DATA & ANALISIS
- QC Tools Series -
Kata STATISTIKA berasal dari bahasa Latin, ”status” yang berkaitan dengan suatu negara, dalam arti kesatuan politik. Kata ini kemudian masuk dalam kamus bahasa Inggris sebagai “state” pada abad ke delapan belas.
Dalam kurun waktu yang cukup lama, Statistika lebih berfungsi untuk melayani keperluan administrasi negara saja, misalnya untuk menyusun informasi tentang penduduk dan memperlancar pajak, serta mobilisasi penduduk dalam angkatan perang. Tetapi kemudian Statistika semakin berkembang menjadi suatu cabang ilmu pengetahuan yang ber-hubungan dengan cara pengumpulan data, pengolahan data, analisis data, penarikan kesimpulan sampai pada pembuatan keputusan.
Secara umum, statistika dapat didefinisikan sebagai suatu metode yang digunakan dalam pengumpulan dan analisa data, untuk memperoleh informasi yang berguna. Statistika menyediakan prinsip dan metodologi untuk merancang proses pengumpulan data, meringkas dan menyajikan data yang diperoleh, melakukan interpretasi, menganalisis dan mengambil kesimpulan atau generalisasi.
Meskipun lingkup pemakaiannya sangat luas, pada dasarnya kebutuhan akan statistika berawal dari adanya variasi data yang diperoleh dari hasil observasi. Pada umumnya, data hasil pengamatan bervariasi karena secara sifat alamiah, tidak ada dua individu atau lebih yang 100 % homogen (persis sama). Di samping itu, bisa juga terjadi kesalahan dalam pengukuran. Maka Statistika dapat berperan untuk mengatasi kedua hal tersebut agar dapat diperoleh kepastian untuk pengambilan keputusan. Hal lain yang menyebabkan dibutuhkannya Statistika, karena dalam kenyataannya proses mengumpulkan seluruh data untuk mengamati suatu obyek akan sangat
STATISTIKA
membutuhkan waktu yang lama dan biaya yang besar, sehingga dengan menggunakan Statistika dapat dilakukan pengamatan terhadap sebagian obyek yang bersangkutan (sampel) dan melakukan pendugaan karakteristik obyek tersebut.
Berdasarkan penggunaannya, Statistika dapat diklasifikasikan menjadi 2 (dua), yaitu :
1. Statistika Deskriptif
Yaitu Statistika yang membahas cara-cara pengumpulan data, penyederhanaan data hasil pengamatan yang diperoleh dengan cara meringkas dan menyajikan, serta melakukan pengukuran pemusatan data, penyebaran data, dan membuat dugaan kecenderungan kumpulan data, untuk memperoleh informasi yang lebih menarik, berguna dan lebih mudah dipahami.
Statistika jenis ini dapat menyadikan kumpulan data dengan ringkas dan rapi, serta dapat memberikan informasi inti dari kumpulan data tersebut.
Penyajian data biasanya dalam bentuk grafik, diagram, atau dengan menyajikan karakteristik-karakteristik dari ukuran pemusatan dan keragamannya.
Contoh : Penjualan mobil pada tahun 2007 sebesar 382.527 unit, tahun 2008 sebesar 475.346 unit, tahun 2009 sebesar 345.555 dan tahun 2010 sebesar 279.619. Data ini akan lebih informatif bila disajikan dalam bentuk tabel dan dengan menggambarkan grafik, akan terlihat kecenderungan penjualan mobil. Cara ini memudahkan kita memahami perilaku data. Tabel dan gambar sebagai berikut :
STATISTIKA
2. Statistika Inferensia
Metode yang berkaitan dengan analisis sebagian data, kemudian membuat peramalan dan menarik kesimpulan mengenai keseluruhan data. Sebagian data yang dimaksud adalah sampel yang dianalisa, sedangkan keseluruhan data adalah populasi.
Dalam Statistika inferensia dilakukan pendugaan parameter, membuat hipotesis dan menguji hipotesis tersebut sampai dengan pembuatan kesimpulan yang berlaku umum. Metode ini sering disebut juga dengan
”Statistika induktif”, karena kesimpulan yang ditarik berdasarkan pada informasi sebagian data saja. Pada keperluan yang lebih luas, tentu saja ada kemungkinan terjadi kesalahan atau bias pada proses analisa.
Selanjutnya, bila berdasarkan pada metodenya, dikenal 2 jenis Statistika, yaitu :
1. Statistika Parametrik
Merupakan bagian Statistika inferensia yang mempertimbangkan nilai dari satu atau lebih parameter populasi. Sehubungan dengan kebutuhan inferensianya (penarikan kesimpulan), pada umumnya Statistika parametrik membutuhkan data yang berskala pengukuran minimal interval.
