Berbohong dengan Statistik

by: Darrel Huff

Benjamin Disraeli (1804-1881) Mengatakan ada 3 macam kebohongan: Ngibul, Bohong dan statistic. Kendati peringatan ini telah berusia lebih dari seabad, statistic yg mengecoh masih saja kita jumpai r hingga sekarang. Masih ingat Iklan “Tujuh dari sepuluh perempuan indonesia menggunakan produk X “?. spanduk di belakang gedung MPR yang bertuliskan “jika anda menolak si X maka and amenyakiti hati sejuta pemilih partai Y”, atau barangkali hasil riset yang menyimpulkan “Dua dari tiga laki-laki di Jakarta berselingkuh”

Buku ini mirip panduan bagaimana menggunakan statistic untuk mengelabui. Karena para penipu telah mahir menerapkan berbagai trik di dalam buku ini, orang-orang jujur seperti anda layak membacanya untuk membela diri. Buku ini juga layak dibaca oleh mereka yang ingin belajar statistic lewat contoh sehari-hari 

Sedikit Kutipan dari buku Berbohong dengan Statistik semoga bisa diambil manfaatnya

PendahuLuan

Beberapa tahun silam, secara terpisah 12 orang peneliti melaporkan tingkat kemanjuran pil antialergi. Semua memperlihatkan bahwa pil tersebut dapat menghilangkan sebagian besar demam. Timbullah kehebohan, paling tidak dalam iklan, dan meledaklah obat itu. Kehebohan itu sebenarnya akibat harapan yang berlebihan dan juga keengganan untuk memeriksa angka-angka statistik yg telah lama dikenal. Sebagaimana belum lama berselang dikemukakan oleh Henri G.Felsen, seorang humoris dan bukan dokter, demam akan sembuh dalam waktu tujuh hari bila benar-benar diobati, tetapi bila dibiarkan saja penyakit ini akan bertahan selama seminggu.

Sampel yang Pada Dasarnya Sudah Bias

Jika anda mempunyai satu kaleng buncis, sebagian berwarna merah dan sebagian lagi putih, hanya ada satu cara untuk mengetahui dengan tepat jumlah masing-masing: Hitung semuanya!

Tetapi ada cara lain yg lebih mudah untuk mengetahui berapa kira-kira buncis merah. Ambil segenggam buncis dari kaleng itu sebagai sampel, hitung, lalu anggaplah  proporsi buncis merah dan putih dalam genggaman itu sama dengan yg ada di dalam kaleng. Kalau sampel anda cukup besar dan dipilih dengan cara yg semestinya, sampel itu akan mewakili seluruhnya isi kaleng dalam berbagai keperluan. Tetapi jika sampel itu tidakcukup besar dan diambil tidak dengan cara yang semestinya, maka hasilnya akan kalah akurat dibanding tebakan yg cerdas, dan tidak ada yg bisa darinya kecuali kesan yg seolah-olah Ilmiah. Menyedihkan bahwa kesimpulan yg bias itu-karena salah metode, terlalu sedikit jumlahnya, atau kedua-duanya- biasanya terdapat dalam kebanyakan yg kita baca atau kita pikir kita tahu.

bagaimana sampel menimbulkan bias dengan mudah bisa dilihat pada contoh ekstrem berikut. Misalkan anda mengirim angket pada sekelompok orang di kota anda dengan salah satu pertanyaanya sebagai berikut: " Sukakah anda mengisi angket?" Hitunglah angket yg kembali, maka kemungkinan besar anda bisa menyatakan bahwa mayoritas mutlak dari "seluruh lapisan penduduk" mengatakan suka. Agar semakin meyakinkan, angka mayoritas mutlak itu anda nyatakan hingga beberapa desimal.

Apa yg sesungguhnya terjadi ialah bahwa kebanyakan mereka yg pada dasarnya akan menjawab "Tidak" tentu tidak akan mengembalikan angket anda, melainkan membuangnya ke keranjangsampah terdekat. Sekalipun yg membuang angket itu 90% dari sampel, Anda akan tetap mengikuti kebiasaan mengabaikan kenyataan itu ketika anda mengumukan hasilnya.

Rata-rata yang Dipilih dengan Benar

 Dalam satu waktu saya mengatakan kepada anda bahwa pendapatan rata-rata penduduk di kompleks ini kira-kita 150 juta rupiah setahun, setahun kemudian dengan alasan pajak dan turunkan harga saya mengatakan tdk mampu membayar kenaikan tersebut karena pendapatan rata-rata di kompleks ini hanya 30 juta rupiah setahun.   

Anda tidak dapat menyalahkan saya sekarang ataupun sebelumnya. Itulah keindahan yg sesungguhnya dari berbohong dengan statistik.

Kiat saya adalah menggunakan rata-rata yg berbeda pada setiap kesempatan, karena "rata-rata" memang sangat longgar artinya. Kiat ini umum dipakai oleh orang-orang yg ingin mempengaruhi pendapat umum atau menjual ruang iklan. Ketiak diberitahu dalam wujud rata-rata anad belum banyak mengetahui sampai anda temukan rata-rata macam apa itu. Mean (rata-rata aritmatik), Median atau Mode..?

Rata-rata 150 juta rupiah yg saya gunakan karena mengiginkan jumlah yg besar, adalah Mean pendapatan keluarga di daerah itu. Mean diperoleh dengan menjumlahkan semua pendapatan dan membaginya dengan jumlah keluarga yg ada. Angka yg lebih kecil adalah Median, angka ini mengatakan kepada anda bahwa separuh keluarga di daerah tersebut berpendapatan lebih dari 30 juta rupiah setahun dan separuhnya lagi kurang dari jumlah itu.

tergantung hasil yg sy inginkan akan menentukan jenis rata2 mana yg akan sy gunakan.

