Modul 1 — Mulai dari Pertanyaan, Bukan dari Data

Sebuah pemandangan yang mungkin kamu kenali

Senin pagi, rapat mingguan. Atasanmu menunjuk grafik yang ujungnya menurun, lalu berkata: penjualan kok turun ya, tolong dicek datanya. Rapat bubar. Kamu kembali ke meja, membuka hasil ekspor dari sistem kasir: puluhan ribu baris transaksi, belasan kolom, sebagian kosong.

Lalu kamu bekerja keras. Kamu bersihkan data, buat tabel per bulan, per kategori barang, per gerai, per hari dalam seminggu. Kamu tambahkan grafik tren, grafik perbandingan, dan satu peta. Dua minggu kemudian kamu presentasi dengan delapan belas slide. Semua orang mengangguk. Ada yang bilang menarik. Rapat selesai.

Dan tidak ada satu pun keputusan yang diambil.

Bulan berikutnya, pertanyaan yang sama muncul lagi.

Kegagalan itu terjadi di menit pertama, bukan di rumus

Godaan pertama kita adalah menyalahkan teknik: mungkin datanya kurang bersih, mungkin harus pakai metode yang lebih canggih, mungkin butuh alat visualisasi yang lebih bagus. Hampir selalu bukan itu penyebabnya.

Penyebabnya ada di menit pertama, ketika kalimat tolong dicek datanya diterima apa adanya dan langsung dikerjakan. Kalimat itu bukan pertanyaan. Kalimat itu keresahan.

Keresahan adalah perasaan bahwa ada yang tidak beres. Keresahan itu sah dan sering kali akurat; orang yang lama bekerja di suatu bidang biasanya merasakan masalah lebih dulu sebelum ia bisa merumuskannya. Masalahnya, keresahan tidak bisa dikerjakan. Ia tidak memberitahumu data mana yang perlu diambil, kapan analisis boleh berhenti, dan bentuk jawaban seperti apa yang akan berguna.

Pertanyaan analisis, sebaliknya, adalah keresahan yang sudah diberi bentuk dan diberi batas.

Kenapa urutannya harus pertanyaan dulu

Ada tiga alasan yang sangat praktis, dan ketiganya akan terasa langsung di pekerjaanmu.

Pertama, pertanyaan menentukan data apa yang kamu butuhkan. Kalau kamu mulai dari data, kamu otomatis terikat pada apa yang kebetulan tersedia di sistem. Yang tercatat rapi akan jadi pusat perhatian, yang tidak tercatat akan hilang dari pembicaraan seolah-olah tidak penting. Padahal sering kali justru yang tidak tercatat itulah penjelasannya: gerai yang tutup lebih awal, stok yang kosong, promo pesaing di seberang jalan.

Kedua, pertanyaan menentukan kapan kamu berhenti. Tanpa pertanyaan, tidak ada garis akhir. Selalu ada satu potongan lagi yang bisa dibuat, satu grafik lagi yang bisa ditambahkan. Analisis yang tidak punya garis akhir bukan cuma melelahkan, tapi juga menunda keputusan yang seharusnya sudah diambil dua minggu lalu.

Ketiga, pertanyaan mengikat analisis pada keputusan. Ini yang paling sering dilewatkan. Sebelum menghitung apa pun, ada satu kalimat yang perlu kamu tanyakan kepada orang yang meminta: kalau saya jawab, keputusan apa yang akan berubah? Kalau tidak ada jawabannya, pekerjaan itu mungkin tidak perlu dikerjakan sekarang. Kalau ada jawabannya, jawaban itu justru menentukan bentuk analisismu.

Yang akan kamu latih di modul ini

Modul ini melatih tiga kemampuan yang berurutan.

Kamu akan belajar memilah: mana pertanyaan yang memang bisa dijawab dengan data, dan mana yang sebenarnya menyangkut selera, nilai, atau kewenangan seseorang untuk memutuskan. Keduanya sah, tapi tidak boleh tertukar.

Kamu akan belajar membatasi: menyebut satuan pengamatan, populasi sasaran, rentang waktu, dan ukuran yang dipakai menilai jawaban. Tanpa empat batas ini, pertanyaan yang terdengar ilmiah pun tetap tidak punya jawaban.

Dan kamu akan menerapkannya pada satu kasus dari pekerjaanmu sendiri, bukan kasus buatan. Di akhir modul, kamu harus punya satu pertanyaan tertulis yang bisa langsung kamu bawa ke rapat berikutnya.

