Bagaimana Statistik dapat Menipu Anda?

Dalam dunia yang semakin digerakkan oleh angka, statistik sering dipandang sebagai satu kebenaran absolut. Kita mudah untuk percaya terhadap persentase, grafik, atau angka rata-rata satu tabel, seolah-olah mereka adalah wahyu ilmiah yang murni.

Namun, benarkah ia selalu menyajikan realitas secara jujur? Tahukah Anda, bahwa mereka sering dimanipulasi untuk kepentingan sensasi, iklan, hingga propaganda politik? Darrell Huff, seorang penulis asal Amerika Serikat, mengajak kita untuk meruntuhkan kesucian angka-angka itu melalui karya klasiknya, Berbohong dengan Statistik.

Argumen utama Huff dalam buku ini, adalah mengajak pembaca untuk melihat fondasi paling bawah sebuah statistik: sampel. Huff menunjukkan bahwa sampel, yang tampak acak, selalu menyimpan bias tersembunyi.

Dalam sebuah jajak pendapat, pemilihan sampel sering dilakukan mengikuti kepentingan khusus. Huff menggunakan analogi sederhana, yakni sebuah kaleng berisi buncis berwarna merah dan putih. Jika Anda ingin mengetahui dengan tepat jumlah masing-masing buncis dalam kaleng tersebut, Anda hanya bisa melakukan satu cara: hitung semuanya.

Tentu, menghitung jumlah buncis merah dan putih dalam satu kaleng masih bisa Anda kerjakan. Bagaimana jika Anda harus menghitung kedua buncis tersebut dalam 100, 1.000, hingga 100.000 kaleng? Melakukannya sendiri, mungkin tidak akan selesai hingga Anda mati!

Lalu, bagaimana cara menghitung jumlah buncis merah dan putih dalam satu kaleng buncis dengan cepat? Anda bisa mengambil segenggam buncis dari kaleng itu, menjadikannya sampel. Anda menghitung samepl tersebut, dan jika proporsi buncis merah dan putih dalam genggaman Anda sama dengan yang berada dalam kaleng, ia dapat mewakili seluruh isi kaleng.

Namun, jika sampel yang ada dalam genggaman Anda tidak cukup besar, dan juga tidak diambil dengan cara semestinya, sampel tersebut tidak akan menggambarkan seluruh isi kaleng. Satu-satunya gagasan yang tampil dalam hal ini, adalah sebuah kesan yang seolah-olah ilmiah, meski berasal dari sampel yang tidak akurat.

Lebih lanjut, Huff juga menyoroti sihir dari kata angka rata-rata. Oleh seorang komunikator, ia bisa berarti mean, median, atau mode, sesuai dengan kepentingan untuk memberikan gambaran yang paling menguntungkan posisi mereka.

Sebagai contoh, bayangkan sebuah perusahaan di Indonesia dengan 10 karyawan. Sembilan orang staf bergaji Rp5 juta, sementara sang pemilik bergaji Rp150 juta. Jika seseorang ingin menyajikan kisah tentang kemakmuran perusahaan, mereka akan menggunakan rata-rata hitung (mean) gaji 10 orang karyawan itu, yakni Rp19,5 juta. Angka ini terlihat tinggi. Namun, ia tidak mencerminkan nasib mayoritas karyawan.

Jika kita menggunakan nilai tengah (median), kita akan mendapati angka Rp5 juta. Kondisi ini lebih mendekati keadaan ril perusahaan itu, karena mewakili pendapatan yang diterima oleh mayoritas karyawan.

Secara statistik, keduanya disebut sebagai “rata-rata.” Tetapi, pilihan yang digunakan, yang tentu menghasilkan angka berbeda, mengikuti pesan apa yang ingin dimanipulasi.

Huff menyebutkan kedua hal ini, dan berbagai trik lain untuk berbohong dengan statistik, dalam satu istilah besar, statistikulasi. Ia mendefinisikan istilah itu sebagai seni memanipulasi statistik tanpa benar-benar melakukan kebohongan matematis yang nyata.

Praktik statistikulasi dapat dilakukan dengan penggunaan grafik dengan sumbu yang “dipotong,” agar pertumbuhan kecil tampak sebagai lonjakan besar. Ia juga dapat dilakukan dengan menciptakan gambar satu dimensi dengan ukuran yang telah diperbesar secara tidak proporsional, sebagai cara untuk menciptakan kesan visual yang menipu.

