Filsafat Statistika dan Teori Peluang Serta Perkembangannya

Artikel
suarakuningan.com - Filsafat Statistika dan teori Peluang. Kata filsafat berasal dari bahasa Yunani philosophia yang berarti “pecinta kebijaksanaan”.

Secara harfiah filsafat adalah kajian masalah umum dan mendasar tentang persoalan eksistensi, pengetahuan, nilai, akal, pikiran, dan bahasa (Wikipedia). Pada zaman Yunani kuno terdapat 3 masa perkembangan filsafat, yaitu masa awal, masa kaum sofis serta masa keemasan (masa Socrates). Pada masa awal ini, filsafat hanya membahas tentang alam dan kejadian alamiah terutama dalam hubungannya dan dalam perubahan-perubahan yang terjadi. Namun mereka yakin bahwa perubahan-perubahan ini terdapat suatu elemen yang menentukan, tetapi mereka mempunya perbedaan pendapat tentang elemen-elemen tersebut.

Menurut Hacking(1975) pada zaman Renaisans ada dua perubahan yang terjadi tentang apa yang dianggap sebagai sifat pengetahuan dan sifat pembuktian, yaitu: Pertama, konsep pengetahuan bergeser dari kebenaran absolut menuju pengetahuan berdasarkan pendapat/opini, menghasilkan pemikiran bergeser ke arah perspektif probabilistik. Kedua, sifat pembuktian bergeser jauh dari pernyataan penguasa  menuju pada kesimpulan berdasarkan pengamatan, menghasilkan pemikiran yang bergeser ke arah penalaran. Kedua pergeseran ini mengawali paradigma baru untuk melihat dan belajar tentang dunia (M. Pfannkuch and C. Wild, 2005, h.21).

Pada akhir abad delapan belas, Statistika dan Teori Peluang  menggunakan pendekatan dalam tradisi yang panjang dan mengarah pada paham positivisme naif (positivisme adalah cara pandang dalam memahami dunia dengan berdasarkan sains, kata naif menurut KBBI adalah tidak masuk akal), intrumen yang digunakannya tidak tepat dan pengukurannya sangat bervariasi sehingga membingungkan para peneliti (Giovanni A. Barbieri, 2018, h.1-2).

Selanjutnya Giovanni menyarankan empat hal agar tidak keliru dalam memahami informasi statistik:
1. Numeracy (kemampuan untuk berargumentasi dan menerapkan konsep numerik) dan data literacy (kemampuan untuk memahami dan bernalar dengan data, atau argumen yang menggunakan data, dan untuk menerapkan kompetensi ini dalam pertimbangan dan keputusan yang mempengaruhi kehidupan pribadi, sosial dan politik),
2. Beware of storytelling (hindari mendongeng),
3. Access to experts (bertanya pada ahli),
4. Trust dan trustworthiness (Judgement).

Seiring perkembangan teknologi digital, Statistika dan Teori Peluang berkembang dengan bantuan alat digital yang dahulu tidak dapat dilakukan. Engel dkk(2018) mengusulkan metode analitis data yang kompleks, fleksibel dan kuat yang dapat menangani hubungan nonlinier, variabel campuran, interaksi tingkat tinggi dan nilai yang hilang menggunakan alat penindai digital.

Tantangan masyarakat kedepan dihadapkan pada kenyataan untuk dapat memahami dan menafsirkan data kuantitatif. Dalam hal ini media berperan aktif, oleh karena itu jurusan jurnalistik perlu mendidik mahasiswanya tentang Statistika (Bellinga dan Gillebaart, 2018).


Bellinga juga menyarankan kursus statistika untuk masyarakat umum di berbagai negara, sayangnya belum banyak statikawan Indonesia yang aktif. Proyek Literasi Statistik Internasional (ISLP) memiliki sejarah lebih dari 30 tahun dalam proyek ini. Ide utama proyek ini semakin hari ini menjadi populer di era pasca-kebenaran. Pentingnya informasi yang dapat diandalkan mendapatkan bobot yang lebih besar, dan pemanfaatan informasi merupakan keterampilan penting bagi setiap warga negara.


ISLP memulai dengan mempromosikan keterampilan statistik kaum muda, yang sekarang menjadi topik. Helenius mengusulkan setiap orang di negara yang berbeda agar belajar bersama dan menggunakan alat yang telah ditemukan oleh orang lain dan ini dapat dilakukan pada web-web literasi statistik seperti yang dilakukan ISLP: website https://iase-web.org/islp/ (Reija Helenius, 2018, h.6).

