Modul 1 — Bahasa Data: Variabel, Skala, dan Pertanyaan yang Bisa Dijawab Angka

Pertanyaan yang Terdengar Jelas, Tapi Tidak Bisa Dijawab

Satu sore di ruang rapat

Bayangkan kamu bekerja di sebuah klinik pratama di pinggiran kota. Dalam rapat bulanan, pemilik klinik melempar satu pertanyaan yang terdengar sangat masuk akal:

"Sebenarnya pelayanan kita sudah membaik atau belum?"

Semua orang mengangguk. Pertanyaannya jelas, penting, dan tidak berbelit. Lalu kamu ditugaskan menjawabnya dengan data.

Malamnya kamu membuka berkas kunjungan pasien. Ada ribuan baris. Ada kolom tanggal, kolom nama petugas, kolom keluhan, kolom jam datang, kolom jam dipanggil. Semua tersedia. Dan justru di titik itu kamu macet.

Macetnya bukan karena kamu tidak bisa berhitung. Macetnya karena kamu tidak tahu harus menghitung apa.

Tiga lubang yang membuat pertanyaan itu macet

Kalau kita bedah, pertanyaan "apakah pelayanan kita sudah membaik" menyembunyikan tiga hal yang tidak pernah disebutkan.

Lubang pertama: siapa yang diukur. Pelayanan kepada siapa? Semua pasien? Hanya pasien rawat jalan? Termasuk yang datang lalu pulang tanpa dilayani karena antrean panjang? Selama kelompok ini tidak dibatasi dengan tegas, angka apa pun yang kamu hasilkan bisa dibantah dengan satu kalimat: "Ah, itu kan tidak mewakili pasien saya."

Lubang kedua: apa yang diukur. Kata "pelayanan" bukan sesuatu yang bisa dicatat di kolom. Yang bisa dicatat adalah waktu tunggu dalam menit, jumlah keluhan tertulis, penilaian pasien pada skala tertentu, atau persentase resep yang tersedia di apotek. Masing-masing memberi jawaban berbeda, dan semuanya sah disebut "pelayanan". Selama kamu tidak memilih, kamu sedang mengukur kabut.

Lubang ketiga: bentuk angkanya. Ini yang paling sering dilewati. Waktu tunggu 42 menit dan penilaian kepuasan "4 dari 5" sama-sama berupa angka, tetapi keduanya adalah jenis angka yang sama sekali berbeda. Yang pertama boleh dirata-ratakan, dibagi, dan dibandingkan sebagai kelipatan. Yang kedua tidak selalu. Kalau perbedaan ini tidak kamu kuasai, kamu akan menghasilkan perhitungan yang rapi di layar tetapi tidak berarti apa-apa secara logika — dan tidak ada program komputer yang akan menegurmu.

Kenapa modul ini tidak dimulai dari rumus

Ada anggapan umum bahwa statistika adalah pelajaran tentang rumus. Anggapan itu keliru pada urutannya, bukan pada isinya. Rumus memang ada dan nanti akan kita pakai, tetapi rumus adalah alat terakhir dalam rantai kerja, bukan yang pertama.

Rantai kerjanya begini: pertanyaan yang kabur harus diubah dulu menjadi pertanyaan yang tajam; pertanyaan yang tajam menentukan siapa yang harus diukur; siapa yang diukur menentukan bentuk tabel datamu; bentuk tabel data menentukan skala tiap kolom; dan barulah skala menentukan perhitungan mana yang boleh dipakai.

Kesalahan di ujung rantai — salah rumus — biasanya ketahuan dan mudah diperbaiki. Kesalahan di pangkal rantai — salah menentukan siapa yang diukur — tidak pernah ketahuan dari hasil perhitungannya, karena hasilnya tetap keluar dengan rapi. Itu sebabnya kita mulai dari pangkal.

Yang akan kamu kuasai di modul ini

Selesai modul ini, kamu akan bisa mengambil satu pertanyaan sehari-hari yang masih kabur, lalu:

1. Menyebutkan populasinya lengkap dengan batas siapa, di mana, dan kapan.
2. Memutuskan apa yang diwakili oleh satu baris data — orang, kunjungan, transaksi, hari, atau wilayah — dan sadar akan konsekuensinya.
3. Menyebut variabel mana yang akan menjawab pertanyaan itu, bukan sekadar menyebut temanya.
4. Menggolongkan tiap variabel ke skalanya, dengan alasan yang bisa kamu pertahankan kalau ditanya.
5. Menuliskan ulang pertanyaan tadi dalam bentuk yang bisa dijawab angka.

