Pendahuluan
Metode
Kuantitatif
Modul Standar untuk digunakan dalam
Perkuliahan di Universitas Widyatama
Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh : Tim Dosen
01
Fakultas Ekonomi dan Manajemen S1 02510008 1. Asep Sudrajat, S.E., M.T.
Bisnis 2. Dinda Kayani Bestari P., S.M.B.,
M.M.
3. Gina Nurunnisha, S.M.B., M.B.A.
4. Oktora Yogi Sari, S.T., M.T.
5. Titto Rohendra, S.E., M.Si.
Abstract Kompetensi
Pendahuluan
Orang telah menggunakan alat matematika untuk membantu memecahkan masalah selama
ribuan tahun; namun, studi formal dan penerapan teknik kuantitatif untuk pengambilan
keputusan praktis sebagian besar merupakan produk abad kedua puluh. Teknik yang kami
pelajari dalam buku ini telah berhasil diterapkan pada berbagai masalah kompleks yang
semakin luas dalam bisnis, pemerintahan, perawatan kesehatan, pendidikan, dan banyak
bidang lainnya. Banyak kegunaan yang berhasil seperti itu dibahas di seluruh buku ini.
Dalam bab ini dan bab lainnya, ada QA (Analisis Kuantitatif) dalam kotak Tindakan itu
memberikan kisah sukses tentang penerapan ilmu manajemen. Mereka menunjukkan
bagaimana organisasi telah menggunakan teknik kuantitatif untuk membuat keputusan yang
lebih baik, beroperasi lebih efisien, dan menghasilkan lebih banyak keuntungan. Taco Bell
telah melaporkan penghematan lebih dari $ 150 juta dengan perkiraan yang lebih baik
permintaan dan penjadwalan karyawan yang lebih baik.
Televisi NBC meningkatkan iklan pendapatan lebih dari $ 200 juta antara tahun 1996 dan
2000 dengan menggunakan model untuk membantu mengembangkan penjualan rencana
untuk pengiklan. Continental Airlines menghemat lebih dari $ 40 juta per tahun dengan
menggunakan matematika model untuk pulih dengan cepat dari gangguan yang disebabkan
oleh penundaan cuaca dan factor lainnya.
Untuk melihat contoh lain bagaimana perusahaan menggunakan analisis kuantitatif atau
riset operasi metode untuk beroperasi dengan lebih baik dan lebih efisien, kunjungi situs
web www.scienceofbetter.org.
Dalam memecahkan suatu masalah, manajer harus mempertimbangkan faktor kualitatif dan
kuantitatif. Untuk Misalnya, kami dapat mempertimbangkan beberapa alternatif investasi
yang berbeda, termasuk sertifikat deposito di bank, investasi di pasar saham, dan investasi
di real estat. Kita bisa menggunakan analisis kuantitatif untuk menentukan seberapa besar
nilai investasi kita di masa depan disimpan di bank dengan tingkat bunga tertentu selama
beberapa tahun. Analisis kuantitatif juga dapat digunakan dalam menghitung rasio keuangan
dari neraca untuk beberapa perusahaan yang sahamnya sedang kami
pertimbangkan. Beberapa perusahaan real estate telah mengembangkan program computer
yang menggunakan analisis kuantitatif untuk menganalisis arus kas dan tingkat
pengembalian investasi Properti.
Selain analisis kuantitatif, faktor kualitatif juga harus diperhatikan. Itu cuaca, undang-undang
negara bagian dan federal, terobosan teknologi baru, hasil pemilu, dan seterusnya mungkin
semua menjadi faktor yang sulit diukur. Karena pentingnya faktor kualitatif, peran analisis
kuantitatif dalam Proses pengambilan keputusan bisa bermacam-macam. Ketika ada
kekurangan faktor kualitatif dan kapan masalah, model, dan data masukan tetap sama, hasil
analisis kuantitatif dapat mengotomatiskan proses pengambilan keputusan. Misalnya,
beberapa perusahaan menggunakan kuantitatif model inventaris untuk menentukan secara
otomatis kapan harus memesan bahan tambahan baru. Di kebanyakan kasus,
bagaimanapun, analisis kuantitatif akan menjadi bantuan untuk proses pengambilan
keputusan. Hasil analisis kuantitatif akan digabungkan dengan informasi (kualitatif) lainnya
dalam pembuatan keputusan.