Juga, Huff memperingatkan pembaca akan kekeliruan logika post hoc, ketika dua hal yang terjadi bersamaan sering dipaksakan untuk memiliki hubungan sebab-akibat. Sebagai contoh, Huff menyebutkan bahwa secara statistik, rumah yang memiliki banyak sarang burung bangau cenderung memiliki banyak bayi.

Tentu, bagi mereka yang pernah mendengar kisah tentang burung bangau sebagai pengantar bayi, ia tampak sebagai hubungan sebab-akibat. Realita yang terjadi, jumlah bayi dalam satu rumah tidak ditentukan oleh seberapa banyak sarang burung bangau, tetapi dari seberapa besar rumah tersebut mampu menampung banyak orang, yang akhirnya memiliki lebih banyak tempat untuk burung bangau bersarang.

Di Indonesia, logika post hoc sering muncul ketika kita berbicara tentang klaim kesehatan. Seseorang mungkin merasa telah sembuh dari flu setelah minum ramuan tertentu, meski ia mendapatkan kesehatan secara alami. Ini membuatnya terjebak dalam logika post hoc, karena menganggap ramuan tersebut sebagai penyebab kesembuhan, hanya karena ia meminumnya sesaat sebelum pulih.

Ketika Anda mendengar judul buku ini, Berbohong dengan Statistik, jangan membayangkannya sebagai buku teks matematika yang kering. Huff mengemas buku ini sebagai sebuah ‘manual pertahanan diri’ yang sangat menyenangkan untuk dibaca.

Alih-alih menceramahi dengan rumus rumit, Huff memposisikan dirinya seperti seorang ‘mantan perampok’ yang sedang membocorkan rahasia cara membobol gembok kepada orang jujur agar mereka tidak kecurian. “Hey, ini kiat ampuh untuk membuka gembok rumah, agar Anda bisa selamat!” seperti itu kira-kira.

Dengan gaya bahasa yang jenaka, sarkastik, dan penuh ilustrasi komikal, Huff menunjukkan bahwa statistik sering kali hanyalah ‘bedak dan gincu’ yang digunakan untuk memoles wajah fakta agar terlihat lebih cantik dari aslinya. Selayaknya melihat pesulap, pembaca akan menemukan dirinya menerima berbagai bocoran trik sulap, langsung dari sang pakar.

Kelincahan Huff dalam mengemas buku ini membuat konsep rumit, seperti iklan pasta gigi hingga data pendapatan lulusan universitas, terasa seperti obrolan ringan di warung kopi. Meski contoh kasusnya berasal dari pertengahan abad ke-20, ‘sihir’ statistik yang ia bongkar masih relevan untuk menangkal hoaks dan manipulasi yang banyak beredar saat ini.

Huff, sebagai “mantan perampok,” membekali kita dengan lima pertanyaan kunci agar tidak mudah tertipu: 1) siapa yang mengatakannya; 2) bagaimana dia tahu; 3) apa yang kurang; 4) apakah ada yang mencoba mengalihkan pembicaraan; dan yang terpenting 5) apakah ia masuk akal.

Namun, buku ini bukannya tanpa celah. Nada Huff yang provokatif terkadang terasa sinis, seolah semua pengguna data adalah”’penipu” potensial. Jika tidak dipahami dengan benar, gaya bahasa ini justru bisa membuat pembaca berakhir terlalu takut terhadap statistik dan menutup diri dari riset kuantitatif. Sesuatu yang bisa menyelamatkan Anda, bisa membunuh Anda jika tidak dipahami dengan baik.

Terlepas dari segala sinismenya, Berbohong dengan Statistik menjadi bacaan wajib yang tak lekang oleh waktu. Di tengah kepungan banjir informasi dan manipulasi data saat ini, buku ini hadir bukan sekadar sebagai alat teknis, melainkan kompas moral dan intelektual.

Huff tidak hanya mengajari kita cara membedah angka, tetapi juga melatih insting kita untuk berani meragukan data demi menemukan kebenaran yang lebih hakiki; sesuatu yang benar-benar kita perlukan saat ini.