Pendahuluan
Setiap hari kita bertemu dengan kalimat yang tampak meyakinkan karena membawa angka.
“Delapan puluh persen mahasiswa puas dengan layanan kampus.”
“Produk ini menurunkan waktu belajar sampai 30%.”
“Daerah A lebih sehat daripada daerah B karena rata-rata harapan hidupnya lebih tinggi.”
“Semakin sering seseorang menggunakan media sosial, semakin rendah nilai akademiknya.”
Kalimat-kalimat seperti itu tidak selalu salah. Namun, angka tidak otomatis membuat sebuah klaim menjadi benar. Angka dapat membantu kita melihat pola, tetapi angka juga dapat menyesatkan jika dikumpulkan dengan cara yang buruk, diringkas secara tidak tepat, atau ditafsirkan melebihi bukti yang tersedia. Di sinilah statistika diperlukan.
Statistika adalah bidang yang mempelajari cara mengumpulkan, merangkum, menganalisis, dan menafsirkan data dengan memperhatikan variasi dan ketidakpastian. Dalam buku pengantar statistika, gagasan ini sering dirumuskan sebagai praktik belajar dari data, bukan sekadar menghitung angka (Moore, McCabe, & Craig, Introduction to the Practice of Statistics). Artinya, statistika bukan hanya kumpulan rumus. Statistika adalah cara berpikir: bagaimana kita bergerak dari data yang terbatas menuju kesimpulan yang masuk akal, sambil tetap jujur tentang apa yang belum pasti.
Mengapa membaca data tidak sesederhana membaca angka
Bayangkan sebuah kelas berisi 40 mahasiswa. Nilai rata-rata ujian pertama adalah 75. Sekilas, kita mungkin berkata, “Kinerja kelas cukup baik.” Tetapi rata-rata 75 dapat muncul dari keadaan yang sangat berbeda.
Pada kelas pertama, hampir semua mahasiswa mendapat nilai antara 70 dan 80. Pada kelas kedua, separuh mahasiswa mendapat nilai sekitar 95, sementara separuh lainnya mendapat nilai sekitar 55. Kedua kelas dapat memiliki rata-rata yang sama, tetapi cerita pendidikannya berbeda. Kelas pertama relatif merata. Kelas kedua menunjukkan kesenjangan besar.
Contoh ini memperkenalkan gagasan penting: data memiliki variasi. Variasi berarti nilai-nilai dalam data tidak semuanya sama. Tinggi badan mahasiswa berbeda-beda, pengeluaran bulanan keluarga berbeda-beda, waktu tempuh ke kampus berbeda-beda, dan hasil survei tidak selalu seragam. Statistika membantu kita memahami variasi itu, bukan menghapusnya.
Jika kita hanya melihat satu angka ringkasan, seperti rata-rata, kita bisa kehilangan bagian penting dari cerita. Karena itu, buku ini akan mengajak Anda melihat data melalui beberapa alat: tabel, grafik, ukuran pemusatan, ukuran penyebaran, distribusi, estimasi, interval kepercayaan, pengujian hipotesis, korelasi, dan regresi sederhana. Setiap alat memiliki kegunaan, batas, dan risiko salah tafsir.
Data, informasi, klaim, dan kesimpulan
Sebelum masuk ke rumus atau prosedur, kita perlu membedakan empat hal yang sering tercampur: data, informasi, klaim, dan kesimpulan.
Data adalah catatan hasil pengamatan, pengukuran, atau respons. Misalnya, daftar tinggi badan 100 mahasiswa, jawaban “setuju/tidak setuju” pada survei, atau jumlah pelanggan yang datang setiap hari selama sebulan.
Informasi adalah data yang sudah diberi konteks sehingga lebih mudah dipahami. Daftar 100 tinggi badan mungkin terlalu panjang untuk langsung ditafsirkan. Setelah kita menghitung median, membuat histogram, atau membandingkan tinggi badan berdasarkan kelompok usia, data itu mulai menjadi informasi.
Klaim adalah pernyataan yang mengatakan sesuatu tentang keadaan atau hubungan. Misalnya, “Mahasiswa yang tidur lebih lama memiliki nilai lebih tinggi,” atau “Metode belajar A lebih efektif daripada metode B.”