Mendefinisikan Masalah
Langkah pertama dalam pendekatan kuantitatif adalah mengembangkan pernyataan yang
jelas dan ringkas tentang masalah . Pernyataan ini akan memberikan arahan dan makna
untuk langkah-langkah selanjutnya.
Dalam banyak kasus, mendefinisikan masalah adalah langkah yang paling penting dan
paling sulit. Ini penting untuk melampaui gejala masalah dan mengidentifikasi penyebab
sebenarnya. Satu masalah mungkin terkait dengan masalah lain; memecahkan satu
masalah tanpa memperhatikan masalah terkait lainnya dapat memperburuk situasi. Dengan
demikian, penting untuk menganalisis bagaimana solusinya masalah mempengaruhi
masalah lain atau situasi secara umum. Kemungkinan suatu organisasi akan mengalami
beberapa masalah. Bagaimanapun, analisis kuantitatif biasanya tidak dapat menangani
semua masalah organisasi pada satu waktu. Bagi kebanyakan perusahaan, ini berarti
memilih masalah-masalah yang solusinya akan menghasilkan peningkatan keuntungan atau
pengurangan biaya terbesarkepada perusahaan. Pentingnya memilih masalah yang tepat
untuk dipecahkan tidak bisa terlalu ditekankan. Pengalaman telah menunjukkan bahwa
definisi masalah yang buruk merupakan alasan utama kegagalan manajemen kelompok
riset sains atau operasi untuk melayani organisasi mereka dengan baik. Ketika masalah sulit
diukur, mungkin perlu untuk mengembangkan secara spesifik ,tujuan yang dapat diukur .
Mengembangkan Model
Setelah kita memilih masalah yang akan dianalisis, langkah selanjutnya adalah
mengembangkan model . Secara sederhana, model adalah representasi (biasanya
matematis) dari suatu situasi. Meskipun Anda mungkin tidak menyadarinya, Anda telah
menggunakan sebagian besar model kehidupan. Anda mungkin telah mengembangkan
model tentang perilaku orang. Model Anda mungkin adalah persahabatan itu didasarkan
pada timbal balik, pertukaran bantuan. Jika Anda membutuhkan bantuan seperti pinjaman
kecil, Model anda akan menyarankan agar Anda meminta teman baik.
Tentu masih banyak jenis model lainnya. Arsitek terkadang membuat fisik model bangunan
yang akan mereka bangun. Insinyur mengembangkan model skala pabrik kimia, disebut
tanaman percontohan. Sebuah skema model adalah gambar, menggambar, atau grafik
realitas. Mobil, mesin pemotong rumput, roda gigi, kipas angin, mesin tik, dan banyak
perangkat lain memiliki model skema
Apa yang membedakan analisis kuantitatif Dari teknik lainnya adalah model yang digunakan
adalah model matematis. Sebuah model matematika adalah himpunan hubungan
matematis. Dalam kebanyakan kasus, hubungan ini diekspresikan dalam persamaan dan
ketidaksetaraan, seperti dalam model spreadsheet yang menghitung jumlah, rata-rata, atau
standar penyimpangan. Meskipun ada banyak fleksibilitas dalam pengembangan model,
sebagian besar model yang disajikan dalam buku ini berisi satu atau lebih variabel dan
parameter.
$ Y = b0 + b1X
Sales
$
Advertising
Sebuah variabel , seperti namanya menyiratkan, adalah kuantitas terukur yang dapat
bervariasi atau dapat berubah. Variabel bisa terkendali atau tidak terkendali . Variabel
terkontrol juga disebut variabel keputusan . Contohnya adalah berapa banyak item
persediaan untuk dipesan.
