Alat statistik sederhana bernama uji Chi-Square dapat membantu Anda (Foto:Dok)
Alat statistik sederhana bernama uji Chi-Square dapat membantu Anda (Foto:Dok)

Chi-Square Test: Cara Mudah untuk Mengukur Inovasi

Nasional Prasetiya Mulya
M Studio • 27 April 2018 12:41
MENGUKUR inovasi itu tidak mudah, tetapi tidak perlu dihindari karena dari pengukuran lahirlah evaluasi, yang nantinya akan membawa pada perbaikan dan penyempurnaan. Sebelum melakukan pengukuran, dalam hal ini perlu ditekankan bahwa yang diukur adalah inovasinya, bukan orangnya. Intinya, yang diukur adalah hasil dari inovasi dan biaya investasi atas inovasi tersebut. Balanced Scorecard Institute (BSC) menyebutnya Return on Product Expense.
 
Prinsip-Prinsip Dasar
 
Inovasi yang bertujuan menguntungkan perusahaan harus diukur dari orang yang berhubungan langsung dengan hasil inovasi, misalnya customer service innovation harus diukur oleh customer atau customer service agar relevan. Bila seseorang menilai inovasi yang dilakukannya sendiri maka hasilnya tentu akan subyektif, misalnya, tak dapat orang mengukur inovasi dengan pertanyaan seperti ini, bagaimana pendapat Anda mengenai website yang telah Anda desain?

Bagaimana tanggapan anda mengenai artikel ini?


Jika yang diukur adalah hasil moneter, maka pengukuran angka lebih menunjukkan dampak pada perusahaan, misalnya pada berapa nilai tambahnya dari hasil sebuah inovasi. Sedangkan pengukuran persentase, tujuannya untuk membandingkan rasio antara dua atau lebih inovasi dengan skala yang berbeda, misalnya: hasil inovasi dari unit bisnis yang bermodal kecil dengan yang besar.
 
Dalam hal inovasi, yang berkepentinganlah yang layak memberikan penilaian. Misalnya operator pabrik bisa ikut menilai bagaimana efisiensi kerjanya setelah dilakukan rekayasa mesin atau layout produksi.
 
Untuk hal yang kelihatan atau obyektif, maka angka aktual tidak bisa dibantah, misalnya peningkatan market share karena produk baru. Selanjutnya, masih terkait penilaian, negosiasi sebaiknya dihindari, karena hal tersebut bisa menimbulkan keresahan di antara berbagai pihak yang berkepentingan dalam inovasi, "ternyata penilaian karya bisa ditawar."
 
Untuk mengetahui apakah inovasi ini layak dilanjutkan atau tidak, sangat bergantung pada keputusan para pemegang kepentingan di perusahaan. Jika layak, maka perusahaan akan memperhitungkan investasi selanjutnya, jika tidak maka perusahaan bisa menghemat biaya dan mengalokasikannya untuk hal lain.
 
Mengukur inovasi itu juga merupakan sebuah proses yang membutuhkan waktu. Hal ini sangat tergantung dari sifat inovasinya, misalnya pabrik obat memerlukan waktu beberapa tahun untuk menilai kelayakan obat baru karena memerlukan proses perizinan yang ketat.
 
Sebelum dimulai program inovasi, karyawan sebaiknya diberitahu bahwa inovasi di sebuah perusahaan berhasil-tidaknya dinilai dari dua sisi: tergantung penilaian dari tim manajemen dan kelayakan pasar. Sisi yang satu tidak bisa mengabaikan sisi lain dan sebaliknya. Maka, bisa saja suatu produk sangat inovatif, tetapi tidak sesuai dengan permintaan pasar.
 
Inovasi itu tidak bisa dipaksakan sebagai kriteria utama sebuah perusahaan, kecuali dalam industri kreatif yang memang harus selalu melakukan inovasi untuk dapat bertahan.
 
Chi-Square, Sebuah Alternatif Praktis
 
Keterbatasan data dalam suatu riset, seringkali menjadi kendala serius yang dihadapi pihak manajemen dalam mengukur tingkat keberhasilan inovasi. Padahal ada cara sederhananya. Program Microsoft Excel memfasilitasi kebutuhan itu, tanpa harus memiliki pengetahuan statistik yang canggih.
 