Kesimpulan adalah penilaian yang ditarik setelah mempertimbangkan data, metode pengumpulan, analisis, ketidakpastian, dan kemungkinan penjelasan lain. Kesimpulan yang baik tidak hanya bertanya, “Angkanya berapa?”, tetapi juga, “Dari mana angka ini berasal?”, “Seberapa besar ketidakpastiannya?”, dan “Apakah data ini cukup mendukung klaim tersebut?”
Perbedaan ini penting. Data yang benar belum tentu menghasilkan kesimpulan yang benar jika dianalisis secara keliru. Sebaliknya, metode analisis yang canggih tidak dapat menyelamatkan data yang dikumpulkan dengan cara bias. Freedman, Pisani, dan Purves menekankan bahwa banyak kesalahan statistik bermula bukan dari perhitungan rumit, melainkan dari pertanyaan sederhana yang diabaikan: bagaimana data diperoleh, siapa yang diamati, dan apa yang sebenarnya diukur (Freedman, Pisani, & Purves, Statistics).
Ketidakpastian bukan kelemahan, melainkan bagian dari penalaran yang jujur
Dalam kehidupan sehari-hari, kita jarang memiliki seluruh data yang mungkin. Jika ingin mengetahui rata-rata waktu tidur seluruh mahasiswa di sebuah universitas, kita hampir tidak mungkin mewawancarai semuanya dengan sempurna. Biasanya kita mengambil sampel, yaitu sebagian unit yang diamati dari kelompok yang lebih besar. Kelompok besar yang menjadi sasaran pertanyaan disebut populasi.
Misalnya, populasi kita adalah semua mahasiswa aktif di Universitas X. Kita mengambil sampel 300 mahasiswa dan menemukan bahwa rata-rata waktu tidur mereka adalah 6,4 jam per malam. Apakah itu berarti rata-rata waktu tidur semua mahasiswa Universitas X pasti 6,4 jam? Tidak. Sampel memberi petunjuk tentang populasi, tetapi sampel hampir selalu mengandung galat sampling, yaitu perbedaan alami antara hasil sampel dan nilai sebenarnya di populasi akibat hanya mengamati sebagian anggota populasi.
Inilah sebabnya statistika tidak hanya bertanya, “Berapa estimasinya?”, tetapi juga, “Seberapa tidak pastinya estimasi itu?” Dua laporan dapat sama-sama menyebut rata-rata 6,4 jam, tetapi berbeda kekuatan buktinya. Rata-rata dari 20 mahasiswa biasanya lebih tidak stabil daripada rata-rata dari 2.000 mahasiswa, dengan catatan cara pengambilannya sama-sama baik. Ukuran sampel bukan satu-satunya faktor, tetapi ia sangat berpengaruh terhadap presisi estimasi.
Nanti, ketika membahas galat baku dan interval kepercayaan, kita akan mempelajari cara menyatakan ketidakpastian ini secara lebih teratur. Untuk sekarang, cukup pegang prinsip awalnya: kesimpulan statistik yang baik tidak berpura-pura pasti ketika datanya memang tidak memberi kepastian penuh.
Statistika deskriptif dan statistika inferensial
Buku ini akan sering membedakan dua kegiatan besar dalam statistika: statistika deskriptif dan statistika inferensial.
Statistika deskriptif digunakan untuk merangkum dan menampilkan data yang ada. Contohnya adalah menghitung rata-rata, median, simpangan baku, membuat tabel frekuensi, histogram, boxplot, atau diagram pencar. Jika Anda memiliki data pengeluaran bulanan 50 mahasiswa dan ingin mengetahui pola umumnya, Anda sedang melakukan statistika deskriptif.
Statistika inferensial digunakan untuk menarik kesimpulan lebih luas dari data sampel menuju populasi atau proses yang menghasilkan data. Contohnya adalah memperkirakan rata-rata pengeluaran seluruh mahasiswa berdasarkan sampel, membuat interval kepercayaan, atau menguji apakah perbedaan rata-rata antara dua kelompok cukup kuat untuk tidak dianggap sebagai variasi sampel biasa.