Satu peringatan kecil di awal

Modul ini akan terasa lambat. Kamu tidak akan menghitung apa pun sampai selesai. Rasa ingin cepat melompat ke perhitungan itu wajar, dan justru rasa itulah yang membuat banyak analisis berakhir dengan angka yang tidak bisa dipertanggungjawabkan saat ditanya orang lain.

Berlatih memperlambat di bagian awal adalah keterampilan yang membedakan orang yang bisa menjalankan program statistik dari orang yang bisa menjawab pertanyaan dengan data.

Siapa yang Diukur: Populasi, Sampel, Unit Analisis, dan Variabel

Gagasan besar unit ini hanya satu: sebelum memutuskan apa yang diukur, putuskan dulu apa yang diwakili oleh satu baris data. Semua istilah di bawah ini adalah cara menjawab pertanyaan itu dengan presisi.

Populasi: himpunan yang ingin kamu simpulkan

Populasi adalah seluruh himpunan satuan yang ingin kamu bicarakan dalam kesimpulan akhir. Perhatikan kata "ingin kamu bicarakan" — populasi ditentukan oleh tujuanmu, bukan oleh data yang kebetulan tersedia.

Definisi populasi yang layak selalu memuat tiga batas:

• Siapa atau apa: pasien rawat jalan, bukan sekadar "pasien".
• Di mana: di klinik cabang Cileungsi, bukan "di klinik".
• Kapan: kunjungan sepanjang Maret sampai Mei tahun berjalan, bukan "belakangan ini".

Bandingkan dua rumusan berikut:

• Lemah: "pelanggan kami"
• Kuat: "pelanggan yang melakukan minimal satu transaksi di gerai Bandung selama Januari–Juni tahun ini"

Rumusan kedua bisa diperdebatkan, dan itu justru kelebihannya. Orang bisa berkata "kenapa hanya Bandung?" dan kamu bisa menjawabnya. Rumusan pertama tidak bisa didebat karena tidak mengklaim apa pun.

Sampel: bagian yang benar-benar kamu ukur

Sampel adalah bagian dari populasi yang datanya benar-benar kamu kumpulkan. Kita memakai sampel karena mengukur seluruh populasi biasanya mahal, lambat, atau tidak mungkin.

Dua hal yang perlu dipisahkan sejak awal:

• Ukuran sampel — berapa banyak satuan yang terkumpul.
• Keterwakilan sampel — seberapa mirip susunan sampel dengan susunan populasinya.

Keduanya tidak saling menggantikan. Sampel besar yang diambil hanya dari satu sudut populasi tetap menghasilkan gambaran yang miring; ukurannya hanya membuat gambaran miring itu terlihat lebih meyakinkan. Ini salah satu sebab mengapa jajak pendapat daring terbuka sering meleset: siapa pun boleh ikut, sehingga yang terkumpul adalah orang yang paling bersemangat menjawab, bukan potret populasinya.

Ada satu istilah pembantu yang berguna: kerangka sampel, yaitu daftar konkret dari mana sampel diambil — misalnya daftar rekam medis, daftar anggota koperasi, atau daftar nomor pelanggan. Kerangka sampel yang tidak lengkap membuat sebagian populasi tidak punya peluang terpilih sama sekali, dan itu terjadi diam-diam tanpa terlihat di hasil akhir.

Unit analisis: apa arti satu baris

Unit analisis adalah satuan yang diwakili oleh satu baris dalam tabel datamu, sekaligus satuan yang akan kamu bandingkan dan simpulkan.

Satu baris bisa berarti:

• satu orang (satu pasien, satu karyawan),
• satu peristiwa (satu kunjungan, satu transaksi, satu pengaduan),
• satu periode waktu (satu hari operasional, satu bulan),
• satu kelompok atau wilayah (satu kelas, satu gerai, satu desa).

Pilihan ini bukan urusan teknis. Ia menentukan kesimpulan apa yang boleh kamu ucapkan.

Contoh: sebuah klinik mencatat 400 kunjungan dari 250 pasien selama tiga bulan. Kalau unit analisismu adalah kunjungan, kamu boleh menyimpulkan "rata-rata satu kunjungan menunggu sekian menit". Kalau unit analisismu adalah pasien, kamu harus meringkas dulu beberapa kunjungan menjadi satu angka per pasien, baru menyimpulkan "rata-rata seorang pasien mengalami waktu tunggu sekian menit". Kedua angka itu berbeda, dan perbedaannya bukan kesalahan — pasien yang sering datang punya bobot lebih besar pada hitungan pertama.

