Rabu, 27 Februari 2019

Konsultan Analisis Data dengan SPSS


SPSS sering digunakan untuk menganalisis data, sehingga akan lebih mudah diselesaikan. Namun dalam beberapa kondisi seseorang sering mengalami kendala dalam menggunakan program SPSS tersebut. Sehingga diperlukan seseorang atau lembaga yang ahli di bidang tersebut. Kami merupakan konsultan Statistik yang emberikan jasa konsultasi Analisis data SPSS.


Statistical Program For Social Science (SPSS) SPSS adalah sebuah program komputer yang digunakan untuk membuat analisis statistika. SPSS dipublikasikan oleh SPSS Inc. SPSS (Statistical Package for the Social Sciences atau Paket Statistik untuk Ilmu Sosial) versi pertama dirilis pada tahun 1968, diciptakan oleh Norman Nie, seorang lulusan Fakultas Ilmu Politik dari Stanford University, yang sekarang menjadi Profesor Peneliti Fakultas Ilmu Politik di Stanford dan Profesor Emeritus Ilmu Politik di University of Chicago.


Semula SPSS hanya digunakan untuk ilmu social saja, tapi perkembangan berikutnya digunakan untuk berbagai disiplin ilmu sehingga kepanjangannya berubah menjadi “Statistical Product and Service Solution” (Nisfiannoor, Muhammad, Pendekatan Statistika Modern Untuk Ilmu Social, Salemba Humanika,2009:15.) SPSS digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan survei, pemerintah, peneliti pendidikan, organisasi pemasaran, dan sebagainya. Selain analisis statistika, manajemen data (seleksi kasus, penajaman file, pembuatan data turunan) dan dokumentasi data (kamus metadata ikut dimasukkan bersama data) juga merupakan fitur-fitur dari software dasar SPSS. Statistik yang termasuk software dasar SPSS:

Statistik yang termasuk software dasar SPSS: 

Statistik Deskriptif: Tabulasi Silang, Frekuensi, Deskripsi, Penelusuran, Statistik Deskripsi Rasio

Statistik Bivariat: Rata-rata, t-test, ANOVA, Korelasi (bivariat, parsial, jarak), Nonparametric tests 

Prediksi Hasil Numerik: Regresi Linear 

Prediksi untuk mengidentivikasi kelompok: Analisis Faktor, Analisis Cluster (two-step, K-means, hierarkis), Diskriminan.

SPSS dapat membaca berbagai jenis data atau memasukkan data secara langsung ke dalam SPSS Data Editor. Bagaimanapun struktur dari file data mentahnya, maka data dalam Data Editor SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (variables). Case berisi informasi untuk satu unit analisis, sedangkan variable adalah informasi yang dikumpulkan dari masingmasing kasus.

Hasil-hasil analisis muncul dalam SPSS Output Navigator. Kebanyakan prosedur Base System menghasilkan pivot tables, dimana kita bisa memperbaiki tampilan dari keluaran yang diberikan oleh SPSS. Untuk memperbaiki output, maka kita dapat mmperbaiki output sesuai dengan kebutuhan. Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya adalah karena SPSS menyediakan beberapa fasilitas seperti berikut ini: 

Data Editor. Merupakan jendela untuk pengolahan data. Data editor dirancang sedemikian rupa seperti pada aplikasi-aplikasi spreadsheet untuk mendefinisikan, memasukkan, mengedit, dan menampilkan data. 

Viewer. Viewer mempermudah pemakai untuk melihat hasil pemrosesan, menunjukkan atau menghilangkan bagian-bagian tertentu dari output, serta memudahkan distribusi hasil pengolahan dari SPSS ke aplikasi-aplikasi yang lain. 

Multidimensional Pivot Tables. Hasil pengolahan data akan ditunjukkan dengan multidimensional pivot tables. Pemakai dapat melakukan eksplorasi terhdap tabel dengan pengaturan baris, kolom, serta layer. Pemakai juga dapat dengan mudah melakukan pengaturan kelompok data dengan melakukan splitting tabel sehingga hanya satu group tertentu saja yang ditampilkan pada satu waktu. 

