ZENOSPHERE

science, philosophy, and cultural menagerie

Hal-hal Yang Perlu Diketahui Sebelum Anda Percaya Riset Statistik

    Catatan: Semua data yang disajikan bersifat fiktif untuk kepentingan ilustrasi

 

Salah satu iklan yang menarik perhatian saya, kalau sedang nonton TV, adalah iklan shampoo Pantene. Iklan tersebut mempunyai slogan unik sebagai berikut: “Dalam pengujian tanpa memberitahu mereknya, 91% wanita hendak memakai lagi.”

Sayangnya, walaupun sudah ngubek-ngubek YouTube, saya tidak berhasil menemukan videonya. Jadi, sebagai pengganti, berikut ini saya tampilkan iklan still image versi Bahasa Inggris.๐Ÿ˜›

pantene-iklan

Balada gagal nyari di YouTube — tiada rotan, akar pun jadi

Menariknya adalah bahwa iklan tersebut menyinggung dua elemen penting pengujian ilmiah, yakni statistik dan pengujian buta (blind test). Jadi bolehlah dibilang termasuk promosi yang berkualitas.:mrgreen:

Meskipun begitu, yang namanya iklan, sudah pasti ada kepentingannya. Oleh karena itu pemirsa harus membacanya dengan agak skeptis. Memang benar itu data riset, akan tetapi, benarkah cuma segitu?

Nah, tulisan kali ini bertujuan untuk mengenalkan beberapa konsep di balik penyajian statistik. Ada hal-hal yang perlu diketahui sebelum Anda terjebak mempercayai riset statistik, dan berikut ini adalah uraiannya.๐Ÿ˜€

 
Ada Apa di Balik Statistik? Beberapa Tips dan Trik
 

Biasanya kalau orang melihat angka-angka hasil survei, dalam pikirannya langsung terbentuk anggapan: bahwa data tersebut “faktual”, “ilmiah”, dan “bisa dipertanggungjawabkan”. Dan memang itu ada benarnya. Angka statistik itu tidak berbohong. Kalau seorang ilmuwan menyajikan data statistik, maka memang seperti itulah yang dia dapat. Tidak dikurangkan atau dilebih-lebihkan.

Cuma masalahnya, kadang data yang โ€œilmiahโ€ itu bersifat mengelabui. Bohong sih tidak โ€” secara teknis bicaranya benar, cuma mengelabui saja. Mengelabuinya bisa karena orang yang membaca kurang paham, atau memang ada kesalahan dari penelitinya. Lebih lagi kalau statistik itu dipakai iklan: hampir pasti dibumbui trik psikologi supaya pemirsa terkesan. Pokoknya rumit lah.

Long story short, membaca statistik itu berpotensi mengelabui kalau orangnya tidak cermat. Datanya sendiri lurus saja. Akan tetapi bagaimana data itu disajikan, nah ini yang jadi masalah. Bisa membuat orang yang tidak awas jadi terjebak.๐Ÿ‘ฟ

Nah loh, baru tahu kan statistik itu berbahaya?:mrgreen:

Sekaitan dengan itulah, di tulisan ini, kita akan membahas beberapa elemen subtle di statistik yang sering menggiring pendapat orang. Sebagai contoh…

 
a) Berapa orangkah 1% itu?

 
Biasanya kalau membaca hasil survei, kita disuguhi data yang berbunyi mirip berikut:

70% remaja memiliki telepon genggam di tahun 2010

Sebagaimana bisa dilihat penyajian disampaikan berbentuk persen (%). Akan tetapi di sini ada pertanyaan. Seberapa jauh perbedaan antara 70% dan 71% ?

