Apakah data itu penting? Tentu saja penting. Eit, nanti dulu, penting untuk apa? Jika data itu penting, mengapa diubah-ubah atau istilah yang lebih keren dikonsolidasikan? Bukankah membingungkan jika diubah-ubah dengan tujuan agar klop. Itu mah tergantung kepentingannya. Data yang berubah-ubah itu berarti data yang dinamis, iya kan? Kesimpulannya sederhana saja: data itu penting dan dapat diubah-ubah tergantung kepentingan, dan siapapun harus siap dengan perubahan data yang tiba-tiba, sebab itulah dinamika kehidupan.
Membingungkan? Barangkali, ya. Namun, kira-kira begini. Taruhlah kita, sebagai bos atau pimpinan organisasi menerima data dari anak buah. Mereka baru saja selesai menghimpun data dari berbagai sumber. Meskipun anak buah sudah bekerja keras menghimpun data dengan cara sebaik-baiknya, tetap saja kita sebagai pimpinan masih menyimpan sedikit sikap skeptis. Karena itu, kita bertanya: bagaimana cara mengumpulkan datanya, sumbernya dari mana, kapan data itu dikumpulkan, siapa yang melakukannya, dan seterusnya. Kalau kita pimpinan yang menghalalkan cara demi tercapainya tujuan, pertanyaan kita sederhana: Bagaimana, data ini cocok gak untuk mendukung argumen kita? Kalau tidak cocok, cara data lagi, ya!
Beragam pertanyaan itu menggambarkan betapa ada sejumlah soal yang membuat pimpinan yang jujur tidak memercayai seratus persen akurasi data yang dikumpulkan dengan susah payah itu—apa lagi jika dikumpulkan dengan cara serampangan. Cara mengumpulkan data memengaruhi kualitas data yang diperoleh. Saat pengolahan data pun begitu. Padahal kita ingin data yang akurat agar kesimpulan yang kita ambil benar, dan selanjutnya keputusan serta tindakan yang berbasis data itu juga tepat. Lain halnya jika kita tidak peduli semua itu, yang penting apakah data akhirnya klop dengan keinginan kita atau tidak.
Semua tahap itu bagaikan mata rantai yang saling bertautan. Jika satu mata rantai tak bisa diandalkan, maka mata rantai berikutnya terpengaruh. Hingga kemudian, kita pun tidak bisa memercayai sepenuhnya kesimpulan yang diambil dari mata rantai tahapan itu. Misalnya saja, ketika dinyatakan bahwa kasus positif hari ini menurun, benarkah demikian kenyataannya? Keraguan ini muncul lantaran jumlah uji swab yang dilakukan hari ini katakanlah lebih sedikit dibandingkan hari kemarin. Karena jumlah tes tidak sama, maka tidak bisa kita menyimpulkan bahwa kasus positif hari ini lebih rendah dibandingkan kemarin. Ibaratnya, tidak apple to apple, sebab basisnya tidak sama. Lain halnya kalau kita sengaja melakukan itu agar kasusnya terkesan menurun.
Jadi, data bukanlah sekedar perkara metode. Di dalamnya juga terdapat motif dan kepentingan, bahkan metode itu pun dipilih karena ada motif dan kepentingan tertentu. Motif dan kepentingan kerap disembunyikan di balik predikat ilmiah atau akademik, sehingga tidak begitu terlihat di bawah penglihatan yang kurang tajam dan tidak familiar. Awam tidak akan langsung mengenali apa yang melenceng data yang disajikan dengan begitu rapi dan enak dipandang mata, atau barangkali awam merasa ada sesuatu yang ganjil pada data itu namun tak tahu apa yang ganjil dan mengapa begitu.
Tujuan tertentu bisa menjadi alasan bagi siapapun untuk memperlakukan data secara tidak jujur: mengolahnya dengan cara tertentu, menyaringnya menurut kebutuhan agar sesuai dengan tujuan yang ingin diraih, mengganti angka-angka agar klop, hingga bahkan menampilkannya dengan cara tertentu agar dapat meninggalkan kesan atau persepsi tertentu kepada pembaca data. Data yang disajikan secara grafis [infografis] dengan skala yang berbeda akan memengaruhi persepsi pembacanya secara berbeda, terlebih jika data itu memuat perbandingan situasi yang berlainan.
Mereka yang terbiasa bermain data memiliki beragam trik agar bisa memperoleh data akhir yang sesuai dan mendukung tujuan yang ingin dicapai, misalnya untuk menunjukkan bahwa kinerja perusahaan bagus di akhir tahun. Data yang tidak mendukung tercapainya tujuan ini disingkirkan, tentu saja tidak secara terang-terangan, walaupun ada juga yang melakukannya secara vulgar.
Namun, bukankah data manipulatif semacam itu akan membahayakan siapapun dalam mengambil kesimpulan, dan selanjutnya mendorong pengambilan keputusan yang salah? Memang ya, namun semua itu dilakukan secara sadar. Ya, sadar ketika merancang pencarian data, sadar ketika mengolah data, sadar ketika menyajikan data, sadar ketika menyimpulkan data, sadar ketika menggunakannya untuk mengambil keputusan, dan sadar bahwa semua itu dilakukan demi tercapainya tujuan yang lebih besar: tetap tegaknya kepentingan.
Jadi, apa kabar data Anda hari ini? Bagaimana Anda mengolahnya? >>
Ikuti tulisan menarik dian basuki lainnya di sini.