Angka KeciL yg tidak ada d Situ

Demikian bunyi suatu ikLan yg ditulis dengan huruf kapital, 23 persen karang Gigi mereka berkurang setelah memakai pasta Gigi Doakes.karena tertarik dengan angka 23 persen itu, anda lanjutkan membaca. Ternyata angka itu adalah hasil penelitian satu laboratorium Independen yg terpercaya dan keuangannya telah diperiksa oleh akuntan publik yg  bersertifikat. Apalagi yg anada inginkan..?

Mari kita kembali ke soal betapa gampangnya Doakes menulis judul berita tanpa berbohong dan semua orang mengesahkannya.

Biarkan sekelompok kecil orang menghitung gigi mereka yg berlubang secara rutin selama enam bulan, lalu minta mereka menggunakan Doakes. Satu dari tiga perubahan ini pasti akan terjadi: lebih banyak Lubang, Kurang atau kira-kira sama jumlahnya. Kalau yang terjadi adalah yg pertama atau yg terakhir, Daoake & Company akan menyimpan angka itu (di suatu tempat supaya tidak diketahui), dan mencoba lagi. Cepat atau lambat, dengan bekerjanya kesempatan, sekelompok sampel akan menunjukkan perbaikan yang berarti sehingga pantas dijadikan judul berita dan barangkali dikampanyekan secara besar-besaran melalui iklan. Padahal hal itu pasti terjadi, tidak peduli apakah mereka menggunakan Doakes atau soda api atau tetapsaja memakai Pasta Gigi yang lama.

Pentingnya menggunakan kelompok kecil seperti d atas adalah karena jika menggunakan kelompok besar, setiap perbedaan yg dihasilkan oleh kesempatan pastilah hasilnya terlihat kecil dan tidak berarti.Perbaikan sebesar 2% tidak akan  banyak menaikkan penjualan pasta Gigi.

Ada angka lain yg bila tidak ada juga dapat merugikan. Angka itu menyatakan kisaran atau penyimpangan suatu angka dari rata-rata yang ditentukan. Seringkali suatu rata-rata apakah itu mean atau median, dirinci atau tidak, sangat disederhanakan sehingga bukan hanya tdk berguna tapi lebih buruk dari itu. Tidak tahu tentang suatu pokok persoalan seringkali lebih baik ketimbang tahu tapi bukan yang sebenarnya. Mengetahui serba sedikit juga berbahaya.

Sebagai contoh, semua perumahan di Amerika belakangan ini dirancang untuk keluarga yang menurut statistic rata-rata beranggotakan 3,6 orang. Bila diterjemahkan itu berarti satu keluarga terdiri dari tiga atau empat orang, sehingga memerlukan 2 kamar tidur. Jumlah keluarga beranggotakan tiga atau empat orang semacam ini, meskipun “rata-rata”, sebenarnya minoritas. “Kami membangun rumah rata-rata untuk keluarga rata-rata”, kata seorang pengemban sambil mengabaikan keluarga terbanyak yang berukuran lebih besar atau lebih kecil. Oleh karena itu d beberapa daerah tertentu persediaan rumah berkamar dua sangat sangat berlebih sedangkan rumah yang lebih kecil atau lebih besar tidak mencukupi. Inilah statistic yg menyesatkan karena tidak lengkap sehingga membawa konsekuensi yang mahal. Tentang hal ini asosiasi Kesehatan masyarakat Amerika mengatakan, “ manakala kita melihat pada kisaran yg sebenarnya yg tidak tercermin pada mean itu, kita akan tahu bahwa keluarga yang beranggotakan tiga atau empat orang hanya 45% dari jumlah seluruh keluarga ; keluarga dengan satu atau 2 orang 35% dan yang beranggota lebih dari 4 orang 20%.

Entah bagaimana akal sehat jadi tidak berdaya di hadapan angka 3,6 yang ketepatan dan kewenangannya amat meyakinkan. Bagaimanapun juga angka ini mengungguli apa yang diketahui dari hasil mengamati bahwa kebanyakan keluarga adalah keluarga kecil dan sedikit sekali keluarga besar.  

(dan masih banyak lagi contoh yang dikemukakan dalam buku ini)    

Cara Balas Menjawab Statistik

Siapa yang mengatakan demikian?

yang pertama-tama perlu diketahui adalah  sumber Bias-Laboratorium yang hendak membuktikan suatu teori atau reputasi dan mencari bayaran; surat kabar yang ingin menyajikan berita secara menarik ; pekerja atau pemimpin yang  memperjuangkan tingkat gajinya.

Bagaimana ia tahu?

Ternyata suatu jurnal telah mengirimkan Kuesioner ke 1.200 perusahaan besar. Dari jumlah tersebut hanya 14% yg menjawab, sebanyak 86% tidak bersedia mengatakan kpd public apakah mereka menimbun barang atau menaikkan harga. (angka 14% inilah yg dijadika dasar untuk memenuhi tujuan mereka)                 

Apakah Seseorang mengubah pokok persoalannya?

Ketika memeriksa suatu angka statistic, waspadalah terhadap peralihan yang terjadi diantara data mentah dan kesimpulan. Yang satu sangat sering dilaporkan sebagai yg lain. 

(kaLo dianggap Kurang mengerti disarankan baca Bukunya secara keseluruhan)
Link yg berkaitan
http://www.gramediashop.com/book/detail/9789799023766/Berbohong-dengan-Statistik

Lihat juga :
- Nikmatnya Iman, Menenangkan Hati dan Pikiran (Buku)