Navigator Statistik adalah panduan yang berguna bagi mereka yang tidak berpengalaman dalam statistik tetapi ingin memastikan bahwa mereka menggunakan teknik statistik yang sesuai.
Kebetulan, Sistem Pakar juga dapat digunakan untuk membuat keputusan sehubungan dengan berbagai aspek desain penelitian — sifat penelitian, cakrawala waktu, jenis penelitian, pengaturan penelitian, unit analisis, desain pengambilan sampel, metode pengumpulan data, dan sejenisnya .
Sistem Pakar yang berkaitan dengan analisis data membantu peneliti yang bingung untuk memilih prosedur statistik yang paling tepat untuk menguji berbagai jenis hipotesis. Statistical Navigator adalah Sistem Pakar yang merekomendasikan satu atau lebih prosedur statistik setelah mencari informasi tentang tujuan (yaitu, tujuan analisis — katakanlah, untuk memahami hubungan antara dua variabel), dan data ( yaitu, kategori, skala ).
Aplikasi lain dari Sistem Pakar untuk keputusan bisnis menggunakan data yang tersedia termasuk Auditor (untuk keputusan mengizinkan piutang tak tertagih), dan Penasihat Pajak (ini membantu firma audit untuk memberi saran kepada klien tentang perencanaan perumahan).
Seperti yang disarankan oleh Luconi, Malone, dan Morton (1986), Sistem Pakar dapat digunakan untuk membuat keputusan sehubungan dengan pengendalian operasional (piutang, pengendalian persediaan, manajemen kas, penjadwalan produksi), pengendalian manajemen (analisis anggaran, peramalan, analisis varians, persiapan anggaran), dan perencanaan strategis (gudang dan lokasi pabrik, merger dan akuisisi, perencanaan produk baru). Dengan demikian, ada ruang lingkup tak terbatas untuk mengembangkan dan menggunakan sistem pakar untuk membantu pemecahan masalah manajerial dan pengambilan keputusan.
Seperti yang kita ketahui, Sistem Pakar menggunakan teknik pemrograman unik untuk memodelkan keputusan yang dibuat oleh para ahli. Sejumlah besar pengetahuan dimasukkan ke dalam sistem dan beberapa perangkat lunak dan perangkat keras yang baik membantu individu yang menggunakannya untuk membuat keputusan yang baik tentang masalah yang ingin dipecahkannya. Singkatnya, Sistem Pakar dapat dianggap sebagai "penasihat", mengklarifikasi atau menyelesaikan masalah bermasalah yang membingungkan individu.
324 ANALISIS DAN INTERPRETASI DATA
Tabel 12A
6
2.78 St.
2. Saat kami mengumpulkan data tentang efek perlakuan dalam desain eksperimen, yang sta
20.1
6.1
3. Seorang konsultan pajak bertanya-tanya apakah dia harus lebih selektif tentang kelas klien yang dia layani untuk memaksimalkan pendapatannya. Dia biasanya berurusan dengan empat kategori klien: sangat kaya, kaya, kelas menengah ke atas, dan kelas menengah. Dia memiliki catatan tentang setiap klien yang dilayani, pajak yang dibayarkan oleh mereka, dan berapa banyak yang dia kenakan kepada mereka. Karena banyak rincian sehubungan dengan klien bervariasi (jumlah tanggungan, pengurangan bisnis, dll.), terlepas dari kategori mereka, dia ingin analisis yang tepat dilakukan untuk melihat mana di antara empat kategori tele klien yang harus dia lakukan. memilih untuk terus melayani di masa mendatang.
20.3 Variabel
45.2 5
4. Di bawah ini adalah Tabel 12A hingga 12D, merangkum hasil analisis data penelitian yang dilakukan di sebuah organisasi penjualan yang beroperasi di 50 kota berbeda di negara tersebut, dan mempekerjakan total tenaga penjualan sekitar 500. Jumlah salesman yang dijadikan sampel penelitian adalah 150.
Jumlah salesman Populasi (dalam 100-an)
Lampiran bab ini mengilustrasikan penggunaan Excel dalam analisis data yang ditunjukkan oleh Profesor Barclay dan York. Pada bab selanjutnya kita akan belajar bagaimana menulis laporan penelitian setelah data dianalisis dan hasilnya diinterpretasikan.
Iklan (dalam 1000-an $)
A. Tafsirkan informasi yang terkandung di setiap tabel sedetail mungkin. B. Ringkas hasil untuk CEO perusahaan. C. Buat rekomendasi berdasarkan interpretasi Anda terhadap hasil.