Sebuah parameter adalah besaran terukur yang melekat dalam masalah. Biaya memesan
lebih banyak item persediaan adalah contoh parameter. Dalam kebanyakan kasus, variabel
adalah besaran yang tidak diketahui, sedangkan parameter adalah jumlah yang
diketahui. Semua model harus dikembangkan dengan hati-hati. Mereka harus dapat
dipecahkan, realistis, serta mudah dipahami dan dimodifikasi, dan data masukan
yang diperlukan harus dapat diperoleh. Pengembang model harus berhati-hati untuk
memasukkan jumlah detail yang sesuai agar dapat dipecahkan namun realistis.
Garbage
In
Process
Garbage
Out
Ada beberapa sumber yang dapat digunakan dalam mengumpulkan data. Dalam beberapa
kasus, perusahaan laporan dan dokumen dapat digunakan untuk memperoleh data yang
diperlukan. Sumber lain adalah wawancara dengan karyawan atau orang lain yang terkait
dengan perusahaan. Orang-orang ini terkadang bisa menyediakan informasi yang sangat
baik, dan pengalaman serta penilaian mereka bisa sangat berharga. Seorang pengawas
produksi, misalnya, mungkin dapat memberi tahu Anda dengan sangat akurat jumlah waktu
yang dibutuhkan untuk menghasilkan produk tertentu. Pengambilan sampel dan pengukuran
langsung,menyediakan sumber data untuk model. Di lain kasus, prosedur pengambilan
sampel statistik dapat digunakan untuk mendapatkan data.
Mengembangkan Solusi
Mengembangkan solusi melibatkan manipulasi model untuk mencapai solusi terbaik
(optimal) masalah. Dalam beberapa kasus, ini mengharuskan persamaan diselesaikan untuk
keputusan terbaik. Di kasus lain, Anda dapat menggunakan metode trial and error ,
mencoba berbagai pendekatan dan memilih salah satunya yang menghasilkan keputusan
terbaik. Untuk beberapa masalah, Anda mungkin ingin mencoba semua kemungkinan nilai
untuk variabel dalam model untuk sampai pada keputusan terbaik. Ini disebut pencacahan
lengkap .
Buku ini juga menunjukkan kepada Anda bagaimana memecahkan masalah yang sangat
sulit dan kompleks dengan mengulang beberapa kali langkah sederhana sampai Anda
menemukan solusi terbaik. Serangkaian langkah atau prosedur yang diulang adalah
disebut algoritma , dinamai Algorismus, seorang matematikawan Arab abad kesembilan.
Menguji Solusi
Sebelum solusi dapat dianalisis dan diimplementasikan, perlu diuji secara
menyeluruh. Karena solusinya tergantung pada data masukan dan model, keduanya
memerlukan pengujian. Pengujian data masukan dan model meliputi penentuan akurasi dan
kelengkapan dari data yang digunakan oleh model. Data yang tidak akurat akan mengarah
pada solusi yang tidak akurat. Ada beberapa cara untuk menguji data masukan. Salah satu
metode pengujian data adalah dengan mengumpulkan data tambahan dari sumber yang
berbeda. Jika data asli dikumpulkan dengan wawancara, mungkin ada tambahan data dapat
dikumpulkan dengan pengukuran langsung atau pengambilan sampel. Data tambahan ini
kemudian dapat dibandingkan dengan data asli, dan uji statistik dapat digunakan untuk
menentukan apakah ada adalah perbedaan antara data asli dan data tambahan. Jika ada
perbedaan yang signifikan, lebih banyak upaya diperlukan untuk mendapatkan data
masukan yang akurat. Jika datanya akurat tetapi hasilnya tidak sesuai dengan masalah,
model mungkin tidak sesuai. Modelnya bisa diperiksa untuk memastikan bahwa itu logis dan
mewakili situasi sebenarnya.
Meskipun sebagian besar teknik kuantitatif yang dibahas dalam buku ini telah
dikomputerisasi, Anda mungkin akan diminta untuk menyelesaikan sejumlah masalah
dengan tangan. Untuk membantu mendeteksi keduanya kesalahan logis dan komputasi,
Anda harus memeriksa hasil untuk memastikan bahwa hasilnya konsisten dengan struktur
masalahnya. Misalnya, (1.96) (301.7) dekat dengan (2) (300), yang sama dengan 600. Jika
perhitungan Anda sangat berbeda dari 600, Anda tahu membuat kesalahan.
