MEMBUAT KLASIFIKASI FAKTA

Transkripsi

1 MEMBUAT KLASIFIKASI FAKTA Dalam pembahasan sebelumnya proses klasifikasi fakta dibuat berbasiskan kelas. Dari persebaran data yang acak agar bisa diolah kemudian diklasifikasikan ke dalam kelas sesuai dengan tingkat kebutuhannya. Akan tetapi untuk keperluan analisis berikutnya pembagian berbasis kelas menjadi banyak kelemahan, apalagi kalau seandainya kelas dimaknai dalam makna sosial maka klasifikasi berdasarkan kelas akan banyak biasnya. Untuk menutupi klasifikasi berbasiskan kelas, maka diperkenalkan konsep pengukuran yang lebih rigid. Oleh sebab itu kemudian statistik memperkenalkan konsep quartil, desil maupun persentil, atau bahkan sampai jenjang persentil. Quartil merupakan proses mengklasifikasi data dengan membagi wilayah data dalam ukuran ¼. Dan bukan berarti quartil bisa dicari dengan membagi data hanya dalam 5 kelas saja. Sehingga kelas kedua langsung diklaim sebagai quartil 1, kelas ke 3 sebagai quartil kedua, dan kelas ke 4 menjadi quartil ke tiga. Akan tetapi prinsip pengurutan datanya mempergunakan pola pencarian median. Sebab median merupakan ukuran dalam quartil ke dua. Secara lebih lengkap kalau kita menentukan klasifikasi dalam ukuran ¼ maka akan ditemukan 3 quartil: 1. Quartil pertama, merupakan suatu nilai dalam distribusi yang membatasi 25 persen frekuensi dibawah distribusi dibagian bawah. 2. Quartil kedua, merupakan suatu nilai dalam distribusi yang membatasi 50 persen frekuensi ke bawah dan ke atas 3. Quartil ketiga, merupakan suatu nilai dalam distribusi yang membatasi 75 persen frekuensi dari bawah distribusi atau 25 persen dari bagian atas. Dengan adanya alat bantu kuartil ini, analis bisa memberikan posisi yang tepat dari suatu nilai dalam ukuran ¼. Misal kita ingin mengetahui tentang sikap suatu Lembaga Swadaya Masyarakat tentang kebijakan Liberalisasi Perdagangan dari WTO dalam empat sikap; Mendukung, Netral, Menolak, dan Apatis maka kita bisa menyatakan sampai batas quartil 1 dinyatakan sebagai sikap mendukung, dari quartil 1 sampai quartil 2 dinyatakan sebagai sikap netral, dari quartil 2 sampai quartil 3 dinyatakan Sikap menolak, dan di atas quartil 3 dinyatakan sebagai sikap apatis.

2 Dari klasifikasi ini akan lebih memiliki nilai representasi yang tinggi, daripada melakukan klasifikasi kelas, yang dibuat sebelum data diolah. Bias-bias kepentingan akan sangat mungkin muncul, dan ukurannya menjadi tidak valid. Bagaimana menghitung Quartil? Pada prinsipnya proses mencari titik quartil persis dengan mencari titik median dalam tendensi sentral, yakni dengan mencari hal-hal berikut: 1. Membuat kumulatif frekuensi dari frekuensi yang ada, sehingga bisa diketahui dikelas mana titik quartil 1, quartil 2 dan quartil 3 2. Dari langkah ini kemudian juga akan ditemukan frekuensi di kelas Quartil 1, 2, dan 3 3. Juga akan ditemukan cfb (kumulatif frekuensi bawah kelas) quartil 1, 2, dan 3 4. Dan yang terakhir akan diketahui Bb nyata (batas bawah nyata) kelas yang mengandung quartil. Dengan mengetahui ke empat hal tersebut maka akan dapat dirumukan rumus untuk mencari quartil sebagai berikut: Q1 = Bb + ( 1/4n - cfb ) x i Q2 = Bb + (2/4n - cfb ) x i Q3 = Bb + ( 3/4n - cfb) x i Untuk lebih mudah memahaminya marilah kita simak contoh berikut:

3 Data (fiktif) tentang Sikap Negara Anggota OKI Terhadap Upaya Pelabelan Teroris terhadap Afganistan dari Amerika Serikat. Dalam suatu sidang OKI banyak anggota masih belum definitif untuk mengemukakan sikapnya. Dari pernyataan yang disampaikan maka kesekretariatan OKI berhasil menyusun index sikap sebagai berikut. Dalam hal ini Sekretariat OKI akan mengolah data tersebut untuk bisa dipetakan dalam 4 sikap; Mendukung, Netral, Menolak dan Abstain. Data (fiktif) tentang Sikap Negara Anggota OKI Terhadap Upaya Pelabelan Teroris terhadap Afganistan dari Amerika Serikat Kelas Frekuensi Cf Dari data yang sudah terolah di tabel dapat segera dicari quartilnya sebagai berikut: Untuk quartil pertama, titik kuartilnya adalah ¼ dari banyak data. ¼ dari 30 adalah 7,5 sehingga letak titiknya berada di kelas 10-14, dengan frekuensi kelasnya adalah 8, dengan tepi batas bawah nyata adalah 9,5 dan kumulatif frekuensi sebelum kelas quartil 1 adalah 3 dan dengan interval 5. Jadi Quartil pertamanya adalah: Q1 = 9,5 + ( 7,5-3) x = 9,5 + 2,5 = 12

4 Sedangkan untuk quartil 2, titik kuartilnya adalah ½ dari banyak data. ½ dari 30 adalah 15, sehingga letak titik quartilnya 2 di kelas 15-19, dengan frekuensi kelasnya adalah 10, tepi batas bawahnya adalah 14,5, kumulatif frekuensi sebelum kelas quartil 2 adalah 11, dan intervalnya adalah 5. Jadi Quartil keduanya adalah: Q2 = 14,5 + (15-11) x = 14,5 + 2 = 16,5 Untuk quartil ketiganya titik kuartilnya adalah ¾ dari banyak data. ¾ dari 30 adalah 22,5 sehingga letak titiknya berada di kelas 20-24, dengan frekuensi kelasnya adalah 3, dengan tepi batas bawah nyata adalah 19,5 dan kumulatif frekuensi sebelum kelas quartil 1 adalah 21 dan dengan interval 5. Jadi Quartil pertamanya adalah: Q3 = 19,5 + ( 22,5-21) x = 19,5 + 2,5 = 22 Dari sini kita mendapatkan empat titik batas, yakni Q0 atau dalam hal ini batas bawah nyata dari data, Q1, Q2, Q3, dan Q4 dalam hal ini adalah batas atas nyata dari data. Jika tadi kita menghendaki pemetaan empat sikap dari negara OKI dalam menanggapi persoalan pelabelan terorisme terhadap Afghanistan oleh Amerika Serikat maka kita bisa memetakan sebagai berikut, dengan asumsi semakin kecil index diartikan dalam sikap semakin menolak, semakin besar semakin mendukung: Titik Q0 sampai Q1 dalam kelompok menolak Titik Q1 sampai Q2 dalam kelompok agak menolak Titik Q2 sampai Q3 dalam kelompok abstein

5 Dan Titik Q3 sampai Q4 dalam kelompok mendukung Atau dalam pengembangan lebih jauh kita bisa membuat titik-titik yang tidak terbatas, ada yang berbasis membagi data dalam 10 titik yang kemudian dalam bahasa statistik dinamakan desil pertama sampai desil ke 10, atau membagi data dalam 100 titik yang kemudian dikenalkan dengan nama persentil. Atau sesuai kebutuhan yang diperlukan oleh seorang analis. Bagaimana proses mencari titik-titik baru tersebut? Primsipnya proses mencarinya sama persis dengan mencari median, ataupun Quartil 1, 2 dan 3. Kita tinggal, memodifikasi unsur titiknya. Misal kalau median membasiskan diri pada titk setengah dari data, yang kemudian kita akan mencari batas bawah nyata kelas yang mengandung kelas median, mencari frekuensi kelas median, dan mencari kumulatif frekuensi dibawah kelas median (Cf). Dari prinsip ini kita bisa membuat rumus mencari desil maupun persentil. Proses pengembangan dari rumus adalah sebagai berikut: D1 = Bb + (1/10 n cfb) x i D2 = Bb + (2/10 n cfb) x i Dari dua rumus ini kita bisa kembangkan sampai proses mencari desil 3, 4 sampai ke desil 10. Biar anda tidak bingung mari coba kita rinci. Atau kalau kita hendak mencari titik persentilnya maka prinsipnya juga sama dengan proses mencari desil, kita kita menemukan rumus-rumus sebagai berikut: P15 = Bb + (15/100 n cfb) x i P45 = Bb + (45/100 n cfb) x i

