Inti statistika bukan pertama-tama menghafal rumus, tetapi memahami variasi. Dalam kehidupan nyata, tidak ada proses yang menghasilkan output selalu sama. Nilai mahasiswa bervariasi. Kualitas produk bervariasi. Waktu pelayanan bervariasi. Produktivitas karyawan bervariasi. Pendapatan bisnis bervariasi. Mutu rumah sakit, mutu sekolah, mutu koperasi, mutu hotel, mutu pabrik, dan mutu pemerintahan semuanya bervariasi. Karena itu, orang yang tidak memahami variasi akan mudah salah mengambil keputusan. Ia bisa menyalahkan orang padahal masalahnya ada pada sistem. Ia bisa mengganti pimpinan padahal penyebabnya ada pada proses. Ia bisa memberi hukuman kepada karyawan padahal variasi yang terjadi hanyalah variasi normal dari sistem yang buruk.
Inilah sebabnya Dr. William Edwards Deming menekankan pentingnya memahami variasi. Dalam pandangan Dr. Deming, manajemen yang baik harus mampu membedakan mana variasi yang berasal dari sistem itu sendiri dan mana variasi yang berasal dari penyebab khusus. Dalam bahasa statistika kualitas, variasi yang berasal dari sistem disebut common cause variation, sedangkan variasi karena kejadian khusus disebut special cause variation. Jika manajemen tidak mampu membedakan keduanya, maka keputusan yang diambil akan kacau. Ketika masalah berasal dari sistem, tetapi yang disalahkan adalah individu, maka organisasi akan menciptakan ketakutan. Sebaliknya, ketika ada penyebab khusus yang harus segera ditangani, tetapi dianggap sebagai hal biasa, maka kerusakan sistem akan dibiarkan terus-menerus.
Karena itu, memahami statistika hanya sebagai hafalan rumus adalah pemahaman yang sangat dangkal. Seseorang mungkin menghafal rumus rata-rata, simpangan baku, korelasi, regresi, uji t, uji F, Analysis of Variance atau ANOVA, Structural Equation Modeling atau SEM, bahkan mampu menghitung p-value, tetapi tetap belum tentu memahami statistika. Mengapa? Karena ia hanya menguasai alat hitung, bukan cara berpikir. Ia tahu rumus, tetapi belum memahami sistem. Ia tahu angka, tetapi belum memahami proses. Ia tahu teknik, tetapi belum memahami makna variasi. Ia tahu cara menguji hipotesis, tetapi belum tentu tahu bagaimana menggunakan hasil analisis untuk memperbaiki sistem secara strategis sistemik dan terus-menerus.
Pernyataan yang lebih tepat dapat dirumuskan sebagai berikut: Statistical thinking dalam ilmu statistika dan manajemen kualitas terdiri dari tiga level utama. Level tertinggi adalah statistical thinking, yaitu cara berpikir strategis sistemik untuk memahami proses, variasi, data, penyebab, dan perbaikan terus-menerus. Level menengah adalah statistical engineering, yaitu kemampuan merancang, mengintegrasikan, dan menggunakan berbagai metode statistika secara sistemik untuk memecahkan masalah nyata yang kompleks. Level paling dasar adalah statistical methods and tools, yaitu penguasaan metode, rumus, teknik, perangkat lunak, grafik, tabel, dan alat analisis statistika.
Level tertinggi disebut statistical thinking karena di sinilah seseorang mulai memahami bahwa semua pekerjaan terjadi di dalam proses, semua proses menghasilkan variasi, dan semua variasi harus dipahami sebelum keputusan dibuat. Pada level ini, statistika bukan lagi sekadar mata kuliah, tetapi menjadi cara berpikir. Kita tidak bertanya hanya “berapa nilainya?”, tetapi juga “mengapa nilainya bervariasi?”, “apa sumber variasinya?”, “apakah variasi ini normal dalam sistem?”, “apakah ada penyebab khusus?”, “apakah sistem ini stabil?”, “apakah proses ini mampu memenuhi kebutuhan pelanggan?”, dan “apa yang harus diperbaiki secara terus-menerus?”
Level menengah disebut statistical engineering karena pada level ini statistical thinking diterjemahkan menjadi rancangan pemecahan masalah yang nyata. Statistical engineering bukan sekadar memilih satu rumus, tetapi mengintegrasikan berbagai metode sesuai masalah. Misalnya, ketika kualitas produk buruk, kita tidak langsung memakai regresi atau uji t secara membabi buta. Kita mulai dari pemetaan proses, pengumpulan data, Measurement System Analysis (MSA) atau analisis sistem pengukuran, Statistical Process Control atau pengendalian proses statistikal, capability analysis atau analisis kapabilitas proses, Design of Experiments atau desain eksperimen, regresi, simulasi, hingga rencana pengendalian. Jadi statistical engineering adalah jembatan antara cara berpikir statistika dan tindakan perbaikan nyata di lapangan.