Dalam sampel berjumlah 100 orang, maka 1 orang mewakili 1%. Akan tetapi, kalau sampelnya lebih sedikit daripada 100…

Untuk sampel sejumlah 75, maka 1 orang mewakili = 1.32%
Untuk sampel sejumlah 60, maka 1 orang mewakili = 1.67%
Untuk sampel sejumlah 50, maka 1 orang mewakili = 2%
Untuk sampel sejumlah 40, maka 1 orang mewakili = 2.5%

Di sini kita lihat bahwa angka-angka persen itu jadi fluktuatif kalau sampelnya sedikit. Satu orang saja berbeda, maka persentasenya bisa jeblok cukup besar. Kita sering terpaku kalau melihat angka ‘hebat’ seperti “90%”, misalnya. Tetapi bisa saja itu sekadar survei 9 dari 10 orang!:mrgreen:

Ibaratnya saya bertanya ke 11 orang mahasiswa muslim, “Apakah kamu solat lima waktu?”. Lalu 10 dari 11 menjawab “ya”. Langsung saja saya bisa bilang: “Berdasarkan survei saya, 91% mahasiswa muslim rajin solat!” Padahal kenyataannya…๐Ÿ˜†

***

Jadi, sekaitan dengan itu, kita harus hati-hati dengan yang namanya persen-persenan. Yang harus selalu ditanyakan adalah: sebenarnya tiap persen itu mewakili berapa orang? Kalau sampelnya banyak, bagus — satu persen bisa mewakili 3 atau 4 orang. Dalam kasus satu orang sedang ngawur, atau sakit, atau salah isi kuesioner, dampaknya relatif teredam.

Sementara kalau sampelnya sedikit… ya siap-siap saja kena error besar. Satu orang salah isi, melesetnya bisa sekian persen.๐Ÿ˜†

 
b) Grouping yang menyesatkan
 

Yang ini sering terjadi kalau survei menyangkut area yang batasannya kabur. Sebagai contoh tentang suku-budaya. Contoh ilustrasinya sebagai berikut:

65% pegawai di institusi X adalah keturunan Jawa
20% pegawai di institusi X adalah keturunan Sunda
15% pegawai di institusi X adalah keturunan suku lain-lain

Problemnya adalah, yang semacam ini mengabaikan kondisi orang yang lintas grup. Seorang keturunan Jawa-Batak, misalnya, bisa mengisi kuesioner “suku Jawa” atau “suku Batak”. Sama halnya dengan dengan Sunda-Padang atau Tionghoa-Jawa. Belum lagi kalau yang warisan sukunya tiga atau empat. Makin susahlah urusannya.๐Ÿ˜

Hal yang juga sering jadi ‘korban’ grouping adalah perkara agama dan keyakinan. Misalnya contoh berikut.

85% ilmuwan di lembaga riset R tidak beragama
15% ilmuwan di lembaga riset R menganut agama tertentu

Biarpun secara teknis benar, tetapi survei macam ini mengabaikan nuansa-nuansa spiritual seseorang. Dalam grup “tidak beragama”, misalnya, terdapat subkelompok ateis (tidak percaya Tuhan), lalu yang percaya Tuhan tapi tidak beragama, dan ada juga yang agnostik. Jadi di sini surveinya benar — tapi grouping-nya terlalu menyederhanakan persoalan. Walhasil jadinya agak kurang membantu.๐Ÿ˜

 
c) Tergantung yang disurvei siapa…
 

Yang ini pertama kali saya dengar berbentuk lelucon. Uraian statistiknya:

Survei membuktikan bahwa 95% mahasiswi Yogyakarta sudah tidak perawan!

…mahasiswi S2 maksudnya.

Awalnya sekilas mengejutkan. Meskipun begitu, ternyata sampelnya dari mahasiswi S2 (yang notabene kebanyakan ibu-ibu). Jadi jelas saja hasilnya seperti itu.๐Ÿ˜†

Nah, yang seperti di atas itu disebut sampling bias. Survei diajukan pada sampel tertentu yang tidak representatif. Oleh karena itu, ketika hasilnya digeneralisasi, jadinya tidak cocok. Di sini orang harus ingat untuk memilih sampel penelitian yang representatif.

Ini kira-kira mirip dengan polling Pemilu Presiden di surat kabar. Kalau surat kabarnya banyak pembaca Muslim, misalnya, hampir pasti capres yang paling “hijau” yang terpilih. Demikian juga kalau surat kabarnya corong nasionalis — hampir pasti yang nomor satu kandidat yang nasionalis. Pada akhirnya, kualitas suatu survei itu juga ditentukan oleh siapa yang mengisi.๐Ÿ˜‰

 
d) Intinya bukan di rata-rata
 

Dalam kehidupan sehari-hari, kita sering mendengar ucapan semacam berikut:

Rata-rata angka harapan hidup warga Indonesia adalah 70 tahun.

