PENERAPAN QC DI PURCHASING
STATISTIK DESKRIPTIF
DI Susun Oleh:
Nama : Charlendo Februar Lee
NPM : 220910003
Dosen : Welly Sugianto. S.T,.M.M.
Segala Puji dan Syukur penulis panjatkan kehadapan Allah SWT/Tuhan Yang
Maha Esa, karena Berkat Rahmat dan Karunia-Nya, penulis dapat menyelesaikan
tugas makalah dengan judul “Penerapan QC Di Purchasing”.
Makalah ini dibuat dengan memiliki maksud dan tujuan untuk memenuhi
tugas mata kuliah Matematika Dasar yang diamanahkan oleh Dosen. Dalam proses
penyusunanya, penulis menyadari bahwa makalah ini masih terdapat kesalahan dan
belum sempurna mengingat bahan-bahan dari isi pembahasan berasal dari internet,
khususnya pada sumber-sumber kredibel seperti e-book dan e-journal dan tidak lupa
penulis untuk mencantumkan sumber referensi penyusun makalah ini.
Dari kekurangan yang dapat ditemukan nantinya, penulis memohon maaf
yang sebesar-besarnya dan berharap kritik dan saran dari pembaca akan membangun
semangat penulis kedepan untuk lebih menyempurnakan penyusunan makalah
berikutnya.
Semoga, makalah ini dapat diterima dengan baik dan memberikan manfaat
kepada para pembaca secara umum, dan untuk penulis secara khusus dalam
menambah wawasan mengenai Matematika Dasar.
Pengertian statistika
Memahami statistika membuat pemahaman kita terhadap data dan informasi lebih
terstruktur.
Kita juga bisa memanfaatkan statistika dalam berbagai hal, misalnya, kita bisa
menyampaikan informasi dengan lebih jelas dengan menggunakan statistika
deskriptif terutama menggunakan grafik.
Statistika sendiri dapat dibedakan menjadi dua jenis yaitu statistika deskriptif dan
statistika inferensial.
Statistika inferensial adalah bagian statistika yang membahas cara melakukan analisi
data, menaksir, meramalkan, dan menarik kesimpulan terhadap data, fenomena,
persoalan yang lebih luas atau populasi dari data.
Statistika deskriptif bertujuan untuk memberikan ringkasan dari sampel data dan
tidak menggunakan data untuk membuat kesimpulan atas populasi.
Berikut ringkasan perbedaan statistika deskriptif dan statistika inferensial:
Statistika deskriptif
Ringkasan ini dapat berbentuk angka (kuantitatif) seperti ringkasan statistik (mean,
median, dll) dan secara visual misalnya dengan diagram batang atau diagram garis.
Bayangkan kita punya dataset yang berisi nilai Ujian Nasional dari semua siswa kelas
6 di sebuah sekolah dasar A.
Daripada kita menyebutkan nilai setiap siswa satu per satu, untuk menceritakan
datanya, kita dapat menyebutkan statistiknya saja, misal nilai tertinggi, nilai terendah
dan nilai rata-rata.
Alternatif yang lain, kita dapat menggunakan diagram batang untuk menampilkan
distribusi nilai UN, atau menggunakan pie diagram untuk melihat proporsi datanya.
Dari contoh tersebut, kumpulan data kita akan tersaji dengan ringkas dan rapi serta
dapat memberikan informasi inti dari data yang kita miliki dengan menggunakan
statistika deskriptif.
Dalam hal ini, statistika deskriptif memungkinkan kita untuk menampilkan data
dengan lebih jelas dan bermakna, sehingga interpretasi terhadap data tersebut mudah
dilakukan.
Sebagai contoh, kita memiliki data tentang nilai UN matematika dari pelajar SMU di
Provinsi Aceh. Kita akan lebih tertarik dengan nilai rata-rata, nilai tertinggi, dan
distribusi datanya.
Dalam konteks data science dan machine learning, setelah mendapatkan data, kita
tidak bisa langsung menerapkan algoritma dan membuat prediksi begitu saja.