Level paling dasar adalah statistical methods and tools. Ini mencakup rumus, teknik, tabel, grafik, software, uji statistika, model, dan prosedur analisis. Level ini penting, tetapi paling rendah karena alat tidak akan berguna jika digunakan tanpa pemahaman. Control chart dapat menjadi alat yang sangat kuat, tetapi jika orang tidak memahami common cause variation dan special cause variation, control chart hanya menjadi gambar garis. Regresi dapat menjadi alat yang sangat berguna, tetapi jika orang tidak memahami konteks proses, regresi hanya menjadi persamaan matematika. SEM (Structural Equation Modeling) dapat menjadi alat yang kompleks, tetapi jika peneliti tidak memahami teori, konstruk, variabel, dan hubungan sebab-akibat secara logis, SEM hanya menjadi permainan angka yang terlihat ilmiah tetapi miskin makna.
Dengan demikian, kesalahan terbesar dalam pendidikan statistika adalah ketika statistika diajarkan secara berpikir linear sempit tradisional prosedural sebagai kumpulan rumus, bukan sebagai cara berpikir strategis sistemik. Mahasiswa dipaksa menghafal formula, mengerjakan soal hitungan, mencari nilai signifikansi, tetapi tidak dilatih memahami variasi dalam kehidupan nyata. Akibatnya, banyak orang lulus mata kuliah statistika tetapi tetap tidak mampu membaca masalah organisasi, bisnis, pendidikan, kesehatan, pemerintahan, atau industri secara benar. Mereka bisa menghitung rata-rata, tetapi tidak memahami mengapa rata-rata bisa menipu? Mereka bisa menghitung standar deviasi, tetapi tidak memahami makna penyebaran. Mereka bisa melakukan uji statistika, tetapi tidak memahami apakah data berasal dari sistem yang stabil atau tidak stabil?
Inilah inti dari statistical thinking: statistika harus membantu kita berpikir strategis sistemik agar lebih benar, bukan sekadar menghitung lebih cepat. Dalam bisnis, memahami variasi membantu perusahaan membedakan apakah penurunan penjualan hanya fluktuasi normal atau tanda kerusakan strategi sistem. Dalam kualitas, memahami variasi membantu pabrik membedakan apakah cacat produk berasal dari operator tertentu atau dari mesin, bahan baku, metode kerja, lingkungan, dan sistem pengendalian yang buruk. Dalam pendidikan, memahami variasi membantu sekolah membedakan apakah rendahnya prestasi siswa disebabkan oleh kemalasan siswa atau oleh kurikulum, metode mengajar, asesmen, fasilitas, budaya belajar, dan sistem manajemen pendidikan yang lemah.
Karena itu, orang yang hanya menghafal rumus statistika belum tentu memahami statistika. Ia baru berada pada level statistical methods and tools. Orang yang mampu menggabungkan berbagai metode statistika untuk memecahkan masalah nyata mulai masuk ke level statistical engineering. Tetapi orang yang benar-benar memahami bahwa variasi adalah inti dari semua proses, bahwa keputusan harus berbasis data, bahwa sistem harus dipahami sebelum individu disalahkan, dan bahwa perbaikan harus dilakukan secara terus-menerus, itulah orang yang telah masuk ke level tertinggi, yaitu statistical thinking.
Maka kalimat dalam gambar itu dapat diperkuat menjadi begini: Memahami variasi adalah kunci success dalam bisnis dan kualitas karena setiap bisnis adalah sistem proses, setiap proses menghasilkan variasi, setiap variasi mengandung informasi, dan setiap informasi harus digunakan untuk perbaikan strategis sistemik secara terus-menerus. Tanpa memahami variasi, manajemen hanya akan menebak, menyalahkan, menghukum, mengganti orang, atau membuat kebijakan reaktif. Dengan memahami variasi, manajemen dapat membedakan gejala dan akar masalah, membedakan masalah individu dan masalah sistem, membedakan fluktuasi normal dan sinyal bahaya, serta merancang perbaikan yang benar-benar meningkatkan kualitas, produktivitas, efisiensi, dan daya saing.
Kesimpulannya, statistika yang benar bukan dimulai dari rumus, tetapi dari cara berpikir strategis sistemik. Rumus hanyalah alat. Software hanyalah alat. Tabel hanyalah alat. Uji statistika hanyalah alat. Yang paling penting adalah statistical thinking: kemampuan memahami variasi dalam sistem nyata, menggunakan data untuk memahami proses, membedakan penyebab umum dan penyebab khusus, lalu memperbaiki sistem secara strategis sistemik dan terus-menerus. Tanpa statistical thinking, statistika hanya menjadi hafalan kering. Dengan statistical thinking, statistika menjadi pisau bedah untuk memahami realitas, memperbaiki kualitas, dan membangun success dalam bisnis, pendidikan, pemerintahan, industri, dan kehidupan nyata.
Oleh: Vincent Gaspersz
Penulis adalah Lean Six Sigma Master Black Belt & Certified Management Systems Lead Specialist (Ahli Rekayasa Sistem dan Manajemen Sistem, Anggota Senior Institute of Industrial and Systems Engineers/IISE No. 880194630)