Rata-rata usia pensiun pemain bola adalah 35 tahun.

(dan sebagainya)

Sekilas informasi tentang rata-rata di atas cukup membantu menjelaskan kenyataan. Sebagai contoh, kalau ada pemain bola yang pensiun, kita bisa mengira-ngira kejadiannya di umur berapa. Kalau tidak 35, barangkali 34, 36, atau 37. Pokoknya tidak jauh-jauh dari angka 35.

Meskipun demikian, namanya “rata-rata” (mean) itu sekadar petunjuk garis besar saja. Dalam kasus yang amat ekstrim maka rata-rata itu jadi tidak berarti.๐Ÿ˜•

Ambil contoh misalnya legenda Brasil Romario. Romario dikabarkan terus bermain bola hingga usia… 42 tahun. Lalu ada lagi Kazuyoshi Miura yang berlaga di Liga Divisi 2 Jepang di usia 43 tahun. Sementara itu, di sisi lain, ada juga yang mesti pensiun muda — dua di antaranya Dean Ashton (usia 26) dan Marco van Basten (28).

Di sini kita lihat peristiwa pensiunnya pemain bola (di dunia nyata) bisa melenceng jauh dari yang digariskan mean. Melencengnya bisa ke atas (sampai usia 40-an) atau ke bawah (berhenti di usia 20-an). Bukan berarti bahwa rata-rata itu tak berguna, tentu. Rata-rata itu berguna untuk menunjukkan garis besar, akan tetapi, belum tentu akurat di level individu.

Nah ini hal yang mesti dicatat. Rata-rata itu bukan utama. Dia sekadar menunjukkan kecenderungan. Sementara bagaimana kejadian individual berlangsung, bisa saja jauh panggang dari api.๐Ÿ™‚

 
e) Salah kaprah tentang Modus
 

Yang ini juga sering terjadi di kehidupan sehari-hari, biarpun dampaknya tak begitu fatal.๐Ÿ˜› Ilustrasinya sebagai berikut:

Sepanjang tahun 2010, terjadi 121 pencurian motor di wilayah Jakarta. Sebanyak 80 unit motor yang dicuri bermerek “H”. Sisanya adalah merek “Y” (28 unit) dan “S” (13 unit).

Kesimpulan: rata-rata korban pencurian motor adalah merek “H”

Sebenarnya ini salah kaprah. Dalam ilmu statistik, kita menyebut kejadian “motor H paling banyak dicuri” bukan sebagai rata-rata (mean), melainkan modus. Modus adalah suatu kejadian yang paling sering muncul dalam survei statistik.

Sebagai contoh, apabila kita melempar koin 100 kali, kita mendapat hasil ekor paling banyak — katakanlah sebanyak 61 kali. Maka di sini hasil ekor bersifat sebagai modus.๐Ÿ™‚

 
f) Prinsip Long Run
 

Ada kalanya dalam pengujian statistik, hasil-hasil yang diharapkan mengumpul di awal. Misalnya dalam Pemilu Daerah atau Pemilu Presiden. Seorang kandidat bisa saja melejit di awal-awal. Meskipun demikian, seiring makin banyaknya suara yang masuk, akhirnya keadaan menjadi jelas. Justru kandidat lain yang lebih populer — sementara dia tergusur.๐Ÿ˜ฎ

Nah, yang seperti itu adalah prinsip long run di bidang statistik. Pada awalnya data masih sedikit, jadi belum representatif. Meskipun begitu, seiring jalannya waktu dan pengujian, data semakin banyak. Perlahan-lahan kondisi yang sebenarnya mulai tampak.