Perkembangan Statistika dan Teori Peluang. Terdapat tiga tahap perkembangan Statistika dan Teori Peluang, yaitu:
Tahap I (Awal)
1. Braham Demoivre(1667-1754) mengembangkan teori galat, theory of error
2. Thomas Simpson (1757) menemukan distribusi kontinu, continues distribution,
3. Pierre Simon de Lacplace (1749-1827) menemukan distribusi normal,
4. Distribusi lain, yang tidak berupa kurva normal kemudian ditemukan oleh Francis Galton (1822-1911) dan Karl Pearson (1857-1936)
5. Karl Friedrich Gauss(1777-1855) mengembangkan teknik kuadrat terkecil least square, simpangan baku, galat baku untuk rata-rata, the standard error of mean.

Tahap II
1. Pearson (1857-1936) melanjutkan konsep Galton dan mengembangkan konsep regresi, korelasi, distribusi chi-square dan analisis statistika kualitatif.
2. Charles Spearman (1863-1945) murid dari Galton dan Leipzig mengembangkan konsep one factor model, yang selanjutnya beliau dijuluki sebagai “the father of factor analysis”.
3. Godfrey Thompson (1881-1955), Cyril Burt (1883-1971), Raymond Cattell (1905-1998), dan Karl Holzinger (1892-1954) memberi kontribusi pada perluasan konsep analisis faktor dari Spearman.
4. Harold Hotelling (1895-1955) memperluas konsep one faktor model dari Spearman menjadi multiple factor model.
5. Louis Guttman (1916-1987) mengembangkan Skala yang dikenal dengan skala Guttman dan banyak memberikan kontribusi pada analisis faktor.
6. Ronald Alylmer Fisher (1890-1962) mengembangkan desain eksperimen, disamping analisis varian dan kovarian, distribusi z, t, uji signifikansi dan teori estimasi, theory of estimation.
7. Rensis Likert (1932) mengembangkan Skala yang kemudian dikenal dengan skala Likert.

Tahap III (Sekarang)
1. Andrey Kolmogorov(1903 – 1987) dan Smirnov(1900-1966) yang hasil karyanya sekarang dikenal dengan Kolmogorov-smirnov test
2. Neyman, J (1938) yang berkontribusi dengan “Theory Of Sampling Human Populations”.
3. Hansen, M. H., and Hurwitz, W. N (1950) pada “Theory Of Sampling From Finite Populations”
4. Cochran, W. G. (1953-1963) dan Taro Yamane (1967) yang mengembangkan Sampling Techniques
5. Joreskog (1973), Kessling (1973), dan Wiley (1973) membentuk kesatuan model yang dikenal dengngan persamaan struktural. Joreskog sendiri memberikan kontribusi pada metode maximum likehood.
6. dan para pakar lainnya yang banyak berkontribusi dalam pengembangan ilmu statistik modern.

Pada tahun 2016 ASA mengkritisi kelemahan dari uji hipotesis statistik menggunakan nilai peluang p-value. Ditulis dalam jurnal ilmiah oleh Ronald L. Wasserstein & Nicole A. Lazar  dengan judul The ASA's Statement on p-Values: Context, Process, and Purpose.

Kesimpulan
Sudah saatnya setiap warga Negara dapat memahami dan menafsirkan data kuantitatif, karena banyak informasi atau berita dari media masa, lembaga statistik (BPS), jurnal ilmiah, dan lain-lain menggunakan informasi statistik (grafik, diagram, dan tabel). Hendaknya media masa, sosial media menggunakan informasi statistik secara bijaksana, jujur, dan benar, sehingga tidak menimbulkan salah tafsir dan berita hoax.  Pengguna dan produsen statistik sebaiknya juga memahami pergeseran paradigma pengetahuan dan melahirkan statistika dan Teori Bilangan.

Penulis     : Lukman, Dosen di Departemen Pendidikan Matematuka FPMIPA UPI Bandung.

Referensi

Giovanni A. Barbieri, 2018, Statistics, Reality, Truth, © 2018 ISI/IASE http://en.wikipedia.org/wiki/Probabilitytheory

Joachim Engel, Tim Erickson and Laura Martignon, 2018, Teaching And Learning About Tree-Based Methods For Exploratory

Data Analysis, © 2018 ISI/IASE

M. Pfannkuch and C. Wild, 2005, Towards an Understanding of Statistical Thinking, DOI: 10.1007/1-4020-2278-6_2

ResearchGate, January 2005.

Pim Bellinga and Thijs Gillebaart, 2018, How To Collaborate With The Media To Enhance Statistical Literacy Of The General

Public, © 2018 ISI/IASE
Reija Helenius, 2018, International Statistical Literacy Project Past And Now, © 2018 ISI/IASE.

Artikel Kolom Pendidikan Juli 11, 2019