STATISTIKA
Tahun Penjualan Mobil
2012 382.527
2013 475.346
2014 345.555
2015 279.619
Selain itu, penurunan prosedur dan penetapan teorinya berpijak pada asumsi spesifik mengenai bentuk distribusi populasi yang biasanya diasumsikan normal
2. Statistika Nonparametrik
Merupakan bagian dari Statistika inferensia yang tidak memperhatikan nilai dari satu atau lebih parameter populasi. Umumnya validitas (kelayakan) pada Statistika nonparametrik tidak tergantung pada model peluang yang spesifik dari populasi.
Statistika nonparametrik menyediakan metode Statistika untuk menganalisis data yang distribusinya tidak dapat diasumsikan normal. Data yang dibutuhkan lebih banyak yang berskala ukur nominal atau ordinal.
STATISTIKA
Populasi dapat diartikan sebagai sekelompok orang atau penduduk yang menempati suatu wilayah tertentu, misalnya populasi Jakarta. Tetapi dalam Statistika, populasi adalah sekumpulan individu dengan karakteristik khusus yang menjadi perhatian dalam suatu penelitian. Dengan demikian, populasi dalam Statistika memiliki arti yang lebih luas, yaitu tidak terbatas pada sekelompok orang, tetapi juga binatang dan benda-benda lain yang menjadi perhatian kita. Misalnya : Populasi mobil sedan di Jakarta. Masing-masing individu dalam populasi disebut sebagai “elemen populasi”.
Elemen paling dasar dalam penelitian adalah sebuah data tunggal (datum), yaitu data yang diperoleh melalui observasi. Observasi bisa memberikan hasil berupa ukuran fisik (panjang, tinggi, lebar dsb.), jawaban pertanyaan (ya atau tidak), atau klasifikasi (baik, cukup, kurang). Himpunan yang mewakili semua kemungkinan pengukuran yang perlu diperhatikan dalam observasi itulah yang disebut populasi. Adapun jumlah pengamatan atau anggota suatu populasi disebut ukuran populasi.
Ukuran populasi dapat dibedakan antara populasi terbatas dan populasi yang tidak terbatas. Contoh populasi terbatas adalah jumlah QCC yang mengikuti Olympic, sedangkan contoh populasi yang tidak terbatas adalah anggota QCC dari seluruh cabang di PT. ADMF.
Informasi tentang populasi ini sangat diperlukan untuk menarik kesimpulan.
Bila dapat melakukan observasi terhadap keseluruhan anggota populasi, akan didapatkan besaran yang menyatakan karakteristik populasi yang sebenarnya, dan inilah yang disebut dengan ”parameter”.
POPULASI & SAMPEL
Maka dapat dikatakan bahwa ”parameter” adalah suatu nilai yang menggambarkan ciri atau karakteristik populasi. Parameter merupakan suatu nilai yang stabil karena diperoleh dari observasi terhadap seluruh anggota populasi dan biasanya dilambangkan dengan huruf-huruf Yunani.
Sebagai contoh, rata-rata populasi dilambangkan dengan µ (myu). Jika pengamatan dilakukan terhadap semua unsur populasi, maka dapat dikatakan melakukan ”sensus”.
Dalam kenyataannya, seringkali kita menghadapi kesulitan untuk mendapatkan informasi dari seluruh elemen populasi karena keterbatasan waktu, biaya dan sumber daya. Contohnya untuk memeriksa mutu produk yang dihasilkan oleh suatu mesin, tentunya akan dibutuhkan waktu yang lama untuk memeriksanya satu demi satu. Maka untuk mengatasinya dapat dilakukan dengan mengambil sebagian kecil dari produksi yang diambil menurut prosedur tertentu sehingga mewakili karakteristik populasi produk tersebut. Bagian produk yang diamati inilah yang disebut ”sampel”, dengan menggunakan sampel ini diharapkan dapat menarik kesimpulan tentang mutu produksi secara menyeluruh.
Penggunaan prosedur tertentu dalam melakukan pengambilan sampel didasarkan atas pertimbangan berikut :
Untuk memperoleh data yang relevan dengan tujuan observasi
Sejumlah variasi tidak terhindarkan meskipun observasi dilakukan pada kondisi yang mirip atau sama. Variasi yang timbul ini disebabkan perbedaan besarnya nilai karakteristik individu yang diukur itu, juga karena adanya kesalahan dalam melakukan pengukuran. Tetapi yang perlu dicamkan adalah bahwa secara alamiah, tidak ada dua individu yang 100 % homogen. Ini sebuah kenyataan yang harus diterima.
