Data Analysis Using MS Excel

Training ini memberikan pengetahuan dan keahlian kepada para peserta dalam menggunakan MS Excel untuk mengolah dan menganalisis data menjadi informasi yang berguna dalam pemecahan masalah dan pengambilan keputusan. Peserta akan dapat menggunakan perangkat lembar kerja elektronis (spreadsheet) sebagai alat analis dan manajemen data, secara khusus, yaitu:

  • Memanfaatkan dan fungsi lembar kerja elektronis untuk analisis dan pengaturan data.
  • Menghasilkan dokumen penting untuk kerja profesional seperti Tabel Data yang terstruktur dan sistematis, Data pada Pivot Table dan Tabel Data dengan hasil analisis lainnya.
  • Menerapkan pengetahuan dan keahlian untuk profesionalisme kerja dengan nilai-nilai ketelitian, pemecahan masalah, ketepatan dan pengambilan keputusan secara benar.

Target Peserta:

Semua orang yang ingin melakukan analisis dan pengaturan data pada lembar kerja elektronis secara sistematis dan terstruktur untuk pemecahan masalah dan pengambilan keputusan secara benar. Untuk aktivitas individu dan pekerja profesional dari berbagai bidang profesi, seperti Administrasi Bisnis, Sales, Marketing, Management, HRD, Accounting, Insurance, Banking, Teknik, Statistika, Penelitian, Data Processing, Data Analysis, Basis data, dll.

Durasi: 24 Jam

Materi:

  1. Pengenalan MS Excel (versi 2013 atau yang lebih baru)
    • Tipe Data pada Excel
    • Formulas
    • Functions
  2. Import Data dan Merapikan Data
    • Importing Data
      • Importing from a file (Spreadsheet file formats, Database file formats, Text file formats, Importing HTML & XML files, Importing a text file into a specified range)
      • Copying and pasting data
    • Data Clean-up Techniques
      • Removing & Identify duplicate rows
      • Splitting text (Using Text to Columns, Using Flash Fill)
      • Changing the case of text
      • Removing extra spaces & starnge characters
      • Converting & Classifying values
      • Joining columns
      • Rearranging columns
      • Randomizing the rows
      • Extracting a filename from a URL
      • Matching text in a list
      • Changing vertical data to horizontal data
      • Filling gaps in an imported report
      • Checking spelling
      • Replacing or removing text in cells
      • Adding text to cells
      • Fixing trailing minus signs
    • Data Cleaning Checklist
    • Exporting Data
      • Exporting to a text file (CSV, TXT, PRN files)
      • Exporting to other file formats
  3. Pengenalan Pivot Tables
    • About Pivot Tables (A pivot table example, Data appropriate for a pivot table)
    • Creating a Pivot Table Automatically & Manually (Specifying the data, Specifying the location for the pivot table, Laying out the pivot table, Formatting the pivot table, Modifying the pivot table)
  4. Analisis Data menggunakan Pivot Tables
    • Working with Non-Numeric Data
    • Grouping Pivot Table Items
      • A manual grouping example
      • Automatic grouping examples (Grouping by date, Grouping by time)
    • Creating a Frequency Distribution
    • Creating a Calculated Field or Calculated Item
      • Creating a calculated field
      • Inserting a calculated item
    • Filtering Pivot Tables with Slicer
    • Filtering Pivot Tables with a Timeline
    • Referencing Cells within a Pivot Table
    • Creating Pivot Charts
      • A pivot chart example
      • More about pivot charts
    • Another Pivot Table Example
    • Producing a Report with a Pivot Table
    • Using the Data Model
  5. Melakukan Spreadsheet What-If Analysis
    • A What-If Example
    • Types of What-If Analyses
      • Performing manual what-if analysis
      • Creating data tables (Creating a one-input data table, Creating a two-input data table)
      • Using Scenario Manager (Defining & Displaying scenarios, Modifying & Merging scenarios, Generating a scenario report)
  6. Analisis Data Menggunakan Goal Seeking dan Solver
    • What-If Analysis, in Reverse
    • Single-Cell Goal Seeking
      • A goal-seeking example
      • More about goal seeking
    • Introducing Solver
      • Appropriate problems for Solver
      • A simple Solver example
      • More about Solver
    • Solver Examples
      • Solving simultaneous linear equations
      • Minimizing shipping costs
      • Allocating resources
      • Optimizing an investment portfolio

Silahkan mendaftar pelatihan R Data Science secara online di www.nurulfikri.com dan konfirmasi via WA ke 081296421595

Untuk informasi lebih lanjut silahkan hubungi kami di:
Training Center – Kampus NF,
Jl. Lenteng Agung Raya No. 20-21
Srengseng Sawah – Jagakarsa
Jakarta Selatan 12640
Tel. 021-7874223, 7874224
WA. 0851.0218.5441 ; 0812.9642.1595
www.nurulfikri.com

Share