Perbedaan ini dapat dilihat melalui contoh sederhana. Misalkan sebuah survei terhadap 200 mahasiswa menemukan bahwa 62% responden lebih suka kuliah tatap muka daripada kuliah daring. Jika kita hanya berkata, “Dalam sampel ini, 62% responden memilih tatap muka,” itu deskriptif. Jika kita berkata, “Kami memperkirakan proporsi seluruh mahasiswa yang lebih suka kuliah tatap muka berada di sekitar 62%, dengan ketidakpastian tertentu,” itu inferensial.
Keduanya penting. Deskripsi yang buruk membuat inferensi menjadi rapuh. Inferensi yang baik harus dimulai dari pemahaman yang jernih terhadap data yang benar-benar dimiliki.
Distribusi: melihat keseluruhan pola, bukan hanya satu angka
Salah satu gagasan paling penting dalam buku ini adalah distribusi. Secara sederhana, distribusi adalah pola bagaimana nilai-nilai suatu variabel tersebar.
Jika variabelnya adalah nilai ujian, distribusi memberi tahu apakah sebagian besar mahasiswa berada di sekitar nilai sedang, apakah banyak yang sangat rendah, apakah ada beberapa nilai sangat tinggi, atau apakah data memiliki dua kelompok yang terpisah. Jika variabelnya adalah penghasilan, distribusi membantu kita melihat apakah beberapa nilai sangat besar menarik rata-rata ke atas.
Contoh penghasilan sangat berguna. Dalam banyak situasi, rata-rata penghasilan dapat lebih tinggi daripada penghasilan yang dialami kebanyakan orang karena adanya sejumlah kecil orang berpenghasilan sangat besar. Dalam keadaan seperti ini, median—nilai tengah setelah data diurutkan—sering memberi gambaran yang berbeda dari rata-rata. Ini bukan berarti rata-rata salah atau median selalu benar. Keduanya menjawab pertanyaan berbeda. Rata-rata memperhitungkan semua nilai secara langsung, termasuk nilai ekstrem. Median menunjukkan titik tengah distribusi.
John Tukey, tokoh penting dalam pengembangan analisis data eksploratif, menekankan pentingnya melihat data secara terbuka melalui ringkasan dan visualisasi sebelum terburu-buru memakai model formal (Tukey, Exploratory Data Analysis). Semangat itu akan muncul berulang kali dalam buku ini: sebelum menguji hipotesis, lihat datanya; sebelum membuat regresi, periksa diagram pencarnya; sebelum percaya pada satu angka ringkasan, pahami bentuk distribusinya.
Bukti statistik tidak sama dengan kepastian mutlak
Dalam banyak mata kuliah, mahasiswa pertama kali mengenal statistika melalui pengujian hipotesis dan nilai-p. Nilai-p sering disalahartikan. Secara garis besar, nilai-p mengukur seberapa tidak biasa data yang diamati, atau data yang lebih ekstrem, jika hipotesis nol dan asumsi model benar. Nilai-p bukan peluang bahwa hipotesis nol benar, dan bukan pula ukuran langsung bahwa suatu hasil “penting” dalam kehidupan nyata. Pernyataan resmi American Statistical Association tentang nilai-p menegaskan bahwa nilai-p tidak boleh dipakai sebagai ukuran tunggal untuk menentukan kebenaran ilmiah atau pentingnya suatu hasil (Wasserstein & Lazar, 2016).
Contoh sederhana: sebuah penelitian besar mungkin menemukan bahwa metode belajar baru menaikkan nilai rata-rata sebesar 0,5 poin dari skala 100, dan perbedaannya “signifikan secara statistik”. Namun, secara praktis, kenaikan 0,5 poin mungkin tidak cukup berarti jika metode itu mahal, sulit diterapkan, atau membuat mahasiswa stres. Sebaliknya, penelitian kecil mungkin menemukan perbedaan yang cukup besar secara praktis, tetapi belum memiliki cukup data untuk menunjukkan bukti statistik yang kuat.