Tentu, pertama kali kita perlu memahami data yang kita miliki. Tahap ini biasa
disebut dengan Exploratory Data Analysis (EDA). Dalam EDA, pengetahuan
mengenai statistika deskriptif akan sangat membantu.
Analisis deskriptif
Untuk melakukan analisis deskriptif, hal yang pertama yang harus kita ketahui adalah
tipe atau jenis datanya.
data kategorikal
data numerikal
Data kategorikal
Data kategorikal merupakan data yang menggambarkan data yang terklasifikasi
berdasarkan kategori atau kelas tertentu.
Data kategorikal tidak bisa dihitung secara kuantitatif sehingga tidak dapat menerima
operasi matematik seperti penjumlahan dan perkalian.
jenis kelamin
pendapat setuju vs tidak setuju
warna
Data numerikal
Data numerikal adalah kelompok data yang menunjukkan nilai atau kuantitas.
Data diskret merupakan data dengan nilai bilangan bulat, biasanya didapatkan dari
proses pencacahan (pembilangan).
Jumlah penduduk
Jumlah kejadian kecelakan lalu lintas
Jumlah temuan jejak harimau
Data kontinyu adalah kumpulan data yang didapatkan melalui proses pengukuran,
sehingga memungkinkan adanya nilai negatif dan bilangan pecahan.
Contoh data kontinu:
Panjang jalan
Berat badan
Tinggi badan
Penyajian data
Data yang sudah kita kumpulkan atau yang kita dapatkan dari sumber lain biasanya
berupa matriks data.
Mari kita ingat kembali, matriks data terdiri atas variabel, case, observation
Data dalam matriks data, biasanya berupa data yang sangat banyak sehingga sulit
dibaca.
Data tersebut perlu dirangkum dan ditampilkan dalam bentuk yang lebih sederhana.
1. Tabel
2. Grafis
3. Numerik
Untuk memahami penyajian data menggunakan statistik deskriptif, setelah ini kita
akan gunakan contoh data di bawah ini.
Dengan menggunakan contoh data ini, kita akan membedah penyajian dan visualisasi
data, mulai dari penjelasannya, hingga perhitungan dan cara membuatnya.
Perlu dicatat bahwa metode penyajian data statistika deskriptif pada tulisan ini hanya
dasar saja, dan tentu masih ada metode-metode turunannya.
1. Penyajian data: tabel
Kunci dalam membuat tabel adalah tabel harus memberikan informasi yang dapat
dimengerti oleh pembaca. Informasi dalam tabel ini harus diusahakan seringkas
mungkin.
a. Tabel: kategorikal
Tabel frekuensi
Tabel frekuensi memuat data kualitatif (kategorikal) dalam bentuk frekuensi. Jika
jumlah data banyak, biasanya ditampilkan pula frekuensi dalam persen.
Menggunakan contoh data yang sudah diberikan, berikut adalah contoh tabel
frekuensi yang menunjukkan frekuensi siswa berdasarkan jenis kelamin.
Tabel Kontingensi
Tabel kontingensi digunakan untuk melihat distribusi dari dua data kategorikal atau
lebih.
Nilai yang ditampilkan dapat berupa persen baris, persen kolom, sesuai kebutuhan.
Menggunakan contoh data yang sudah diberikan, berikut adalah contoh tabel
frekuensi yang menunjukkan frekuensi siswa berdasarkan jenis kelamin dan desa
asal.
b. Tabel: numerikal
Tabel distribusi frekuensi kelompok
Tabel ini berisi nilai yang telah dikelaskan, frekuensi masing-masing kelas, serta
frekuensi relatif masing-masing kelas.