Yang tidak dibahas di sini

Supaya harapannya jelas: modul ini tidak membahas cara menghitung, memilih uji statistik, atau memakai perangkat lunak tertentu. Semua itu datang belakangan dan akan jauh lebih mudah kalau pertanyaannya sudah rapi. Modul ini sengaja berhenti tepat sebelum baris data pertama disentuh.

Satu hal terakhir sebelum lanjut. Siapkan satu keresahan nyata dari pekerjaanmu, apa pun bentuknya, sekalipun masih berupa kalimat yang kabur seperti pelanggan kok banyak yang kabur atau kenapa proses ini selalu lambat. Keresahan itu akan kita pakai terus sampai unit terakhir.

Gagasan besar unit ini

Tidak semua pertanyaan yang terdengar seperti pertanyaan data memang bisa dijawab oleh data. Kalau ketiga jenis di bawah ini tertukar, analisis akan terasa selalu kurang meyakinkan, dan tidak ada tambahan data yang bisa memperbaikinya.

1. Pertanyaan empiris

Pertanyaan empiris adalah pertanyaan yang jawabannya berada di dunia luar dan bisa diperiksa ulang oleh orang lain. Contohnya: berapa persen pelanggan yang membeli lagi dalam sembilan puluh hari sejak pembelian pertama; berapa rata rata waktu tunggu pasien di poli umum pada jam sibuk; berapa banyak pesanan yang batal karena stok kosong.

Ciri utamanya: kalau dua orang mengumpulkan data dengan aturan yang sama, mereka akan sampai pada angka yang sama. Kalau tidak, kemungkinan besar aturannya belum cukup jelas, dan itu bukan soal jenis pertanyaan melainkan soal batas yang belum ditetapkan. Batas ini kita bahas di unit berikutnya.

2. Pertanyaan nilai atau selera

Pertanyaan nilai menyangkut apa yang dianggap baik, pantas, atau layak. Contohnya: apakah kemasan baru kita lebih bagus; apakah pelayanan kita sudah ramah; apakah harga kita wajar.

Kata bagus, ramah, dan wajar belum berarti apa apa sampai diterjemahkan. Dan penerjemahan itu selalu punya ongkos yang harus kamu ucapkan terus terang. Kalau lebih bagus diterjemahkan menjadi lebih sering dipilih ketika dipajang berdampingan di rak yang sama, maka mulai saat itu kamu tidak lagi menjawab pertanyaan bagus. Kamu menjawab pertanyaan lebih sering dipilih. Itu boleh, bahkan sering merupakan langkah terbaik yang tersedia, asalkan kamu tidak diam diam menukar kembali istilahnya waktu presentasi.

Sebagian pertanyaan nilai memang tidak bisa diselamatkan, dan itu tidak apa apa. Kalau atasanmu bertanya apakah warna hijau lebih sesuai dengan jiwa perusahaan, itu bukan pekerjaanmu sebagai analis.

3. Pertanyaan keputusan

Pertanyaan keputusan berbunyi seperti ini: haruskah kita menutup gerai di kota B; perlukah kita menambah dua orang di bagian pengemasan; apakah promo ini dilanjutkan.

Data bisa memberi bahan yang sangat berguna untuk keputusan semacam ini. Data tidak bisa mengambil keputusannya. Alasannya bukan karena datanya kurang, melainkan karena keputusan selalu memuat unsur yang bukan data: sisa masa kontrak sewa, kewajiban kepada karyawan yang sudah bekerja lama, reputasi di mata pelanggan lama, arah usaha yang dipilih pemilik, dan seberapa besar risiko yang sanggup ditanggung.

Analis yang menyamarkan keputusan sebagai temuan data sedang melakukan dua kesalahan sekaligus. Ia mengambil kewenangan yang bukan miliknya, dan ia menyembunyikan pertimbangan yang seharusnya dibahas terbuka di rapat.

Sikap yang benar terdengar seperti ini: bagian ini saya jawab dengan data, dan hasilnya begini. Bagian ini bukan wilayah data, dan keputusannya ada di Bapak atau Ibu. Kalimat itu tidak membuatmu terlihat lemah. Kalimat itu membuat rekomendasimu bisa dipercaya.

Dua uji cepat yang bisa kamu pakai besok

Uji pertama: bukti apa yang akan mengubah pikiranmu? Ajukan ini kepada dirimu sendiri atau kepada peminta analisis. Kalau dia bisa menyebut bentuk bukti yang konkret, pertanyaannya empiris. Kalau jawabannya tidak ada, atau semua bukti hanya akan memperkuat pendapatnya yang sekarang, kamu sedang berhadapan dengan pertanyaan nilai yang menyamar.

