STATISTIKA INDUSTRI
2. Jelaskan syarat data dikatakan baik, apa akibatnya jika data yang digunakan
sebagai dasar pengambilan keputusan adalah data yang salah ?
a. Syarat data dikatakan baik apabila memiliki sifat reliable (dapat
diandalkan), diantaranya adalah :
1) Obyektif, yang berarti bahwa data harus sesuai dengan keadaan yang
sebenarnya.
2) Representatif, yang berarti bahwa data harus mewakili obyek yang
diamati.
3) Memiliki standar error (kesalahan baku) yang kecil, yang berarti
memiliki tingkat ketelitian yang tinggi.
Data juga dikatakan baik apabila mampu menunjukkan manfaat atau
kegunaannya, seperti :
• Tepat waktu. Hal ini penting terutama apabila data akan
digunakan sebagai dasar untuk melakukan evaluasi,
sehingga koreksi yang dilakukan terhadap implementasi
suatu perencanaan tidak terlambat.
• Relevan. Data yang dikumpulkan harus ada hubungannya
dengan masalah yang akan dicari solusinya.
b. Jika data yang digunakan sebagai dasar pengambilan keputusan adalah
data yang salah, maka akan menghasilkan keputusan yang salah,
perencanaan tidak tepat, kontrol tidak efektif, dan evaluasi tidak
mengenai sasarannya secara objektif.
3. Sebutkan jenis-jenis data dan berikan contoh-contohnya
Data dapat dikelompokkan berdasarkan sifat, sumber, cara memperoleh,
waktu pengumpulan, dan skala.
a. Berdasarkan sifatnya
1) Data kuantitatif (numerik), yaitu data berbentuk angka/bilangan.
Data kuantitatif dibedakan menjadi dua jenis tipe, yaitu :
a) Data diskrit, adalah data yang diperoleh dari suatu
pencacahan/enumerasi. Data-data ini berbentuk bilangan-
bilangan bulat 0, 1, 2, …, dan seterusnya.
Contoh : Banyaknya produk yang cacat, jumlah permintaan
produk setiap bulan dalam satu tahun, dan lain-lain.
b) Data kontinu, adalah data yang umumnya diperoleh dari suatu
pengukuran dengan suatu alat ukur. Data kontinu dapat
dinyatakan dalam bentuk data interval dan data rasio (data titik).
2) Data kualitatif (non numerik), adalah data yang bukan berupa
angka/bilangan. Disebut juga data atribut. Data kualitatif dibedakan
menjadi dua jenis tipe, yaitu :
a) Data nominal (data kategori), jika suatu pengambilan data
terhadap suatu obyek hanya menghasilkan satu dan hanya satu-
satunya kategori pada obyek tersebut. Pada data nominal tidak
ada perbedaan tingkatan derajat (bobot) data.
Contoh : Data jenis kelamin (karena seseorang tidak mungkin
berjenis kelamin ganda, dalam hal ini jenis kelamin laki-laki dan
perempuan dianggap sama bobotnya), data tempat kelahiran,
data suku bangsa, data kualitas produk, dan lain-lain.
b) Data ordinal, adalah data yang diperoleh dari suatu pengambilan
data terhadap suatu obyek yang menghasilkan lebih dai satu
kategori. Pada data ordinal terdapat perbedaan tingkatan derajat
(bobot) data.
Contoh : Pengukuran perilaku konsumen terhadap suatu produk
makanan, akan diperoleh data perilaku : “sangat suka”, “suka”,
“kurang suka”, “tidak suka”, dan lainnya. Dalam hal ini, data
yang diperoleh tidak dapat disamakan bobotnya karena ada
tingkatan data, misalnya “sangat suka” memiliki bobot tertinggi,
“tidak suka” memiliki bobot terendah, dan lain sebagainya.
b. Berdasarkan sumbernya
1) Data internal, yaitu data yang bersumber dari dalam lingkungan
organisasi tertentu.
Misalnya data penjualan, data produksi, jadwal produksi, dan lain-
lain.
2) Data eksternal, yaitu data yang bersumber dari luar lingkungan
organisasi tertentu.
Misalnya data daya beli konsumen terhadap produk yang sejenis
diluar hasil produksinya, dan lain-lain.
c. Berdasarkan cara memperolehnya
1) Data primer, yaitu data yang diperoleh secara langsung dari
obyeknya bisa melalui percobaan, observasi maupun survei.
2) Data skunder, yaitu data yang telah tersedia atau berasal dari data
primer. Semua data yang telah dipublikasikan merupakan data
sekunder.
d. Berdasarkan waktu pengumpulannya
1) Data cross section, yaitu data yang dikumpulkan dalam suatu
periode tertentu, biasanya menggambarkan kondisi atau kejadian
dalam periode tersebut.
Misalnya data hasil penelitian mengenai produktivitas karyawan
pada tahun 2016.
2) Data berkala (time series), yaitu data yang dikumpulkan dari waktu
ke waktu. Tujuannya adalah untuk menggambarkan perkembangan
suatu kejadian dari waktu ke waktu. Data ini sering disebut sebagai
data historis.
Misalnya data permintaan produk selama 12 bulan terakhir.