Tentukan jumlah kelas (misal gunakan Sturges’ rule ): k =3.3 log (n)
+1)
Tentukan lebar kelas : l = (Xmax- Xmin)/k
Tentukan batas atas dan batas bawah dari masing-masing kelas
Tentukan tepi batas kelas
List jumlah pengamatan pada masing-masing kelas
Frekuensi Relatif : cari proporsi dari masing-masing kelas
Tabel Ringkasan
Tabel ringkasan statistik memuat statistik data, diantaranya jumlah data, rataan,
median, simpangan baku, minimum, dan maksimum.
Selalu hindari memberikan terlalu banyak informasi dalam tabel ringkasan ini.
a. Grafis: kategorikal
Pie Chart
Pie chart atau diagram pie digunakan untuk menampilkan data kategorik khususnya
data nominal.
Setiap kelas data disajikan dalam bentuk %, terkadang perlu menyajikan pula jumlah
data.
Cara membuatnya adalah membuat tabel frekuensi terlebih dahulu, lalu membuat
diagramnya.
Jika jumlah kelas terlalu banyak, pie chart dihindari karena akan sangat sulit dibaca.
Bar Chart
Meskipun demikian, dapat pula digunakan untuk menyajikan data dari tabel
kontingensi / tabel ringkasan data
Contoh: Grafik siswa berdasarkan jenis kelamin
b. Grafis: numerikal
Histogram
Histogram digunakan untuk menunjukkan sebaran frekuensi dari data numerikal. Bisa
distribusi dari frekuensi-nya atau frekuensi relatif-nya
Hal yang dapat dimodifikasi dalam pembuatan histogram adalah ukuran bin atau
ukuran interval yang digunakan dalam klasifikasi nilai di sumbu x.
Boxplot
Contoh:
Sebelum melanjutkan membaca, saya menulis mengenai penyajian data secara lebih
lengkap pada tulisan
Penyajian data secara numerik dilakukan dengan menggunakan ringkasan dari data.
Hal ini bertujuan untuk mendeskripsikan data dan mengetahui karakteristik data
secara sesederhana tetapi memiliki tetap
dapat menjelaskan data secara keseluruhan
Penyajian data secara numerik secara umum dapat dibagu menjadi dua yaitu:
Ukuran frekuensi
Ukuran frekuensi menunjukkan seberapa sering suatu kejadian terjadi.
Frekuensi biasa ditunjukkan dengan jumlah rekaman dan persentase.
Data frekuensi sering ditampilkan menggunakan tabel frekuensi, juga diagram baik
diagram batang maupun pie.
Ukuran pemusatan
Ukuran pemusatan merupakan gambaran (informasi) yang menunjukkan bahwa data
mungkin memiliki satu (atau lebih) titik di mana data-data terkumpul atau
terpusat.Ukuran pemusatan digunakan untuk menunjukkan suatu nilai
mean (rata-rata)
modus (mode)
median
Sumber gambar
Mean (rata-rata)
Cara menghitungnya adalah dengan menjumlahkan semua data yang terdapat dalam
dataset, dibagi dengan banyaknya data.
Misal kita hitung rata-rata nilai B.Ing dari data contoh kita.
Modus (mode)
Modus atau mode merupakan nilai pengamatan yang paling sering muncul.
Dalam satu dataset, dapat pula terdapat lebih dari satu modus.
Misal kita hitung modus dari data nilai Mtk = 5 (4 kali muncul).
Median
Median merupakan nilai yang membagi dua sama banyak kumpulan data yang sudah
diurutkan.
Untuk penjelasan cara menghitungnya, kita gunakan data nilai Mtk dari data contoh
kita.
Ukuran penyebaran
Ukuran penyebaran menyatakan sebaran dataset.
Jangkauan/Rentang (range)
Variansi (variance)
Standar deviasi (standard deviation)
Jangkauan
Jangkauan merupakan suatu ukuran yang dihitung dari selisih pengamatan terkecil
dengan pengamatan terbesar.
Namun, ukuran ini dapat menjadi tidak relevan jika pengataman maksimum dan
minimum merupakan outlier atau data-data yang ekstrim.
Contoh perhitungan jangkauan kita lakukan dengan menggunakan kolom nilai MTK.