Perlu juga dibedakan unit pengamatan (dari siapa data diambil) dengan unit analisis (tentang apa kesimpulan ditarik). Kamu bisa mewawancarai 60 guru — unit pengamatannya guru — untuk menyimpulkan sesuatu tentang 12 sekolah tempat mereka mengajar; unit analisisnya sekolah. Menyamakan keduanya membuat 60 jawaban diperlakukan seolah bukti dari 60 sekolah, padahal buktinya hanya dari 12.

Variabel: sesuatu yang berbeda antar unit

Variabel adalah karakteristik yang nilainya bisa berbeda dari satu unit ke unit lain. Kata kuncinya ada pada "bisa berbeda".

Kalau sebuah karakteristik bernilai sama untuk semua unit dalam datamu, ia bukan variabel melainkan konstanta. Jika kamu hanya mengambil data dari satu cabang, maka "cabang" tidak bisa menjelaskan apa pun tentang perbedaan waktu tunggu di data itu — tidak ada perbedaan cabang untuk dijelaskan. Ini penting karena banyak orang berharap menemukan pengaruh dari sesuatu yang di datanya sendiri tidak pernah bervariasi.

Satu catatan yang sering menghemat waktu: tidak semua kolom adalah variabel. Nomor rekam medis, kode transaksi, atau nomor urut baris berfungsi sebagai pengenal. Ia menandai baris, bukan mengukur sifat unitnya. Pengenal tidak pernah masuk perhitungan, betapapun ia berbentuk angka.

Merangkai keempatnya

Empat istilah tadi bertingkat rapi: populasi adalah semua yang ingin disimpulkan; sampel adalah bagian yang terukur; unit analisis adalah satuan penyusun keduanya, satu baris satu unit; dan variabel adalah kolom-kolom yang mencatat sifat tiap unit.

Urutan pengerjaannya di lapangan justru terbalik dari urutan penyebutannya. Kamu biasanya mulai dari pertanyaan, lalu menetapkan unit analisis, baru menetapkan batas populasi, baru memilih variabel. Menetapkan unit analisis lebih dulu membuat semua keputusan setelahnya jauh lebih mudah.

Bentuk Angka: Empat Skala Pengukuran dan Akibatnya

Gagasan besar unit ini: angka yang sama bisa berarti hal yang sangat berbeda, tergantung cara ia dihasilkan. Skala pengukuran adalah cara menyatakan perbedaan itu, dan ia menentukan perhitungan mana yang masuk akal.

Tiga pertanyaan penyaring

Daripada menghafal daftar contoh, pakai tiga pertanyaan ini pada kolom mana pun:

1. Bisakah nilainya diurutkan dari kecil ke besar secara bermakna?
2. Apakah jarak antar nilai yang berdekatan sama besar?
3. Apakah nilai nol berarti "tidak ada sama sekali"?

Jawabannya menuntunmu langsung:

Nominal: label yang kebetulan bisa ditulis sebagai angka

Skala nominal hanya membedakan kategori. Yang bisa kamu lakukan hanyalah menyatakan dua unit itu sama atau berbeda.

Contoh: jenis kelamin, agama, metode pembayaran, jenis usaha, kode pos, nomor punggung pemain.

Dua contoh terakhir sengaja dipilih karena berbentuk angka. Kode pos 40115 bukan lebih besar daripada 40114; ia hanya berbeda. Rata-rata kode pos adalah angka yang bisa dihitung tetapi tidak menunjuk apa pun di dunia nyata.

Yang boleh: menghitung frekuensi, persentase, dan modus (kategori terbanyak). Yang tidak boleh: rata-rata, median, atau pengurangan.

Ordinal: urutannya jelas, jaraknya tidak

Skala ordinal punya urutan yang bermakna, tetapi jarak antar tingkat tidak dijamin sama.

Contoh: tingkat kepuasan (sangat tidak puas sampai sangat puas), jenjang pendidikan terakhir, kelas tiket, tingkat keparahan keluhan, peringkat lomba.

Ambil peringkat lomba. Juara 1, 2, dan 3 jelas berurutan. Tetapi selisih waktu juara 1 dengan juara 2 bisa sepersekian detik, sementara juara 2 dengan juara 3 terpaut satu menit. Angka peringkatnya berjarak sama; kenyataannya tidak.

Hal serupa berlaku pada skala kepuasan. Jarak antara "tidak puas" dan "biasa saja" belum tentu sama dengan jarak antara "puas" dan "sangat puas", karena orang tidak menempatkan kata-kata itu di titik yang sejajar.

Yang boleh: frekuensi, modus, median, dan persentil. Yang perlu hati-hati: rata-rata. Menghitungnya secara teknis bisa, tetapi kamu diam-diam berasumsi jaraknya sama.

Interval: jaraknya sama, nolnya sembarang

Skala interval punya jarak antar nilai yang benar-benar sama, tetapi titik nolnya ditetapkan orang, bukan berarti ketiadaan.

