Week 5
OUTLINE MATERI :
• Z-Score
• Profiling
Standardizing Data for Comparison (Z-Score)
Skor standar atau Z-score adalah konsep statistik yang memberikan nilai pada angka,
berdasarkan berapa banyak standar deviasi yang terdapat dari rata-rata.
Gambar 1.1 Z-score Menunjukkan Posisi Relatif dari Tempat Menarik untuk Populasi
Dengan menetapkan rata-rata ke 0, setiap nilai titik data sekarang mewakili jumlah
penyimpangan dari rata-rata. Populasi besar terdistribusi secara normal dan hampir semua nilai
(98 persen) harus berada dalam plus-minus tiga standar deviasi. Oleh karena itu, jika Z-score
titik data lebih besar dari 3, kemungkinan merupakan outlier yang perlu dicermati.
Profiling melibatkan mendapatkan pemahaman tentang perilaku khas individu, kelompok, atau
populasi (atau sampel). Pembuatan profil dilakukan terutama menggunakan data terstruktur—
data yang disimpan dalam database atau spreadsheet dan mudah dicari. Dengan menggunakan
data ini, analis dapat menggunakan statistik ringkasan umum untuk mendeskripsikan individu,
kelompok, atau populasi, termasuk mengetahui rata-rata, standar deviasi, jumlah, dan
sebagainya. Pembuatan profil umumnya dilakukan pada data yang sudah tersedia, sehingga data
tersebut telah terkumpul dan siap untuk dianalisis lebih lanjut.
Profiling digunakan untuk menemukan pola perilaku. Dalam Tampilan 3-7, misalnya, semakin
tinggi Z-score (semakin jauh dari rata-rata), semakin besar kemungkinan pelanggan akan
mengalami keterlambatan pengiriman (lingkaran biru). Seperti yang ditunjukkan pada Tampilan
3-7, Z-score 3 mewakili tiga standar deviasi dari rata-rata. Kami menggunakan pembuatan profil
untuk mempelajari atribut produk atau vendor yang mungkin mengalami keterlambatan
pengiriman.
1. Urutkan data Anda terlebih dahulu (sama seperti yang Anda lakukan untuk menemukan
median atau untuk menemukan rentang)
Pembuatan profil data dapat sesederhana menghitung statistik ringkasan pada data transaksional,
seperti rata-rata jumlah hari untuk mengirimkan produk, jumlah yang biasanya kita bayarkan
untuk suatu produk, atau jumlah jam kerja yang diharapkan seorang karyawan. Di sisi lain,
pembuatan profil dapat digunakan untuk mengembangkan model kompleks untuk memprediksi
potensi penipuan. Misalnya, Anda dapat membuat profil untuk setiap karyawan di perusahaan
yang mungkin menyertakan kombinasi gaji, jam kerja, serta perilaku pembelian perjalanan dan
hiburan. Penyimpangan yang tiba-tiba dari perilaku masa lalu karyawan dapat menimbulkan
risiko dan memerlukan tindak lanjut oleh auditor internal.
Mirip dengan mengevaluasi perilaku, pembuatan profil data biasanya digunakan untuk menilai
kualitas data dan kontrol internal. Misalnya, pemrofilan data dapat mengidentifikasi pelanggan
dengan data master yang tidak lengkap atau salah atau transaksi yang salah ketik.
Z-score adalah konsep statistik yang memberikan nilai pada angka, berdasarkan berapa banyak
standar deviasi yang terdapat dari rata-rata. Profiling melibatkan mendapatkan pemahaman
tentang perilaku khas individu, kelompok, atau populasi (atau sampel). Pembuatan profil
dilakukan terutama menggunakan data terstruktur—data yang disimpan dalam database atau
spreadsheet dan mudah dicari. Dengan menggunakan data ini, analis dapat menggunakan
statistik ringkasan umum untuk mendeskripsikan individu, kelompok, atau populasi, termasuk
mengetahui rata-rata, standar deviasi, jumlah, dan sebagainya. Pembuatan profil umumnya
dilakukan pada data yang sudah tersedia, sehingga data tersebut telah terkumpul dan siap untuk
dianalisis lebih lanjut.
1. Vernon J. Richardson, Ryan A. Teeter, Katie L. Terrell (2019). Data Analytics for
Accounting. McGraw-Hill Education, New York. ISBN: 9781260837834. Chapter 3.