Karena itu, buku ini akan membedakan signifikansi statistik dan signifikansi praktis. Signifikansi statistik berkaitan dengan apakah pola dalam data sulit dijelaskan hanya oleh variasi acak di bawah model tertentu. Signifikansi praktis berkaitan dengan apakah besar efeknya cukup penting dalam konteks nyata.
Hubungan tidak otomatis berarti sebab-akibat
Salah satu kesalahan paling umum dalam membaca data adalah mengubah hubungan statistik menjadi cerita sebab-akibat tanpa bukti yang cukup.
Misalnya, suatu data menunjukkan bahwa mahasiswa yang lebih sering mengikuti bimbingan belajar memiliki nilai ujian lebih tinggi. Apakah bimbingan belajar menyebabkan nilai lebih tinggi? Mungkin. Tetapi ada kemungkinan lain. Mahasiswa yang mengikuti bimbingan belajar mungkin sejak awal lebih termotivasi. Mereka mungkin memiliki dukungan keluarga lebih baik. Mereka mungkin mengambil mata kuliah yang berbeda tingkat kesulitannya. Faktor-faktor lain seperti ini disebut variabel perancu, yaitu variabel yang berhubungan dengan variabel penjelas dan variabel respons sehingga dapat mengaburkan tafsir hubungan.
Dalam buku ini, kita akan mempelajari korelasi dan regresi linear sederhana. Korelasi merangkum arah dan kekuatan hubungan linear antara dua variabel numerik. Regresi linear sederhana membuat model garis untuk meringkas atau memprediksi satu variabel berdasarkan variabel lain. Keduanya berguna, tetapi keduanya tidak otomatis membuktikan sebab-akibat. Untuk membuat klaim kausal, kita memerlukan desain penelitian dan argumen yang lebih kuat, misalnya eksperimen acak yang dirancang dengan baik atau pendekatan kausal lain yang sesuai.
Prinsip ini akan terus diulang karena sangat penting: data dapat menunjukkan pola, tetapi pola tidak selalu menjelaskan penyebabnya.
Cara buku ini akan membangun pemahaman
Buku ini disusun bertahap. Pada bagian awal, kita mempelajari cara memahami data: apa itu variabel, bagaimana data dikumpulkan, bagaimana data diperiksa, dan bagaimana data divisualisasikan. Bagian ini penting karena kesalahan pada tahap awal sering menghasilkan kesimpulan yang tampak rapi tetapi tidak dapat dipercaya.
Setelah itu, kita mempelajari ukuran ringkasan seperti rata-rata, median, rentang, simpangan baku, dan bentuk distribusi. Tujuannya bukan menghafal rumus, melainkan mengetahui kapan suatu ringkasan membantu dan kapan ringkasan itu dapat menutupi hal penting.
Kemudian kita masuk ke peluang dan peubah acak. Peluang adalah bahasa matematis untuk membicarakan ketidakpastian. Tanpa gagasan peluang, sulit memahami mengapa sampel dapat berbeda dari populasi, mengapa estimasi memiliki galat, dan mengapa pengujian hipotesis tidak menghasilkan kepastian mutlak.
Bagian berikutnya membahas estimasi, galat baku, interval kepercayaan, dan pengujian hipotesis. Di sini kita mulai memakai data sampel untuk menilai klaim tentang populasi. Kita akan belajar bahwa laporan statistik yang baik tidak hanya menyebut hasil, tetapi juga menyebut ketidakpastian dan asumsi yang mendasarinya.
Pada bagian akhir, kita membahas hubungan antara dua variabel, korelasi, regresi linear sederhana, serta cara membaca klaim statistik di laporan dan media. Tujuan akhirnya adalah kemampuan praktis: Anda dapat membaca angka, grafik, dan klaim berbasis data dengan lebih hati-hati.
Sikap belajar yang diperlukan
Untuk mempelajari statistika dengan baik, Anda tidak harus langsung mahir matematika tingkat lanjut. Namun, Anda perlu membangun beberapa kebiasaan berpikir.
