Interpretasi Data Statistik

Oleh Jousairi Hasbullah

Interpretasi data yang keliru akan menyebabkan keliru pula pemahaman dan kesimpulan tentang suatu persoalan. Masyarakat akan bingung. Perencanaan pembangunan yang dirancang juga akan salah arah dan kurang cerdas.

Terkait interpretasi data, cukup menggelitik membaca tulisan Rieke Diah Pitaloka (RDP) di Kompas (31/7) berjudul ”Impersonalisasi Kaum Papa”. Menurutnya, data kemiskinan BPS menyesatkan. Teknik pengukuran garis kemiskinan dari Susenas telah mereduksi pengertian kemiskinan sebagai degradasi kualitas hidup manusia secara nonkuantitatif dan personal.

Definisi bekerja yang digunakan BPS juga dipandang menyesatkan karena mengabaikan mereka yang berpendapatan rendah dan membutuhkan bantuan. Akibatnya, Jahra, penderita tumor ganas di mata kiri, mengalami kesulitan pengobatan karena namanya tidak tercantum di dalam data penerima Jamkesmas.

Kemiskinan dan pekerjaan

Data kemiskinan BPS yang oleh RDP dihubungkan dengan kasus Jahra cukup sulit dipahami bagaimana mengaitkannya secara langsung. Angka kemiskinan BPS, yaitu penduduk yang berada di bawah garis kemiskinan, adalah data kemiskinan makro yang bersifat agregatif, tidak dapat dan memang tidak ditujukan untuk menggambarkan kemiskinan orang per orang. Hampir tidak ada kaitan antara data makro Susenas yang diperoleh dari proses sampling survei yang diulas oleh RDP dan kasus individual yang dialami oleh Jahra. Ini mengindikasikan tantangan besar kita terkait bagaimana memahami data.

Mungkin yang dimaksud oleh penulisnya adalah data mikro jumlah penduduk miskin hasil Pendataan Program Perlindungan Sosial tahun 2008 (PPLS 2008). Jika demikian, data jenis ini pun tidak seharusnya diterjemahkan sebagai satu-satunya rujukan. Jangankan dalam masa dua tahun, setiap semester data jumlah penduduk miskin akan mengalami perubahan di lapangan. Mereka yang semula dikategorikan sebagai miskin, dalam beberapa bulan dapat berubah menjadi tidak miskin atau sebaliknya.

Data PPLS 2008, yang sudah dua tahun usianya, yang dikumpulkan BPS, akan lebih ideal jika dipandang sebagai panduan awal yang memang diperlukan untuk mengeksekusi program bantuan. Di sisi lain, mereka yang tidak miskin, tetapi tengah mengalami kesulitan seperti penduduk cacat, anak-anak yatim dari keluarga sederhana, penduduk yang tertimpa musibah, atau mereka yang tiba-tiba mengalami kesulitan memang perlu dibantu.

Ini memerlukan semacam kebijakan khusus dari instansi pengelola program atau pemerintah daerah untuk dapat menambah ragam tipologi manusia sasaran dan kemungkinan menambah usulan anggaran. Jumlah populasi penduduk seperti ini idealnya dihitung dengan cara berbeda dari ukuran yang digunakan untuk menentukan kemiskinan.

Kemiskinan memiliki multidimensi dan sulit diukur. Karena kesulitan tersebut, dunia menggunakan ilmu statistik dengan batasan-batasan tertentu, yang umumnya didasarkan pada kemampuan seseorang memenuhi kebutuhan hidup yang paling dasar. BPS menghitung angka kemiskinan, makro dan mikro, atas dasar kebutuhan primer tersebut pada interval waktu tertentu dan tidak menggunakan ukuran di luar standar yang ada, termasuk tidak mengukur mereka yang dalam kategorisasi Amartya Sen sebagai yang tengah dililit kesulitan, apalagi kesulitan sesaat. Poverty tidak sama dengan difficulty atau sudden difficulty.

Ukuran terkait penduduk yang bekerja, yang dipersoalkan oleh RDP, dengan definisi minimal 1 jam dalam seminggu dan dilakukan secara berturut-turut juga bukan masalah. Statistik berkepentingan menunjukkan seberapa besar mereka yang bekerja dengan jam kerja yang paling rendah, dan pendekatan tersebut justru memperkaya pemahaman terhadap permasalahan ketenagakerjaan.

Upah dan jenis pekerjaan yang diklaim RDP sangat menentukan kemiskinan seseorang memang benar dan itu secara tidak langsung telah diperhitungkan. Sekumpulan variabel untuk mendapatkan angka kemiskinan individual pada PPLS 2008 telah merefleksikan pendapatan yang rendah, jenis pekerjaan serabutan, dan varian ketertinggalan pencapaian sosial ekonomi masyarakat Indonesia.

”Mutant Statistics”

Angka kemiskinan makro tidak dapat langsung dihubungkan dengan kasus orang per orang. Fokusnya berbeda. Di sini dirasakan, pemahaman kita terhadap data sangat diperlukan. Enrico Giovannini, Kepala Divisi Statistik Organisation for Economic Co-operation and Development, mengatakan, salah satu tantangan besar dunia sekarang ini bukan terletak pada kualitas data statistik resmi saja, melainkan semakin banyak kelompok di masyarakat, yang suaranya mendominasi opini publik, yang salah dalam menginterpretasikan data statistik.

Dalam sebuah artikel berjudul Statistics and Politics in a ”Knowledge Society”, Giovannini bahkan mengatakan: ”Data based on shaky methodology can be quoted in public debate as ’fact’. Even correct data can be incorrectly interpretated, resulted in what some call as ’mutant Statistics’” (interpretasi yang tidak sebenarnya dan dicampur dengan interpretasi personal). PBB melalui 10 fundamental principles of official statistics memberi peringatan kuat: ”The statistical agencies are entitled to comment on erroneous interpretation and misuse of statistics”.

Kita memahami kegundahan Rieke Diah Pitaloka, tetapi kita juga semakin memahami bahwa dibutuhkan rekonsiliasi besar antara BPS sebagai produsen data dan para pemerhati pembangunan untuk senantiasa meletakkan pemaknaan data pada tempat yang semestinya.

Jousairi Hasbullah Analis Statistik Sosial, Bekerja di BPS

Sumber: http://bisniskeuangan.kompas.com/read/2010/08/11/0250425/interpretasi.data.statistik

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s