Contoh: suhu dalam derajat Celsius, tahun kalender.

Selisih 20 ke 25 derajat Celsius sama besarnya dengan selisih 30 ke 35 derajat — itu sifat interval. Tetapi 0 derajat Celsius tidak berarti "tidak ada suhu"; itu titik beku air, sebuah kesepakatan. Akibatnya, mengatakan 30 derajat "dua kali lebih panas" daripada 15 derajat adalah keliru. Perbandingan kelipatan tidak berlaku di skala interval.

Hal yang sama terjadi pada tahun. Tahun 2000 bukan dua kali tahun 1000. Tetapi selisih 10 tahun tetap bermakna sama di mana pun letaknya.

Yang boleh: semua yang berlaku pada ordinal, ditambah rata-rata dan simpangan baku. Yang tidak boleh: rasio atau kelipatan.

Rasio: jaraknya sama dan nolnya mutlak

Skala rasio punya semua sifat interval, ditambah titik nol yang benar-benar berarti "tidak ada".

Contoh: waktu tunggu dalam menit, pendapatan dalam rupiah, berat badan, jumlah anak, jumlah transaksi, jarak tempuh.

Karena nolnya mutlak, perbandingan kelipatan sah: pasien yang menunggu 60 menit memang menunggu dua kali lebih lama daripada yang menunggu 30 menit. Pendapatan nol rupiah memang berarti tidak ada pendapatan.

Yang boleh: seluruh perhitungan aritmetika yang lazim.

Skala melekat pada cara mengukur, bukan pada nama variabel

Ini bagian yang paling sering membuat orang bingung, dan sekaligus paling berguna kalau sudah dikuasai. Satu konsep bisa diukur pada skala berbeda.

Ambil "pendidikan":

• Dicatat sebagai jenjang tertinggi yang ditamatkan → ordinal (berurutan, tetapi jarak antar jenjang tidak sama).
• Dicatat sebagai lama bersekolah dalam tahun → rasio (nol berarti tidak pernah bersekolah, dan 12 tahun memang dua kali 6 tahun).

Ambil "usia":

• Dicatat dalam tahun penuh → rasio.
• Dicatat sebagai kelompok 18–25, 26–40, 41–60, di atas 60 → ordinal, karena lebar kelompoknya tidak sama dan informasi aslinya sudah hilang.

Perhatikan arah perpindahannya: dari rasio ke ordinal mudah, dari ordinal kembali ke rasio mustahil. Sekali usia dikelompokkan, kamu tidak bisa lagi memulihkan angka aslinya. Karena itu, saat merancang pengumpulan data, catat pada skala setinggi mungkin. Kamu selalu bisa menurunkannya nanti bila perlu.

Kenapa ini bukan sekadar penggolongan

Salah menggolongkan skala tidak menghasilkan pesan galat. Program statistik apa pun akan dengan patuh menghitung rata-rata dari kode 1 dan 2 untuk jenis kelamin, lalu menampilkan 1,47 dengan rapi. Angka itu keluar, terlihat resmi, dan tidak berarti apa-apa.

Satu-satunya penjaga di titik ini adalah orang yang menjalankan analisisnya. Itulah sebabnya skala pengukuran diajarkan di modul paling awal, bukan sebagai catatan kaki.

Dikerjakan Bersama: Dari "Apakah Antreannya Lama?" ke Pertanyaan yang Bisa Dijawab

Catatan penting: seluruh data di bawah ini adalah data rekaan yang disusun khusus untuk latihan. Angkanya tidak diambil dari klinik mana pun dan tidak boleh dikutip sebagai temuan nyata.

Kasusnya

Klinik pratama "Sehat Bersama" menerima keluhan berulang di kotak saran: antreannya lama. Pengelola bertanya, "Apakah antrean kita memang lama?" Tugasmu mengubah pertanyaan itu menjadi sesuatu yang bisa dijawab angka.

Berikut cuplikan datanya. Data lengkapnya berisi ratusan baris; delapan baris ini cukup untuk melihat strukturnya.

Langkah 1 — Tandai apa yang belum jelas dari pertanyaannya

"Apakah antrean kita memang lama?" mengandung tiga kekaburan:

• "Antrean" — yang dimaksud waktu tunggu sejak mendaftar sampai dipanggil, atau sampai selesai dilayani? Kita putuskan: sejak mendaftar sampai dipanggil masuk ruang periksa. Kolom waktu_tunggu_menit sudah mencatat itu.
• "Lama" — lama dibanding apa? Tanpa pembanding, kata ini tak bisa diuji. Kita butuh pembanding: bisa berupa target internal klinik, bisa berupa perbandingan antar kelompok.
• "Kita" — semua pasien, atau sebagian?