Uji kedua: apakah dua orang akan sampai ke jawaban yang sama? Bayangkan dua orang yang tidak saling kenal mengumpulkan data mengikuti aturan yang sama persis. Kalau hasilnya akan sama, pertanyaannya empiris. Kalau hasilnya tergantung siapa yang mengerjakan, ada penilaian pribadi yang belum diterjemahkan.

Waspadai pertanyaan gabungan

Sebagian besar pertanyaan yang datang ke mejamu adalah gabungan ketiga jenis di atas dalam satu kalimat. Ambil contoh: apakah promo diskon kemarin berhasil?

Di dalamnya ada pertanyaan empiris (berapa jumlah pembeli dan omzet selama masa promo dibanding periode pembanding), ada pertanyaan nilai (berhasil menurut ukuran siapa: omzet, laba, jumlah pelanggan baru, atau habisnya stok lama), dan ada pertanyaan keputusan (apakah promo diulang bulan depan).

Pekerjaan pertamamu bukan menghitung, melainkan membedah kalimat itu menjadi tiga bagian dan menyepakati bagian mana yang kamu kerjakan. Pembedahan ini biasanya memakan waktu satu percakapan singkat, dan hampir selalu menghemat dua minggu kerja.

Gagasan besar unit ini

Pertanyaan empiris pun masih bisa tidak punya jawaban kalau batasnya kabur. Ada empat batas yang harus disebut. Kalau salah satu hilang, dua orang yang jujur dan sama sama cakap bisa menghasilkan angka yang berbeda dari data yang sama, lalu berdebat tanpa ujung karena mengira mereka menjawab pertanyaan yang sama.

Batas 1: Satuan pengamatan

Satuan pengamatan menjawab satu hal sederhana: satu baris dalam tabelmu itu mewakili apa? Satu transaksi, satu pelanggan, satu kunjungan, satu hari, satu gerai, atau satu gerai dalam satu bulan?

Kelihatannya remeh, tapi inilah sumber kekeliruan yang paling sering dan paling mahal. Kalimat penjualan turun bisa berarti tiga hal yang berbeda: total omzet turun, jumlah transaksi turun, atau nilai rata rata per transaksi turun. Ketiganya bisa terjadi bersamaan, tetapi bisa juga berlawanan arah. Jumlah transaksi naik sementara nilai per transaksi turun adalah keadaan yang sangat lumrah, dan keputusan yang tepat untuk keadaan itu berbeda seratus delapan puluh derajat dari keputusan untuk gerai yang benar benar sepi pengunjung.

Jadi tetapkan satuannya lebih dulu, tulis di atas kertas, dan jangan berganti di tengah jalan tanpa mengatakannya.

Batas 2: Populasi sasaran

Populasi sasaran menjawab: siapa atau apa yang sedang kamu bicarakan? Semua pelanggan, atau hanya yang pernah membeli dalam setahun terakhir? Semua gerai, atau hanya yang sudah buka penuh selama periode yang dibandingkan?

Kalau populasinya tidak dibatasi, angkamu bisa bergerak hanya karena komposisinya berubah, bukan karena kinerjanya berubah. Contoh yang paling sering: rata rata omzet per gerai turun setelah perusahaan membuka tiga gerai baru. Gerai baru tentu masih kecil omzetnya, sehingga rata rata seluruh gerai ikut turun, padahal tidak ada satu pun gerai lama yang memburuk. Kalau ini tidak disadari, keputusan yang lahir bisa keliru total.

Aturan praktisnya: sebutkan siapa yang masuk, dan sebutkan juga siapa yang kamu keluarkan beserta alasannya. Yang dikeluarkan harus ditulis, bukan didiamkan.

Batas 3: Rentang waktu dan pembandingnya

Kata turun, naik, membaik, dan memburuk itu selalu relatif. Relatif terhadap apa?

Ada dua hal yang harus disebut: kapan periode yang diamati mulai dan berhenti, dan dibandingkan dengan periode yang mana. Dibanding bulan lalu, atau dibanding bulan yang sama tahun lalu?