Adapun untuk mencapai data yang representatif itu dibutuhkan waktu agak lama. Oleh karena itulah diberi nama sebagai long run. ^^v

 
g) Statistik dalam Berita: Hati-hati dengan Wording
 

Jika Anda rajin baca koran atau majalah, hampir pasti pernah lihat laporan yang berbunyi: “Sebagian besar…”, “Mayoritas…”, atau sebagainya. Hati-hati — ini adalah trik membungkus berita statistik secara heboh. Belum tentu isinya seperti yang dikatakan.๐Ÿ‘ฟ

Sebagai contoh, apa yang disebut “mayoritas” boleh jadi sebenarnya sekadar 51% lebih sedikit. Akan tetapi karena ingin dikesankan wah, jadinya dibuat seperti itu. Hal yang sama juga berlaku untuk keyword “sebagian besar”. Oleh karena itu, selalu cocokkan antara laporan dengan angka sebenarnya. (u_u)

Yang juga umum adalah penggunaan kata “rata-rata” sebagaimana kita bahas di butir (d) dan (e). Lalu ada juga yang benar-benar ambigu seperti “amat sedikit” atau “cukup banyak” — benar-benar tidak jelas untuk menyampaikan data hasil riset. Diksi macam ini tidak berguna, justru membuat masalah jadi kabur.๐Ÿ˜

Adapun poin saya di sini sebenarnya sederhana: apa yang dikesankan lewat huruf bisa saja berbeda dengan yang ditunjukkan angka. Jangan sampai kita justru termakan sensasi dan bombastistitas buatan media.๐Ÿ˜‰

 
h) Terakhir, sekaligus yang terpenting:
Ingat bahwa hubungan statistik sekadar korelasi.
Belum tentu mencerminkan sebab-akibat.

 
Yang macam ini sering terjadi di riset ilmiah terkait kesehatan. Mulai dari dampak kopi terhadap kesehatan, apakah telepon genggam mengakibatkan kanker, dan lain sebagainya. Pada umumnya hasil riset diumumkan berpola sbb:

“Orang yang [memakai ponsel/minum kopi] beresiko [sekian]% terkena [kanker/penyakit].”

Pertanyaannya adalah, benarkah orang kena kanker/penyakit gara-gara memakai ponsel/minum kopi?

Jawabannya: belum tentu. Kita ambil contoh ponsel. Ponsel berkaitan dengan gaya hidup urban. Hidup di perkotaan sudah tentu melibatkan banyak hal yang tidak ada di lingkungan alami. Mulai dari polusi udara, junk food, asap rokok, lingkungan yang crowded… daftarnya amat panjang.

Di sini kita harus bertanya: apakah pengguna ponsel yang positif kanker terkena karena bermain ponsel, atau karena pengaruh lingkungan urban?๐Ÿ™‚ Bisa saja sekian persen orang itu penikmat junk food dan/atau alkohol (resiko kanker meningkat dari situ). Atau barangkali ada faktor lain yang berhubungan dengan gaya hidup di kota. Soal itu kita tidak tahu.

Susahnya adalah kalau kita terburu-buru menobatkan persen-persen itu sebagai sebab-akibat, alih-alih sekadar korelasi yang masih harus diselidiki. Sementara sampai saat ini pun perdebatan ilmiahnya masih berlangsung.๐Ÿ˜›

***

Adapun intinya di sini adalah bahwa statistik itu sekadar menunjukkan korelasi. Biarpun persentasenya besar, belum tentu menunjukkan sebab-akibat. Paling bagus dia sekadar mengindikasikan adanya sebab-akibat. Akan tetapi, apakah benar demikian, tidak segampang itu ditarik kesimpulannya.๐Ÿ˜‰

 
Penutup: Berhati-hati dengan Statistik
 

Sebagaimana telah diuraikan panjang-lebar di atas, menangkap maksud sebenarnya dari uraian statistik adalah hal yang tricky. Banyak elemen subtle di dalamnya yang — kalau kita tidak awas — bisa menggiring pada kesimpulan yang salah. Contoh-contohnya sudah diilustrasikan panjang-lebar di atas.

Bagaimana menarik kesimpulan tanpa terbawa arus, nah di situ kuncinya.๐Ÿ˜€ Saya sendiri bukan orang yang bidang pendidikannya statistik — jadi mungkin saja ada kesalahan dalam uraian di atas. Meskipun begitu, sebagai rule of thumb, saya menemukan poin-poin di atas cukup berguna.

