Faktual.net – Garut, Jawa Barat – Kamis (8/1/2026) – Mari kita mulai dengan contoh yang paling sederhana, yakni bercengkrama dengan rata-rata data (X-Bar) dan standar deviasi data (SD) dalam penyusunan kebijakan publik berbasis statistik. Untuk diketahui, kedua konsep ini, X-Bar dan SD, perilakunya sangat sensitif. Lagipula, mereka pun “mengidap alergi”—sedikit saja ada noda dalam data, mereka cepat bereaksi dan perilakunya bisa tak terkendali. Oleh karena itu, hati-hatilah dalam menggunakan X-Bar dan SD.
Para pecinta data tidak selalu menyukai X-Bar dan SD karena perilaku seperti itu. Namun, karena sifatnya yang menarik (beautiful limiting behaviour), stabil dalam distribusi, serta mudah dihitung (algorithmically easy & challenging), orang awam bisa saja terkecoh dan menyukainya.
Sebenarnya, meskipun perilakunya sensitif, mudah “bereaksi”, dan cenderung menyesatkan, perilaku X-Bar dan SD tersebut dapat dikendalikan sehingga mereka bisa menampilkan performa optimal bahkan maksimal. Caranya? Fahamilah data psychology…!
Mari kita langsung berlatih. Ambil contoh di dunia farmasi, di mana kebijakan berbasis data statistik sangat menentukan keselamatan nyawa dalam waktu singkat. Dalam buku S. Bolton berjudul “Pharmaceutical Statistics: Practical and Clinical Application” (seri Drug and the Pharmaceutical Sciences, Edisi Kedua. Marcel Dekker, Inc., NY, 1990) dilaporkan data kadar kolesterol darah dari 15 orang sehat pada kelompok usia tertentu. Berikut datanya: 165, 188, 194, 197, 200, 202, 205, 210, 214, 215, 227, 231, 239, 249, 297.
Nilai X-Bar dan SD dari data tersebut adalah X-Bar = 215,53 dan SD = 30,90. Namun, jangan langsung menjadikannya patokan untuk menyusun kebijakan sebelum berdialog dengan data dan memahami sifat dasarnya (nature). Jika tidak dipahami dengan benar, akibatnya bisa fatal—nyawa manusia menjadi taruhan.
Data seperti makhluk hidup. Dengan menggunakan bahasa matematika (sayangnya, hingga saat ini tak ada bahasa lain yang bisa menandinginya), kita bisa berkomunikasi dengannya, memahami data psychology, bahkan mengetahui apa yang diinginkannya (termasuk dalam kaitannya dengan penggunaan X-Bar dan SD).
Tentu saja, tingkat pemahaman kita ditentukan oleh tingkat kecanggihan kosa kata yang kita gunakan. Sebagai catatan: dunia ada dalam pola pikir kita, dan kosa kata yang kita gunakan adalah batas dunia kita.
Singkatnya, pesannya adalah: jangan gunakan X-Bar dan SD dalam menyusun kebijakan jika data tidak mendukungnya (meskipun kita menginginkannya). Dalam kondisi seperti itu, data akan “berteriak senang”: “Robustize me…!” Sayangnya, teriakan ini hanya terdengar oleh mereka yang memahami data psychology—sebagai peringatan untuk tidak menggunakan X-Bar dan SD, dan sebagai gantinya menggunakan RX-Bar dan RSD (Robust X-Bar dan Robust SD).
Kembali ke 15 data di atas. Berdasarkan Fast Minimum Variance yang saya turunkan sebagai bentuk khusus dari FMCD dan MVV (dua teknologi mutakhir dalam robustification), diperoleh RX-Bar = 210,17 dan RSD = 15,70. Kedua nilai statistik inilah yang menjadi rujukan para ahli farmasi, bukan X-Bar = 215,53 dan SD = 30,90.
Jika diperlukan, informasi tambahan mengenai nilai rujukan tersebut dapat dilihat di artikel saya yang terbit 25 tahun yang lalu (2001) di Milwaukee, Amerika Serikat. Judulnya “Improving the ESD Procedure for Outlier Testing”, terbit di jurnal “Biopharm: The Applied Technologies of Biopharmaceutical Development”.
Meskipun uraian di atas hanya contoh paling sederhana dalam dunia kebijakan publik berbasis data statistik, pesannya sangat fundamental, jelas, penting, dan genting: “Jangan percaya statistik sebelum yakin bahwa datanya SEHAT dan BERSIH, serta berada di tangan orang yang juga SEHAT dan BERSIH secara saintifik dan akademik.” Hal ini terutama berlaku ketika statistik disajikan pada masa-masa tertentu, seperti musim Pemilu, musim Pilkada, musim pencitraan, dan sebagainya.
Data dikatakan sehat apabila semua asumsi dasar dipenuhi, dan dikatakan bersih ketika tidak ada data anomali (termasuk influencers dan outliers) yang terlibat.
Salam dari Garut,
Maman A. Djauhari
(Pensiun dari ITB tahun 2009)
Konsultan Bank Dunia bidang Kualitas Data, 2009