Pertama, biasakan bertanya, “Apa pertanyaannya?” Analisis yang baik dimulai dari pertanyaan yang jelas. Data tinggi badan, misalnya, dapat dipakai untuk banyak pertanyaan: berapa tinggi khas mahasiswa, apakah ada perbedaan tinggi antara kelompok, atau apakah tinggi berkaitan dengan variabel lain. Pertanyaan yang berbeda membutuhkan ringkasan dan metode yang berbeda.
Kedua, biasakan bertanya, “Bagaimana data dikumpulkan?” Sampel yang besar tetapi bias dapat menghasilkan kesimpulan yang menyesatkan. Misalnya, survei kepuasan kampus yang hanya diisi oleh mahasiswa yang sangat marah atau sangat puas mungkin tidak mewakili seluruh mahasiswa.
Ketiga, biasakan bertanya, “Apa ukuran ketidakpastiannya?” Estimasi tanpa ketidakpastian sering terasa lebih pasti daripada yang semestinya. Jika sebuah laporan menyatakan bahwa 52% responden mendukung suatu kebijakan, kita perlu tahu ukuran sampelnya, cara sampling-nya, dan margin of error atau ukuran ketidakpastian lain yang relevan.
Keempat, biasakan bertanya, “Apakah kesimpulan ini melampaui data?” Jika data hanya berasal dari satu fakultas, berhati-hatilah menyimpulkan tentang seluruh universitas. Jika data hanya menunjukkan korelasi, berhati-hatilah menyimpulkan sebab-akibat.
Kelima, biasakan melihat data sebelum mempercayai ringkasan. Grafik yang baik sering mengungkap pola yang tidak terlihat dari rata-rata saja. Dua kumpulan data dapat memiliki rata-rata dan korelasi yang sama, tetapi bentuk visual yang sangat berbeda. Pelajaran ini terkenal dalam literatur statistika melalui contoh Anscombe’s quartet, yang menunjukkan pentingnya visualisasi dalam membaca hubungan antarvariabel (Anscombe, 1973).
Tujuan akhir buku ini
Setelah menyelesaikan buku ini, Anda diharapkan tidak hanya dapat menghitung, tetapi juga dapat menafsirkan. Anda diharapkan mampu membaca laporan statistik dengan pertanyaan yang tepat:
- Apa unit observasinya?
- Apa variabel yang diukur?
- Bagaimana sampel dipilih?
- Apakah ada bias yang mungkin terjadi?
- Ringkasan apa yang digunakan?
- Apakah grafiknya jujur?
- Seberapa besar ketidakpastiannya?
- Apakah klaimnya deskriptif, prediktif, atau kausal?
- Apakah kesimpulannya didukung oleh data?
Statistika yang baik tidak membuat kita menjadi sinis terhadap semua angka. Sebaliknya, statistika membuat kita lebih adil terhadap bukti. Kita belajar mempercayai data ketika metode dan penafsirannya kuat, serta menahan diri ketika bukti belum cukup.
David Spiegelhalter menggambarkan statistika sebagai seni belajar dari data, dengan penekanan bahwa angka membutuhkan konteks, penilaian, dan komunikasi yang jujur (Spiegelhalter, The Art of Statistics). Itulah semangat buku ini. Kita tidak belajar statistika untuk memenangkan perdebatan dengan angka, melainkan untuk membaca dunia dengan lebih cermat.
Mari mulai dari dasar: mengapa statistika diperlukan untuk membaca data.
References
Anscombe, F. J. (1973). Graphs in statistical analysis. The American Statistician, 27(1), 17–21.
Freedman, D., Pisani, R., & Purves, R. (2007). Statistics (4th ed.). W. W. Norton & Company.
Moore, D. S., McCabe, G. P., & Craig, B. A. Introduction to the Practice of Statistics. W. H. Freeman.
Spiegelhalter, D. (2019). The Art of Statistics: Learning from Data. Pelican.
Tukey, J. W. (1977). Exploratory Data Analysis. Addison-Wesley.
Wasserstein, R. L., & Lazar, N. A. (2016). The ASA statement on p-values: Context, process, and purpose. The American Statistician, 70(2), 129–133. https://doi.org/10.1080/00031305.2016.1154108