Disusun Oleh: Nama : ANDHIKA ERLANGGA NIM : 3333061886 Dosen: Asep Ridwan, ST,MT.

J U D U L STATISTICAL INFERENCE AT WORK: STATISTICAL PROCESS CONTROL AS AN EXAMPLE

ABSTRAK Untuk mencirikan inferensi statistik di tempat kerja makalah ini membandingkan jenis prototipe dari inferensi statistik di tempat kerja, pengendalian proses statistik (SPC), dengan jenis inferensi statistik yang lebih dikenal di lingkungan pendidikan, dan pengujian hipotesis. Meskipun ada beberapa kesamaan antara struktur penalaran yang terlibat dalam pengujian hipotesis dan SPC yang mengarah ke karakteristik kunci inferensi statistik pada umumnya, ada juga perbedaan penting.

PENDAHULUAN Statistik inferensi ini bertujuan untuk menarik kesimpulan dari data yang memiliki bukti empiris. Kesimpulan ini memiliki tingkat kepastian, apakah terukur atau tidak diukur. Hal ini sejalan dengan Makar dan (2007) analisis Rubin bahwa bahan kunci dari inferensi statistik generalisasi (kesimpulan luar data sampel), data sebagai bukti, dan bahasa probabilistik. Sebuah alasan penting untuk mencirikan inferensi statistik di tempat kerja dalam makalah ini adalah bahwa penelitian seperti yang dapat menunjukkan jenis penalaran statistik siswa kemudian mungkin membutuhkan karyawan.

LATAR BELAKANG 2.1 statistik inferensi dalam ruang alasan Pengalaman kami adalah bahwa dalam komunitas statistik, menyimpulkan teknik yang paling formal "inferensi statistik" berkonotasi. Namun, kami menggunakan istilah di sini dalam arti bahwa kesimpulan umumnya menarik kesimpulan, termasuk proses penalaran mungkin diam-diam mendukung kesimpulan yang mendahului dan secara eksplisit dari premis ke kesimpulan, prediksi, atau firasat. Istilah ini tidak hanya mencakup deduksi dan induksi, tapi juga penculikan. Penculikan adalah inferensi untuk penjelasan, metode penalaran, di mana hipotesis terbentuk bahwa dapat menjelaskan data.

2.1 statistik inferensi dalam ruang alasan (lanjutan) Sebagai contoh, mahasiswa dalam delapan tahun Mavrotheris Paparistodemou dan Meletiou '(2007) studi kadang-kadang datang dengan menebak abductive yang akan menjelaskan data daripada kesimpulan induktif dari data - bertentangan dengan ekspektasi guru dan peneliti. pengamatan serupa juga dilaporkan oleh Zieffler, Garfield, dan Delmas (2007) bagi siswa. Dalam pencarian dari delimitations dari apa yang dianggap sebagai statistik inferensi, kami mengajukan pertanyaan berikut: Apakah cara perhitungan dua sampel suatu inferensi statistik? Dalam pandangan kami, hal ini tergantung pada alasan mengapa mereka dihitung. Misalnya, mereka mungkin dihitung untuk mengetahui perbedaan antara kedua berarti dalam hubungannya dengan variasi dari dua sampel. Rasio perbedaan ini untuk ukuran variasi (katakanlah, SD) bisa membantu kita menyimpulkan apakah perbedaan tersebut cukup besar kemungkinan disebabkan oleh perbedaan antara dua populasi dari mana sampel diambil

2.2. KONTROL PROSES STATISTIK (SPC) Pertanyaan dibahas dalam makalah ini adalah bagaimana statistik inferensi terlibat dalam SPC sama atau berbeda dari pengujian hipotesis. Kami mengasumsikan pembaca sudah familiar dengan pengujian hipotesis tapi mungkin kurang begitu dengan pengendalian proses statistik (SPC). Oleh karena itu kita singkat ciri SPC (Caulcutt, 1995; Oakland, 2003) sebelum kami menggambarkan asal contoh empiris dari SPC (Bagian 3) dan menganalisanya (Bagian4). SPC adalah teknik perbaikan proses digunakan di sektor industri. Hal ini biasanya digunakan dalam situasi dimana variabilitas dalam item diproduksi (atau jasa yang ditawarkan) harus minimal dan indikator kinerja kunci harus sangat dekat dengan target tertentu. Pengukuran produk dapat diplot pada grafik SPC sehingga untuk memantau lokasi dan variabilitas dari proses produksi.

2.2. KONTROL PROSES STATISTIK (SPC) (lanjutan) Gambar 1. Bagian dari grafik SPC pada airtightness mobil

2.3 IMPLIKASI UNTUK PENELITIAN MENDATANG DAN PENDIDIKAN Keterbatasan tersebut secara alami menimbulkan implikasi untuk penelitian masa depan: Ini akan menarik untuk mempelajari lebih banyak jenis inferensi statistik di beberapa tempat kerja, terutama di tindakan. Rekomendasi lain untuk penelitian masa depan adalah karakterisasi lebih umum apa karyawan perlu tahu persis di berbagai sektor pekerjaan. Hal ini, misalnya, sulit untuk menentukan yang tingkat formalitas, dan dalam arti apa, karyawan perlu memahami konsep-konsep statistik. Tentu saja, mereka perlu memahami apa yang sumber variasi dan apa variasi tampak seperti dalam grafik (cf., Noss et al., 2007; Wild & Pfannkuch, 1999), mereka perlu alasan dengan gagasan tentang distribusi, berarti versus target, menyebar, dan ukuran penyebaran, mereka harus dapat menafsirkan grafik, dan sebagainya.

2.3 IMPLIKASI UNTUK PENELITIAN MENDATANG DAN PENDIDIKAN (lanjutan) Bekerja dengan mesin, karyawan perlu tahu tentang sebab dan akibat, tetapi juga bagaimana pengaruh variabel independen yang dependen. Singkatnya, karyawan perlu mengetahui aspek-aspek kunci dari model dipertaruhkan, yaitu hubungan antara variabel yang relevan dan penyebab dan dampak dari perubahan variabel tersebut. Model ini tidak perlu murni statistik atau matematika (Bakker, Hoyles, Kent, & Noss, 2006): Kevin model dari variabel-variabel volume udara dan tekanan yang berkaitan dengan airtightness mobil adalah konteks tertentu. Namun, kami menyarankan untuk menambahkan pemahaman-mungkin seperti model terletak-untuk Rubin dkk 's. (2006) daftar ide statistik inferensi statistik yang mendukung.

SELESAI. . .