6 Agar anda tidak bingung mari kita ulangi komponen-komponen dari rumus yang sudah kita buat tadi: Bb adalah batas bawah kelas nyata dari titik yang kita cari apakah titik D1, D2, P15, atau P45. Sedangkan Cfb adalah kumulatif frekuensi di bawah titik yang kita cari, dan merupakan frekuensi di mana ditemukan titik-titik yang hendak kita cari. Marilah coba kita terapkan rumus ini dengan pengolahan data sebelumnya. Data (fiktif) tentang Sikap Negara Anggota OKI Terhadap Upaya Pelabelan Teroris terhadap Afganistan dari Amerika Serikat Kelas Frekuensi Cf N= 30 Dari data ini mari kita cari titik-titik yang sudah kita buat rumus sebelumnya : Maka yang pertama kita lakukan mencari titik D1 dalam distribusi frekuensi, titik itu bisa kita temukan dengan membagi 30 dibagi dengan 10 atau 1/10 dikalikan dengan 30, sehingga kita menemukan angka 3. Dari sini kita sudah bisa berproses selanjutnya: D1 = 4,5 + ( 10 0) x 5 3 D1 = 4,5 + 16,6 D1 = 21,16 Bagaimana ada angka Cfb-nya adalah 0, logikanya adalah angka Cfb di bawah kelas yang paling pertama (kelas dengan skor terendah) adalah 0, karena memang tidak ditemukan frekuensinya. Dari data ini mari kita cari titik-titik yang sudah kita buat rumus sebelumnya : Maka yang pertama kita lakukan mencari titik D2 dalam distribusi frekuensi, titik itu bisa

7 kita temukan dengan 2/10 dikalikan dengan 30, sehingga kita menemukan angka 6. Dari sini kita sudah bisa berproses selanjutnya: D2 = 9,5 + ( 6 3 ) D2 = 9,5 + 5,6 D2 = 15, x 5 8 Bagaimana dengan proses mencari persentilnya. Prinsipnya juga sama dengan proses pencarian desil di atas. Langkah yang harus kita lakukan adalah mencari titik persentilnya. Maka yang pertama kita lakukan mencari titik P15 dalam distribusi frekuensi, titik itu bisa kita temukan dengan 15/100 dikalikan dengan 30, sehingga kita menemukan angka 4,5. Dari sini kita sudah bisa berproses selanjutnya: P15 = 9,5 + ( 4,5 3) x 5 8 P15 = 9,5 + 0,93 P15 = 10,43 Untuk mencari P45, Maka yang pertama kita lakukan mencari titik P45 dalam distribusi frekuensi, titik itu bisa kita temukan dengan 45/100 dikalikan dengan 30, sehingga kita menemukan angka 13,5. Dari sini kita sudah bisa berproses selanjutnya: P45 = 14,5 + ( 13,5 11) x 5 10 P45 =.14,5 + 1,25 P45 = 15,75 Penggunaan Titik Klasifikasi Dalam Diplomasi Dari paparan dan contoh di atas kita bisa menarik kesimpulan bahwa pencarian titik berbasis ukuran tendensi sentral median ini dapat dipergunakan untuk melihat pola-pola