Langkah 2 — Tetapkan unit analisis

Lihat kolom id_pasien. Perhatikan bahwa P-207 muncul dua kali (K-002 dan K-006), begitu juga P-088 (K-003 dan K-008). Artinya satu orang bisa punya lebih dari satu baris.

Ada dua pilihan, dan keduanya sah asal disadari:

• Unit = kunjungan. Satu baris satu kunjungan. Kesimpulan berbunyi "sebuah kunjungan rata-rata menunggu sekian menit". Pasien yang sering datang otomatis berbobot lebih besar.
• Unit = pasien. Beberapa kunjungan diringkas dulu menjadi satu angka per pasien, misalnya rata-rata waktu tunggunya. Kesimpulan berbunyi "seorang pasien rata-rata mengalami waktu tunggu sekian menit". Tiap pasien berbobot sama.

Pertanyaan pengelola menyangkut pengalaman menunggu di setiap kedatangan, sehingga kunjungan lebih tepat. Kita kunci: satu baris = satu kunjungan.

Perhatikan apa yang barusan terjadi: keputusan ini mengubah angka hasilnya, padahal datanya sama persis.

Langkah 3 — Tetapkan populasi dengan tiga batas

• Siapa/apa: kunjungan rawat jalan (bukan pasien, sesuai Langkah 2).
• Di mana: Klinik Sehat Bersama.
• Kapan: 1 Maret sampai 31 Mei tahun berjalan.

Populasi: seluruh kunjungan rawat jalan di Klinik Sehat Bersama pada 1 Maret–31 Mei tahun berjalan.

Satu hal yang layak dicatat sebagai keterbatasan: orang yang datang, melihat antrean panjang, lalu pulang tanpa mendaftar tidak pernah masuk catatan. Justru merekalah yang paling merasakan antrean lama. Data ini tidak bisa bicara tentang mereka, dan itu harus ditulis terus terang.

Langkah 4 — Tentukan sampel dan kerangka sampelnya

Kalau seluruh kunjungan pada rentang itu tercatat di sistem pendaftaran, kamu sedang bekerja dengan seluruh populasi, bukan sampel. Ini situasi yang cukup umum untuk data operasional dan justru menyederhanakan banyak hal.

Kalau yang tersedia hanya catatan hari Senin dan Selasa, itu sampel, dan sampelnya tidak acak. Hari-hari itu bisa saja lebih padat daripada Jumat. Kerangka sampelnya harus disebut apa adanya.

Langkah 5 — Golongkan setiap kolom

Dua catatan dari tabel di atas. Pertama, kelompok_usia seharusnya dicatat sebagai usia dalam tahun sejak awal — sekali dikelompokkan, angka aslinya hilang dan tidak bisa dipulihkan. Ini masukan untuk perbaikan formulir pendaftaran. Kedua, kepuasan_1_5 berbentuk angka tetapi bukan skala rasio; kepuasan 4 bukan dua kali kepuasan 2.

Langkah 6 — Tulis ulang pertanyaannya

Dari "Apakah antrean kita memang lama?" menjadi:

Berapa median waktu tunggu (dalam menit) pada seluruh kunjungan rawat jalan di Klinik Sehat Bersama, 1 Maret–31 Mei tahun berjalan, dan berapa persen kunjungan yang waktu tunggunya melampaui target internal 30 menit?

Pertanyaan turunan yang juga bisa dijawab dengan data yang sama:

Apakah median waktu tunggu berbeda antara kunjungan bermetode bayar mandiri dan jaminan pada populasi yang sama?

Perhatikan apa yang berubah. Pertanyaan barunya menyebut variabel (waktu_tunggu_menit), menyebut populasi lengkap dengan batasnya, menyebut bentuk jawabannya (median dan persentase), dan menyebut pembanding (target 30 menit). Tidak ada satu pun kata yang bisa ditafsirkan dua arah.

Dan sekarang, perhitungannya menjadi bagian yang paling mudah.

Enam Salah Paham yang Tidak Pernah Memunculkan Pesan Galat

Kesalahan di bawah ini punya satu ciri bersama: semuanya menghasilkan keluaran yang rapi. Tidak ada peringatan, tidak ada baris merah, tidak ada program yang berhenti. Datanya jalan, angkanya keluar, laporannya tercetak. Kekeliruannya baru terlihat saat ada orang yang bertanya — dan pada titik itu biasanya sudah terlambat.

1. "Kolomnya berisi angka, berarti bisa dirata-ratakan"

Kenapa muncul: perangkat lunak memperlakukan semua kolom bertipe numerik dengan cara yang sama. Kode pos, nomor rekam medis, kode jenis kelamin 1 dan 2 — semuanya bisa dijumlahkan dan dibagi tanpa satu pun keberatan dari mesin.