High-Resolution Graphics. Dengan kemampuan grafikal beresolusi tinggi, baik untuk menampilkan pie charts, bar charts, histogram, scatterplots, 3-D graphics, dan yang lainnya, akan membuat SPSS tidak hanya mudah dioperasikan tetapi juga membuat pemakai merasa nyaman dalam pekerjaannya. 

Database Access. Pemakai program ini dapat memperoleh kembali informasi dari sebuah database dengan menggunakan Database Wizard yang disediakannya. 

Data Transformations. Transformasi data akan membantu pemakai memperoleh data yang siap untuk dianalisis. Pemakai dapat dengan mudah melakukan subset data, mengkombinasikan kategori, add, aggregat, merge, split, dan beberapa perintah transpose files, serta yang lainnya. Electronic Distribution. Pengguna dapat mengirimkan laporan secara elektronik menggunakan sebuah tombol pengiriman data (e-mail) atau melakukan export tabel dan grafik ke mode HTML sehingga mendukung distribusi melalui internet dan intranet. 

Online Help. SPSS menyediakan fasilitas online help yang akan selalu siap membantu pemakai dalam melakukan pekerjaannya. Bantuan yang diberikan dapat berupa petunjuk pengoperasian secara detail, kemudahan pencarian prosedur yang diinginkan sampai pada contoh-contoh kasus dalam pengoperasian program ini. 

 Akses Data Tanpa Tempat Penyimpanan Sementara. Analisis file-file data yang sangat besar disimpan tanpa membutuhkan tempat penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum versi 11.5 dimana file data yang sangat besar dibuat temporary filenya. 

Interface dengan Database Relasional. Fasilitas ini akan menambah efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan menganalisnya dari database relasional. Analisis Distribusi. Fasilitas ini diperoleh pada pemakaian SPSS for Server atau untuk aplikasi multiuser. Kegunaan dari analisis ini adalah apabila peneliti akan menganalisis file-file data yang sangat besar dapat langsung me-remote dari server dan memprosesnya sekaligus tanpa harus memindahkan ke komputer user. 

 Multiple Sesi. SPSS memberikan kemampuan untuk melakukan analisis lebih dari satu file data pada waktu yang bersamaan. 

Mapping. Visualisasi data dapat dibuat dengan berbagai macam tipe baik secara konvensional atau interaktif, misalnya dengan menggunakan tipe bar, pie atau jangkauan nilai, simbol gradual, dan chart.



Sabtu, 23 Februari 2019

Target Pemasaran


Setiap perusahaan wajib menentukan target pemsaran, yang tidak lain adalah jumlah barang/jasa yang terjual digabungkan dengan pendapatan. Jumlah tersebut diperkirakan sejak awal dan disesuaikan pula dengan pangsa pasar serta daya beli konsumen. Barulah nanti dihitung laba atau keuntungan seperti yang juga telah
ditargetkan sejak awal. 

Target penjualan erat kaitannya dengan Market Segments, yakni kelompok konsumen yang sama-sama memiliki tujuan merespon suatu produk. Pada faktor ini, pasar dibagi lagi menjadi beberapa bagian yang disesuaikan dengan dengan kebutuhan, tingkah laku dan karakteristik.

Selain segmen pasar, ada pula target market yakni kegiatan perusahaan untuk melayani sekumpulan orang yang punya kebutuhan dan karakteristik sama. Jadi dapat disimpulkan bila target market merupakan hasil evaluasi segmen pasar yang bertujuan untuk menyeleksi beberapa segmen.

Erat kaitannya studi kelayakan bisnis dengan aspek pemasaran. Sebab kesuksesan suatu proyek perusahaan bisa dilihat dari seleran pasar dan yang hubungannya dengan market. Sebab market adalah target utama dari diselenggarakannya bisnis. Maka dari itu, rules studi kelayakan bisnis terhadap aspek pasar yaitu.

a) Apabila produk tidak lagi marketable, maka studi kelayakan bisnis dihentikan. Oleh sebab itu perusahaan haruslah memproduksi yang sesuai dengan pasar

b) Permintaan terhadap produk dan jasa harus terus meningkat. Jika terjadi penurunan maka analisa studi kelayakan bisnis dihentikan. Sebab tujuan dari kegiatan tersebut adalah untuk mengembangkan


c) Studi kelayakan bisnis juga perlu memperhatikan adanya hal-hal yang tidak dilarang oleh negara. Sebab apabila tidak memenuhi aturan maka tidak bisa lagi direkomendasikan


d) Teknis dan teknologi ditentukan oleh pasar, sebab pembelian alat serta mesin bergantung pada pendapatan yang dihasilkan dari pasar.