POPULASI & SAMPEL
Jumlah (volume/frekuensi) anggota suatu sampel disebut ”ukuran sampel”, sedangkan suatu nilai yang menggambarkan ciri sampel disebut ”Statistik”
(bedakan dengan statistika). Karena statistik diperoleh dari sampel – yang berbeda-beda – maka nilai yang diperoleh dapat berubah. Dengan demikian, bila prosedur pengambilan sampel yang digunakan benar, statistik diharapkan bisa menjadi penduga parameter yang baik. Sebagai penduga parameter, ada dua kemungkinan dalam nilai statistik yang diperoleh, yaitu persis sama dengan nilai parameternya atau tidak sama (lebih besar atau lebih kecil). Sehubungan dengan itu, statistika juga dikenal sebagai ilmu yang antara lain mempelajari cara-cara menentukan suatu penduga (statistik) bagi suatu parameter, serta kemudian bertugas mengambil kesimpulan mengenai nilai parameter tersebut berdasarkan nilai penduga yang didapat.
Statistik juga sering dilambangkan dengan huruf dari abjad Latin, sebagai contoh rata-rata sampel dilambangkan dengan x .
Selain itu, statistik dapat juga berarti data yang berupa angka hasil pencatatan suatu kejadian. Contohnya : Statistik peserta Innocamp PT. ADMF tahun 2016 – 2018.
Berdasarkan penjelasan-penjelasan tersebut di atas, maka dapat dikatakan bahwa POPULASI adalah keseluruhan unit atau individu dalam ruang lingkup yang ingin diteliti, dan dapat dibedakan menjadi 2 jenis yaitu :
POPULASI & SAMPEL
Populasi Sasaran (Target)
Yaitu keseluruhan unit atau individu pada suatu ruang lingkup tertentu yang dituju untuk penelitian.
Populasi Sampel
Yaitu sebagian dari unit atau individu yang akan menjadi unit analisis dan meru-pakan populasi yang layak serta sesuai dengan kerangka sampel untuk dijadikan sebagai sampel penelitian.
Kerangka sampel adalah seluruh daftar individu yang ada dalam populasi dan akan diambil sampelnya untuk menjadi unit analisis. Misalnya : Suatu penelitian dilakukan untuk mengetahui apakah terjadinya surat pemberitahuan yang tidak sampai pada nasabah disebabkan karena kesalahan dalam penulisan alamat nasabah, maka populasi sasarannya adalah tidak sampainya surat pemberitahuan kepada nasabah yang disebabkan oleh kesalahan penulisan alamat. Maka untuk jenis-jenis masalah lainnya dan penyebab-penyebab lainnya tidak menjadi bagian dari populasi yang diteliti.
POPULASI & SAMPEL
Sebagaimana telah diilustrasikan di atas, tujuan dari dilakukannya penarikan sampel maupun pengamatan terhadap seluruh individu atau unit suatu populasi adalah untuk memperoleh DATA.
DATA adalah sejumlah informasi yang dapat memberikan gambaran tentang suatu keadaan atau kondisi. Pada umumnya informasi ini diperoleh melalui observasi atau pengamatan yang dilakukan terhadap sekumpulan individu.
Informasi yang diperoleh memberikan keterangan, gambaran, kecenderungan atau fakta mengenai suatu persoalan dalam bentuk kategori, huruf atau bilangan. Fakta membuat suatu penelitian memberikan hasil yang sesuai harapan bila ditunjang data yang representatif.
Data sangat bermanfaat sebagai landasan pembuatan keputusan, terutama pada situasi yang penuh kemelut dan kondisi yang serba tidak pasti. Mutu keputusan yang diambil akan sangat dipengaruhi oleh mutu data sebagai input maupun proses pengolahan data untuk mendukung keputusan.
Data merupakan bentuk jamak dari datum, yaitu informasi yang diperoleh dari suatu satuan pengamatan. Dengan demikian, bila mengatakan tinggi badan si A adalah 155 cm, maka informasi itu adalah datum. Sedangkan bila mengatakan tinggi rata-rata karyawan di perusahaan A, maka informasi ini adalah data.
