Langsung ke konten utama

Tanggung Jawab di Balik Sebuah Angka


Kemarin, saat sedang rebahan selepas shalat Jumat, telepon di kamar saya, lantai tiga Hotel Ibis Mangga Dua, tiba-tiba berdering. Di ujung telepon, atasan saya, dengan suara yang sedikit panik, berucap," Dir, saya tunggu di lantai dasar, di depan ruang makan. Kita harus segera ke kantor (BPS, Pasar Baru). Kata Pak Direktur, ada kesalahan pada buku LBDSE edisi Mei 2012 yang harus segera diperbaiki." Saya langsung menjawab, "OK, bu", menutup telepon dan segera bergegas menuju ke lantai dasar.

Sorot wajah kepanikan nampak jelas di wajah atasan saya. Kesalahan yang terjadi memang bukan perkara remeh, lebih tepatnya sedikit fatal. Biar kujelaskan terlebih dahulu kepadamu kawan apa itu LBDSE. Setiap awal bulan BPS secara rutin mengeluarkan publikasi bertajuk Laporan Bulanan Data Sosial Ekonomi, disingkat LBDSE. Publikasi berupa buku berukuran kecil itu merupakan kompilasi data-data strategis BPS yang telah dirilis secara periodik: bulanan, triwulanan, caturwulanan, dan tahunan.

Salah satu data strategis itu adalah data produksi padi yang menjadi tanggung jawab subdirektorat tempat saya bekerja (Subdirektorat Statistik Tanaman Pangan). Pada buku LBDSE edisi Mei terdapat kesalahan pada grafik perkembangan produksi padi 2009-2011. Angka produksi padi untuk tahun 2011 yang dimunculkan di grafik seharusnya angka sementara (ASEM) sebesar 65,74 juta ton, bukan angka ramalan III (ARAM III) sebesar 65,39 juta ton. Celakanya, setelah ditelisik, kesalahan ternyata juga terjadi pada buku edisi April, dan baru ketahuan pada edisi Mei. Lebih celakanya lagi, kedua buku tersebut sudah naik cetak dan beredar. Kalau beredarnya di lingkungan interen BPS mungkin tak mengapa. Tapi pasalnya, buku produk unggulan BPS itu telah dibagi-bagikan oleh Kepala BPS kepada para menteri dalam rapat kabinet yang terhormat.

Nampaknya, hal inilah yang menjadi sebab wajah atasan saya tampak muram di sepanjang perjalanan dari Mangga Dua menuju Pasar Baru. Sepanjang perjalanan menyusuri jalur kereta Sawah Besar-Juanda dengan bajai itu, atasan saya sepertinya tengah merenungi nasibnya yang bakal diseneni (diomeli) oleh Pak Direktur pada briefing rutin Senin nanti. Kuat dugaan saya, beliau bakal sulit tidur malam dalam tiga hari ke depan.

Itulah resiko seorang statistisi. Dia dituntut untuk senantiasa cermat dan teliti. Kesalahan memang adalah sesuatu yang menusiawi, tetapi dalam penyajian data statistik hal tersebut adalah sebuah aib dan sebisa mungkin tak boleh terjadi. Tanggung jawab di balik sebuah angka memang tidaklah ringan. Apalagi jika angka tersebut adalah data strategis.(*)

Komentar

Postingan populer dari blog ini

Bisakah R2 (baca: R kuadrat) Bernilai Negatif?

Koefisien determinasi (R2) merupakan ukuran kecocokan hasil estimasi sebuah model regresi linier dengan data yang dimodelkan, atau biasa disebut ukuran goodness of fit dari sebuah model regresi linier. Dengan lain perkataan, R2 menunjukkan seberapa dekat garis regresi yang diestimasi dengan data yang sebenarnya atau seberapa besar proporsi variasi variabel respon yang dapat dijelaskan oleh garis regresi. Ukuran ini dapat digunakan jika semua asumsi terkait residual telah terpenuhi. Bisakah R2 Bernilai Negatif? Pada dasarnya, R2 tidak pernah bernilai negatif, kecuali model regresi yang digunakan tanpa intersep. Jika model regresi yang digunakan tanpa intersep, maka R2 tidak bermakna meskipun bernilai positif. Kelemahan mendasar dari  R2 adalah nilainya yang selalu bertambah ketika dilakukan penambahan variabel bebas ke dalam model, meskipun variabel tersebut tidak begitu penting dalam menjelaskan variabel respon (tidak signifikan). Untuk mengatasi hal ini digunakan R

Kesalahan Spesifikasi Model: Penyebab dan Solusi

Dalam ekonometrika, ketika kita bekerja dengan model-model struktural, yakni model dimana hubungan antara variabel dalam model didasarkan pada suatu kerangka teori ekonomi, keselahan spesifikasi model kerap kali terjadi. Hal ini merupakan masalah serius yang sering terjadi pada penelitian yang menggunakan model ekonometrik, khususnya regresi, sebagai  alat analisis. Kesalahan spesifikasi menyebabkan model yang dihasilkan tidak dapat digunakan untuk kepentingan analisis karena dapat menyesatkan ( misleading ). Sedikitnya,  ada dua gejala yang dapat dijadikan acuan untuk mengetahui kalau model yang kita gunakan mengalami kesalahan spesifikasi. Dua gejala tersebut adalah sebagai berikut: 1.   Hasil running model menunjukkan tanda koefisien regresi yang merepresentasikan arah hubungan antara variabel  penjelas dan variabel respon berseberangan atau tidak sesuai dengan teori.  Meski tidak selalu merupakan gejala terjadinya kesalahan spesifikasi, kehadiran gejala ini me

Di Balik Penurunan Jumlah Petani Gurem

Hingga kini, kemiskinan di Indonesia masih menjadi fenomena sektor pertanian. Secara faktual, sebagian besar penduduk miskin tinggal di desa dan bekerja sebagai petani dan buruh tani. Ditengarai, salah satu penyebab kemiskinan masih berpusat di sektor pertanian adalah penguasaan lahan pertanian oleh petani yang kian sempit. Skala usaha yang kecil mengakibatkan pendapatan dari kegiatan usaha tani tidak mencukupi untuk memenuhi kebutuhan hidup meski kegiatan usaha tani yang dijalankan sebetulnya cukup menguntungkan. Alhasil, kesejahteraan pun begitu sulit direngkuh. Kemarin (2 Desember), Badan Pusat Statistik (BPS) telah merilis jumlah petani gurem hasil Sensus Pertanian tahun 2013 (disingkat ST2013). Menurut BPS, petani gurem didefinisikan sebagai rumah tangga pertanian yang mengusahakan lahan pertanian kurang dari setengah hektar. BPS mencatat, jumlah petani gurem pada Mei 2013 sebanyak 14,25 juta rumah tangga atau sekitar 55,33 persen dari sekitar 26 juta rumah tangga