Ragam/ Variansi
Standar deviasi
Seperti ragam, standar deviasi menunjukkan seberapa jauh data dengan rata-ratanya.
Standar deviasi semakin besar jika jarak antar pengamatan dengan rata-ratanya
semakin besar. Sebaliknya, standar deviasi semakin kecil jika jarak antara
pengamatan dengan rata-ratanya semakin kecil.
Standar deviasi lebih sering digunakan daripada variansi (ragam), meskipun pada
beberapa kasus, ragam lebih berguna.
Contoh data
Kita akan hitung ragam dan simpangan baku untuk kolom nilai B,Ing.
Pertama, kita hitung mean. Mean atau rata-rata nilai B.Ing adalah 7,1 (lihat contoh
perhitungan mean di atas).
Kemudian, kita hitung nilai kuadrat (pangkat dua) dari setiap simpangan.
Maka ragam dari data kita adalah= 40,90/(10-1) = 40,90/9 = 4,54.
Sedangkan simpangan baku merupakan akar dari ragam. Sehingga nilai akar dari 4,54
= 2,13.
Ukuran posisi
Persentil
Persentil adalah pembagian data terurut menjadi 100 buah bagian sama banyak.
Dari 100 buah bagian yang dibagi sama banyak tersebut, dibatasi oleh 99 buah nilai
persentil.
Kuartil
Dari 4 buah bagian yang dibagi sama banyak tersebut, dibatasi oleh 3 buah nilai
persentil.
Ulangi langkah kedua pada bagian 50% atas. Nilai ini disebut kuartil
ketiga (Q3). Q3 membagi data menjadi 2, yaitu 25% ketiga dan 25%
keempat.
Pada penjelasan dan contoh perhitungan statistika deskriptif di atas, saya memberikan
contoh penggunaan statistika deskriptif untuk menyajikan nilai UN siswa.
Untuk lebih jelas lagi, berikut akan dijelaskan satu contoh lagi.
Sebagai contoh analisis statistika deskriptif, mari kita bayangkan perusahaan asuransi
yang menganalisis data pelanggannya.
Nah, untuk mendapatkan profil nasabah yang lebih baik, perusahaan asuransi dapat
menerapkan analisis menggunakan statistika deskriptif.
Lalu ukuran pemusatan atau tendensi sentral dapat digunakan untuk mengidentifikasi
bagaimana karakteristik terbesar pelanggan mereka.
Sebagai contoh, apabila kita tertarik untuk mengetahui jenis tanah yang khas di suatu
lokasi, atau pola tanam di suatu daerah, kita dapat menggunakan modus.
Di sisi lain, jika data bersifat kuantitatif, kita dapat menggunakan salah satu dari
ukuran nilai pusat tersebut. Jika data bersifat kuantitatif, kita harus
mempertimbangkan sifat distribusi frekuensi gugus data tersebut.
Bila distribusi frekuensi data tidak normal, median atau modus merupakan ukuran
pusat yang tepat.
Demikian juga jika terdapat nilai-nilai ekstrim, maka nilai mean tidak tepat
digunakan, sehingga bisa menggunakan nilai modus atau median.
Jika terdapat nilai ekstrim, atau terdapat kemencengan baik menceng ke kiri maupun
ke kanan, maka jarak antar kuartil lebih tepat untuk digunakan.
Wrap up
Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan
dan penyajian data sehingga memberikan informasi yang berguna. Statistika
deskriptif digunakan untuk mendeskripsikan, meringkas dan membuat summary data
agar lebih mudah dibaca dan digunakan.
Statistika deskriptif sangat penting karena jika kita hanya memunculkan data asli
yang kita miliki, informasi dan insight dari data tersebut sangat sulit didapatkan,
apalagi jika datanya memiliki record yang sangat besar.
Statistika deskriptif bertujuan untuk memberikan ringkasan dari sampel data dan
tidak menggunakan data untuk membuat kesimpulan atas populasi.