Berikut ini adalah jenis-jenis data berdasarkan pada beberapa kategori
DATA
1. Data berdasarkan pada metode pengumpulannya :
a) Data Primer merupakan data yang didapat dari sumber pertama dari individu seperti, hasil wawancara atau hasil pengisian kuesioner yang biasa dilakukan peneliti. Pelaksanaannya dapat berupa survey, interview atau eksperimen. Misalnya : Survey yang dilakukan oleh perusahaan untuk mengetahui tingkat kepuasan pelanggan terhadap produknya, dilakukan dengan membuat kuesioner dan menyerahkannya kepada pelanggan untuk diisi, kemudian mengumpulkan kembali kuesioner tersebut – setelah di isi oleh pelanggan – untuk kemudian diolah lebih lanjut.
Cara eksperimen dilakukan bila data yang ingin diperoleh tidak tersedia di lapangan atau di sasaran penelitian, sehingga perlu dilakukan suatu uji coba untuk membangun data yang diinginkan.
Misalnya : Data reaksi alergi pada tubuh terhadap suatu jenis obat baru yang akan diluncurkan. Uji coba ini biasanya ditindaklanjuti dengan observasi.
b) Data Sekunder yaitu data primer yang diperoleh oleh pihak lain atau data primer yang telah diolah lebih lanjut dan disajikan oleh pengumpul data primer (pihak lain) – pada umumnya disajikan dalam bentuk tabel atau diagram. Data sekunder biasanya digunakan oleh peneliti untuk memberikan gambaran tambahan, gambaran pelengkap, ataupun untuk diproses lebih lanjut.
DATA
Data Sekunder yaitu data primer yang diperoleh oleh pihak lain atau data primer yang telah diolah lebih lanjut dan disajikan oleh pengumpul data primer (pihak lain) – pada umumnya disajikan dalam bentuk tabel atau diagram. Data sekunder biasanya digunakan oleh peneliti untuk memberikan gambaran tambahan, gambaran pelengkap, ataupun untuk diproses lebih lanjut.
Dalam metode pengumpulan data sekunder, observer tidak meneliti secara langsung di lapangan. Data yang diperolehnya berasal dari sumber-sumber lain, misalnya : catatan harian, dokumen, mas media dan lain sebagainya. Hal yang harus diperhatikan dalam menggunakan data sekunder adalah sumber data, batasan konsep yang digunakan, serta tingkat ketelitian dalam pengumpulan data.
Dengan demikian, bila diperoleh hasil yang janggal akan dapat diketahui penyebabnya, dan bila memungkinkan dapat dilakukan pengecekan ulang terhadap data tersebut.
2. Data berdasarkan sifatnya :
a)Data Kualitatif adalah data yang sifatnya hanya menggolongkan saja.
Termasuk dalam klasifikasi ini adalah data yang berskala ukur nominal dan ordinal. Karakteristik utama data kualitatif adalah ukuran dinyatakan dalam bentuk kalimat (bukan angka), contohnya : jelek, bagus, besar, sedang, kecil dan lain sebagainya.
b)Data Kuantitatif merupakan data yang berbentuk angka. Termasuk dalam klasifikasi ini adalah data yang berskala ukur interval dan rasio.
DATA
3. Data berdasarkan sumbernya :
a) Data Internal, yaitu data yang tersedia atau dapat diperoleh dari dalam perusahaan/organisasi yang melakukan riset. Data ini menggambarkan kondisi perusahaan/organisasi tersebut.
b) Data Eksternal adalah data tentang keadaan di luar organisasi. Data eksternal pada umumnya didapat dari pihak lain dan digunakan sebagai pembanding.
4. Data berdasarkan waktu pengumpulannya :
a) Data Time Series atau data deret waktu merupakan data yang
dikumpulkan dari beberapa tahapan waktu secara kronologis. Pada umumnya data deret waktu merupakan kumpulan data dari
fenomena tertentu yang didapat dalam beberapa interval waktu tertentu, misalnya mingguan, bulanan atau tahunan. Biasanya data time series digunakan untuk menganalisa kecenderungan kondisi populasi yang diamati pada suatu periode waktu tertentu, contohnya, trend penjualan kendaraan bermotor roda dua pada tahun 2007 sampai dengan tahun 2011.
b) Data Cross Section adalah data yang dikumpulkan pada waktu dan tempat tertentu saja. Data cross section pada umumnya
mencerminkan suatu fenomena dalam satu kurun waktu saja,
misalnya data hasil pengisian kuesi-oner tentang perilaku pembelian produk elektronik tipe baru oleh sekelompok responden pada bulan Februari 2008.
