Tenaga Ahli Statistik

Peserta memahami peran tenaga ahli statistik, alur kerja organisasi, dan prinsip tata kelola data. Materi pokok: • Pengenalan profesi statistik dan peran analis data dalam organisasi. • Pengenalan struktur organisasi, unit kerja, sumber data, dan alur koordinasi. • Konsep dasar statistik, populasi, sampel, variabel, skala pengukuran, dan indikator. • Etika penggunaan data, kerahasiaan, privasi, keamanan informasi, dan pengendalian akses. • Pengenalan regulasi/kebijakan internal terkait pengelolaan data dan perlindungan data pribadi. • Pengenalan perangkat kerja: spreadsheet, aplikasi statistik, dan/atau perangkat visualisasi data. • Pengenalan dokumentasi, metadata, kamus data, serta prosedur pencatatan dan pelaporan.

• Mengidentifikasi kebutuhan data berdasarkan tujuan kegiatan atau kebutuhan unit kerja. • Menyusun rencana pengumpulan data, definisi operasional variabel, dan format instrumen. • Melakukan inventarisasi sumber data primer dan sekunder serta memeriksa kelengkapan data. • Membuat struktur basis data, kode variabel, kamus data, dan aturan validasi. • Melakukan input, penggabungan, pengkodean, dan pembaruan data sesuai prosedur. • Menerapkan pemeriksaan kualitas data: kelengkapan, konsistensi, duplikasi, dan nilai tidak wajar. • Menyusun dokumentasi proses pengumpulan dan pengelolaan data.

• Melakukan data cleaning, penanganan data hilang, duplikasi, kesalahan format, dan pencilan dengan dokumentasi yang jelas. • Menghitung ukuran pemusatan dan penyebaran: mean, median, modus, rentang, varians, dan simpangan baku. • Menyusun distribusi frekuensi, tabulasi silang, proporsi, rasio, persentase, dan tren sederhana. • Membuat tabel ringkasan serta grafik yang sesuai dengan tipe data dan tujuan analisis. • Memeriksa konsistensi hasil perhitungan dan melakukan validasi silang. • Menyusun ringkasan temuan deskriptif dengan bahasa yang mudah dipahami pengguna data.

• Memahami konsep dasar probabilitas, distribusi, estimasi, interval kepercayaan, dan pengujian hipotesis. • Memilih metode analisis sesuai pertanyaan, desain data, skala pengukuran, dan asumsi yang relevan. • Melakukan uji statistik dasar yang sesuai, misalnya uji beda atau uji asosiasi, dengan supervisi mentor. • Memahami korelasi dan regresi dasar serta batasan interpretasi hubungan antarvariabel. • Memeriksa asumsi dan menyampaikan ukuran efek atau ketidakpastian bila relevan. • Menghindari klaim sebab-akibat yang tidak didukung desain penelitian. • Menafsirkan hasil analisis menjadi temuan yang relevan untuk kebutuhan organisasi.

• Menentukan indikator kinerja dan menyusun definisi, satuan, sumber, serta periode pelaporan. • Membuat tabel, grafik, infografik sederhana, dan/atau dashboard menggunakan perangkat yang tersedia. • Memilih visualisasi yang tepat, memberi judul dan label yang jelas, serta menghindari visual yang menyesatkan. • Menyusun laporan analisis yang mencakup tujuan, sumber data, metode, hasil, keterbatasan, dan rekomendasi. • Melakukan pemeriksaan angka dan rekonsiliasi antara tabel, grafik, dan narasi. • Mempresentasikan temuan kepada mentor atau unit pengguna dengan bahasa yang ringkas dan objektif. • Menyimpan file kerja dan dokumentasi sesuai standar penamaan serta pengendalian versi.

• Menyelesaikan proyek analisis data berdasarkan kebutuhan nyata unit kerja dengan persetujuan mentor. • Melakukan penjaminan mutu hasil analisis, penelusuran sumber data, dan dokumentasi langkah kerja. • Menjaga kerahasiaan data dan memastikan data hanya digunakan sesuai kewenangan dan tujuan yang disetujui. • Menyusun rekomendasi berdasarkan bukti serta menyampaikan keterbatasan analisis secara transparan. • Melakukan evaluasi mandiri dan penilaian pencapaian kompetensi bersama mentor. • Menyusun portofolio hasil kerja yang tidak memuat data rahasia atau identitas pribadi. • Menyusun dan mempresentasikan laporan akhir magang 6 bulan di hadapan mentor/unit kerja.