8.6
1. Jenis bias apa yang menurut Anda dapat diminimalkan atau dihindari selama tahap analisis data penelitian?
Berarti, Standar Deviasi, Minimum, dan Maksimum
0,8
10.1 5.2
uji statistik akan paling tepat untuk menguji efek pengobatan?
Rata-Rata Deviasi Minimum Maksimum
7,12 75,9 15,7 Analisis apa yang harus dilakukan dalam kasus di atas dan mengapa?
Penjualan (dalam 1000-an $) 97,3
50
10.3 75,1 25
5,1 Anda harus:
Pendapatan per kapita (dalam 1000an)
PERTANYAAN PEMBAHASAN DAN POIN UNTUK DIRENUNGKAN
Semua angka di atas 0,35 signifikan pada p ÿ 0,001.
Semua angka di atas 0,15 signifikan pada p = 0,05.
Total
.0092 .00001 .467 .089 .00001 Tabel 12C
Berarti
R persegi
1.0 .76 .62 .56 .68
.47
1.0
dF
Beta Korelasi Antar Variabel
.34 .09 .12 Kotak
Tabel 12D
4.54
.01
Pelatihan salesman Jumlah salesman
Hasil Oneway ANOVA: Penjualan Berdasarkan Tingkat Pendidikan
Sig t Kotak F
R persegi yang disesuaikan
1.0 .06
50.7
Hasil Analisis Regresi
Populasi
.23
4 145 3.5
Penjualan
3.6
Kesalahan standar
.21 .16 Tabel 12B
Iklan. pengeluaran
Antar kelompok
Iklan Pendapatan Populasi Salesman
501.8
.65924 .43459 .35225 .41173 (5.144) 5.278 .000
Pendapatan per kapita
1.0
Signifikansi F
Sig df
12.7
Beberapa R
Iklan
Dalam kelompok
2.768 3.55 0.97 1.200
1.0
Sumber Variasi
Variabel
Penjualan Jumlah Penjual Populasi Pendapatan
552.5
.28 Jumlah dari
150
.11 .36
T
F
OLEH LIZABETH A. BARCLAY DAN KENNETH M. YORK, SEKOLAH ADMINISTRASI BISNIS, UNIVERSITAS OAKLAND, ROCHESTER, MICHIGAN
Lingkungan pendidikan tinggi sedang mengalami perubahan. Universitas mencari sumber pendapatan baru, penyampaian kursus berubah, dan profesor serta ketua departemen semakin diminta untuk terlibat dalam aktivitas yang tidak tradisional untuk pekerjaan universitas. Universitas mengharapkan kursi untuk terlibat dalam penggalangan dana dan pertemanan pada tingkat yang semakin intens. Pada saat yang sama, para ketua masih diharapkan untuk melakukan tugas administrasi tradisional serta melakukan penelitian dan mengajar kelas.
Studi ini menguji hipotesis berikut:
1. Semakin banyak fakultas dengan gelar Ph.D. gelar di departemen, semakin tinggi kompensasi kursi vis-à-vis kursi sekolah bisnis lainnya.
326 ANALISIS DAN INTERPRETASI DATA
Para peneliti merancang kuesioner penyadapan informasi demografis pada jenis kelamin, tingkat pendidikan, status kepemilikan, anggaran, jabatan, dan status akreditasi sekolah bisnis kursi. Survei tersebut juga menanyakan jumlah pengajar penuh waktu dan paruh waktu di departemen tersebut, dan apakah mereka memiliki gelar terminal. Persepsi kursi tentang ketersediaan waktu, hubungan kerja, dan perbandingan gaji juga diperoleh.
Kuesioner dikirimkan ke 684 Ketua Departemen Akuntansi saat ini. Kursi Akuntansi dipilih karena posisi tersebut memerlukan tugas kursi tradisional serta membangun hubungan eksternal lebih luas daripada posisi kursi lainnya.
2. Proporsi AACSB International (Association to Advance Collegiate Schools of Business) Sekolah terakreditasi yang menanggapi survei akan lebih tinggi daripada proporsi Sekolah Terakreditasi Akuntansi Internasional AACSB yang menanggapi.
Dua ratus delapan kuesioner dikembalikan (tingkat respons = 31%).
Informasi latar belakang
Data dimasukkan ke dalam spreadsheet Excel dan dianalisis menggunakan prosedur Analisis Data yang terdapat di Menu Alat.
Ini adalah penelitian eksplorasi yang dilakukan untuk merasakan peran kursi Departemen Akuntansi sebelum meluncurkan studi longitudinal tentang Kejenuhan pada populasi yang sama.