DATA
Secara umum dapat dikatakan bahwa tujuan diadakannya suatu observasi adalah memperoleh keterangan tentang bagaimana kondisi suatu obyek pada berbagai keadaan yang ingin diperhatikan.
Di antara bermacam-macam pengukuran untuk respon-respon yang diamati ter-hadap obyek-obyek, yang sering dipergunakan ialah ukuran-ukuran cacah, peringkat, panjang, volume, waktu, bobot, maupun pengukuran fisika kima. Sesuai dengan kemampuan kita dalam menilai atau mengukur suatu ciri obyek amatan, dalam statistika dibedakan empat macam skala pengukuran, yaitu
1. Skala Nominal
Nominal berasal dari kata “name”. Skala nominal adalah pengukuran yang paling sederhana. Skala ini hanya mengklasifikasikan obyek-obyek aau peristiwa-peristiwa ke dalam berbagai kategori utuk menunjukkan kesamaan atau perbedaan ciri-ciri obyek. Kategori didefinisikan sebelumnya, biasanya menggu-nakan lambang dengan kata-kata, simbol atau angka. Dengan skala nominal, hasil pengukuran bisa dibedakan, tetapi tidak bisa diurutkan mana yang lebih tinggi, lebih rendah, mana yang lebih utama dan mana yang bisa dikesamping-kan. Hal ini karena fungsi angka, simbol maupun huruf yang digunakan hanya sebagai lambang yang menunjukkan dalam kelompok mana suatu hasil pengamatan harus dimasukkan. Maka nilai-nilai yang ada sama sekali tidak melambangkan besarnya sesuatu yang diukur dan tidak pula membandingkan besar atau pemeringkatan tertentu. Contohnya adalah variabel jenis kelamin. Dalam hal ini wanita tidak lebih rendah daripada pria, begitu pula sebaliknya.
SKALA PENGUKURAN
Dengan skala pengukuran nominal, setiap observasi harus dimasukkan pada satu kategori saja, tidak boleh lebih. Dengan kata lain antara kategori yang satu dengan lainnya harus saling bebas (tidak tumpang tindih). Kategori (kelompok) harus dibuat lengkap agar dapat menampung semua kemungkinan yag relevan bagi obyek-obyek atau kejadian-kejadian yang mungkin. Contoh skala nominal adalah merek dagang, wilayah penjualan, jenis barang dan lain-lain.
2. Skala Ordinal
Menggunakan skala ordinal dapat menggolongkan obyek-obyek ke dalam kategori tertentu. Angka atau huruf yang diberikan disini mengandung tingkatan, sehingga dari kelompok yang terbentuk dapat dibuat peringkat yang menyatakan hubungan lebih dari atau kurang dari menurut aturan penataan tertentu.
Seperti halnya dalam skala nominal, kelompok-kelompok yang sudah didefinisi-kan sebelumnya juga menggunakan lambang angka atau huruf. Bilangan yang diberikan kepada obyek-obyek atau peristiwa- peristiwa hanya menyatakan tempatnya dalam suatu susunan. Tidak menyatakan apa-apa mengenai jarak dari satu datum ke datum berikutnya sehubungan dengan karakteristik yang ada padanya. Dengan demikian, jarak atau beda nilai tidak diukur.
Ukuran pada skala ordinal tidak memberikan nilai absolut pada obyek, tetapi hanya urutan (ranking) relatif saja. Jarak antara golongan satu dengan golongan dua tidak perlu sama dengan jarak antara golongan dua dengan tiga dan seterusnya. Dalam skala ordinal, peringkat yang ada tidak mempunyai satuan ukur.
SKALA PENGUKURAN
Meskipun demikian, dapat dilihat bahwa skala ordinal memiliki pengukuran yang lebih tinggi dari pada skala nominal. Karena selain dapat menentukan obyeknya sama atau tidak, juga dapat menentukan mana yang lebih besar atau lebih kecil. Sebagai contoh dalam penerapan adalah data status sosial dalam skala ordinal dapat diklasifikasikan menjadi tinggi, menengah dan bawah. Kelompok data pada status sosial tinggi berarti berpenghasilan lebih besar bila dibandingkan dengan status menengah, sedangkan status sosial bawah tentu-nya berpenghasilan lebih kecil dibandingkan dua status lainnya.
Meskipun demikian, pada ukuran skala ini tidak memberikan nilai absolut pada obyek, tetapi hanya urutan (ranking) relatif saja. Jarak antar golongan pun tidak harus sama, seperti contoh di atas, besarnya perbedaan status tinggi dengan menengah belum tentu sama dengan perbedaan status menengah dengan bawah.
