Bagaimana Menguji Tren dalam Peramalan Penjualan - dummies

Bagaimana Anda tahu apakah tren peramalan itu nyata? Jika Anda melihat garis dasar yang terlihat seperti melayang naik atau turun, apakah itu mewakili tren nyata atau hanya variasi acak? Untuk menjawab pertanyaan tersebut, Anda harus masuk ke dalam probabilitas dan statistik. Untungnya, Anda tidak harus masuk ke dalamnya terlalu jauh - pergelangan tangan-dalam, mungkin.

Kereta pemikiran dasar berjalan seperti ini:

1. Gunakan Excel untuk memberi tahu Anda apa kaitannya antara pendapatan penjualan dan periode waktu yang terkait.

   Tidak masalah jika saya mewakili periode waktu itu seperti Januari 2011, Februari 2011, Maret 2011 … Desember 2016, atau sebagai 1, 2, 3 … 72.

2. Jika tidak ada hubungan, yang diukur dengan korelasi, antara pendapatan dan jangka waktu, tidak ada tren, dan Anda tidak perlu khawatir akan hal itu.
3. Jika ada hubungan antara pendapatan dan periode waktu, Anda harus memilih cara terbaik untuk menangani tren ini. Setelah Excel menghitung korelasi, Anda harus memutuskan apakah itu mewakili hubungan nyata antara jangka waktu dan jumlah pendapatan, atau apakah itu hanya tembakan yang beruntung.
4. Jika probabilitas bahwa itu hanya keberuntungan kurang dari 5 persen, ini adalah tren nyata. (Tidak ada yang ajaib sekitar 5 persen, baik - konvensional - Beberapa orang lebih suka menggunakan 1 persen sebagai kriteria mereka - ini lebih konservatif dari 5 persen, dan mereka merasa sedikit lebih aman.) Hal ini menimbulkan masalah signifikansi statistik: Tingkat probabilitas apa Apakah Anda memerlukan sebelum Anda memutuskan sesuatu (di sini, korelasi) adalah McCoy yang sebenarnya?

Ada berbagai metode untuk menguji signifikansi statistik dari koefisien korelasi. Berikut adalah tiga metode populer:

Uji korelasi secara langsung dan bandingkan hasilnya dengan distribusi normal.

• Uji korelasi secara langsung dan bandingkan hasilnya dengan
• t-distribution (distribusi t, meskipun serupa dengan kurva normal, anggap bahwa Anda menggunakan sampel bertubuh kecil dan bukan populasi yang jauh lebih besar.). Mengkonversi korelasi dengan
• transformasi Fisher (yang mengubah koefisien korelasi menjadi nilai yang sesuai dengan kurva normal) dan membandingkan hasilnya dengan distribusi normal.

Metode populer lainnya untuk menguji signifikansi statistik dari koefisien korelasi ada. Masing-masing mengembalikan hasil yang sedikit berbeda. Dalam prakteknya, Anda akan hampir selalu membuat keputusan yang sama (korelasinya atau tidak berbeda secara signifikan dari nol), terlepas dari metode yang Anda pilih.

Jika Anda menyimpulkan bahwa kecenderungan pengukuran korelasi itu nyata (dan bila probabilitasnya kurang dari 1 persen bahwa korelasi itu adalah hantu, Anda mungkin harus menerima kesimpulan itu), Anda memiliki dua pertanyaan lagi untuk ditanyakan kepada diri sendiri: >