8 kinerja sesuatu. Untuk bisa melihat pola ini lebih jauh, maka kita akan bisa membuat klasifikasi yang menarik tentang konsep jangkauan. Inilah yang kemudian akan melahirkan jenis variabilitas yang lebih variatif. Untuk itu statistik memperkenalkan ukuran jangkauan dalam berbagai ukuran. Jangkauan yang pertama hanya berbasiskan titik ekstrim bawah dan atas. Dengan menggunakan jangkauan ini maka tampaknya akan banyak memberikan informasi yang tidak akurat dalam menampilkan kinerja sesuatu. Misal seorang atlit dalam proses pemilihan untuk maju dalam kejuaraan yang internasional harus melakukan persaingan dengan atlit lainnya. Jika sanga official hanya melibatkan jangkauan prestasi atlit yang berbasis ekstrim maka akan banyak atlit yang sebenarnya potensial dan kompetitif tidak akan masuk dalam proses seleksi. Mari kita lihat illustrasi berikut ini: Atlit lari cepat misalnya Fulan, dalam 10 kali ikut perlombaan ia mencatat prestasi sebagai berikut: Penampilan 1 Waktu yang Ditempuh 10 detik Penampilan 2 Waktu yang Ditempuh 15 detik Penampilan 3 Penampilan 4 Penampilan 5 Waktu yang Ditempuh 10 detik Penampilan 6 Penampilan 7 Penampilan 8 Penampilan 9 Waktu yang Ditempuh 08 detik Penampilan 10 Waktu yang Ditempuh 10 detik Atlit lari cepat misalnya Fulanu, dalam 10 kali ikut perlombaan ia mencatat prestasi sebagai berikut: Penampilan 1 Waktu yang Ditempuh 11 detik Penampilan 2 Penampilan 3 Penampilan 4

9 Penampilan 5 Penampilan 6 Penampilan 7 Penampilan 8 Penampilan 9 Penampilan 10 Waktu yang Ditempuh 11 detik Waktu yang Ditempuh 11 detik Dari dua atlit ini ada kecenderungan official akan cenderung memilih atlit fulanu jika sang official melihat prestasi berdasarkan jangkauan yang ekstrim. Memilih atlit Fulan jauh lebih beresiko karena memang pernah mencapai angka yang impresif, namun pernah jeblok mencapai waktu yang sangat buruk. Namun jika mempergunakan ukuran jangkauan yang baru hasil kreasi dari pencarian titik quratil tadi maka atlit Fulan masih bisa berkompetisi. Ruang untuk membela diri terhadap pilihan official menjadi terbuka. Fulan bisa menyusun alat bargaining yang rasional dan bisa dipertanggungjawabkan. Apa kira-kira yang harus dilakukan fulan agar ia bisa terpilih dalam program kejuaraan internasional tersebut. Fulan dalam hal ini bisa memilih berbagai alternatif untuk mencetak argumentasi prestasi yang meyakinkan: 1. Membuat jangkauan berbasis P90-10, yakni menampilkan titik Persentil ke 90 untuk batas atas, dan persentil 10 untuk batas bawah 2. Membuat jangkauan berbasis P80-20, yakni menampilkan titik Persentil ke 80 untuk batas atas, dan persentil 20 untuk batas bawah 3. Membuat jangkauan berbasis P75-25, yakni menampilkan titik Persentil ke 75 atau Q3 untuk batas atas, dan persentil 25 atau Q1 untuk batas bawah Dengan mempergunakan argumentasi jangkauan yang relatif beragam memungkinkan si fulan untuk melakukan upaya membangun opini baru. Opini baru ini bisa jadi akan diambil oleh sang pembuat keputusan dalam hal ini official jika memang argumentatif dan logis. Dan statistik memungkinkan mendesain argumentasi yang logik dan bisa dipertanggungjawabkan. Berangkat dari fenomena inilah kita bisa mengembangkan lebih jauh proses pencarian titik dari data tersebut dapat diolah sedemikian rupa untuk kepentingan

10 pembangunan opini baru. Studi pembangunan opini pada akhirnya nanti akan banyak berbicara tentang cara melakukan proses negosiasi dari argumentasi yang dibangun. Dan akhirnya kita akan bisa masuk dalam proses diplomasi. Dalam proses diplomasi ini seorang aktor harus memperjuangkan secara maksimal kepentingan yang ia bawa, kalau seseorang aktor mampu meyakinkan fihak lain bahwa ia powerful dibandingkan dengan aktor yang lainnya, maka dapat dipastikan ia memenangkan diplomasi tersebut. Bagaimana menerapkan pola ini dalam diplomasi? Marilah kita diskusikan bersama aplikasinya.