3. Skala Interval atau Selang
Skala interval memberikan karakteristik angka kepada kelompok obyek yang mempunyai skala nominal dan ordinal, juga memberikan jarak yang konsisten pada setiap urutan obyeknya.
Data skala interval diberikan apabila kategori yang digunakan bisa dibedakan, diurutkan, mempunyai jarak tertentu, tetapi tidak bisa dibandingkan. Data skala interval diperoleh sebagai hasil pengukuran dan biasanya mempunyai satuan pengukuran. Nilai-nilai obyek dapat diperingkatkan dan diukur jarak antaranya dengan kecermatan tertentu.
Untuk itu disepakati dua titik penyajian sehingga satuan ukurannya dapat dimengerti.
SKALA PENGUKURAN
Ciri penting dari skala interval adalah datanya bisa ditambahkan, dikurangi, digandakan, dan dibagi tanpa mempengaruhi jarak relatif skor-skornya.
Karakteristik penting lainnya, skala pengukuran ini tidak mempunyai nilai nol mutlak sehingga tidak dapat diinterpretasikan secara penuh besarnya skor dari rasio tertentu. Pada skala pengukuran interval, rasio antara dua interval sembarang, tidak tergantung pada nilia nol dan unti pengukuran. Sebagai contoh aplikasi, bila seorang karyawan bernama A mendapat penilaian kinerja 80 poin (dengan skala 0 – 100), sedangkan B mendapat 40 poin, bukan berarti A memiliki kemampuan dua kali lebih besar dari B. Hal ini terjadi karena skala penilaian 0 – 100 dibuat berdasarkan konsensus saja.
4. Skala Nisbah atau Rasio
Skala rasio memiliki semua sifat skala interval ditambah satu sifat lain, yaitu memberikan keterangan tentang nilai absolut dari obyek yang diukur. Skala rasio merupakan skala pengukuran yang ditujukan pada hasil pengukuran yang bisa dibedakan, diurutkan, mempunyai jarak tertentu dan bisa dibandingkan.
SKALA PENGUKURAN
Skala rasio menggunakan titik baku mutlak (titik nol mutlak). Angka pada skala rasio menunjukkkan nilai sebenarnya dari obyek yang diukur, sedangkan satuan ukurannya ditetapkan dengan perjanjian tertentu. Pada skala rasio, jarak dan waktu pengukuran mempunyai titik nol sejati dan rasio antar dua titik skala tergantung pada unit pengukuran. Contohnya bila membandingkan berat dua benda. Berat benda A 50 gram dan B 100 gram. Maka berat B dua kali lipat berat A, karena nilai variabel numerik berat mengungkapkan rasio dengan nilai 0 sebagai titik bakunya. Contoh lainnya adalah umur, nilai uang, jumlah pelanggan, volume penjualan dan lain sebagainya.
Bila menyimak penjelasan masing-masing skala tersebut di atas tampak bahwa skala pengukuran nominal mempunyai kejelasan pengukuran yang paling rendah. Meskipun demikian tidak berarti bahwa skala nominal paling jelek dan skala rasio paling baik. Skala pengukuran yang terbaik adalah yang paling sesuai dengan kebutuhan.
Skala pengukuran dengan tingkat pengukuran lebih tinggi dapat diubah ke tingkat pengukuran yang lebih rendah, tetapi tidak berlaku sebaliknya.
Variabel yang ter-lanjur diukur dengan skala nominal tidak dapat ditingkatkan dengan pengukuran skala ordinal, interval atau rasio.
Sedangkan variabel yang telah ditetap pada skala ordinal, hasil pengukurannya dapat diubah ke skala nominal. Demikian pula variabel yang diukur dengan skala pengukuran interval tidak dapat diubah ke skala rasio, tetapi dapat diubah ke skala nominal dan ordinal.
Dengan pertimbangan tersebut, sebaiknya diusahakan untuk melakukan pengukuran variabel dalam skala pengukuran yang setinggi mungkin, supaya bisa diubah bila diperlukan.
SKALA PENGUKURAN
Setelah selesai pelaksanaan suatu observasi atau pengamatan di lapangan, data yang terkumpul perlu disajikan dalam bentuk yang mudah dibaca dan dipahami oleh semua pihak yang berkepentingan, apalagi bila jumlah data yang dikumpulkan cukup banyak dan bersifat acak, tentu akan kesulitan untuk bisa memperoleh informasi yang dapat disajikan oleh data tersebut.
Maka menyusun data secara sistematis sangat perlu dilakukan.
