Baru-baru ini lagi-lagi ada yang menanyakan soal mengenai sebaran ini, yang menurut saya soal ini sangat menarik. Level soal ini saya kira menyamai Soal Ujian Komprehensip di masa-masa akhir kuliah saya.

Nilai Ujian Matematika menyebar normal dengan mean 82 dan simpangan baku 5, mahasiswa yang memperoleh nilai 88 – 94 yang berjumlah 8 orang mendapat nilai A.

Berapakah Jumlah Mahasiswa yang mengikuti ujian tersebut?

Jawabannya silahkan lihat gambar di bawah ini.

Sudah ketemu kan jawabannya?

Lagi-lagi bersumber di thread konsultasi yang saya asuh, ybs melakukan Perancangan Percobaan / Design Experiment, tepatnya Faktorial RAL, dengan faktor 1 sebanyak 5 dan faktor 2 sebanyak 3 faktor. Tidak ada yang aneh sebenarnya, namun saya agak tergelitik ketika dengan data sejumlah 50 yang mana lebih besar daripada kombinasi dua faktor tersebut, ybs menyatakan tidak melakukan ulangan.

Tentu saja untuk memenuhi syarat dari perancangan percobaan dari data nya minimal adalah 5 (faktor 1) x 2 (faktor 2) x 3 (ulangan minimal) = 30. Ternyata ybs maksudkan datanya per kombinasi 50 sehingga total datanya adalah 5 (faktor 1) x 2 (faktor 2) x 50 (jumlah ulangan) = 500 data. Wew, cukup banyak bukan?

Ternyata ada sedikit miss dengan apa yang dimaksud dengan ulangan itu. Btw, beberapa bulan lalu salah seorang klien saya malah melakukan pengulangan hampir di setiap makna yang mungkin dari ulangan itu.

Yaitu :

1. Mengulang Percobaan (Percobaannya benar-benar diulangi 3 kali, percobaan kali pertama di bulan Januari, percobaan 2 di bulan Februari, percobaan 3 di bulan Maret)
2. Mengulangi Pengamatan (Setiap data diukur 3 kali, misalkan berat item A, ybs timbang 3 kali)
3. Mengulangi Perlakuan.

Sebenarnya yang dimaksud Pengulangan itu adalah memberikan perlakuan yang sama pada unit yang berbeda. Oh iya, satu lagi ulangan itu tidak perlu sebanyak itu, sedikit saja cukup (minimal 3) asalkan pengacakan dan kontrol lingkungan benar-benar diterapkan. Biaya penelitian akan makin besar jika ulangannya semakin banyak, kalau percobaan anda cuman test obat pada anak ayam sih masih murah, kalau sapi, kerbau, bahkan manusia?

Pengertian dari istilah aslinya  menurut wikipedia sebagai berikut :

“Jack of all trades, master of none” is a figure of speech used in reference to a person that is competent with many skills but is not necessarily outstanding in any particular one.

Jack of All Trades, Master of Some adalah ungkapan yang saya kira tepat untuk seorang Statistikawan, setidaknya begitulah yang saya rasa. Saya sendiri sebelum menganalisis data, merasa harus mengetahui asal data tersebut atau bidang ilmu dimana data itu didapat (Jack of All Trades), tapi tentu saja saya sudah harus menguasai analisis statitstika yang akan digunakan, entah apapun itu (Master of Some).

Tambahan : dulu istilah ini saya dapatkan ketika belajar Mata Kuliah Simulasi mengenai salah satu metode resampling yaitu JackKnife..

ada populasi dimana kita TIDAK BISA mengambil sebagian dari populasi untuk dijadikan sampel

Kenapa hal itu terjadi, jawabannya sederhana, Populasi tersebut terlalu kecil untuk diambil sampelnya atau dengan kata lain tidak usah dan tidak perlu dilakukan sampling.

Contoh sederhana, kita ingin mengukur tinggi badan Presiden Republik Indonesia yang berkuasa saat ini. Tidak perlu dan tidak usah melakukan sampling bukan? Beliau hanya 1 orang, ketika kita ukur tinggi badan beliau dan kita dapatkan datumnya, maka itulah data populasi.

Sudah sepatutnya para pengusaha perkebunan kelapa sawit belajar dari kesalahan di masa lampau, salah satunya dengan melakukan praktik perkebunan yang ramah lingkungan sekaligus menjaga hubungan yang baik antara pemilik lahan dan komunitas lokal. Dengan praktik perkebunan yang baik tentu saja dapat meningkatkan produksi minyak kelapa sawit yang berkelanjutan yang memenuhi azas kelestarian lingkungan. Selain itu, juga dapat memberikan dampak positif bagi masyarakat dan lingkungan setempat akibat dari konversi lahan menjadi perkebunan, seperti tersedianya lapangan pekerjaan yang dapat meningkatkan taraf sosial penduduk. Sebelum melakukan ekspansi lahan perkebunan, sebaiknya pemilik perusahaan melakukan berbagai pendekatan kepada masyarakat setempat serta menjelaskan segala dampak yang mungkin terjadi dan cara penanggulangannya. dalam melakukan konversi hutan menjadi lahan tidak boleh hanya menguntungkan salah satu pihak saja. Kemudian perlu adanya MoU yang jelas antara pemangku kepentingan dengan pihak buruh sehingga akan terbentuk suatu sistem yang adil. Perusahaan sebaiknya menerapkan inovasi baru dalam meningkatkan produksi kelapa sawit, serta melakukan pembinaan dan pendidikan kepada buruh, sehingga akan terwujud suatu perusahaan ideal yang peduli akan lingkungan dan masyarakat setempat, yang akhirnya mampu mewujudkan perkebunan yang ramah lingkungan. Sehingga target pemerintah untuk menjadikan Indonesia sebagai penghasil kelapa sawit terbesar dapat dicapai.