Pentingnya analisis sensitivitas tidak bisa terlalu ditekankan. Karena data masukan mungkin
tidak selalu akurat atau asumsi model mungkin tidak sepenuhnya sesuai, sensitivitas
Analisis dapat menjadi bagian penting dari pendekatan analisis kuantitatif. Sebagian besar
bab di sampul buku penggunaan analisis sensitivitas sebagai bagian dari pengambilan
keputusan dan pemecahan masalah proses.
Menerapkan Hasil
Langkah terakhir adalah mengimplementasikan hasil. Ini adalah proses memasukkan solusi
ke dalam perusahaan. Ini bisa jauh lebih sulit dari yang Anda bayangkan. Bahkan jika
solusinya adalah optimal dan akan menghasilkan keuntungan tambahan jutaan dolar, jika
manajer menolak solusi baru, semua upaya analisis tidak ada nilainya. Pengalaman
menunjukkan bahwa sejumlah besar tim analisis kuantitatif telah gagal dalam usahanya
karena gagal menerapkannya solusi yang baik dan bisa diterapkan dengan benar.
Setelah solusi diterapkan, itu harus diawasi dengan ketat. Seiring waktu, di sana mungkin
banyak perubahan yang memerlukan modifikasi dari solusi asli. Sebuah perubahan
ekonomi, permintaan yang berfluktuasi, dan peningkatan model yang diminta oleh manajer
dan keputusan pembuat hanyalah beberapa contoh perubahan yang mungkin memerlukan
analisis untuk dimodifikasi.
Mengembangkan model adalah bagian penting dari pendekatan analisis kuantitatif. Mari kita
lihat bagaimana kita dapat menggunakan model matematika berikut, yang
merepresentasikan keuntungan:
Dalam banyak kasus, kita dapat menyatakan pendapatan sebagai harga per unit dikalikan
dengan jumlah unit Terjual. Beban seringkali dapat ditentukan dengan menjumlahkan biaya
tetap dan biaya variabel. Harga bervariasi sering dinyatakan sebagai biaya variabel per unit
dikalikan dengan jumlah unit. Jadi kita bisa juga mengungkapkan keuntungan dalam model
matematika berikut:
Parameter dalam model ini adalah f , dan s , karena ini adalah input yang melekat dalam
model.
Jumlah unit yang terjual ( X ) adalah variabel keputusan yang menarik.
Jumlah jam yang terjual adalah X , dan model keuntungan kita menjadi
Keuntungan = $ 10 X - $ 1.000 - $ 5 X
Jika penjualan 0, Bill akan mengalami kerugian $ 1.000. Jika penjualan 1.000 unit, dia akan
mendapatkan keuntungan $ 4.000 ($ 4.000 = ($ 10) (1.000) - $ 1.000 - ($ 5) (1.000)).
Lihat apakah Anda dapat menentukan keuntungan untuk nilai lain dari unit yang terjual.
0 = sX - f - nX
0 = (s - n)X – f
Kuantitas ( X ) yang menghasilkan keuntungan nol ini adalah kondisi BEP, model untuk
BEP:
Untuk contoh soal Pieces Times Pritchett BEP dapat dihitung sebagai berikut:
BEP = $ 1.000 / ($ 10 - $ 5) = 200 unit, pada titik impas.
Latihan Soal :
1. Gina Fox telah memulai perusahaannya sendiri, Foxy Shirts, yang memproduksi kemeja
bermotif untuk acara-acara khusus. Karena dia baru saja memulai bisnis ini, dia menyewa
peralatan dari percetakan lokal bila diperlukan. Biaya penggunaan peralatan adalah $ 350.
Bahan yang digunakan dalam satu kemeja seharga $ 8, dan Gina dapat menjualnya
seharga $ 15 masing-masing.
(a) Jika Gina menjual 20 kemeja, berapa pendapatan totalnya? Berapa total biaya
variabelnya?
(b) Berapa banyak kemeja yang harus dijual Gina untuk mencapai titik impas?
Berapa total pendapatan untuk ini?
Render, Barry., Stair, Hanna. 2012. Quantitative Analysis For Management Eleventh Edition
Pearson Education: New Jersey.