Thursday, January 17, 2019

#StatDas: Hati-Hati dalam Menggunakan Rata-Rata (Mean)


Setidaknya terdapat tiga jenis ukuran pemusatan data, yaitu mean, median, dan modus. Tentunya anda sudah memahami cara menghitung dari masing-masing ukuran pemusatan tersebut. Dipostingan saya kali ini, saya akan memberikan sebuah contoh kasus penggunaan pemusatan data yang cukup menarik.

Sudah akrab ditelinga para akademisi kalau salah satu alat paling ampuh untuk berbohong adalah statistik. Seperti halnya apa yang dikatakan oleh Disraeli, Aeron Levenstein, dan Mark Twain “There are three kinds of lies: lies, damned lies, dan statistics.” Apakah benar statistik itu penuh dengan kebohongan? Jawabannya bisa iya bisa tidak. Pada kasus-kasus tertentu, angka statistik memang bisa menipu jika anda tidak berkemampuan untuk mengetahui tentang statistik itu sendiri. Namun, pada hakekatnya statistik adalah sebuah kebenaran, sebuah gambaran dari realita yang ada. Untuk menghadirkan statistik yang menyajikan kebenaran tentu saja memerlukan sense yang kuat tentang ilmu statistik. Jika sense tentang ilmu statistik lemah, besar kemungkinan kesimpulan-kesimpulan yang dihasilkan akan melenceng dari kenyataan.

Oke, saya beri satu kasus yang menarik:

Bupati Kabupaten Samarantu memberikan tugas kepada asisten ahlinya untuk memberikan laporan tentang kesejahteraan masyarakat kampung Ronggolawe dan Turangga. Disinyalir kedua kampung tesebut merupakan kantong kemiskinan Kabupaten Samarantu. Namun, karena anggaran yang minim, bupati hanya ingin satu kampung saja yang menjadi prioritas pengetasan ditahun ini. Kampung yang satunya akan dientaskan ditahun depan. Sang asisten bupati tadi langsung melakukan survei tentang pendapatan yang dihasilkan masing-masing rumah tangga di kedua kampung tersebut. Adapun hasilnya adalah sebagai berikut.
(Garis kemiskinan Kabupaten Samarantu adalah Rp 800.000)

Dari data yang diperoleh tersebut, sang asaisten bupati tadi mempunyai banyak pilihan cara untuk menganalisis, salah satunya adalah mencari rata-rata (mean).



Yes!!! Akhirnya hasilnya sudah didapat. Dari hasil tersebut, sang asisten bupati berkesimpulan bahwa penduduk kampung Ronggolawe lebih sejahtera dibandingkan kampung Turangga. Oleh karena itu, kebijakan pengetasan kemiskinan sebaiknya dilaksanakan di kampung Turangga karena rata-rata pendapatan kepala rumahtangganya jauh lebih kecil dibandingkan Kampung Roggolawe.

Namun, apakah kesimpulan tersebut tepat? Apakah hasil dari perhitungan rata-rata (mean) tadi menggambarkan keadaan masyarakat kedua kampung tersebut? Mari kita bandingkan dengan hasil dari perhitungan nilai median.

Median Pendapatan KRT Kampung Ronggolawe


Median Pendapatan KRT Kampung Ronggolawe





Sekarang sang asisten bupati sudah mendapatkan dua hasil pemusatan data yaitu mean dan median dari data pendapatan kepala rumah tangga Kampung Ronggolawe dan Turangga. Jika sang asisten bupati tadi hanya mempertimbangkan mean sebagai dasar penarikan kesimpulan, tentunya kesimpulan yang didapatkan akan meleset dari realita yang ada. Meskipun mean dari Kapung Ronggolawe lebih tinggi daripada Kampung Turangga, namun jika kita mempertimbangkan mediannya, dari situ sang asisten bupati akan menemukan fakta bahwa ternyata penduduk miskin di Kampung Ranggalawe lebih banyak dibandingkan Kampung Turangga. Hal tersebut bisa dibuktikan dengan median Kampung Ronggolawe lebih kecil dibandingkan garis kemiskinan. Itu artinya lebih dari setengah penduduk Kampung Ronggolawe hidup dalam kemiskinan. Selain itu, ketimpangan pendapatan di Kampung Ronggolawe juga sangat tinggi.

Sekarang, sang asisten bupati dapat memberikan masukan kepada bupati dengan kesimpulan yang tepat, yaitu kebijakan pengetasan kemiskinan tahun ini sebaiknya dilakukan di Kampung Ronggolawe.

Contoh diatas membuktikan bahwa mean sangat sensitive terhadap data-data ekstrim. Jika dalam sekumpulan data terdapat beberapa data ekstrim, besar kemungkinan nilai rata-rata yang didapatkan kurang mewakili data tersebut. Disisi lain, median tidak terpengaruh dari data-data ekstrim. Oleh karena itu, dengan menghitung median, kita bisa mengetahui pola data, apakah condong ke kanan atau ke kiri. Namun, jika kita Cuma menggunakan median sebagai dasar kesimpulan juga kurang tepat. Kesimpulan yang didapat kurang menjelaskan kondisi yang terjadi di kedua kampung tersebut.
So, inti dari postingan saya kali ini adalah hati-hati dalam membaca data. Meskipun kita telah mengolah data menggunakan metode ilmiah yang telah diakui secara internasional, bisa saja kesimpulan yang kita dapatkan tidak menggambarkan apa yang sebenarnya terjadi.

Kelebihan dari mean:

  • ·       Paling mudah digunakan.
  • ·       Variasi paling stabil.

Kekurangan Mean
  • ·       Sangat sensitive terhadap nilai ekstrim. Jika terdapat beberapa nilai yang terlalu ekstrim, nilai rata-rata menjadi kurang mewakili data tersebut.
  • ·       Tidak dapat digunakan untuk data kualitatif.

Kelebihan Median:
  • ·       Tidak terpengaruh oleh data ekstrim.
  • ·       Dapat digunakan untuk data kualitatif maupun kuantitatif.

Kekurangan Median:
  • ·       Tidak mempertimbangkan semua nilai data.
  • ·       Kutang menggambarkan rata-rata populasi.
SSekian postingan kali ini, silakan cek-cek postingan yang lainnya untuk lebih memperdalam ilmu statistik. Jika ada kesalahan atau pertanyaan silakan email. Terimakasih

0 comments:

Post a Comment