Mari kita ambil contoh studi kasus, yakni kebutuhan untuk menakar tingkat kepuasan karyawan sebuah perusahaan terhadap suatu proses inovasi. Pertama-tama yang harus kita lakukan adalah membagi kategori reaksi mereka dalam dua kutub berbeda: sebelum dan sesudah terjadinya proses inovasi tersebut. Sebelum terjadi inovasi, tercatat sebanyak 59 orang mengatakan proses itu tidak memuaskan dan 15 orang menganggap proses itu memuaskan. Sesudah terjadi inovasi, tercatat sebanyak 29 orang mengatakan proses itu tidak memuaskan dan 37 orang sebaliknya menyatakan proses itu memuaskan.
 
Dari paparan tabel 1, dapatkah kita menyebut bahwa inovasi itu berhasil? Alat statistik sederhana bernama uji Chi-Square dapat membantu kita. Chi-Square bukan termasuk kategori statistik parametrik, maka tidak perlu asumsi bahwa data harus terdistribusi secara normal. Anda yang ingin mengetahui lebih jauh tentang Chi-Square, bisa membaca buku-buku literatur statistik.
 
Chi-Square Test: Cara Mudah untuk Mengukur Inovasi
 
Sebenarnya, kita juga tidak butuh harus mendalami betul apa itu seluk beluk tentang Chi-Square. Itu karena Excel sudah menyediakan rumusan dasar untuk kita. Bahkan, kita juga tidak perlu memasang tambahan program Excel Add-on atau pun menyewa jasa pembuat program. Tentu saja, kita perlu melakukan sedikit perhitungan dengan tabel tersebut. Kita akan membuat tabel standarisasi yaitu tabel nilai ekspektasi, jika tidak ada perbedaan kepuasan antara ‘sebelum dan setelah’ inovasi.
 
Tabulasi kedua ini merupakan turunan dari tabulasi pertama.
• Perolehan angka 140 didapat dari jumlah total sebelum dan sesudah kejadian: 74 + 66 = 140
• Perolehan angka 46,5 didapat dari perkalian 88 x 74, lalu dibagi 140 dan demikian seterusnya.
 
Barulah kita memakai formula yang telah disediakan oleh Excel yakni rumus Chitest. Rumus Chitest ini adalah nilai yang didapat dan nilai yang diharapkan. Rumus ini ada pada program Excel 2007. Bisa juga menggunakan rumus Chisq.test, jika Anda menggunakan program Excel 2010.
• Nilai aktual adalah keempat data yang diarsir di tabel kedua.
• Sementara nilai harapan adalah data yang diarsir di tabel kedua.
 
Rumus di atas akan menghasilkan 0.00121 persen. Kita sengaja menggunakan persentase untuk menyederhanakan angka.
 
Apa Arti Hasil?
 
Hasil itu menunjukkan probabilitas terjadinya perbedaan data secara kebetulan sangatlah minim. Kesimpulannya, memang ada perbedaan antara persepsi kepuasan sebelum dan setelah inovasi.
 
Bagi Anda yang mengakrabi statistik mungkin bertanya, “Bagaimana tentang tabel distribusi, derajat kebebasan dan tingkat kepentingannya?"
 
Memang rumus itu memberi sedikit gambaran tentang perbedaan yang terjadi, hal yang sering diistilahkan oleh para ahli statistik sebagai ‘uji kelayakan’ atau ‘uji kemandirian’. Namun dalam artikel ini, kedua hal tersebut saya kesampingkan agar kita lebih fokus pada aspek aplikasi Excel yang kita sudah kenal baik.
 
Lalu, seberapa banyak sampel atau responden yang mesti kita kumpulkan untuk bisa mengukur tingkat efektivitas kegiatan inovatif? Menjawab hal ini, para ahli statistik merekomendasikan agar terdapat sedikitnya lima sampel pada setiap sel dalam tabel ChiSquare.
 
Pertanyaan berikutnya, sekecil mana hasil bisa kita kategorikan ‘tidak signifikan’? Contoh hasil perhitungan kita tadi menunjukkan, kemungkinan hasil itu terjadi semata karena aspek kebetulan adalah 0.00121 persen. Dengan persentase sekecil itu, tentu kita semua setuju bahwa probabilitas itu bisa dikesampingkan alias tidak signifikan.
 
Tapi bagaimana kalau hasilnya lebih besar dari itu? Apakah kita bisa lantas menyebutnya sebagai hal tidak berarti juga? Terhadap masalah ini, para pakar statistik mengistilahkannya dengan ‘tingkat kepercayaan’ yang umumnya berkisar dari 0,001 (0.1 persen) sampai 0,1 (10 persen). Ini mengartikan bahwa ada peluang kecil yang bertengger pada kisaran angka satu per seribu sampai angka satu per sepuluh; bahwa hasil pengukuran terjadi karena kebetulan semata.
 
