RISET &

STATISTIKA
DALAM BISNIS
Bab 13
RISET DAN STATISTIK DALAM BISNIS

1. Pendahuluan
2. Pengambilan keputusan
3. Metode ilmiah
4. Peranan riset
5. Analisa tren
6. Menggunakan ukuran dan menyimpulkan data
7. Menyajikan data
PENDAHULUAN

Pengambilan keputusan dalam bisnis

RISET DALAM BISNIS berdasarkan fakta dari berbagai
sumber

Pengambilan keputusan dalam bisnis

STATISTIK DALAM BISNIS
berdasarkan interpretasi data angka
PENGAMBILAN KEPUTUSAN

• Proses memilih prosedur tertentu dari berbagai kemungkinan alternatif

• Pemecahan / penyelesaian permasalahan yg dihadapi suatu usaha bisnis

Langkah pengambilan keputusan:

1. Mengidentifikasi permasalahan yang dihadapi
2. Menentukan tujuan yang ingin dicapai
3. Merumuskan beberapa alternatif penyelesaian masalah
berdasarkan tujuan
4. Memilih salah satu/beberapa/kombinasi alternatif yang
paling sesuai dengan tujuan dan permasalahan yang dihadapi
METODE ILMIAH

Langkah-langkah :
1. Identifikasi masalah, definisikan, dan nyatakan secara jelas
2. Perinci masalah menjadi beberapa bagian aspek
3. Cari data yang berhubungan
4. Analisis data yang telah dikumpulkan
5. Menetapkan beberapa alternatif keputusan
6. Evaluasi beberapa alternatif, kemudian pilih alternatif yang
sesuai
7. Aktualisasi
 METODE ILMIAH
Contoh metode penelitian ilmiah yang sering digunakan (Alma, 2008) :
METODE SURVEI METODE OBSERVASI METODE EKSPERIMEN

• Angket • Pengamatan • Manipulasi variabel independen

• Kuesioner
• Wawancara
=> Minat beli konsumen, kepuasan
konsumen, loyalitas pelanggan
• Dokumentasi • Pengawasan terhadap variabel
=> Penentuan lokasi bisnis dependen
• Kontrol terhadap variabel diluar
eksperimen
=> Uji efek harga produk, uji
produktivitas
PERANAN RISET
Penelitian produk => perbaikan kualitas produk, menciptakan produk baru
Penelitian pemasaran => meningkatkan penjualan, meningkatkan kepuasan dan
loyalitas
Penelitian SDM => meningkatkan kinerja karyawan
Penelitian keuangan => analisa investasi
Forecasting => keputusan yg didasarkan pada apa yg akan terjadi
esok/selanjutnya
ANALISA TREN
ANALISA KECENDERUNGAN
Didasarkan pada keadaan masa lalu utk
meramalkan masa yg akan datang
KORELASI
Didasarkan pada hubungan antar variabel
PERKIRAAN GABUNGAN
Gabungan analisa kecenderungan, korelasi, dan
intuisi manajer
 MENGGUNAKAN UKURAN UTK
MENYIMPULKAN DATA
Ukuran statistik
Mean Rata-rata (jumlah angka dibagi jumlah data)
Median Nilai tengah (mengurutkan data dari terbesar ke terkecil, diambil
nilai yg terletak di tengah)
Modus Nilai yang terbanyak/paling sering muncul
Angka indeks Perubahan dihubungkan dengan data yg ada pada waktu tertentu
yg dipakai sebagai patokan

Data kelompok : data yang

Data Tunggal : data yang disusun
sendiri menurut nilai dan besarnya
masing - masing. Disebut data tunggal
karena banyaknya data ditaksir tidak
akan melebihi 30 data sehingga tidak
perlu menggunakan tabel distribusi
jumlahnya di atas 30 unit, sehingga
memerlukan penyajian data dalam
tabel distribusi frekuensi di mana
data-data tersebut akan
dikelompokkan dalam beberapa
kelas, dan setiap kelas mempunyai
interval nilai tertentu
CONTOH SOAL DATA TUNGGAL:
Suatu kumpulan data berupa hasil penilaian kinerja terhadap 9
karyawan pada bisnis laundry adalah 7, 9, 8, 8, 5, 7, 6, 6 dan 7.
Tentukan mean, median, dan modus dari data tersebut.
CONTOH ANGKA INDEKS
• Menghitung angka indeks harga agregatif sederhana :

Utk mengetahui perubahan harga dari waktu ke waktu

Sebagai pedoman penetapan harga
Sebagai pedoman menghitung penyesuaian gaji karyawan
Jenis produk PT Tidarfood Tahun 2014 Tahun 2019
Roti tawar Tidar Rp 10.000 Rp 12.000
Tidar instant noodles Rp 2.300 Rp 2.500
Kopi elang sachet Rp 1.800 Rp 2.000

Jumlah harga tahun yang dihitung indeksnya = (12.000 + 2.500 + 2.000) = 16.500
Jumlah harga tahun dasar = (10.000 + 2.300 + 1.800) = 14.100

16.300
x 100 = 117, 02
14.100

Angka indeks tahun 2019 berdasarkan tahun dasar 2014 adalah 117,02
Artinya selama 5 tahun harga utk 3 jenis produk tersebut meningkat sebesar 17,02%
 MENYAJIKAN DATA
Bentuk penyajian data
• Tabel
• Grafik, diagram
• Peta statistik
SOAL
Berikut ini merupakan data penjualan setiap hari dari “Laundry Lestari” pada bulan Juli
2019.
Hari 1 Hari 2 Hari 3 Hari 4 Hari 5 Hari 6 Hari 7
Minggu 1 76 kg 75 kg 70 kg 70 kg 70 kg 74 kg 76 kg
Minggu 2 78 kg 75 kg 70 kg 70 kg 70 kg 73 kg 75 kg
Minggu 3 75 kg 74 kg 69 kg 70 kg 71 kg 72 kg 79 kg
Minggu 4 76 kg 71 kg 70 kg 69 kg 72 kg 74 kg 77 kg

1. Hitunglah :
a) Rata-rata penjualan pada dua minggu pertama di bulan Juli 2019
b) Nilai tengah / median minggu terakhir Juli 2019
c) Nilai modus bulan Juli 2019
2. Buatlah analisa kecenderungan tren untuk memperkirakan penjualan pada bulan
berikutnya
MEAN dua minggu pertama
(76+75+70+70+70+74+76+78+75+70+70+70+73+75)
14
1.022 ANALISA TREN KECENDERUNGAN :
Penjualan tinggi pada awal minggu dan akhir minggu
14 Þ Perkiraan keperluan lembur karyawan
Þ Perkiraan belanja persediaan bahan habis pakai
=73

MEDIAN minggu terakhir

76, 76, 74, 72, 71, 70, 69
=72

MODUS bulan Juli 2019 Hari 1 Hari 2 Hari 3 Hari 4 Hari 5 Hari 6 Hari 7

=70 Minggu 1 76 kg 75 kg 70 kg 70 kg 70 kg 74 kg 76 kg
Minggu 2 78 kg 75 kg 70 kg 70 kg 70 kg 73 kg 75 kg
Minggu 3 75 kg 74 kg 69 kg 70 kg 71 kg 72 kg 79 kg
Minggu 4 76 kg 71 kg 70 kg 69 kg 72 kg 74 kg 77 kg