Minggu, 03 September 2017

Valid dan Reliabel, Apa Bedanya?

Perbedaan valid dan reliabel, sumber foto: dokpri.

Statistika begitu kental dengan kegiatan pengukuran sebuah objek. Hasil dari pengukuran itulah yang kemudian menjadi bahan baku analisis dan pengambilan kesimpulan.

Hasil pengukuran yang baik adalah yang dikatakan valid dan reliabel. Konsep valid dan reliabel begitu banyak digunakan dalam statistika, meskipun seringkali keduanya justru tidak banyak diketahui baik secara konseptual maupun secara praktik.

Valid dan reliabel, apa bedanya? Inilah waktunya kita ulas perbedaan itu. Valid secara sederhananya didefinisikan sebagai hasil pengukuran yang di dalamnya tidak mengandung bias atau penyimpangan terhadap parameter populasi. Sebuah estimator hasil suatu survei dikatakan telah memenuhi konsep valid jikalau estimator survei tersebut sama persis dengan parameter populasi.

Sedangkan reliabel adalah hasil pengukuran yang mengandung ketelitian atau presisi yang baik. Presisi baik diidentikkan dengan kondisi selang kepercayaan dalam menduga parameter yang sempit. Selang kepercayaan yang sempit dalam artian semakin besarnya ukuran sampel menyebabkan margin of error (moe) semakin kecil.

Untuk lebih memahami mengenai konsep valid dan reliabel, sebaiknya kita perhatikan ilustrasi berikut.
Valid tapi tidak reliabel, sumber foto: dokpri.

Ada kondisi ketika suatu hasil pengukuran itu valid, namun sebenarnya tidak reliabel. Kondisi ini menunjukkan kurangnya tingkat ketelitian atau presisi dari pengukuran. Tidak ada bias di dalam pengukuran sehingga nilai dugaan sama persis terhadap nilai parameter yang sebenarnya.
Reliabel tapi tidak valid, sumber foto: dokpri.

Sebaliknya, ada pula kondisi hasil pengukuran reliabel tetapi ternyata tidak valid. Ini merupakan dampak adanya bias dalam pengukuran. Bias merupakan simpangan atau terdapat selisih antara estimator terhadap parameter sebenarnya (true value). Bias bisa berasal dari sampling, bisa pula berasal dari non-sampling. Bias dari sampling dapat diminimalisir dengan perbaikan teknik sampling, sedangkan bias non-sampling dapat dikurangi dengan cara memanajemen Sumber Daya Manusia secara baik dan benar.

Begitu pula dengan perbaikan operasional sampling, bias akan dapat ditekan besarnya. Ini menjadi urgensi sulitnya mengukur bias sebab berkaitan erat dengan human error atau moral hazard.

Untuk itulah diperlukan desain survei yang baik untuk mencapai pengukuran yang valid dan reliabel. Lebih jelasnya, coba kita perhatikan beberapa desain survei berikut.
Beberapa desain survei, sumber foto: dokpri.

Tampak estimator desain survei A dan C terletak disisi kanan parameter sebenarnya, sehingga A dan C memiliki bias. Sementara itu, desain survei B dan D tepat pada nilai parameter yang sebenarnya. Desain A karena tidak memiliki presisi yang baik dan juga memiliki bias maka A dikatakan belum reliabel dan belum valid. Desain B, karena sudah valid tetapi belum reliabel sebab belum presisi (tampak variasinya besar yang ditunjukkan oleh kurva yang intervalnya lebih panjang). Desain C, sudah reliabel sih, tetapi masih belum valid sebab C tampak terdapat bias terhadap parameter sebenarnya. Dan desain survei yang hasilnya paling bagus adalah desain D, dia memiliki presisi (variasinya kecil, tampak lebih sempit kurvanya) dan tidak memiliki bias sebab nilai estimator yang dihasilkan oleh desain D sama dengan parameter sebenarnya.

Dalam pembahasan mengenai valid dan reliabel ini, kita perlu membahas pula soal akurasi dan presisi. Ini penting mengingat konsep valid dan reliabel sangat erat berkaitan dengan tinggi atau rendahnya keakurasian dan kepresisian pengukuran.

Suatu pengukuran kita katakan akurasinya tinggi jika hasil pengukuran mengandung nilai variabel eror yang kecil dan biasnya juga kecil dan berdampak pada total eror yang kecil. Sedangkan hasil pengukuran dikatakan mempunyai presisi yang tinggi ketika nilai variabel erornya kecil. Variabel eror merupakan besarnya penyimpangan penduga sejumlah survei (kegiatan statistik) terhadap rata-rata penduga parameter yang diharapkan.

Untuk lebih memahami mengenai perbedaan akurasi dan presisi, kita dapat memerhatikan ilustrasi hasil tembak papan panahan berikut.
Akurasi tinggi, presisi rendah, sumber foto: dokpri.

Terlihat bahwa hasil tembak panahan tersebut menunjukkan akurasi yang tinggi karena mengumpul di sekitar titik tengah. Titik tengah dalam hal ini merupakan nilai parameter sebenarnya. Tetapi tidak presisi sebab titik tembak yang dihasilkan menyebar berjauhan.
Akurasi rendah, presisi tinggi, sumber foto: dokpri.

Dari hasil tembak panahan pada ilustrasi, akurasi yang rendah ditunjukkan oleh hasil titik tembakan jauh dari titik tengah yang mengejawantahkan nilai parameter sebenarnya. Tapi kondisi ini dikatakan presisinya tinggi sebab titik panahan terlihat lebih mengumpul pada suatu area tertentu.