Untuk kebanyakan usaha di Indonesia, pilihan ini bukan soal selera. Pola musiman sangat kuat: Ramadan dan Lebaran, tahun ajaran baru, akhir bulan setelah gaji cair, panen di daerah pertanian, dan libur panjang. Ramadan bergerak sekitar sepuluh sampai sebelas hari lebih awal setiap tahun pada penanggalan Masehi, sehingga membandingkan Maret tahun ini dengan Maret tahun lalu bisa berarti membandingkan bulan dengan Ramadan penuh melawan bulan tanpa Ramadan sama sekali. Angkanya akan terlihat dramatis, dan dramanya palsu.

Maka sebutkan pembandingnya di dalam pertanyaan, bukan dipilih belakangan saat hasilnya sudah terlihat.

Batas 4: Ukuran penilaian dan ambangnya

Batas terakhir menjawab dua hal: dengan angka apa jawabannya dinyatakan, dan berapa besar perubahan yang dianggap berarti.

Bagian kedua ini yang paling sering dilewati. Turun tiga persen itu berarti atau tidak? Jawabannya tidak ada di dalam data; jawabannya ada pada kesepakatan dan pada besarnya taruhan keputusan. Kalau turun tiga persen tidak akan mengubah tindakan apa pun, maka tiga persen bukan ambang yang berguna.

Dan yang lebih penting: ambang ditetapkan sebelum melihat data. Kalau ditetapkan sesudah, ambang itu akan menyesuaikan diri dengan hasil, secara halus dan sering kali tanpa disadari. Angka yang mendukung dugaan awal akan terasa cukup besar untuk berarti, angka yang bertentangan akan terasa terlalu kecil untuk dipedulikan. Menuliskan ambang di awal adalah cara paling murah untuk menjaga kejujuranmu sendiri.

Kerangka kalimat yang bisa langsung dipakai

Untuk [populasi sasaran], selama [rentang waktu] dibandingkan dengan [periode pembanding], berapa [ukuran] per [satuan pengamatan], dan apakah perubahannya melampaui [ambang]?

Bandingkan dua versi berikut.

Sebelum: Kenapa penjualan turun?

Sesudah: Untuk lima gerai yang buka penuh sepanjang Januari 2025 hingga Juni 2026, selama Januari sampai Juni 2026 dibandingkan Januari sampai Juni 2025, berapa omzet bersih per gerai per bulan, dan gerai mana yang turunnya melampaui sepuluh persen?

Versi kedua lebih panjang, dan memang seharusnya begitu. Panjangnya bukan kerumitan yang dibuat buat, melainkan kejelasan yang selama ini disimpan di kepala masing masing orang lalu diasumsikan sama.

Keempat batas ini juga yang menentukan kapan pekerjaanmu selesai. Begitu ukuran itu terhitung untuk populasi itu pada rentang waktu itu, analisis untuk pertanyaan tersebut sudah selesai. Sisanya adalah pertanyaan baru, dan pertanyaan baru butuh persetujuan baru.

Konteks kasus

Toko Bahan Kue Melati punya enam gerai di Bandung, menjual tepung, mentega, cetakan, dan perlengkapan kue kepada rumah tangga dan usaha kue rumahan. Pemiliknya datang dengan satu kalimat: omzet turun, tolong dianalisis.

Semua angka di bawah ini adalah data contoh yang dibuat untuk latihan, bukan data usaha nyata. Yang perlu kamu tiru adalah urutan langkahnya, bukan angkanya.

Langkah 0: Tanyakan keputusan yang sedang menunggu

Sebelum apa pun, satu pertanyaan: kalau saya jawab, keputusan apa yang akan Bapak ambil?

Jawaban pemilik: ia sedang menimbang memangkas jam buka gerai yang sepi, dari pukul delapan sampai delapan menjadi pukul sembilan sampai enam, untuk menghemat biaya listrik dan lembur.

Satu kalimat ini mengubah seluruh analisis. Yang dibutuhkan bukan potret omzet perusahaan, melainkan gambaran per gerai, dan khususnya bukti soal ramai atau sepinya kunjungan.

Langkah 1: Pilah jenis pertanyaannya

• Apakah omzet turun, dan di gerai mana: empiris, kita kerjakan.
• Apakah gerai itu masih layak dipertahankan: keputusan, milik pemilik, kita hanya menyediakan bahan.
• Apakah pelayanan di gerai itu kurang baik: nilai, perlu diterjemahkan dulu atau ditunda ke analisis lain.

Langkah 2: Tetapkan satuan pengamatan

Satuannya: satu gerai dalam satu bulan (gerai bulan). Alasannya, keputusan yang ditimbang berlaku per gerai, dan jam buka ditetapkan bulanan, bukan per transaksi.