Barangkali ada pembaca yang punya tips-dan-trik terkait? Kalau ada, monggo dibagikan lewat komentar. Will be nice to hear.๐Ÿ˜€

 

Daftar Pustaka:

 
Best, J. 2001. Damned Lies and Statistics: Untangling Numbers from the Media, Politicians, and Activists. Berkeley: University of California Press

Best, J. 2004. More Damned Lies and Statistics: How Numbers Confuse Public Issues. Berkeley: University of California Press

Huff, D. 1954. How To Lie with Statistics. New York: W.W. Norton & Co.

20 responses to “Hal-hal Yang Perlu Diketahui Sebelum Anda Percaya Riset Statistik

  1. Ando-kun Februari 25, 2011 pukul 11:51 pm

    Koq saya tiba-tiba justru teringat pada kuis Family Feud dan adaptasinya Famili Seratus๐Ÿ˜†
    Survey membuktikan !!!!!!!

  2. Pak Guru Februari 26, 2011 pukul 12:08 am

    Hahaha, gak enaknya blog baru Masbro ini ya itu, tulisannya bagus tapi bingung mau dikomentari apa.๐Ÿ˜›

    BTW kasus klasik poin D itu harapan hidup di abad pertengahan kalau gak salah. Banyak yang jadi ngawur menganggap manusia dulu umurnya pendek sebab sedari remaja tanggung sudah menikah dan angka harapan hidupnya rendah, padahal yang ada statistiknya “dirusak” oleh angka kematian bayi yang sangat tinggi. Kalau sudah “lolos” dari maut sewaktu orok, insya Alloh hidup sekitar usia modern juga lebih kurang.๐Ÿ˜€ Yang menikah usia remaja itu lain lagi penyebabnya (tidak adanya sekolah, dst.) tapi kadang semakin menyesatkan. CMIIW.

  3. Alexยฉ Februari 26, 2011 pukul 1:28 am

    Disraeli pernah bersabda tentang 3 jenis dusta, yaitu dusta, dusta besar dan statistika.

    Sementara W.H. Auden pernah bersajak,
    “Jangan duduk dengan seorang ahli statistika
    Atau mempercayai ilmu sosial…”
    ๐Ÿ˜†

    Padahal statistik ada berkhasiat. Kalau semua duren mesti diujicoba untuk menentukan kelezatan, matilah tukang duren. Juga ada manfaat untuk menaksir peluang sehingg ra’jat tiada perlu repot-repot mendengar ahli matematika di balik jubah peramal kode buntut pinggir jalan mencampur-adukkan metafisika, astrologi, astral dan 1001 omong kosng (termasuk analisi dan input-output Leontief).

    Tentu tak perlu gegabah percaya pada statistika. Bisa dejeres. Ada anekdot bahwa tinggi kecelakaan lalulintas di Indonesia karena sebagian besar sopir lokal menganut teori peluang subyektif Thomas Bayes, yang menjadi cabang khusus statistika.

    Cara menyikapi statistik ya dengan memakai penalaran induktif. Meski premis-premis benar dan prosedur penarikan kesimpulan sah, kesimpulannya belum tentu benar, cuma memiliki peluang untuk benar.

    Tapi berkenaan degan iklan, ya namanya jualan ya begitulah. Mana sempat mereka cantumkan “Mohon gunakan penalaran induktif dalam mencermati iklan kami ini. Dan mohon peluang untuk membelinya. Thanks sebelumnya”๐Ÿ˜†

    *ps: 68% agak sepakat gimanaa gituu dengan komen Bapak Guru palesu di atas sana.*

  4. Bitch, The Februari 26, 2011 pukul 8:10 am

    nah, di kasus gwa, om, statistik menunjukkan bahwa hampir semua temen2 cowok gwa panggil pake nickname ‘beib’ dan cewek2 ga percaya kalo gwa belom punya pacar. damn.

    oh. heya, beib!
    *towel2 alex*

  5. Novri Tampubolon Februari 26, 2011 pukul 8:30 am

    kalo roy suryo yang ngomong statistik, kira-kira sampling errornya berapa banyak yah?๐Ÿ™‚

  6. sora9n Februari 26, 2011 pukul 10:47 am

    @ Ando-kun

    Dengan gaya Sonny Tulung?:mrgreen:

    :::::

    @ Pak Guru

    Hahaha, gak enaknya blog baru Masbro ini ya itu, tulisannya bagus tapi bingung mau dikomentari apa.๐Ÿ˜›