Selasa, 19 Februari 2019

Faktor-faktor yang Mempengaruhi Pemilihan Teknik Peramalan

Peramalan dimaksudkan untuk memperkecil resiko yang timbul akibat pengambilan keputusan dalam suatu perencanaan produksi. Semakin besar upaya yang dikeluarkan tentu resiko dapat diperkecil. Namun upaya memperkecil resiko tersebut dibatasi biaya yang diperlukan.
1.   Horizon Peramalan
Ada dua aspek dari horison waktu yang berhubungan dengan masing-masing   metode peramalan yaitu:
a.     Cakupan waktu di masa yang akan datang
     Perbedaan dari metode peramalan yang digunakan sebaiknya disesuaikan.
b.    Jumlah periode dimana ramalan diinginkan
Beberapa teknik dan metode peramalan yang hanya dapat meramal untuk peramalan satu atau dua periode di muka, teknik dan metode lain dapat meramalkan beberapa waktu di depan.
2.    Tingkat ketelitian
Tingkat ketelitian yang dibutuhkan sangat erat hubungannya dengan tingkat  perincian yang dibutuhkan dalam suatu peramalan. Dalam suatu pengambilan keputusan diharapkan variasi atau penyimpangan atas ramalan antara 10% -15% sedangkan pengambilan keputusan yang lain variasi 5% sudah berbahaya.
3.    Ketersediaan data
Metode yang digunakan sangat besar manfaatnya. Apabila dari data yang lalu diketahui adanya pola musiman, maka untuk untuk peramalan satu tahun ke depan sebaiknya digunakan metode variasi musiman. Sedangkan apabila diketahui hubungan antar variabel saling mempengaruhi, maka perlu digunakan metode sebab akibat atau korelasi.
4.    Bentuk pola data
Dasar utama metode peramalan adalah anggapan bahwa pola data yang diramalkan akan berkelanjutan. Sebagai contoh, beberapa deret yang menunjukan pola musiman, atau trend. Metode peramalan yang lain mungkin lebih sederhana, terdiri dari satu nilai rata-rata, dengan fluktuasi yang acakan atau random yang terkandung. Karena perbedaan kemampuan metode peramalan untuk mengidentifikasi pola-pola data, maka perlu adanya usaha penyesuaian pola data.
5.    Biaya
Umumnya ada empat jenis biaya dalam proses peramalan yaitu: biaya pengembangan, biaya penyimpanan, biaya operasi, dan biaya kesempatan penggunaan teknik peramalan. Adanya perbedaan nyata berpengaruh atas menarik tidaknya penggunaan metode tertentu untuk suatu keadaan yang dihadapi.
6.   Jenis dari model
Sebagai tambahan perlu diperhatikan anggapan beberapa dasar yang penting dalam nyata. Banyak metode peramalan telah menganggap adanya beberapa model dari keadaan yang diramalkan. Model-model ini merupakan suatu derat dimana waktu digambarkan sebagai unsur penting untuk menentukan perubahan-perubahan dalam pola, yang mungkin secara sistematik dapat dijelaskan dengan analisis regresi atau korelasi.
7.    Mudah tidaknya penggunaan dan aplikasinya.
       Satu prinsip umum dalam penggunaan metode ilmiah dari peramalan untuk manajemen dan                 analisis adalah metode-metode yang dapat dimengerti dan mudah diaplikasikan 

Simulasi dengan Vensim

Simulasi dengan Vensim adalah perangkat lunak simulasi sistem dinamis yang digunakan untuk memodelkan, menganalisis, dan mensimulasikan ber...