Pemerintah sebagai pemangku kebijakan harus membuat suatu sistem peraturan yang terikat dan harus dijalankan oleh pihak perusahaan. Dengan adanya peraturan ini, diharapkan para pelaku usaha tidak semena-mena dalam melakukan konversi hutan menjadi lahan perkebunan, selain itu pemerintah sebaiknya lebih memihak kepada pengusaha lokal dalam membuat suatu kebijakan. Dan memberikan apresiasi khusus bagi perusahaan berprestasi dalam meningkatkan produksi kelapa sawit yang memperhatikan lingkungan. Namun bentuk apresiasi yang paling dibutuhkan oleh pelaku usaha adalah kemudahan dalam proses birokrasi, ketersedian sarana dan prasarana, serta kemudahan dalam melakukan distribusi hasil perkebunan. Di lain sisi apresiasi khusus harus diberikan kepada perusahaan yang melakukan ekspansi perkebunan ke lahan gambut dan lahan kritis. Konversi lahan kritis menjadi perkebunan merupakan salah satu alternatif yang patut di coba, mengingat luas lahan kritis di Indonesia mencapai 52,5 juta ha. Pemanfaatan lahan kritis sebagai perkebunan kelapa sawit bisa menjadi langkah awal dalam mengembalikan ekosistem setempat ke bentuk semula.

Dengan hadirnya perusahaan kelapa sawit di wilayah tertinggal, diharapkan mampu memberikan kontribusi dalam memicu pertumbuhan ekonomi daerah terpencil dan mampu menjadi penyeimbang perekonomian di berbagai wilayah Indonesia. Selain itu pemerintah sebagai pembuat kebijakan harus melakukan pengawasan terhadap setiap perusahaan untuk memastikan mereka menaati peraturan yang ada dengan mengikuti azas kelestarian lingkungan. Selain itu MoU yang dibuat antara pemangku kepentingan dengan buruh harus disepakati oleh kedua belah pihak dan disetujui oleh pemangku kebijakan, sehingga kisruh kepentingan yang berdampak pada rusaknya lingkungan tidak perlu terjadi.

Tapi dalam pekerjaan saya kali ini, tebal reportnya sendiri ‘cuma’ 300an halaman, dan tahukah anda berapa lembar lampirannya?

CUMA 1800an halaman!!! Dan sekarang 01.12 WIB saya sedang berkutat untuk membuatnya lebih sedikit. Good Luck for Me!

Kenapa sebanyak itu? Ya iyalah semua data dimasukkan ke dalam lampiran, untungnya yang dimasukkan sudah berupa tabulasi. Gak kebayang deh kalau yang dilampirkan berupa data mentah.

Setelah nguber-nguber Rusa nya BPS ketemu juga yang dimaksud, tapi mereka memberinya nama KBLI dan KBLI tahun 2000 ada 18 Sektor. Ketemu yang tahun 2005 siapa tahu turun, eh masih 18 sektor. Teman di ruang sebelah nemu yang tahun 2009 ternyata malah >20 Sektor.

Setelah kayang kesana dan kemari (dalam kenyataan cuman duduk manis di kursi), ketemu juga KLUI yang 10 Sektor dari Lampiran Putusan DirJen Pajak tahun 1993 yang merujuk ke KLBI BPS 1990 (22 tahun lalu!!!)..

“Baiklah”, jawab Presiden. “Kalau begitu, kita ambil kebijakan yang memberatkan rakyat miskin saja, sehingga mereka akan berkurang dengan sendirinya karena terbebani oleh kebijakan itu. Bukankah berkurangnya rakyat miskin akan meningkatkan pertumbuhan ekonomi?

 Dalam hal ini sebenarnya Sang Presiden salah memahami, bahwa jika A menyebabkan B, belum tentu B akan menyebabkan A.

Setelah saya pikir, bagaimana kalau menggunakan Wordle? Akhirnya terciptalah Wordle berikut ini, yang menampilkan apa yang dibicarakan orang tentang “Statistika” pada Social Network Twitter pada 9 Oktober 2011 – 16 Oktober 2011 18:45.

Klik gambar tersebut untuk melihat lebih besar.

By the way, sekitar 9-10 Oktober 2011 ada acara Statistika Ria IPB, yang tentu saja menimbulkan bias pada data tersebut.

Disclaimer : Wordle tersebut hanyalah proyek pribadi nan iseng yang dikerjakan di waktu senggang yang dikerjakan dalam waktu hanya 15-20 menit. Kapan-kapan ah lebih serius dikit. :p

Saya : Jadi untuk mengetahui bisa dilakukan analisis ini atau tidak, coba cek nilai korelasi antara peubah A dan B.

Client : Maaf, bagaimana cara mengecek nilai korelasi antara A dan B?

Saya : Anda memakai software apa? Kalau di  Ms. Excel sih tinggal pake CORR misal peubah A di kolom A dan peubah B di kolom B, masing-masing ada 50 data =corr(A1:A50;B1:B50) lihat aja nilainya berapa..

Client : Kemungkinan sih pakai SPSS, jadi data di kuisioner harus di input dulu untuk mengetahui nilai korelasinya?

Saya : Iya (speechless : harusnya nanya dulu, datanya yang mau dicek korelasinya sudah ada atau belum )