Menjelaskan Ketidakpastian

Temuan yang kita sampaikan pada chapter sebelumnya — “naik 6,5%” — adalah angka titik, dan setiap angka titik membawa ketidakpastian yang tidak terlihat. Laporan yang menghilangkan ketidakpastian tampak percaya diri, tetapi sebenarnya menipu; laporan yang menuliskannya dengan bahasa teknis jujur, tetapi tidak dimengerti. Tugas kita adalah jalan tengahnya: menyertakan ketidakpastian dengan bahasa yang dipahami pembaca non-statistikawan. Pada chapter ini kita latih menerjemahkan interval kepercayaan menjadi kalimat sehari-hari, menolak presisi palsu, dan menyatakan asumsi secara terbuka.

Angka Titik Selalu Membawa Ketidakpastian #

Rata-rata kepuasan “5,15 dari 7” yang dihitung dari 40 responden bukanlah kebenaran final — ia adalah perkiraan dari satu sampel. Survei yang diulang pekan depan dengan 40 pelanggan lain akan menghasilkan angka yang sedikit berbeda, tanpa ada yang salah. Perkiraan titik seperti ini paling berguna ketika dibawa bersama rentang kemungkinannya, dan mesin penghitung rentang tersebut adalah interval kepercayaan yang sudah kita bangun tuntas pada chapter Interval Kepercayaan . Chapter ini tidak mengulang matematikanya; fokus kita sekarang adalah sisi penyampaiannya.

Kalimat yang ingin kita tuju berbentuk seperti ini: “kita 95% yakin nilai sebenarnya berada di antara 4,9 dan 5,4”. Satu kalimat, tanpa istilah distribusi, tanpa derajat kebebasan, dan tanpa simbol — tetapi tetap jujur. Membangun kalimat seperti itu membutuhkan tiga kepingan informasi: angka titik, rentangnya, dan dasar datanya (berapa responden, dari mana).

Menerjemahkan Istilah Teknis ke Bahasa Sehari-hari #

Sebagian besar frasa statistik punya padanan yang masuk akal dalam bahasa sehari-hari. Padanan tersebut tidak menggantikan konsep, hanya menggantikan kemasannya:

Perhatikan pola pada kolom kanan: setiap versi awam tetap memuat angka, tetapi angka tersebut dibungkus kata kerja yang biasa — “yakin”, “meleset”, “bersumber dari”. Kata “yakin” memang bukan padanan matematis yang sempurna, dan di bagian akhir chapter ini kita beri catatan soal itu.

Menghitung Interval, Lalu Menulis Dua Versi Kalimat #

Pekerjaan paling praktis dalam bab ini adalah menghitung interval sekali, lalu menghasilkan dua versi kalimat dari angka yang sama: versi teknis untuk lampiran laporan dan diskusi sesama analis, versi awam untuk rapat dengan pemilik toko. Keduanya harus lahir dari perhitungan yang sama — bukan ditulis ulang dari ingatan — supaya tidak ada angka yang bergeser di tengah jalan:

import numpy as np
from scipy.stats import t

skor = np.array([
    5, 6, 5, 4, 6, 5, 7, 5, 6, 5, 4, 5, 6, 5, 5,
    6, 4, 5, 5, 6, 5, 7, 5, 4, 5, 6, 5, 5, 4, 6,
    5, 5, 6, 5, 4, 5, 6, 5, 3, 5,
])

n = skor.size
rata = skor.mean()
s = skor.std(ddof=1)
moe = t.ppf(0.975, df=n - 1) * s / np.sqrt(n)
bawah, atas = rata - moe, rata + moe

print("Versi teknis (untuk tim data):")
print(f"  n = {n}, rata-rata = {rata:.2f}, IK 95% = ({bawah:.2f}, {atas:.2f})")
print("Versi awam (untuk rapat toko):")
print(f"  Skor kepuasan rata-rata {rata:.1f} dari 7.")
print(f"  Kita 95% yakin nilai sebenarnya berada di antara {bawah:.1f} dan {atas:.1f}.")
print(f"  Perkiraan ini bersumber dari {n} pelanggan yang mengisi survei.")

Output yang Dihasilkan:

Versi teknis (untuk tim data):
  n = 40, rata-rata = 5.15, IK 95% = (4.88, 5.42)
Versi awam (untuk rapat toko):
  Skor kepuasan rata-rata 5.2 dari 7.
  Kita 95% yakin nilai sebenarnya berada di antara 4.9 dan 5.4.
  Perkiraan ini bersumber dari 40 pelanggan yang mengisi survei.