Koreksi: yang menentukan boleh-tidaknya sebuah perhitungan bukan tipe data di komputer, melainkan skala pengukuran — yaitu arti angka itu di dunia nyata. Rata-rata kode jenis kelamin 1,47 adalah bilangan yang sah secara aritmetika dan kosong secara makna, karena tidak ada orang yang berjenis kelamin 1,47. Sebelum menghitung apa pun, tanyakan: kalau hasilnya keluar, ia menunjuk pada apa?

2. "Skala 1 sampai 5 itu interval, jadi boleh dirata-ratakan"

Kenapa muncul: angkanya berjarak sama di kertas — 1, 2, 3, 4, 5 — sehingga terasa wajar menganggap jaraknya sama juga dalam kenyataan.

Koreksi: yang berjarak sama adalah lambangnya, bukan yang dilambangkan. Jarak antara "tidak puas" dan "biasa saja" belum tentu sama dengan jarak antara "puas" dan "sangat puas", karena orang tidak menempatkan kata-kata itu pada titik yang sejajar. Skala seperti ini pada dasarnya ordinal. Ada perdebatan panjang di kalangan praktisi tentang kapan rata-rata boleh dipakai untuk data semacam ini, dan perdebatan itu belum selesai. Sikap yang aman untuk pemula: laporkan median dan sebaran frekuensi per pilihan. Sebaran frekuensi biasanya justru lebih informatif — ia menunjukkan apakah jawaban menumpuk di tengah atau terbelah di dua kutub, sesuatu yang tidak pernah terlihat dari satu angka rata-rata.

3. "Sampelnya besar, berarti hasilnya bisa dipercaya"

Kenapa muncul: jumlah besar terasa meyakinkan, dan memang benar bahwa sampel lebih besar mengurangi keragaman hasil dari pengambilan ke pengambilan.

Koreksi: ukuran hanya mengurangi satu jenis masalah, yaitu ketidakpastian acak. Ia sama sekali tidak menyembuhkan kemiringan pengambilan. Kalau kuesionermu hanya diisi orang yang paling bersemangat menjawab, menambah jumlah pengisi hanya menambah orang yang bersemangat menjawab. Gambarannya tetap miring, hanya jadi terlihat lebih meyakinkan — dan itu membuatnya lebih berbahaya, bukan lebih aman. Pertanyaan yang benar bukan "berapa banyak yang terkumpul", melainkan "siapa yang punya peluang masuk, dan siapa yang tidak punya peluang sama sekali".

4. "Populasi itu semua penduduk; data saya cuma sedikit, jadi tidak punya populasi"

Kenapa muncul: kata "populasi" dalam bahasa sehari-hari berarti penduduk suatu wilayah.

Koreksi: dalam analisis data, populasi adalah himpunan yang ingin kamu simpulkan, sebesar atau sekecil apa pun. Kalau kamu ingin menyimpulkan sesuatu tentang 34 karyawan di kantormu, maka populasimu adalah 34 orang itu. Kalau kamu mengukur seluruhnya, kamu bahkan tidak sedang bekerja dengan sampel. Kekeliruan yang sesungguhnya bukan populasi yang kecil, melainkan populasi yang tidak pernah disebutkan batasnya — sehingga pembaca laporanmu bebas mengira kesimpulanmu berlaku untuk siapa saja.

5. "Unit analisisnya ya responden, siapa lagi"

Kenapa muncul: pada banyak kuesioner sederhana, memang satu responden mengisi satu baris, sehingga keduanya kebetulan berimpit.

Koreksi: unit analisis adalah satuan yang kamu simpulkan, sedangkan responden adalah sumber datanya. Keduanya sering berbeda. Kalau kamu mewawancarai tiga guru di masing-masing dari sepuluh sekolah untuk menyimpulkan sesuatu tentang sekolahnya, maka unit analisismu adalah sepuluh sekolah, bukan tiga puluh guru. Memperlakukan tiga puluh jawaban itu seolah bukti dari tiga puluh satuan yang saling bebas akan membuat kekuatan buktimu tampak jauh lebih besar daripada kenyataannya. Kasus serupa terjadi pada data transaksi: seribu transaksi dari lima puluh pelanggan bukan bukti dari seribu orang.

6. "Semua kolom di tabel adalah variabel"

Kenapa muncul: tabel data terlihat seragam — semua kolom sejajar dan terlihat setara.