Langkah 3: Tetapkan populasi sasaran

Masuk hitungan: lima gerai yang buka penuh sepanjang Januari 2025 hingga Juni 2026.

Dikeluarkan: gerai keenam, karena baru buka Maret 2026 sehingga tidak punya periode pembanding. Alasannya ditulis di laporan, tidak didiamkan.

Langkah 4: Tetapkan rentang waktu dan pembandingnya

Diamati: Januari sampai Juni 2026. Dibandingkan dengan: Januari sampai Juni 2025.

Kenapa bukan dibanding semester sebelumnya? Karena penjualan bahan kue melonjak menjelang Lebaran, dan letak Lebaran berpindah setiap tahun pada penanggalan Masehi. Membandingkan semester berjalan dengan semester sebelumnya akan mencampur bulan puncak dengan bulan biasa. Membandingkan periode yang sama antartahun jauh lebih adil, walaupun tetap tidak sempurna.

Langkah 5: Tetapkan ukuran dan ambang

Ukuran utama: omzet bersih per gerai bulan.

Ukuran pembantu, dan ini yang menentukan: jumlah struk (mewakili banyaknya kunjungan yang berbelanja) dan nilai rata rata per struk.

Ambang: gerai yang omzetnya turun lebih dari sepuluh persen ditindaklanjuti. Angka ini disepakati bersama pemilik sebelum data dibuka, karena di bawah itu penghematan jam buka tidak sebanding dengan risiko kehilangan pelanggan tetap.

Langkah 6: Tuliskan pertanyaan lengkapnya

Untuk lima gerai Toko Melati yang buka penuh sepanjang Januari 2025 sampai Juni 2026, pada periode Januari sampai Juni 2026 dibandingkan periode yang sama tahun 2025, berapa omzet bersih per gerai bulan, gerai mana yang penurunannya melampaui sepuluh persen, dan apakah penurunan itu berasal dari berkurangnya jumlah struk atau dari turunnya nilai rata rata per struk?

Langkah 7: Daftar data yang dibutuhkan

Dua baris terakhir penting. Data yang tidak ada tetap dicatat, supaya kesimpulan tidak terdengar lebih pasti daripada yang sebenarnya.

Langkah 8: Peta keputusan, ditulis sebelum melihat data

• Kalau penurunan terutama karena jumlah struk berkurang, artinya kunjungan memang berkurang, dan memangkas jam buka masuk akal untuk diteliti lebih lanjut.
• Kalau penurunan terutama karena nilai per struk mengecil sementara jumlah struk tetap atau naik, artinya orang tetap datang tapi belanja lebih sedikit. Memangkas jam buka justru berisiko mengusir kunjungan yang masih ada.

Langkah 9: Hasil dan pembacaannya

Omzet per semester (dalam juta rupiah, angka contoh):

Dua gerai melampaui ambang: B dan D. Sekarang bongkar keduanya.

Pembacaannya jelas dan berlawanan dengan dugaan awal: jumlah struk justru naik di kedua gerai, sementara nilai belanja per struk merosot tajam. Orang tetap datang, bahkan lebih sering, tetapi membawa pulang lebih sedikit.

Mengikuti peta keputusan yang sudah ditulis di Langkah 8, kesimpulan yang jujur berbunyi: memangkas jam buka tidak didukung data ini. Gerai B dan D bukan gerai sepi. Yang perlu diperiksa berikutnya adalah barang apa yang dulu dibeli dan sekarang tidak, apakah barang bernilai tinggi seperti mikser atau oven sedang kosong, dan apakah ada pesaing baru yang mengambil belanja besar sementara belanja kecil tetap jatuh ke Melati.

Itu pertanyaan baru, dengan batas baru, dan minta persetujuan baru.

Yang perlu kamu perhatikan

Tidak satu pun dari sembilan langkah tadi memerlukan uji statistik atau perangkat lunak khusus. Yang menyelamatkan analisis ini adalah keputusan di Langkah 5 untuk ikut menghitung jumlah struk dan nilai per struk. Dan keputusan itu lahir dari Langkah 0, yaitu bertanya lebih dulu keputusan apa yang sedang menunggu.

Kelima salah paham berikut bukan kesalahan orang ceroboh. Justru sebagian besar muncul pada orang yang bersemangat dan rajin, karena semuanya terdengar masuk akal.

1. Kalau datanya lengkap, pertanyaannya akan muncul sendiri

Bunyi salah pahamnya: kumpulkan dulu sebanyak banyaknya, nanti polanya kelihatan dan pertanyaannya lahir dengan sendirinya.