    Waduh?๐Ÿ˜›

    Ah, tapi yang penting dibaca & diterima dulu lah. Soal komentar bagi saya urusan belakangan.:mrgreen: *plak*

    BTW kasus klasik poin D itu harapan hidup di abad pertengahan kalau gak salah. […]

    Iya, saya juga pernah baca itu. Angka harapan hidupnya rada tertarik ke bawah karena kematian bayi & balita. Jadi perbaikan sanitasi & obat-obatan modern bukan “meningkatkan rata-rata hidup” per se — melainkan “mencegah bayi tewas sebelum berkembang”.๐Ÿ˜›

    *lupa citation-nya di mana*

    Yang menikah usia remaja itu lain lagi penyebabnya (tidak adanya sekolah, dst.) tapi kadang semakin menyesatkan.

    Begitulah. Sebenarnya menikah remaja masih umum di daerah pedesaan sini — maksud saya sekitar Banten/Jawa Barat. Bukan karena harapan hidup, melainkan karena seperti masbro bilang: ga ada sesuatu yg lain untuk dikerjakan. Jadinya menikah itu semacam posisi default.

    Umumnya di kalangan anak gadis sih. Tidak ada uang untuk sekolah/kursus keterampilan dsb, walhasil akhirnya dinikahkan. Fenomena yang agak kompleks memang.๐Ÿ˜

    :::::

    @ Alex

    Padahal statistik ada berkhasiat. Kalau semua duren mesti diujicoba untuk menentukan kelezatan, matilah tukang duren.

    Hahaha, THIS.:mrgreen:

    Ada anekdot bahwa tinggi kecelakaan lalulintas di Indonesia karena sebagian besar sopir lokal menganut teori peluang subyektif Thomas Bayes

    Njrit, geek humor ini.๐Ÿ˜†

    (fun fact: sekian dari sekian orang tertawa membaca kutipan di atas…)

    :::::

    @ Mbak Pito

    Barangkali cuma sampelnya agak kurang pas. Jangan putus harapan dulu lah. Siapa tahu besok ketemu cewek yang cocok buat pengujian.๐Ÿ˜€

    *wait, what?*

    :::::

    @ Novri Tampubolon

    Coba ditanya ke twitternya langsung.๐Ÿ˜›

  7. Rifu Februari 26, 2011 pukul 9:49 pm

    peluang subyektif Thomas Bayes itu apa? *not geek enough*

    btw, dapet e-book nya Huff?

  8. sora9n Februari 26, 2011 pukul 10:35 pm

    @ Rifu

    peluang subyektif Thomas Bayes itu apa? *not geek enough*

    From what I know, suatu kejadian selalu bisa melenceng dari kaidah probabilitasnya. Lalu dari kejadian melenceng itu probabilitasnya diperbaiki.๐Ÿ˜›

    Contoh: misalnya peluang kecelakaan motor saat menyalip truk = 30%. Kalau ada pengendara jagoan, dia bisa berulangkali selamat — mengerek probabilitas kecelakaan jadi lebih rendah (katakanlah 27%).

    Nah, problemnya kalau ada pengendara motor sok jagoan. Dia tahu ada resiko kecelakaan — tetapi karena pede, dia merasa probabilitas itu ga berlaku/bisa dia dongkrak. Walhasil nekat-nekatlah dia… dan akhirnya karena nekat, justru kena kecelakaan.๐Ÿ˜†

    *or so I understand*

    Link: [Presentasi PowerPoint], [Stanford Encyclopedia]

    btw, dapet e-book nya Huff?

    Ada… dapet ngunduh tempo hari. Format DjVu sih.๐Ÿ˜›

  9. izuki Februari 28, 2011 pukul 2:11 pm

    Untuk kasus iklan shampoo P ini, harus diperhatikan bintang-bintang kecilnya; yaitu percobaan dilakukan dengan pembandingan terhadap shampoo nonkondisioner. Itu sama aja dengan nyuruh orang milih mau pake kalkulator apa pake sempoa๐Ÿ˜€ Nggak valid.. Mau tutup mata tutup hidung tutup kuping juga udah jelas out come-nya bakal gimana.. heu..

