Ketika Sebuah Angka Ditampilkan

Berapa nilai minimal yang diterima di SMA 1 tahun ini? Berapa persen suara dukungan untuk Parpol nomor 1 pada pemilihan caleg tahu ini? Berapa persen market share sebuah brand di Jakarta tahun ini?

Disadari atau tidak, kehadiran sebuah angka kadang menjadi sesuatu yang diharapkan. Namun, ketika angka tersebut ditampilkan respon yang terjadi begitu bervariasi.

Ketika angka yang muncul sesuai dengan apa yang diharapkan, tanpa menelisik kembali maka angka itulah yang menjadi patokan kebenaran. Namun, tatkala angka yang tampil tersebut tidak sesuai dengan apa yang diharapkan, maka akan muncul banyak sekali pertanyaan (seakan berupaya menidakkan angka yang tersaji) :
- Apa benar?
- Bagaimana perhitungannya?
- Seperti apa sampelnya?

Kondisi-kondisi inilah yang menyebabkan munculnya anggapan, begitu mudahnya berbohong dengan statistik dan begitu sulitnya menyatakan kebenaran dengan statistik. Sehingga seakan-akan, angka-angka yang muncul adalah rekayasa dan cenderung tidak netral.

Bagaimana menyikapinya?
Seharusnya, apapun angka yang muncul didasarkan atas telaah metodologi pengukuran dan perhitungan ilmiah yang dapat dipertanggungjawabkan. Dan metodologi inilah yang musti dipaparkan terlebih dahulu disertai dengan penjelasan, mengapa metode itu dipilih.

Mengapa sebuah metode pengukuran/ perhitungan untuk mendapatkan sebuah angka dipilih?
Tentunya beberapa hal mendasari dipilihnya sebuah metode, seperti : skala data, struktur data, sebaran data dan variabel serta yang utama adalah tujuan adanya pengukuran. Oleh karenanya, maka sah-sah saja jika lembaga survey A mengukur market share dengan PCA dan lembaga survey B mengukur market share dengan regresi.

Seorang yang profesional pasti akan menyikapi angka apapun yang akan keluar secara ilmiah, apapun angka yang keluar, sesuai dengan harapan ataupun bertolak belakang dengan harapan. Karena sesungguhnya ketepatan sajian angka bisa diukur, misalnya melalui besarnya error dan bias.

Besarnya error biasanya dinyatakan melalui margin error ataupun MSE. Indikasi ketepatan angka dengan berdasarkan besarnya error biasanya dapat dipakai pada saat sebuah angka deskriptif disajikan. Namun, apabila ingin disajikan angka dari hasil pemodelan, bias parameter adalah indikasi lain yang bisa ditambahkan sebagai sebuah ukuran ketepatan.