Apakah Data Menceritakan Kebenaran?

Kosa kata

English	Makna
bias/ˈbaɪəs/	bias
representative/ˌreprɪˈzentətɪv/	representative
population/ˌpɒpjʊˈleɪʃn/	population
generalization/ˌdʒenərəlaɪˈzeɪʃn/	generalization

Bisakah kita percaya datanya?

Sebelum grafik atau perhitungan apa pun, tanyakan: apakah data dikumpulkan dengan jujur dan baik?
Metode pengumpulan menentukan kesimpulan apa saja yang bahkan mungkin ditarik.
Data buruk tidak bisa diselamatkan oleh analisis cerdas — "sampah masuk, sampah keluar."
Unit 3 membahas tentang mendapatkan data yang baik, sehingga Unit 4–9 dapat mempercayainya.

Bias: metode yang miring

Bias adalah kecenderungan sistematis untuk melewatkan kebenaran ke arah yang sama.
Metode yang bias menguntungkan hasil tertentu terlepas dari seberapa banyak data yang Anda kumpulkan.
Ini berbeda dengan kesalahan acak, yang saling meniadakan; bias tidak saling meniadakan.
Bahayanya: sampel yang tidak representatif terhadap populasi.

Kapan kita bisa menggeneralisasi?

Generalisasi memperluas temuan sampel ke seluruh populasi.
Hal ini hanya dibenarkan jika sampel dikumpulkan tanpa bias (idealnya secara acak).
Data dari metode yang miring hanya menggambarkan kelompok yang miring itu — bukan semua orang.
"Siapa yang sebenarnya dijangkau?" menentukan sejauh mana kesimpulan dapat diterapkan.

Rencanakan sebelum mengumpulkan

Pengumpulan data yang baik direncanakan sebelumnya, bukan diperbaiki kemudian.
Tentukan populasi, metode pengambilan sampel, dan pertanyaan sebelum mengumpulkan.
Rencana yang hati-hati adalah cara termurah untuk menghindari bias yang tidak bisa diperbaiki nanti.
Analisis hanya sepercaya pengumpulan yang memasoknya.

Watch out

Sampel yang lebih besar tidak memperbaiki bias. Jika metode secara sistematis melewatkan sebagian populasi, mengumpulkan lebih banyak respons dengan cara cacat yang sama hanya memberikan jawaban yang salah lebih presisi. Ukuran melawan kesalahan acak; hanya metode yang lebih baik yang melawan bias. Selalu tanyakan bagaimana data dikumpulkan sebelum mempercayai kesimpulan apa pun.

Example

Seorang pembawa acara radio meminta pendengar untuk menelepon apakah mereka mendukung undang-undang baru.

Hanya pendengar yang termotivasi dan berpendapat yang menelepon — bukan sampel representatif.
Hasilnya bias; ia menggambarkan penelepon, bukan populasi.
Mendapatkan $10{,}000$ penelepon alih-alih $100$ membuatnya tidak kurang bias.

Key idea

Metode pengumpulan data menentukan apa yang dapat kita simpulkan. Bias adalah kesalahan sistematis yang membuat sampel tidak representatif terhadap populasi, dan tidak mengecil dengan sampel yang lebih besar. Hanya pengumpulan bebas bias (idealnya acak) yang membenarkan generalisasi — jadi rencanakan pengumpulan dengan cermat sebelum menganalisis.

Jelajahi