    Btw, saya sedang nyari buku How to Lie with Statistics, dimana ya kira-kira bisa dibeli? Thanks..

  10. sora9n Februari 28, 2011 pukul 3:28 pm

    @ izuki

    Untuk kasus iklan shampoo P ini, harus diperhatikan bintang-bintang kecilnya; yaitu percobaan dilakukan dengan pembandingan terhadap shampoo nonkondisioner. Itu sama aja dengan nyuruh orang milih mau pake kalkulator apa pake sempoa๐Ÿ˜€

    Eh iya, saya kok nggak terpikir soal itu. Kalau memang lawan ujinya kurang sepantar, ya, wajar aja orang terdorong mengiyakan.๐Ÿ˜›

    Manufactured bias? CMIIW.

    Btw, saya sedang nyari buku How to Lie with Statistics, dimana ya kira-kira bisa dibeli?

    Setahu saya judul Indonesianya “Berbohong dengan Statistik”, diterbitkan oleh KPG (Kepustakaan Populer Gramedia). Harusnya ada di Gramedia terdekat sih. (o_0)”\

    Kalau ingin versi aslinya, saya kurang tahu. Barangkali bisa tanya ke Amazon.

  11. bangaip Februari 28, 2011 pukul 5:40 pm

    Lovely post, Sora. Jempol +1

    Eh udah denger pepatah, ‘everything is fair in love and war… and statistics’๐Ÿ™‚

  12. sora9n Februari 28, 2011 pukul 10:21 pm

    Hoalah… ada Bang Aip!๐Ÿ˜ฏ Lama nggak ketemu di blog, euy. Kabar baik bang?๐Ÿ˜›

    *menjura*

    Eh udah denger pepatah, โ€˜everything is fair in love and warโ€ฆ and statisticsโ€™๐Ÿ™‚

    Belum… baru dengar sekarang. Kalau sekadar sampai ‘love and war’ sih udah sering.๐Ÿ˜›

  13. Mikadzuki Maret 1, 2011 pukul 9:33 am

    Agak tergelitik dengan tulisannya…๐Ÿ™‚

    Di Statistika ada pameo
    “It is easy to lie with statistics.
    BUT, It is hard to tell the truth without it.”

    Faktanya, memang angka2 statistik yang sederhana itu bisa diputar-putarkan dan diinterpretasikan sesuka hati demi kepentingan pihak-pihak yang berkepentingan. Sebagai lulusan statistik mah skeptis saja saya liatnya, tapi ketika itu comes up to lie, even ke legitimasi pemerintahan (dem!!), saya merasa “dizalimi”.
    Soal (d) dan (e) -mungkin saya ingin meluruskan konsepnya saja- benar intinya bukan rata-rata, dan Statistik itu tidak melulu tentang rata-rata. Yang perlu digarisbawahi adalah yang dicari dari suatu populasi adalah karakteristiknya, yang bisa digambarkan salah satunya dengan rata-rata.
    Iya, rata-rata itu “hanya” semacam petunjuk garis besar dan belum tentu akurat jika digunakan dalam level individu. Yaa..begitulah rata-rata. itulah kenapa dalam setiap pengukuran yang ber-rata-rata ada satu statistik yang disebut standar deviasi, itu menggambarkan deviasi antara rata-rata dan data individu.
    Sementara Modus memang sering diartikan sebagai rata-rata, bisa dimaklumi lah sebagai penyederhanaan pemikiran. Karena memang ada ukuran tertentu yang tidak sangat bias jika ukuran yang digunakan adalah rata-rata. Misalnya, umur pembalap, seperti yang dicontohkan di atas. Menurut saya akan lebih interpretatif kalau bukan rata-rata yang digunakan, tapi modus.
    Sementara untuk pernyataan โ€œOrang yang [memakai ponsel/minum kopi] beresiko [sekian]% terkena [kanker/penyakit].โ€ itu memang ada alat ukurnya, bukan sekedar menggunakan korelasi saja.๐Ÿ™‚

    Thats all..semoga Statistika digunakan dengan lebih bijaksana.