Koreksinya: data tidak mengajukan pertanyaan; data hanya menunggu ditanya. Dari satu tabel yang sama, jumlah potongan yang bisa dibuat hampir tak terbatas, dan sebagian besar akan menunjukkan perbedaan yang kelihatan menarik semata karena kebetulan. Tanpa pertanyaan yang ditulis lebih dulu, kamu tidak punya cara memisahkan pola yang berarti dari pola yang muncul karena kamu mencari cukup lama.

Ada pengecualian yang jujur: eksplorasi awal untuk mengenali bentuk data memang wajar dan bermanfaat. Bedanya, eksplorasi itu dinyatakan sebagai eksplorasi, dan temuannya diperlakukan sebagai calon pertanyaan yang masih harus diuji, bukan sebagai kesimpulan.

2. Pertanyaan yang baik adalah pertanyaan yang besar

Bunyi salah pahamnya: kalau pertanyaannya kecil, analisisnya terkesan sepele dan tidak layak dipresentasikan.

Koreksinya: pertanyaan besar seperti bagaimana meningkatkan kinerja perusahaan tidak bisa dijawab siapa pun, dan karena itu tidak menuntun ke tindakan apa pun. Nilai sebuah pertanyaan tidak diukur dari luasnya, melainkan dari ukuran keputusan yang menggantung padanya. Pertanyaan sempit yang menentukan apakah dua puluh orang jadi direkrut bulan depan jauh lebih berharga daripada pertanyaan luas yang berakhir jadi bahan renungan.

Pertanyaan besar tetap boleh ada, tetapi tempatnya sebagai payung. Yang dikerjakan adalah pecahannya, satu per satu.

3. Pertanyaan analisis sama saja dengan hipotesis statistik

Bunyi salah pahamnya: merumuskan pertanyaan berarti langsung menyusun dugaan yang akan diuji secara statistik.

Koreksinya: keduanya berbeda tingkat. Pertanyaan analisis ditulis dalam bahasa pekerjaan dan dimengerti oleh orang yang mengambil keputusan. Hipotesis statistik ditulis dalam bahasa teknis dan hanya muncul kalau metodenya memang menuntut demikian.

Banyak pertanyaan berharga di dunia kerja tidak butuh pengujian apa pun. Berapa persen pesanan yang terlambat lebih dari dua hari selama kuartal lalu adalah pertanyaan yang sepenuhnya sah, jawabannya berupa satu angka, dan tidak ada hipotesis yang perlu diuji. Melompat terlalu cepat ke bahasa teknis justru sering membuat orang yang meminta analisis kehilangan kendali atas pertanyaannya sendiri.

4. Kalau data yang dibutuhkan tidak ada, pertanyaannya harus diganti

Bunyi salah pahamnya: cek dulu apa yang tersedia di sistem, lalu rumuskan pertanyaan yang bisa dijawab dengan itu.

Koreksinya: ini kelihatan pragmatis, padahal diam diam mengembalikanmu ke kesalahan awal, yaitu membiarkan ketersediaan data menyetir tujuan. Ada tiga jalan keluar yang lebih baik, dan menggantinya adalah pilihan terakhir.

Pertama, ganti ukurannya, bukan pertanyaannya, lalu nyatakan terang terangan bahwa ukuran itu pengganti dan sebutkan kelemahannya. Kedua, mulai mencatat sekarang kalau pertanyaannya cukup penting dan akan berulang setiap bulan; tiga bulan menunggu sering lebih murah daripada bertahun tahun menebak. Ketiga, laporkan ketiadaan datanya sebagai temuan. Kalimat kita tidak bisa menjawab ini karena tidak ada yang pernah mencatatnya adalah informasi yang berguna bagi pengambil keputusan, bukan kegagalan analis.

5. Menetapkan rentang waktu dan ambang itu urusan teknis, bisa belakangan

Bunyi salah pahamnya: yang penting hitung dulu, soal periode pembanding dan batas berarti bisa ditentukan sambil jalan.

Koreksinya: justru dua hal inilah yang paling rentan disetir oleh hasil. Kalau periode pembanding dipilih setelah melihat angka, hampir selalu ada satu periode yang membuat ceritamu terlihat paling rapi, dan tangan akan bergerak ke sana tanpa niat buruk sedikit pun. Hal yang sama berlaku untuk ambang: begitu hasilnya sudah terlihat, angka yang mendukung dugaan awal akan terasa cukup besar, dan yang bertentangan akan terasa terlalu kecil untuk dipedulikan.