Koreksi: kolom punya peran yang berbeda-beda. Pengenal (nomor rekam medis, kode transaksi, nomor urut) hanya menandai baris dan tidak pernah masuk perhitungan. Konstanta — kolom yang isinya sama untuk seluruh baris — tidak bisa menjelaskan perbedaan apa pun, karena di data itu ia sendiri tidak pernah berbeda. Hanya kolom yang nilainya benar-benar bervariasi antar unit yang layak disebut variabel. Sebelum menganalisis, telusuri kolom satu per satu dan beri label perannya. Langkah ini memakan waktu beberapa menit dan menghemat berjam-jam.

Ciri bersama keenamnya

Perhatikan bahwa tidak satu pun dari enam kesalahan ini terasa seperti kesalahan saat dilakukan. Semuanya terasa seperti kerja yang berjalan lancar. Itulah alasan mengapa pemeriksaan di awal — sebelum satu perhitungan pun dijalankan — bukan formalitas, melainkan satu-satunya kesempatan menangkapnya.

Uji Mandiri: Empat Kasus Kecil

Cara mengerjakan

Ada empat soal pilihan ganda. Tidak satu pun menanyakan definisi mentah — semuanya berupa kasus kecil yang harus kamu baca dulu, baru dijawab.

Sebelum mulai:

• Kerjakan tanpa membuka catatan pada percobaan pertama. Tujuannya bukan mengejar nilai sempurna, melainkan mengetahui bagian mana yang benar-benar sudah menempel dan bagian mana yang masih perlu dibaca ulang.
• Tidak ada batas waktu. Membaca ulang sebuah soal bukan tanda kamu tidak siap; kasus-kasus ini memang dirancang untuk dibaca lebih dari sekali.

Cara kerja yang disarankan untuk tiap soal:

1. Baca kasusnya sampai selesai sebelum melihat pilihan jawaban. Pilihan jawaban cenderung menyeret arah pikiranmu terlalu cepat.
2. Rumuskan jawabanmu sendiri dalam kepala, baru cari yang paling mendekati di antara pilihan.
3. Untuk soal tentang skala, jalankan tiga pertanyaan penyaring dari Unit 3 secara berurutan: bisa diurutkan, jaraknya sama, nolnya berarti tidak ada.
4. Untuk soal tentang unit analisis, tanyakan satu hal: kalimat kesimpulannya nanti akan berbicara tentang satuan apa?

Setelah menjawab:

Baca pembahasan sampai selesai — termasuk untuk soal yang kamu jawab benar. Setiap pembahasan menjelaskan dua hal: mengapa satu pilihan benar, dan mengapa tiga pilihan lainnya keliru. Bagian kedua justru sering lebih berguna, karena pilihan yang salah di sini bukan pilihan asal-asalan — masing-masing mewakili satu salah paham nyata yang sudah kita bahas di unit sebelumnya.

Kalau ada yang meleset: jangan langsung mengulang kuisnya. Kembali dulu ke unit yang bersangkutan, baca bagian terkait, baru coba lagi. Mengulang kuis berkali-kali tanpa kembali ke materi hanya melatih ingatan pada jawaban, bukan pada penalarannya.

Patokan kesiapan: kalau kamu bisa menjelaskan alasan jawaban benar dengan kalimatmu sendiri — bukan sekadar mencocokkan dengan pembahasan — kamu siap lanjut ke unit rangkuman.

Rangkuman dan Daftar Periksa Sebelum Lanjut

Yang sudah kita bangun

Modul ini tidak memuat satu pun perhitungan, dan itu disengaja. Yang kita bangun adalah lapisan di bawah perhitungan: kepastian bahwa yang nanti dihitung memang layak dihitung.

Pertanyaan yang kabur tidak bisa diperbaiki oleh rumus yang canggih. Tiga hal yang selalu hilang dari pertanyaan sehari-hari: siapa yang diukur, apa yang diukur, dan dalam bentuk angka seperti apa.

Empat istilah yang bertingkat. Populasi adalah himpunan yang ingin kamu simpulkan, dan definisinya wajib memuat tiga batas: siapa, di mana, kapan. Sampel adalah bagian yang benar-benar terukur; ukurannya dan keterwakilannya adalah dua hal terpisah yang tidak saling menggantikan. Unit analisis adalah satuan yang diwakili satu baris data — dan pilihannya mengikat kalimat kesimpulanmu di akhir. Variabel adalah kolom yang nilainya benar-benar berbeda antar unit; yang tidak pernah berbeda adalah konstanta, dan yang hanya menandai baris adalah pengenal.

Empat skala pengukuran, tiga pertanyaan penyaring. Tanyakan berurutan: bisakah diurutkan secara bermakna, apakah jaraknya sama, apakah nol berarti tidak ada. Tidak bisa diurutkan berarti nominal. Bisa diurutkan tetapi jaraknya tidak terjamin sama berarti ordinal. Jaraknya sama tetapi nolnya sembarang berarti interval. Jaraknya sama dan nolnya mutlak berarti rasio.