Pada umumnya penyajian data menggunakan tabel atau grafik, sesuai keperluan. Dalam ilmu manajemen mutu dikenal beberapa macam alat bantu statistik yang biasa disebut dengan Quality Control Tools (QC Tools) dan karena jumlah alat pengendalian mutu ini berjumlah 7 macam, sehingga biasa disebut juga dengan nama 7 Tools, yang terdiri dari : (1)Tallysheet/Checksheet, (2) Graphs, (3) Pareto diagram, (4) Scatter diagram, (5) Histogram, (6) Control chart, (7) Ishikawa/Fishbone diagram.
PENYAJIAN DATA
Dalam semua kegiatan usaha, baik yang berskala besar maupun kecil, tidak terkecuali, pasti sangat membutuhkan pengumpulan, pencatatan dan penyajian data, dalam setiap tahapan dan bidang kegiatan, agar dapat mengukur tingkat pencapaian hasil dari waktu ke waktu, pembuatan rencana, pembuatan keputusan-keputusan dan lain sebagainya.
Tanpa data yang akurat, hanya akan timbul berbagai dugaan saja yang belum tentu benar, tetapi dengan data yang terukur dan jelas, setiap orang bisa memperoleh suatu kepastian tentang hal-hal yang sudah dan sedang terjadi, bahkan melalui analisa data juga bisa diramalkan kecenderungan yang akan terjadi di masa depan. Sesungguhnya data berperan sebagai pedoman untuk mengambil tindakan. Melalui data dapat dilakukan penelusuran fakta yang terjadi, untuk itu diperlukan syarat-syarat mutlak yang harus dipenuhi oleh data, agar dapat dijadikan pedoman. Syarat-syarat tersebut adalah :
1. Data haruslah berasal dari FAKTA, bukan rekayasa 2. Data harus dapat diukur
3. Data harus dapat dipercaya (reliable)
4. Data harus terkini (up to date), tidak kadaluarsa
Mengingat peranan data yang sangat penting, maka pengumpulan data yang tepat harus diupayakan agar memudahkan dan menyederhanakan dalam pelaksanaannya, dan untuk itu dapat menggunakan pendekatan 5 W 1 H yaitu :
PROSEDUR PENGUMPULAN DATA
1. Why (Mengapa perlu mengumpulkan data?): Tujuan Pengumpulan Data 2. What (Data apa yang dikumpulkan?): Kategori dan Ukuran Data
3. Where (Dimana data dapat ditemukan?) Sumber Data
4. When (Kapan data tersebut dikumpulkan?): Periode Pengumpulan Data 5. Who (Siapa pengumpul data?): Penanggungjawab Pengumpulan Data 6. How (Bagaimana cara pengumpulan data): Metode Pengumpulan Data Di bawah ini akan diuraikan satu persatu pedoman tersebut di atas :
1. Tujuan Pengumpulan Data
Menentukan tujuan sejak awal akan menjadikan usaha pengumpulan data lebih efisien dan fokus, di samping itu juga dapat mencegah garbage data atau data sampah (data yang tidak diperlukan) ikut terbawa dikumpulkan.
Secara umum ”tujuan” pengumpulan data dapat dikategorikan ke dalam:
a) Mengawasi dan mengendalikan proses produksi b) Melakukan pemeriksaan atau inspeksi
c) Menganalisa penyimpangan atau ketidaksesuaian
2. What : Jenis/karakteristik data yang dikumpulkan
Setiap data memiliki karakteristik tertentu yang tidak dapat dicampuraduk begitu saja, seperti contohnya data berat badan tidak bisa digabungkan atau dibandingkan dengan data suhu badan. Begitu juga dalam hal ukuran, data berat badan menggunakan ukuran kilogram atau pounds, sedangkan ukuran suhu selalu menggunakan derajat Celcius atau Fahrenheit.
PROSEDUR PENGUMPULAN DATA
Oleh karenanya, sejak awal sebelum pengumpulan data dilakukan, sudah harus terlebih dulu menentukan karakteristik data yang ingin dikumpulkan, sesuai dengan tujuan.
Contohnya bila ingin mengumpulkan data keterlambatan pengiriman barang, maka ukuran tepat yang digunakan, bukanlah frekuensi kejadian, tetapi akan lebih berguna bila data yang dikumpulkan adalah mencatat durasi waktu setiap kali dilakukan pengiriman barang, sehingga dapat dilakukan pengu-kuran berapa lama telah terjadi penyimpangan waktu dalam pengiriman barang.
