Menarik kesimpulan yang jujur

Bagian terpenting analisis data adalah kesimpulannya, dan di situ juga kesalahan paling sering terjadi.

Ukuran sampel

"Kelas XI-3 punya rata-rata tertinggi" tidak berarti apa-apa jika kelas itu hanya punya satu data. Selalu laporkan banyaknya data di samping rata-rata. Semakin sedikit datanya, semakin besar kemungkinan hasilnya hanya kebetulan.

Pencilan

Satu nilai ekstrem bisa menggeser rata-rata. Bandingkan rata-rata dan median. Jika keduanya jauh berbeda, periksa pencilannya: apakah itu kesalahan input atau kejadian langka yang sungguh terjadi?

Paradoks Simpson

Kadang kesimpulan dari data gabungan berbalik ketika data dilihat per kelompok. Contoh: dua bimbel membandingkan tingkat kelulusan siswanya di ujian masuk.

1data = {2    "Bimbel A": {"IPA": (90, 100), "IPS": (20, 50)},3    "Bimbel B": {"IPA": (19, 20), "IPS": (40, 130)},4}56for bimbel, kelompok in data.items():7    lulus = sum(l for l, total in kelompok.values())8    total = sum(t for l, t in kelompok.values())9    rincian = ", ".join(f"{k} {l}/{t} = {l / t:.0%}" for k, (l, t) in kelompok.items())10    print(f"{bimbel}: gabungan {lulus}/{total} = {lulus / total:.0%} ({rincian})")

Bimbel A: gabungan 110/150 = 73% (IPA 90/100 = 90%, IPS 20/50 = 40%)
Bimbel B: gabungan 59/150 = 39% (IPA 19/20 = 95%, IPS 40/130 = 31%)

Secara gabungan, Bimbel A jauh lebih baik (73% dibanding 39%). Tetapi untuk siswa IPA, Bimbel B lebih baik (95% dibanding 90%). Untuk IPS, Bimbel A yang lebih baik. Penyebabnya, Bimbel B punya jauh lebih banyak siswa IPS, kelompok yang tingkat kelulusannya rendah di kedua bimbel. Kesimpulan yang jujur: bandingkan per kelompok, jangan hanya angka gabungan.

Daftar periksa sebelum menyimpulkan

1. 1Dari mana datanya, dan apakah mewakili kelompok yang ingin disimpulkan?
2. 2Berapa banyak datanya?
3. 3Apakah ada data kosong, ganda, atau mustahil yang sudah ditangani?
4. 4Apakah ada pencilan yang memengaruhi rata-rata?
5. 5Apakah hasilnya tetap sama jika dilihat per kelompok?
6. 6Apakah kesimpulannya menyatakan hubungan, bukan sebab-akibat, kecuali datanya dari percobaan?

1import statistics as st23gaji = [3_000_000] * 9 + [30_000_000]4print("Rata-rata:", st.mean(gaji))5print("Median:", st.median(gaji))

Rata-rata: 5700000
Median: 3000000.0