  14. sora9n Maret 1, 2011 pukul 1:41 pm

    @ Mikadzuki

    Hore, yang ditunggu sudah datang.๐Ÿ˜€ Sasuga orang statistik… ^:)^

    Soal (d) dan (e) -mungkin saya ingin meluruskan konsepnya saja- benar intinya bukan rata-rata, dan Statistik itu tidak melulu tentang rata-rata. Yang perlu digarisbawahi adalah yang dicari dari suatu populasi adalah karakteristiknya, yang bisa digambarkan salah satunya dengan rata-rata.
    […] itulah kenapa dalam setiap pengukuran yang ber-rata-rata ada satu statistik yang disebut standar deviasi, itu menggambarkan deviasi antara rata-rata dan data individu.

    Yup, yup. :3

    Sementara Modus memang sering diartikan sebagai rata-rata, bisa dimaklumi lah sebagai penyederhanaan pemikiran.

    Memang begitulah. Makanya saya tuliskan di posting, sebenarnya dampaknya tidak fatal. Poin (e) itu sendiri maksudnya cuma menjelaskan teknis saja. ^^a

    Sementara untuk pernyataan โ€œOrang yang [memakai ponsel/minum kopi] beresiko [sekian]% terkena [kanker/penyakit].โ€ itu memang ada alat ukurnya, bukan sekedar menggunakan korelasi saja.๐Ÿ™‚

    Hoo… ada metodologi khususnya kah?๐Ÿ˜• Boleh tahu kira2 seperti apa?

    *kalau berkenan aja sih*

    BTW kalau bisa jangan terlalu teknis, saya tahu statistik cuma dasar-dasar soalnya.๐Ÿ˜›

  15. Pingback: My Campus Review: Semester 1 « Rahmad Hidayat's Blog

  16. arierahayu Maret 10, 2011 pukul 12:50 am

    Hmm… kudunya dibikin aturan bahwa di setiap iklan atau publikasi lain yang menggunakan data statistik kudu disertakan metode penelitiannya. Gitu nggak mas?๐Ÿ˜€

  17. sora9n Maret 10, 2011 pukul 5:10 pm

    @ arierahayu

    Memang idealnya seperti itu. Cuma ya, namanya iklan, susah memasukkan data lengkap-lengkap ke dalamnya. Jadi suka terlewat atau dilewatkan.๐Ÿ˜†

    *walaupun ada juga iklan yg memberi catatan (*) sih*

  18. queen emma Maret 11, 2011 pukul 7:37 am

    BPS bilang statistik itu mendidik bangsa.
    tp dg note ini saya jadi ragu kalau data yang saya sajikan dalam skripsi saya dulu benar adanya atau hanya subjektifitas pembuatx.

  19. sora9n Maret 11, 2011 pukul 10:01 pm

    @ queen emma

    Memang selalu terbuka kemungkinan bahwa statistik itu disajikan berat sebelah. Walaupun tentu bukan berarti semua statistik berat sebelah. Yang harus dicatat adalah bahwa kemungkinan tersebut selalu ada.๐Ÿ™‚

    Seperti yang disampaikan oleh mbak mikadzuki di atas (beliau orang statistik, BTW):

    โ€œIt is easy to lie with statistics.
    BUT, It is hard to tell the truth without it.โ€

    Jadi, yah begitulah… ^^;;

  20. Rita Mei 20, 2011 pukul 11:07 am

    waH, kalo bicara masalah statistik memang butuh kejelian, kalo gak ya pasti salah kaprah tentunya. Namun terkadang kalo bcara masalah iklan, masyarakatpun sering tertipu oleh kostum. Misalnya iklan alat kosmetik bermerk “P”, model yang digunakan adalah orang yang mengenakan pakaian putih (layaknya ahli kesehatan) yang ditemani dengan mikroskop, dan masyarakat langsung percaya kalo itu ahli kesehatan dan membeli prudok tersebut, padahal tanpa disadari, kadang itu hanya model iseng aja….
    ya… seorang mahasiswa MIPA yang kebetulan lagi praktikum dan mengenakan jas lab apa bisa disebut ahli kesehatan? hahahaha…
    Ups, kok komentnya jadi ngawur ya, maaf neh… karna gak tau lagi mau koment apa…

Posting komentar. Apabila tidak muncul, ada kemungkinan tersaring filter spam. Harap tunggu pemilik blog untuk mengecek dan melepaskan.

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: