Habis kecewa sama buku Naked Statistics, lalu saya coba baca buku ini, karena masih penasaran sama tema statistik. Ternyata pilihan saya nggak salah. This is one great book.

The Art of Statistics: How to Learn from Data

David Spiegelhalter
Basic Books (2019)
368 hal

Sir David Spiegelhalter OBE FRS adalah pakar statistik Inggris senior, profesor statistik di Cambridge, pernah mengepalai Royal Statistical Society, dan besar jasanya dalam ilmu statistik sehingga dianugerahi gelar kebangsawanan Inggris. Ia seringkali menjadi narasumber di berbagai media, juga saksi ahli dalam kasus-kasus kriminal pelik level nasional.

Kepakarannya dalam ilmu statistik terlihat jelas sepanjang buku.

Yang saya suka dari buku-buku dari pakar senior adalah kehati-hatian yang tampak dari tulisannya, sebagai hasil refleksi dari pengalaman dan wawasan yang luas. Spiegelhalter sering sekali mengingatkan agar hati-hati menafsirkan data dan hasil penelitian, hati-hati dari sifat arogan (ilmuwan harus mau menerima kritik), dll.

Buku ini terdiri dari 14 bab, yang menjelaskan konsep-konsep statistik yang diterangkan melalui analisa kasus secara mendalam, berbagai metoda analisa data, langkah-langkah dalam praktek ilmu statistik (PPDAC: Problem, Plan, Data, Analysis, Conclusion) dan penjelasan masing-masingnya, bagaimana data bisa ditafsirkan berbeda, perbedaan mazhab dalam statistik, teknik-teknik yang bisa dilakukan untuk mencari ‘the signal’ di antara ‘the noise’, dll.

Bab-babnya sebagai berikut:
1. Getting Things in Proportion: Categorical Data and Percentages.
2. Summarizing and Communicating Numbers. Lots of Numbers.
3. Why Are We Looking at Data Anyway? Population and Measurement.
4. What Causes What?
5. Modelling Relationships Using Regression.
6. Algorithms, Analytics and Prediction.
7. How Sure Can We Be About What Is Going On? Estimates and Intervals.
8. Probability: The Language of Uncertainty and Variability.
9. Putting Probability and Statistics Together.
10. Answering Questions and Claiming Discoveries.
11. Learning from Experience the Bayesian Way
12. How Things Go Wrong
13. How We Can Do Statistics Better
14. In Conclusion

Di bab 9 Spiegelhalter memberi peringatan bahwa ‘ini mungkin bab paling sulit, tapi juga paling penting dalam statistik’. Di dalamnya membahas tentang Central Limit Theorem yaitu kecenderungan rata-rata suatu data set akan berkumpul di titik tengah dan membentuk kurva lonceng (bell curve) yang simetri, tidak peduli data apa saja dan sebesar apa.
Sir Francis Galton, ilmuwan Inggris abad 19 menyebut the Central Limit Theorem (atau pada jamannya dinamakan Law of Frequency of Error) sebagai suatu keajaiban, bagaimana dari chaos bisa muncul keteraturan dalam bentuk simetri yang indah.

Di bab How Things Go Wrong ia membahas bagaimana kesalahan terjadi dalam praktek statistik, baik itu di tingkat perencanaan, pengambilan data, analisa, atau penafsiran data. Ada yang tidak disengaja (misalnya salah memasukkan data), kurangnya skill statistik ilmuwan ybs (memilih metoda sampling yang tidak tepat), ataupun sengaja (manipulasi data, hanya melaporkan hasil yang cocok dengan yg diinginkan, dll).

Di sini juga dibahas tentang ‘reproducibility crisis’ tentang banyaknya temuan studi ilmiah (terutama di bidang kedokteran, biologi, psikologi dan ilmu sosial) yang tidak bisa direplikasi (soal replication crisis ini pernah dibahas juga di buku Making Sense of Science*). Menurut Spiegelhalter masalah ini adalah isu kompleks yang berakar dari tekanan yang dihadapi ilmuwan dari institusinya untuk menerbitkan paper di jurnal bergengsi yang biasanya hanya mau menerima temuan yang ‘statistically significant’. Statistical significance ini berkaitan erat dengan bahasan P-value di bab 10, yang seringkali menjadi sumber permasalahan temuan ilmiah yang tidak tepat menafsirkan hasil analisa statistik dan menghasilkan false positive.

Karenanya di akhir buku Spiegelhalter membahas pentingnya literasi statistik bagi semua yang terkait, baik ilmuwan, media, maupun publik/konsumen media. Ia mendesak agar ilmuwan lebih ketat dan jujur beretika dalam melakukan penelitiannya, dan tidak melulu termotivasi ‘supaya diterbitkan di jurnal bergengsi’. Ia juga mendorong publik supaya lebih kritis ketika membaca berita-berita tentang penelitian ilmiah dan mempertanyakan misalnya ‘seberapa ketat penyelenggaraan studi tsb’ dan ‘seberapa terpercaya sumber berita tsb’.

Di bagian ini agak mirip dengan yang dibahas Cornelia Dean di buku Making Sense of Science.
Dan lagi-lagi muncul tema yang sama: PENTINGNYA KOMUNIKASI SAINS KE PUBLIK.

Di pengantar buku The Best American Science and Nature Writing 2020**, Michio Kaku menulis bahwa suatu tulisan ilmiah populer berhasil jika tulisan tersebut (1)bisa menangkap semangat ilmuwan dalam menjalankan bidang ilmunya (2)bisa mengangkat ‘drama’ suatu proses ilmiah, proses pencarian hingga menemukan jawabannya, dan (3)membuat pembaca awam ikut bersemangat, ingin tahu lebih jauh, dan bisa ikut melihat potensi manfaat penemuan ilmiah tersebut bagi kemanusiaan.

Bagi saya, buku ini adalah tulisan ilmiah populer yang sukses, karena telah meyakinkan saya bahwa statistik itu menarik dan, seperti judul bukunya, “statistik itu ada seninya”.

This is a beautiful book.

Catatan: lebih baik baca versi printnya, karena banyak tabel dan diagram yang nggak akan keliatan kalo baca di hp.

* Review buku Making Sense of Science
https://www.facebook.com/bookolatte/posts/pfbid022V9BsueAAQmRczngBhHyG95Xmoi7iiHHFeD9eBJEgHhcgZM3TjiEhB7uZ9YwYF7cl

**Review buku The Best American Science and Nature Writing 2020
https://www.facebook.com/bookolatte/posts/pfbid0FavBX6EQG8hCALsjQqrMn84Nq2vLKkTtaCsrvBJYB1uamnvsaAE9CKMzpePLqhmtl