Statistik Bisnis (Analitik)
- Mahasiswa mampu memahami Konsep Dasar Statistika dan software pengolahan Data untuk kasus bisnis
- Mahasiswa mampu memahami teori dan terampil menerapkan Analisis Perbandingan metode parametrik dan non-parametrik dalam kasus bisnis
- Mahasiswa mampu memahami teori dan terampil menerapkan Analisis Korelasi metode parametrik dan non-parametrik dalam kasus bisnis
- Mahasiswa mampu memahami teori dan terampil menerapkan Analisis Regresi dalam kasus bisnis
- Mahasiswa mampu memahami teori dan terampil menerapkan Pengantar Machine Learning dalam kasus bisnis
- Mahasiswa mampu memahami teori dan terampil menerapkan Analisis Multivariat Dasar dalam kasus bisnis
Redman memberikan contoh skenario berikut ini:
Misalkan Anda adalah seorang manajer penjualan yang mencoba memprediksi angka penjualan bulan depan. Anda tahu bahwa lusinan, bahkan mungkin ratusan faktor - mulai dari cuaca, promosi pesaing, hingga rumor tentang model yang baru dan lebih baik - dapat memengaruhi angka-angka tersebut. Mungkin orang-orang di organisasi Anda bahkan memiliki teori tentang apa yang akan memberikan dampak terbesar pada penjualan. "Percayalah. Semakin banyak hujan, semakin banyak yang kita jual.
Analisis regresi adalah cara untuk mengetahui secara matematis variabel mana yang memiliki pengaruh. Analisis ini menjawab pertanyaan-pertanyaan:
- Variabel mana yang paling penting?
- Variabel mana yang bisa kita abaikan?
- Bagaimana Variabel-Variabel tersebut berinteraksi satu sama lain?
- Dan, mungkin yang paling penting, seberapa yakinkah kita dengan semua Variabel/faktor tersebut?
Kapan pun Anda bekerja dengan analisis regresi atau analisis lain yang mencoba menjelaskan dampak satu faktor terhadap faktor lainnya, Anda perlu mengingat pepatah penting: Korelasi bukanlah sebab-akibat. Ini sangat penting. Inilah alasannya: Sangat mudah untuk mengatakan bahwa ada korelasi antara hujan dan penjualan bulanan. Regresi menunjukkan bahwa keduanya memang berhubungan.
Namun, adalah hal yang sama sekali berbeda untuk mengatakan bahwa hujan menyebabkan penjualan. Kecuali jika Anda menjual payung, mungkin akan sulit untuk membuktikan adanya sebab dan akibat.
Redman mengatakan bahwa beberapa manajer yang baru memahami analisis regresi membuat kesalahan dengan mengabaikan error term. Hal ini berbahaya karena mereka membuat hubungan antara sesuatu yang lebih pasti daripada yang sebenarnya. "Sering kali hasil yang keluar dari komputer dan manajer berpikir, 'Itu bagus, mari kita gunakan ini untuk ke depannya." Namun perlu diingat bahwa hasilnya selalu tidak pasti. Seperti yang ditunjukkan oleh Redman, "Jika regresi menjelaskan 90% hubungan, itu bagus. Namun jika hanya menjelaskan 10%, dan Anda bertindak seolah-olah 90%, itu tidak bagus." Inti dari analisis ini adalah untuk mengukur kepastian bahwa sesuatu akan terjadi. "Analisis ini tidak memberi tahu Anda bagaimana hujan akan memengaruhi penjualan Anda, tetapi memberi tahu Anda probabilitas bahwa hujan dapat memengaruhi penjualan Anda."
Kesalahan terakhir yang diperingatkan oleh Redman adalah membiarkan data menggantikan intuisi Anda.
"Anda harus selalu meletakkan intuisi Anda di atas data," jelasnya. Tanyakan pada diri Anda sendiri apakah hasilnya sesuai dengan pemahaman Anda tentang situasi tersebut. Dan jika Anda melihat sesuatu yang tidak masuk akal, tanyakan apakah datanya benar atau apakah memang ada kesalahan yang besar. Redman menyarankan untuk bertanya kepada manajer yang lebih berpengalaman atau analisis lain jika Anda mendapatkan sesuatu yang tidak masuk akal. Dan, jangan pernah lupa untuk melihat lebih dari sekadar angka-angka dan apa yang terjadi di luar kantor Anda: "Anda perlu memasangkan analisis apa pun dengan studi dunia nyata. Ilmuwan terbaik - dan manajer - melihat keduanya.
){kind=link}