Kalau angkanya di bawah 0,001 seperti contoh kita tadi, maka berarti kemungkinan kebetulan itu sangat kecil. Lain halnya kalau hasilnya di atas 10 persen yang berarti tingkat kepercayaan kurang dari 90 persen, maka secara statistik itu dianggap signifikan.
 
Nah, bagaimana kalau angkanya berkisar antara 0,1 persen dan 10 persen? Bila demikian, maka akan sangat bergantung dari seberapa ketatnya kita mengukur percobaan ini. Kalau kita menerapkannya secara ketat, maka kita tidak bisa menerima peluang apa pun di atas angka 0,1 persen yang berarti proses penakaran itu mengandung error atau kesalahan. Karena itu kita sebaiknya mematok 0,1 persen sebagai kriteria dalam memutuskan apakah perbedaan itu dianggap signifikan atau atau tidak.
 
Contoh Aplikasi yang Lebih Simpel
 
Mari kita berangkat dari pengandaian ini. Misalnya kita mendapatkan data hasil wawancara responden tentang efek inovasi sebagai berikut:
 
• Jumlah responden: 120 orang.
• Tercatat sebanyak 79 responden mengatakan: inovasi itu berdampak.
• Sementara 42 responden sisanya menyebut: inovasi itu sama sekali tidak berdampak.
 
Nah, apakah kita bisa menyimpulkan bahwa inovasi itu memang punya dampak, karena mayoritas responden telah menyatakan demikian?
 
Kalau kita aplikasikan rumus Chi-Square di Excel, maka hasil contoh kasus kedua ini mirip dengan yang pertama.
 
• Kisaran aktual adalah 79,41.
• Kisaran ekspektasi 60,60.
• Angka probabilitasnya 0,000523.
• Itu berarti kemungkinan kecil sekali bahwa perbedaan itu terjadi hanya karena kebetulan.
 
Maka kita bisa menerima hipotesis bahwa inovasi itu berpengaruh, karena hasil perhitungan tingkat kesalahan kurang dari 0,001. Tetapi bagaimana kalau hasil riset menunjukkan sebanyak 69 responden mengatakan inovasi itu berdampak, sedangkan 51 responden lainnya malah menyebutnya tidak?
 
Probabilitas kesalahan akan lebih dari 10 persen sehingga kita tidak bisa mengatakan bahwa inovasi berjalan, karena hasil perhitungan menunjukkan kemungkinan hal itu terjadi karena kebetulan melebihi 10 persen.
 
Random dan Perhatikan
 
Target penelitian secara acak sebaiknya diterapkan dalam riset ini. Supaya hasil lebih valid, para responden yang diwawancarai harus pernah mengalami atau sekurang-kurang tidak asing dengan kondisi sebelum dan sesudah adanya inovasi.
 
Yang menjadi target utama sebaiknya pelanggan atau pengguna produk inovatif tersebut. Di kalangan akademisi, sering kali terjadi yang mereka pasang sebagai responden hanya para mahasiswa, sehingga hasilnya malah dipertanyakan ketika diaplikasikan di luar.
 
Satu hal yang perlu diperhatikan adalah menghindari terjadinya bias. Penelitian ini seharusnya tidak dirancang untuk membuktikan apakah suatu inovasi berfungsi baik atau tidak. Karenanya, pewawancara atau koordinator riset haruslah berlaku objektif dan bebas dari konflik kepentingan pribadi.
 
Tujuan penelitian ini ditujukan untuk perusahaan. Bukan demi kepentingan pribadi atau salah satu divisi perusahaan. Apa pun hasil tes yang didapatkan, maka itulah yang harus dipresentasikan secara lugas dan jelas kepada semua yang berkepentingan; termasuk mengungkapkan semua asumsinya. Kenapa demikian? Ini karena bukti telah menunjukkan bahwa apa yang sering kali disebut inovatif di tataran riset dan pengembangan atau di laboratorium, ternyata di pasaran hasilnya jeblok.
 
Prasetiya Mulya Executive Learning Institute menawarkan solusi manajemen dan bisnis yang didukung oleh para konsultan berkualitas selama lebih dari 30 tahun.
 
Switomo Santoso Ak, MBA, CPMA, CFP®, Dip. SCM? (ITC), AEPP™, QWP, MOS, CAPM?, CSM
Direktur Prasetiya Mulya Executive Learning Institute

 


 

(ROS)

FOLLOW US

Ikuti media sosial medcom.id dan dapatkan berbagai keuntungan

Dapatkan berita terbaru dari kami Ikuti langkah ini untuk mendapatkan notifikasi

unblock notif