Sedikit tentang Statistik
Data yang kompleks dan interpretasinya ada di balik begitu banyak hal yang memengaruhi Anda.• Harga barang konsumen
• Argumentasi politik
• Harga energi dan kebutuhan pokok lainnya.
Bagaimana kita membuat sebuah keputusan dan bagaimana cara kita mendapatkan keputusan terbaik dapat dilakukan dengan data yang kompleks yang disederhanakan atau dijelaskan dengan statistik.
Statistik adalah proses pengumpulan, analisis, interpretasi data numerik. Ini menyediakan alat untuk prediksi dan peramalan. Statistik berlaku untuk berbagai disiplin ilmu akademik. Statistik telah menjadi bagian integral dari hampir semua bidang. Apakah itu ilmu pengetahuan, bisnis, keuangan, ekonomi atau penelitian akademis, statistik memainkan peran penting.
Statistik sering ditafsirkan dan dijelaskan oleh politisi, jurnalis, atau hampir semua orang. Namun seringkali statistik dijelaskan oleh orang-orang yang tidak memahami statistik dengan sangat baik, atau dengan bias yang signifikan.
Dengan memahami statistik, Anda akan lebih bisa mengetahui apakah Anda dibohongi, atau anda hanya mendapatkan penjelasan yang salah dari seseorang yang tidak paham dengan data.
Statistik juga cenderung menjadi salah satu bentuk matematika yang paling praktis sehingga memiliki banyak aplikasi yang menarik dan berguna untuk berbagai bidang kehidupan manusia modern. Termasuk (tetapi tidak terbatas pada) olahraga, keuangan, pemasaran dan pertanian.
Apa yang dipelajari mahasiswa statistik?
Dalam kelas pengantar statistik, seseorang belajar beberapa istilah atau konsep deskriptif yang dapat diterapkan pada data, dan mempelajari beberapa hubungan antara konsep-konsep tersebut. Anda belajar cara-cara untuk secara tepat (yaitu, secara matematis) menggambarkan bagaimana data menyebar, bentuk keseluruhannya dan pola apa yang sering dilihat seseorang dengan data jenis tertentu, apakah beberapa titik data menyesatkan atau entah bagaimana merupakan data yang spesial (pencilan), dll.Anda juga pelajari cara meringkas data, sehingga Anda dapat membuat perkiraan yang memiliki dasar tentang seluruh populasi tanpa memperlakukan setiap titik data dalam populasi secara individual. Anda juga belajar bagaimana percaya diri seseorang dalam membuat perkiraan-perkiraan.
Dalam kasus sederhana, konsep statistik yang akrab dengan kebanyakan orang adalah "rata-rata" dari suatu kumpulan data. Secara samar-samar dinyatakan, itu seperti "pusat" dari data. Tapi sebenarnya, itu hanya deskripsi dari kumpulan data keseluruhan atau hanya sebuah penjelasan sederhana. Mengetahui arti dari kumpulan data dapat menghemat banyak pekerjaan.
Sebagai contoh, misalkan Anda merancang sebuah pesawat yang harus mengatur 100 orang penumpang, dan anggaplah berat total pesawat tersebut sudah dihitung dalam kebutuhan bahan bakar tertentu sesuai dengan formula yang diketahui. Anda sekarang mencari tahu seberapa besar tangki bahan bakar seharusnya. Jika Anda tahu berat rata-rata seseorang ditambah muatannya, itu membantu Anda menentukan seberapa besar tangki bahan bakar seharusnya: mungkin perkiraan sederhana adalah cukup memiliki bahan bakar yang cukup untuk berat rata-rata, yaitu 100 orang.
Lebih baik lagi, jika Anda tahu beberapa deskripsi yang lebih bagus tentang bagaimana berat orang dan muatannya didistribusikan, Anda mungkin bisa mengetahui seberapa baik atau tidak baik perkiraan sederhana Anda (biasa disebut sebagai tingkat kepercayaan). Misalnya, Anda mungkin dapat memperkirakan bahwa 15% pada waktu tertentu, total berat akan lebih tinggi.
Jadi, jika bos Anda mengatakan dia ingin pesawat dapat mengakomodasi kelompok acak yang terdiri dari 100 orang dengan kepercayaan 99%, maka dengan pengetahuan statistik yang cukup tentang bobot orang dan muatan mereka, Anda bisa mengetahui berapa banyak bahan bakar yang dibutuhkan pesawat.
Di kelas kuliah statistik yang lebih maju, Anda belajar tentang seluk-beluk tentang pengumpulan data. Anda belajar tentang berbagai "bias" dapat menyelinap ke dataset, yang pada akhirnya memberikan kesan yang salah tentang apa yang mungkin disarankan oleh data. Anda belajar cara mendeteksi, menghapus, atau menghindari bias semacam itu.
Prospek Kerja Jurusan Kuliah Statistik
Dari penelitian medis hingga eksperimen penelitian, dari satelit yang terus-menerus mengorbit dunia hingga situs jejaring sosial di mana-mana seperti Facebook atau LinkedIn, dari organisasi pemungutan suara hingga pengamat PBB, data dikumpulkan di mana-mana dan sepanjang waktu.Karena itu, era kita pada saat ini juga disebut sebagai BIG DATA ERA. Semua orang yang ingin sukes dengan perusahaannya harus memiliki karyawan atau mitra yang bisa membaca BID DATA tersebut.
Pengetahuan dalam statistik memberi Anda alat yang diperlukan dan dasar konseptual dalam penalaran kuantitatif untuk mengekstrak informasi secara cerdas dari lautan data.
“Pekerjaan seksi dalam sepuluh tahun ke depan akan menjadi ahli statistik. Karena sekarang kita benar-benar memiliki data yang pada dasarnya gratis dan ada di mana-mana. Jadi faktor pelengkapnya adalah kemampuan untuk memahami data itu dan mengambil nilai darinya. ”
Ada banyak peluang kerja di luar sana! Banyak perusahaan, besar dan kecil, membutuhkan ilmuwan data untuk lebih memahami pasar mereka. Umumnya pekerjaan mereka berhubungan dengan kegiatan menyaring data dalam jumlah besar untuk memahaminya. Posisi-posisi itu mungkin memerlukan beberapa latar belakang teknis (pengetahuan basis data, program statistik, dll), tetapi ada juga yang tidak. Jika Anda tipe orang yang teknis, ada peluang yang besar untuk spesialis Big Data, dan banyak perusahaan besar akan memberikan pelatihan.
Statistik juga merupakan tulang punggung penelitian, terlepas dari bidangnya. Peluang penelitian dapat ditemukan di sektor publik dan sektor komersial, jadi ada banyak pilihan di luar sana untuk jurusan statistik.
Secara ringkas, berikut ini adalah contoh beberapa pekerjaan yang membutuhkan lulusan jurusan statistika:
- Data Analyst,
- Data Scientist
- Business Consultant,
- Private Equity Analyst
- Investment Banking Analyst,
- Software Development Engineer,
- Research Assistant,
- Research Analyst,
- Client Solutions Management Analyst
- Entrepreneur
- Science Analyst,
- Corporate Strategy & Business Development