Mari kita telaah baris-baris kode di atas:

1. Baris 7-11 (skor = np.array(...)): empat puluh skor kepuasan pada skala 1–7 tersimpan dalam satu array. Data ini berukuran kecil dan nyata seperti survei yang ditempel di meja kasir selama dua pekan.
2. Baris 13-16 (n s.d. moe): perhitungan interval mengikuti resep baku — rata-rata, simpangan baku sampel dengan ddof=1, nilai kritis t untuk 95% dengan df = n − 1, semuanya dikalikan menjadi margin of error. Keseluruhan mekanismenya sudah kita bahas pada chapter Interval Kepercayaan.
3. Baris 17 (bawah, atas): ujung interval dihitung sekali dan disimpan, lalu dipakai oleh kedua versi kalimat. Satu sumber angka untuk dua kemasan — inilah yang mencegah versi awam dan versi teknis saling bertentangan.
4. Baris 19-25 (dua blok print): versi teknis memakai dua desimal dan notasi IK; versi awam membulatkan ke satu desimal, menambahkan skala (“dari 7”), mengganti notasi dengan kalimat utuh, dan menutup dengan dasar datanya — sehingga tiga kepingan informasi (titik, rentang, dasar data) hadir lengkap dalam satu versi kalimat.

Tiga kepingan pada versi awam tersebut — angka titik, rentang keyakinan, dan dasar data — adalah format baku yang bisa dipakai ulang untuk hampir semua angka survei. Perhatikan juga bahwa kedua versi membulatkan secara berbeda dengan sengaja: dua desimal untuk sesama analis yang akan menghitung ulang, satu desimal untuk rapat yang hanya perlu membayangkan.

Menolak Presisi Palsu #

Presisi yang ditulis harus sepadan dengan kepastian yang dimiliki. Rata-rata 5,15 dari 40 responden memiliki rentang ketidakpastian selebar setengah poin; menuliskannya sebagai “5,1500” atau “5,1538” memberi kesan ketelitian yang tidak kita mililiki. Angka desimal yang bertumpuk bukan tanda kerja yang teliti — ia justru menandakan penulis laporan belum membaca intervalnya sendiri. Aturan praktisnya: banyaknya digit yang layak ditulis mengikuti lebar interval. Interval yang selebar 0,5 poin hanya menopang satu desimal, sehingga “5,2” sudah tepat; “5,15” boleh muncul di lampiran teknis, tidak di judul laporan.

Penolakan terhadap presisi palsu juga berlaku pada angka besar. Estimasi “kenaikan 12,37% dari program promosi” lebih jujur ditulis “sekitar 12%” ketika sumber datanya hanya dua pekan — pembaca memahami pembulatan sebagai kejujuran, bukan kemalasan.

Menyatakan Asumsi dan Batasan #

Ketidakpastian tidak berhenti pada angka; ia juga menempel pada asumsi. Survei kita diisi pelanggan yang berkunjung sore hari sepanjang dua pekan — jika pelanggan pagi memiliki selera berbeda, angka 5,2 tidak otomatis berlaku untuk mereka. Kalimat penutup yang sehat berbentuk: “hasil ini berdasarkan 40 responden sore hari; jika profil pelanggan pagi berbeda, angkanya perlu diperiksa ulang”. Pernyataan seperti itu bukan tanda laporan yang lemah, melainkan tanda penulisnya paham batas berlakunya angka.

Rangkuman #

• Setiap angka titik membawa ketidakpastian; interval kepercayaan mengukurnya, dan tugas kita menerjemahkannya: “kita 95% yakin nilai sebenarnya berada di antara 4,9 dan 5,4”.
• Tulis versi teknis dan versi awam dari perhitungan yang sama supaya kedua kemasan tidak pernah bertentangan.
• Digit yang ditulis harus sepadan dengan lebar interval: interval setengah poin hanya menopang satu desimal; pembulatan adalah kejujuran, bukan kemalasan.
• Asumsi (siapa respondennya, kapan, di mana) dinyatakan terbuka karena menentukan sejauh mana angka berlaku.

Ketidakpastian kini kita bawa dengan tenang. Ancaman kejujuran berikutnya datang dari arah yang berbeda: dua variabel yang bergerak bersamaan. “Es teh laku, es kopi ikut laku” terdengar seperti sebab-akibat, padahal sering kali keduanya cuma penumpang yang sama. Kita bedah pada chapter berikutnya, Membedakan Korelasi dan Kausalitas .

Referensi #

1. SciPy — scipy.stats: Statistical Functions
2. statsmodels — Documentation