Menuliskan periode pembanding dan ambang sebelum data dibuka adalah pengaman termurah yang tersedia. Tidak butuh perangkat lunak, tidak butuh persetujuan siapa pun, cukup satu paragraf yang dikirim lebih dulu ke peminta analisis.

6. Bertanya kenapa itu selalu terlarang

Bunyi salah pahamnya: karena data hanya menunjukkan keterkaitan, pertanyaan kenapa harus dihindari sama sekali.

Koreksinya: yang dilarang bukan bertanya kenapa, melainkan menjawab kenapa hanya dengan menunjuk dua garis yang bergerak bersamaan. Pertanyaan kenapa adalah pertanyaan yang paling wajar dan paling berguna di dunia kerja. Cara mengerjakannya adalah memecahnya menjadi kemungkinan penjelasan yang masing masing punya jejak berbeda di data.

Di kasus Toko Melati, kenapa omzet turun dipecah menjadi dua kemungkinan yang jejaknya berlawanan: kunjungan berkurang, atau belanja per kunjungan mengecil. Data tidak menyebut sebabnya secara langsung, tetapi cukup untuk menyingkirkan satu kemungkinan dan menghemat keputusan yang salah. Itu sudah sangat berharga.

Petunjuk pengerjaan

Kuis ini berisi empat soal pilihan ganda. Semuanya menguji hal yang sama: apakah kamu bisa membedakan pertanyaan yang punya jawaban dari pertanyaan yang belum punya jawaban, dan apakah kamu bisa menunjukkan batas mana yang hilang.

Beberapa hal yang perlu kamu perhatikan sebelum mulai.

Pilih jawaban yang paling tepat, bukan yang sekadar tidak salah. Pada beberapa soal, ada dua pilihan yang sama sama terdengar masuk akal. Yang membedakan biasanya satu kata: apakah sesuatu ditetapkan sebelum atau sesudah melihat data, atau apakah suatu pertanyaan bisa diperiksa ulang oleh orang lain.

Jangan mengandalkan pengalaman kerja saja. Beberapa kebiasaan yang lazim di kantor justru termasuk salah paham yang dibahas di unit sebelumnya. Kalau ada pilihan yang terasa akrab tapi bertentangan dengan yang kamu baca, baca ulang unit tiga dan unit lima sebelum menjawab.

Kerjakan tanpa membuka catatan lebih dulu. Setelah selesai, barulah cocokkan dengan pembahasan. Tujuannya bukan mengejar nilai sempurna, melainkan mengetahui bagian mana yang belum benar benar melekat. Kalau ada satu soal saja yang meleset, kembali ke unit yang bersangkutan sebelum lanjut ke modul berikutnya.

Baca pembahasan sampai habis, termasuk untuk soal yang kamu jawab benar. Setiap pembahasan menjelaskan bukan hanya kenapa satu pilihan benar, tetapi juga kenapa tiga pilihan lain salah. Bagian kedua itu justru yang paling sering menutup celah pemahaman, karena pilihan yang salah di kuis ini sengaja disusun dari kekeliruan yang benar benar sering terjadi di tempat kerja.

Tidak ada batas waktu. Perkiraan waktu pengerjaan sekitar sepuluh menit.

Yang sudah kamu pelajari

Modul ini berangkat dari satu pengamatan sederhana: analisis yang gagal biasanya gagal di menit pertama, bukan di rumus. Kalimat seperti tolong dicek datanya adalah keresahan, bukan pertanyaan, dan keresahan tidak bisa dikerjakan sampai ia diberi bentuk.

Pertama, memilah jenis pertanyaan. Pertanyaan empiris jawabannya ada di dunia dan bisa diperiksa ulang siapa pun. Pertanyaan nilai menyangkut apa yang dianggap baik atau pantas, dan baru bisa dikerjakan setelah diterjemahkan, dengan syarat penerjemahannya diucapkan terus terang. Pertanyaan keputusan memuat pertimbangan yang memang di luar data, seperti kontrak, tanggung jawab kepada karyawan, reputasi, dan selera risiko pemilik. Data memberi bahan; data tidak memutuskan. Dua uji cepat yang bisa kamu pakai kapan saja: bukti apa yang akan mengubah pikiranmu, dan apakah dua orang berbeda akan sampai ke jawaban yang sama.

