Hidup di zaman yang modern dengan segala kemudahan membuat kita mudah sekali mengakses data dan informasi. Berbagai pelaku baik dari sisi pemerintah, swasta, ataupun personal pastinya membutuhkan data untuk menilai, menganalisis seberapa jauh pencapaian yang telah dihasilkan untuk selanjutnya dapat menjadi bahan evaluasi.
Perlu disadari bahwa terkadang dari satu data yang sama, dapat memiliki berbagai macam perbedaan pemahaman. Sebagai contoh: dengan data yang sama, kemiskinan, sebagian orang berpendapat bahwa program pemerintah telah gagal mengurangi kemiskinan dan sebagian lagi berkata sebaliknya. Pada artikel ini saya tidak akan membicarakan tentang siapa yang benar, namun saya akan mengutarakan trik yang mereka gunakan dan bagaimana cara kita menghindarinya.
Penyebab kesimpulan yang berbeda
Penggunaan data yang sama dapat menyebabkan opini orang yang berbeda. Semua itu tidak lain karena penyajian data yang mereka gunakan. Terkadang mereka membuat data tersebut seolah manjadi baik atau buruk dengan cara mengubah skala di sumbu X ataupun sumbu Y.
Untuk lebih jelas, perhatikan video berikut:
Pada kasus pertama dijelaskan bahwa penjualan mobil yang dibuat seolah olah salah satu merk mencapai paling tinggi penjualannya, bahkan mencapai dua kali lipat dibandingkan merk yang lain. Padahal secara psikologis, penyaji membuat skala dari 95% hingga 100%. Jika kita melihat data yang sebenarnya, dari skala 0% hingga 100%, data tersebut tidak menceritakan hal yang berarti karena selisih penjualan dari ke semua merk mobil tersebut hanya sedikit sekali.
Pada contoh kedua yakni bagaimana penyaji mengubah skala pada sumbu X. Kenaikan tingkat pengangguran dapat dibuat seolah menjadi konstan dengan cara memendekkan sumbu X, interval antara kedua titik tidak sama di sumbu X. Hal ini dapat mengecoh pembaca bahwa ternyata tingkat pengangguran stabil sepanjang tahun, padahal faktanya tidak demikian jika kita menggunakan skala sumbu X yang proporsional.
Kasus ketiga adalah tentang klaim bahwa adanya peningkatan yang signifikan terhadap salah satu program di televisi dari tahun 1985 hingga 2015. Pada grafik di video terebut memanglah terlihat adanya kenaikan yang signifikan. Namun, jika dicermati lebih detil lagi, rentang waktu yang sangat lama tersebut seharusnya perlu membandingkan jumlah penduduk yang memiliki televisi juga meningkat. Jika kedua data tersebut dibandingkan, pernyataan awal yang keluarkan bahwa adanya kenaikan viewer tidak menjadi berarti karena secara persentase pengunjung tersebut memiliki proporsi yang stabil.
Contoh terakhir adalah tentang perubahan suhu global. Jika data tersebut dijabarkan dengan skala yang kecil atau range nilai Y yang besar, seolah terlihat bahwa suhu global tidak mengalami perubahan. Namun jika diperbesar skala tersebut menjadi skala -1 hingga 1, perubahan suhu global tersebut mulai lah terlihat. Pada kenyataannya, penurunan 1 derajad saja sudah membawa perubahan yang besar bagi penduduk dunia.
Menghindari penyajian data yang menipu
Sebagai masyarakat yang modern, sebaiknya kita lebih jeli jika disajikan oleh data apalagi dengan penyajian grafik. Seperi contoh – contoh diatas, penyajian tersebut menggiring opini pembaca untuk sepakat dengan apa yang mereka ceritakan. Padahal, pada kenyataannya hal tersbeut tidak berarti bahkan ada fakta yang bertentangan dengan apa yang penyaji ceritakan.
Berikut adalah tips untuk menghindari penyajian data yang menipu:
Periksa proporsional sumbu Y dan X.
Skala sumbu Y dan X haruslah disajikan proporsional. Proporsional atau tidaknya di sumbu X biasanya berhubungan dengan waktu. Jika skala diperkecil, maka penyaji akan berusaha untuk memendekkan waktu sehingga seolah – olah tidak ada anomali pada grafik tersebut.
Amati data yang disajikan.
Data yang disajikan apakah masih relevan dengan topik yang dibahas atau tidak. Adakah variabel lain yang secara kuat mempengaruhi nilai tersebut seperti contoh pengunjung televisi diatas. Hal ini menghindari penjelasan yang berlebihan (hiperbola) dan kita bisa menghindarinya karena secara kritis dapat melihat sisi yang berbeda.
Periksa label, angka dan skala.
Memeriksa label, angka dan skala diperlukan untuk dapat menemukan benang merah dari grafik yang disajikan. Amati dengan benar apakah satuan pada grafik tersebut persentase atau memang sebuah deret angka. Masih pada label, amati skala yang digunakan. Jika skala yang digunakan besar, maka data akan terlihat megecil seperti yang terjadi pada contoh perubahan suhu global diatas.
Memahami sebuah grafik dan penyajian data akan menjadi penting untuk menjadi lebih objektiv dan memilah pendapat mana yang lebih masuk akal. Apalagi menjelang pesta demokrasi pada tahun depan, para pakar bisa saja berdebat saat membahas data yang sama.
Mari lebih kritis dan objektif
Selamat Belajar!
Data analyst sekaligus researcher. Pernah mendalami production scheduling dalam manufacture. Melalui blog ini menyalurkan hobi menjadi statistical consulting dan menghimpun statistical process control software.
