Data Statistik Bukan Sekedar Angka Hardianty

Bandar Lampung (Journal): Florence Nightingale adalah tokoh yang dikenal sebagai pelopor keperawatan dan pembaharu metode sanitasi rumah sakit. Namun tidak banyak yang tahu wanita asal Inggris ini juga adalah tokoh yang mempelopori teknik analisis statistik. Beliau memetakan korban perang yang wafat karena kondisi yang tidak memenuhi standar kesehatan, setelah mengumpulkan data beliau bisa mengajukan saran sebagai upaya pencegahan. Beliau sebagai penggagas bahwa fenomena sosial dapat diukur secara obyektif sekaligus pelopor dalam pengumpulan, tabulasi, interprestasi dan tampilan grafis statistik. Kisah ini memberikan kita gambaran betapa pentingnya data sebagai pijakan pengambilan keputusan, bahkan bisa menjadi sarana menyelamatkan nyawa manusia. Akar masalah dapat dilihat dengan jelas sehingga bisa mengambil keputusan yang tepat,24 September 2020.

Jika sedemikian pentingnya data, dimanakah kita bisa mendapatkan data yang akurat? Ada banyak lembaga salah satunya Badan Pusat Statistik (BPS). BPS adalah penyelenggara statistik resmi pemerintah di Indonesia. Semua negara memiliki lembaga statistik resmi. Lembaga-lembaga tersebut wajib memiliki budaya kompeten dan profesional di bidangnya, kejujuran intelektual serta menghasilkan data yang sesuai dengan masanya. Bagian yang tidak kalah penting adalah bahwa lembaga statistik tidak memihak kepada siapapun, rezim manapun. Benar-benar lembaga independen yang memotret sebuah fenomena dimasyarakat yang harus bisa dipertanggung jawabkan secara ilmiah.

Kekuatan dari data resmi yang dikeluarkan oleh lembaga statistik pemerintah mencakup metodologi, standar pendekatan lapangan, pelatihan petugas, proses wawancara, pengolahan maupun penyajian datanya. Jika unsur-unsur tersebut tidak terpenuhi standarnya maka data statistik tidak dapat diakui sebagai statistik resmi. BPS sendiri memiliki sistem kerja yang sudah mengacu pada standar penyelenggara statistik internasional, sehingga data yang dihasilkan dapat dibandingkan secara internasional.

Data yang dihasilkan statistik resmi selalu mengacu pada data agregat, bukan data individu. Dalam proses pengumpulan data ada pihak lain yang ikut menentukan kualitas data. Responden, sebagai sumber data jelas memberikan andil yang besar. Responden rumah tangga memiliki kecendrungan lebih mudah saat didata. Sedikit berbeda dengan perusahaan, apalagi jika sudah perusahaan besar. Apakah perusahaan bisa menolak memberikan data? Jawabannya adalah tidak. Sesuai dengan undang-undang No. 16 tahun 1997 tentang penyelenggaraan statistik maka tidak diperkenankan menolak memberikan data. Dalam hal ini pemberi data tidak perlu khawatir. Kerahasiaan data sangat dijaga dan tentu saja data yang akan disajikan nantinya dalam bentuk agregat.

Selain metodologi dan semua prosedur yang dilakukan sesuai standar, faktor kejujuran responden dalam memberikan data sangat menentukan kualitas data yang dihasilkan. Sebagai sebuah gambaran seandainya perusahaan A sebagai responden yang memproduksi tapioka memberikan data yang lebih rendah dari yang sebenarnya. Ternyata bukan perusahaan A saja tapi ada beberapa perusahaan tapioka lainnya. Dampaknya angka produksi tapioka di Indonesia menjadi rendah. Data ini disandingkan dengan data kebutuhan tapioka dalam negeri. Bisa kita bayangkan bagaimana hasilnya?

Pemerintah akan mengambil kebijakan impor untuk memenuhi kebutuhan. Keputusan ini diambil untuk menjaga kestabilan harga dalam negeri. Saat barang impor masuk ke tanah air dan ternyata ketersediaan tapioka melimpah tentu konsekuensinya akan terjadi penurunan harga. Perusahaan protes, namun mereka lupa bahwa secara tidak langsung ada andil mereka dalam pengambilan keputusan tersebut. Inilah salah satu pentingnya memberikan data yang sebenarnya.

Data yang dihasilkan sudah sesuai standar operasional prosedur namun pengguna data keliru memberikan interprestasi. Bisa dibayangkan kebijakan yang akan diambil, tentu tidak akan berdampak positif. Sebagai contoh interprestasi garis kemiskinan. Garis kemiskinan pada bulan Maret 2020 tercatat sebesar Rp. 454.652,-/kapita/bulan. Tidak sedikit pengguna data yang memaknai ini adalah penghasilan satu keluarga. Munculah ungkapan “Kalau angkanya segitu ya tidak ada orang miskin”, interprestasi yang muncul tanpa memaknai data dengan benar.

Bagaimana interprestasinya secara benar? Sebaiknya kita membiasakan membaca informasi secara utuh, cari sumber yang dapat dipercaya. Pada data ini, secara rata-rata rumah tangga miskin di Indonesia pada bulan Maret 2020 memiliki 4,66 orang anggota rumah tangga. Dengan demikian, besarnya garis kemiskinan secara rata-rata sebesar Rp. 2.118.678,-/rumah tangga miskin/bulan. Langsung terasa beda interprestasinya, dampaknya kebijakan yang diambil bisa lebih tepat sasaran dan menuju pokok permasalahan. Tentu pengambil kebijakan perlu melihat data-data lain sebagai bagian yang tidak terpisahkan sebagai sumber pengambilan keputusan.

Apakah pengguna data terbatas hanya dari pemerintahan saja? Tentu saja tidak. Ada peneliti dari perguruan tinggi atau lembaga lain. Data sangat berguna untuk mengembangkan ilmu pengetahuan sehingga bisa membuat trobosan-trobosan baru. Pengusaha, dengan data bisa melihat usaha apa yang sedang berkembang pesat dan melihat peluang usaha apa yang ingin dikembangkan. Semua orang bisa menggunakan data dari BPS tanpa terkecuali. BPS sendiri berusaha terus berinovasi dan mengembangkan metodologi yang sesuai dengan kebutuhan pengguna data.

Tanggal 26 September diperingati sebagai Hari Statistik Nasional. Hari statistik bukan hanya milik BPS tapi milik kita semua. Semoga hari statistik ini menjadi momentum untuk statistik yang lebih baik. Jangan ragu memberikan data yang sebenarnya, kerahasiaan data terjamin dan dilindungi undang-undang. Hindari memberikan interprestasi data tanpa ilmu yang memadai dan informasi yang tidak utuh. Pahami dengan sebenar-benarnya agar tak lagi keliru mengambil kebijakan. Pemerintah, pengusaha, dan masyarakat Indonesia secara luas, ditunggu peran kita di rumah kita, Indonesia. Data akurat sangat berarti bagi masa depan bangsa.

(ASN BPS Provinsi Lampung)

(*)