3. When : Menentukan periode pengumpulan data
Tenggat waktu pengumpulan data akan sangat mempengaruhi perolehan jumlah data, semakin panjang waktu yang tersedia untuk mengumpulkan data, tentu akan semakin banyak data yang dapat dikumpulkan.
Meskipun begitu, mengumpulkan data dalam jumlah besar belum tentu tepat, karena data yang terlalu banyak pun bisa saja menjadi data sampah, sehingga kerja keras yang sudah dilakukan untuk mengumpulkan data jadi sia-sia.
Periode pengumpulan data haruslah disesuaikan dengan tujuannya, sebagai contoh bila Anda bermaksud untuk mengetahui kecenderungan hasil produksi meningkat atau menurun, maka diperlukan frekuensi pengambilan data minimal 7 kali, jadi bila pengambilan data dilakukan pada setiap shift, maka durasi waktu pengambilan dapat ditentukan tidak lebih dari 3 hari. Tetapi bila ternyata belum terlihat kecenderungan yang significant, maka periode pengambilan data dapat diperpanjang.
PROSEDUR PENGUMPULAN DATA
4. Where : Sumber data yang relevan
Menentukan sumber data akan sangat mempengaruhi tingkat kepercayaan ter-hadap data yang dikumpulkan. Data yang diperoleh langsung dari pengamatan di lapangan tentunya akan lebih dapat dipercaya bila dibandingkan dengan data yang diperoleh dari catatan di masa lalu.
Meskipun demikian, catatan-catatan atau dokumen yang tersedia di perusahaan selalu bisa menjadi sumber data yang biasa digunakan untuk menganalisa persoalan, tetapi tentu saja bila ditemukan kejanggalan dalam catatan, tidak ada salahnya bila dilakukan juga pengamatan (fakta) langsung di lapangan, dengan mengusahakan kondisi dan situasi yang sama.
5. Who : Pihak yang berperan dalam pengumpulan data
Dalam proses pengumpulan data diperlukan usaha yang sungguh- sungguh, oleh karena itu perlu ditentukan orang yang bertanggungjawab untuk mengumpulkan data sesuai dengan tujuan, kategori dan ukuran data serta sumber yang telah ditentukan.
Penunjukkan pihak yang bertanggungjawab ini sangat diperlukan, terutama agar data yang terkumpul benar-benar dilakukan sesuai rencana dan memberi hasil yang terpercaya.
PROSEDUR PENGUMPULAN DATA
6. How : Cara yang benar untuk merekam data
Pada saat data dikumpulkan, bermacam metoda statistik dipakai untuk menganalisa-nya, agar dapat menjadi sumber informasi. Ketika mengumpulkan data, hal terpenting adalah menyusunnya dengan rapi agar memudahkan proses selanjutnya. Pencatatan dapat dimulai dengan menuliskan sumber data dengan jelas, karena data yang tidak jelas sumbernya akan menjadi data mati. Selanjutnya dilakukan pencatatan secara terperinci:
Karakteristik data (mutu) yang ditentukan
Periode waktu pengumpulan data
Lokasi/tempat yang dijadikan sasaran untuk pengumpulan data
Ukuran data yang digunakan (berat, panjang, volume, frekuensi dan lain-lain)
Kemudian, data dicatat dalam suatu sistem tertentu yang dapat digunakan dengan mudah. Karena data akan digunakan lebih lanjut untuk penghitungan secara statistik, misalnya means atau range, maka penulisan data harus disusun dalam cara yang memudahkan perhitungan tersebut.
Maka dapat disimpulkan bahwa proses pengumpulan data sampai dengan penyajiannya terdiri dari rangkaian sebagai berikut :
1. Menentukan tujuan pengumpulan data agar dalam pelaksanaan dapat diterapkan asas prioritas, yaitu mengumpulkan data yang benar-benar diperlukan saja.
2. Menyiapkan cara pengumpulan data yang sederhana, mudah dan cepat.
PROSEDUR PENGUMPULAN DATA
3. Melakukan pengumpulan data lengkap dengan karakteristik data, ukuran, waktu, sumber, penanggung jawab yang jelas dan terdokumentasikan.
4. Menyajikan data tersebut dalam suatu format yang ringkas dan jelas, sehingga mudah untuk pemanfaatan lebih lanjut.
Bila pengumpulan data dilakukan secara benar dan terorganisir dengan baik, maka data dapat benar-benar berfungsi sebagai sumber informasi yang handal dan terpercaya, serta pada gilirannya mampu menjadi pedoman untuk pengambilan keputusan-keputusan yang penting.
PROSEDUR PENGUMPULAN DATA