Kedua, memasang empat batas. Satuan pengamatan menjawab satu baris datamu itu mewakili apa. Populasi sasaran menjawab siapa yang masuk hitungan dan siapa yang dikeluarkan beserta alasannya. Rentang waktu menjawab kapan mulai, kapan berhenti, dan dibandingkan dengan periode mana. Ukuran penilaian menjawab dengan angka apa jawabannya dinyatakan dan berapa besar perubahan yang dianggap berarti. Kalimat kerangkanya bisa langsung kamu isi: untuk populasi tertentu, selama rentang waktu tertentu dibanding periode pembanding tertentu, berapa ukuran tertentu per satuan tertentu, dan apakah perubahannya melampaui ambang.

Ketiga, mengikat semuanya ke keputusan. Ini yang dilatih di kasus Toko Bahan Kue Melati. Pertanyaan pembuka bukan tentang data, melainkan kalau saya jawab, keputusan apa yang akan berubah. Jawaban atas pertanyaan itulah yang membuat kita ikut menghitung jumlah struk dan nilai per struk, dan justru dua ukuran itu yang membalikkan kesimpulan: gerai yang omzetnya turun ternyata bukan gerai sepi, sehingga memangkas jam buka tidak didukung data. Tidak satu pun langkah di sana memerlukan uji statistik.

Keempat, menghindari lima jebakan. Data tidak mengajukan pertanyaan sendiri. Pertanyaan besar bukan berarti pertanyaan baik. Pertanyaan analisis tidak sama dengan hipotesis statistik. Data yang tidak ada tidak otomatis berarti pertanyaannya harus diganti, dan ketiadaan itu sendiri layak dilaporkan sebagai temuan. Periode pembanding dan ambang ditetapkan sebelum data dibuka, bukan sesudah.

Daftar periksa mandiri

Gunakan daftar ini untuk satu keresahan nyata dari pekerjaanmu, yang kamu tulis sejak unit pertama. Jangan lanjut ke modul berikutnya sampai semua kotak bisa kamu centang dengan jujur.

Bagian A: jenis pertanyaan

• [ ] Aku sudah menuliskan keresahanku dalam bentuk kalimat tanya, bukan keluhan.
• [ ] Aku sudah memilah kalimat itu menjadi bagian empiris, bagian nilai, dan bagian keputusan.
• [ ] Untuk bagian empirisnya, aku bisa menyebut bukti konkret yang akan mengubah pikiranku.
• [ ] Untuk bagian nilainya, aku sudah menerjemahkannya ke ukuran yang bisa diperiksa, dan aku siap menyebut bahwa itu ukuran pengganti.
• [ ] Untuk bagian keputusannya, aku tahu siapa yang berwenang memutuskan, dan itu bukan aku.

Bagian B: empat batas

• [ ] Satuan pengamatanku sudah ditulis, dan aku tidak akan berpindah satuan tanpa mengatakannya.
• [ ] Populasi sasaranku sudah ditulis, lengkap dengan siapa yang aku keluarkan dan alasannya.
• [ ] Rentang waktuku sudah ditulis, beserta periode pembandingnya.
• [ ] Aku sudah memeriksa apakah ada pola musiman yang bisa mengecoh perbandinganku.
• [ ] Ukuran penilaianku sudah ditulis, beserta ambang perubahan yang dianggap berarti.
• [ ] Ambang itu aku tetapkan sebelum membuka data, dan sudah aku kirimkan ke peminta analisis.

Bagian C: ikatan ke keputusan

• [ ] Aku sudah menanyakan keputusan apa yang menunggu jawabanku.
• [ ] Aku sudah menulis peta keputusan: kalau jawabannya begini, tindakannya apa; kalau begitu, tindakannya apa.
• [ ] Aku sudah membuat daftar data yang dibutuhkan beserta sumbernya.
• [ ] Data yang tidak tersedia sudah aku catat sebagai batas analisis, bukan aku diamkan.
• [ ] Aku tahu kapan analisis ini selesai, dan apa yang termasuk pertanyaan baru.

Kalau ada kotak yang belum tercentang

Bagian A belum lengkap berarti kembali ke unit dua. Bagian B belum lengkap berarti kembali ke unit tiga, lalu kerjakan ulang kasus Toko Melati di unit empat dengan mengganti angkanya dengan angka pekerjaanmu sendiri. Bagian C belum lengkap biasanya bukan karena kamu belum paham, melainkan karena percakapan dengan peminta analisis belum terjadi. Percakapan itu bagian dari pekerjaan, bukan gangguan terhadap pekerjaan.

Bawa satu pertanyaan yang sudah lengkap ini ke modul berikutnya. Di sana kita mulai menyentuh datanya.