Skala melekat pada cara mengukur, bukan pada nama variabel. Pendidikan sebagai jenjang bersifat ordinal; pendidikan sebagai lama sekolah dalam tahun bersifat rasio. Perpindahan dari rasio ke ordinal mudah, sebaliknya mustahil — karena itu, saat merancang pengumpulan data, catat pada skala setinggi mungkin.

Kesalahan di lapisan ini tidak pernah memunculkan pesan galat. Rata-rata kode jenis kelamin akan keluar dengan rapi. Penjaga satu-satunya di titik ini adalah orang yang menjalankan analisisnya.

Enam koreksi yang layak diingat

1. Kolom berisi angka tidak otomatis boleh dirata-ratakan — yang menentukan adalah artinya, bukan tipe datanya.
2. Skala 1–5 pada dasarnya ordinal; laporkan median dan sebaran frekuensi.
3. Sampel besar tidak menyembuhkan sampel yang miring; ia hanya membuatnya lebih meyakinkan.
4. Populasi boleh kecil; yang tidak boleh adalah populasi tanpa batas yang disebutkan.
5. Unit analisis belum tentu responden — sumber data dan satuan kesimpulan sering berbeda.
6. Tidak semua kolom adalah variabel; pisahkan pengenal dan konstanta sejak awal.

Daftar periksa mandiri

Kerjakan daftar ini pada satu data yang benar-benar ada di tempat kerjamu atau di sekitarmu — bukan pada contoh klinik di Unit 4. Contoh di kelas selalu terasa mudah; datamu sendiri yang akan menguji apakah keterampilan ini sudah benar-benar berpindah.

Tentang pertanyaannya

• [ ] Aku bisa menuliskan pertanyaanku dalam satu kalimat yang menyebut variabel secara spesifik, bukan sekadar temanya.
• [ ] Pertanyaanku menyebutkan bentuk jawaban yang diharapkan (rata-rata, median, persentase, atau perbandingan antar kelompok).
• [ ] Kalau pertanyaanku memuat kata bermuatan penilaian seperti "lama", "tinggi", atau "membaik", aku sudah menyebutkan pembandingnya.

Tentang siapa yang diukur

• [ ] Aku bisa menyebut populasiku lengkap dengan tiga batas: siapa atau apa, di mana, kapan.
• [ ] Aku tahu apakah aku bekerja dengan seluruh populasi atau dengan sampel.
• [ ] Kalau memakai sampel, aku bisa menyebut dari daftar apa sampel itu diambil, dan siapa yang sama sekali tidak punya peluang masuk ke dalamnya.
• [ ] Aku sudah menuliskan siapa yang hilang dari data ini sebagai keterbatasan yang jujur.

Tentang bentuk tabelnya

• [ ] Aku bisa menyelesaikan kalimat "satu baris di data ini mewakili satu ______".
• [ ] Aku sudah memeriksa apakah satu orang atau satu satuan bisa muncul di lebih dari satu baris, dan aku tahu akibatnya bagi kesimpulanku.
• [ ] Kalimat kesimpulan yang ingin kutulis berbicara tentang satuan yang sama dengan unit analisisku.

Tentang kolom-kolomnya

• [ ] Aku sudah menelusuri setiap kolom dan memberinya label peran: pengenal, konstanta, atau variabel.
• [ ] Untuk setiap variabel, aku sudah menuliskan skalanya beserta alasannya, bukan hanya labelnya.
• [ ] Aku sudah memeriksa apakah ada kolom berbentuk angka yang sebenarnya nominal atau ordinal.
• [ ] Aku sudah menandai kolom mana yang informasi aslinya sudah telanjur hilang karena dikelompokkan, dan mencatatnya sebagai bahan perbaikan formulir pengumpulan data.

Kalau ada butir yang belum bisa dijawab

Tandai butir itu, jangan lewati. Setiap butir merujuk langsung ke satu bagian modul: pertanyaan ke Unit 1, populasi dan unit analisis ke Unit 2, skala ke Unit 3, dan langkah pengerjaannya ke Unit 4.

Selesaikan butir yang tertinggal sebelum lanjut. Modul berikutnya akan mulai memakai data untuk menghitung, dan seluruh perhitungan itu berdiri di atas keputusan-keputusan yang kamu buat di modul ini. Keputusan yang goyah di sini tidak akan terlihat sebagai kesalahan nanti — ia hanya akan menghasilkan angka yang rapi dan tidak bisa dipertanggungjawabkan.