Apakah margarin berkaitan dengan tingkat perceraian?

Sebuah situs yang dibuat oleh para pelajar di Harvard mengajari kita untuk melihat lebih cemat data statistik. Dan ternyata, itu cukup menyenangkan.

"Konsumsi margarin berkaitan dengan perceraian," begitu salah satu grafik yang ada dalam situs Spurious Correlations - tylervigen.com.

Grafik ini menunjukkan tingkat perceraian dan konsumsi margarin di negara bagian Maine, Amerika Serikat selalu berada dalam tingkat yang hampir sama dalam lebih dari 10 tahun terakhir.

Lantas apa kaitannya? Bisakah Anda menebak-nebak?

"Mungkin ketika ada banyak margarin di rumah, mungkin akan menyebabkan perceraian," kata Tyler Vigen, pembuat situs statistik itu.

"Atau mungkin saja ada molekul dalam margarin yang mempengaruhi," katanya menerka-nerka.

Vigen mengatakan saat ini banyak sekali hal-hal yang dihubung-hubungkan.

"Saya melihat banyak judul - terutama yang sensasional, misalnya 'ilmuwan menemukan hubungan antara x dan y," katanya.

"Dalam banyak situasi mungkin ada hubungannya, tetapi sangat penting bagi kita untuk kritis tentang apakah ada hubungan kausal di baliknya."

Salah satu aturan utama dalam statistik adalah korelasi dua hal bukan selalu terkait hubungan sebab akibat. Hanya karena dua variabel bergerak dalam arah yang sama, bukan berarti yang satu mengakibatkan yang lain.

Dua hal yang berkaitan belum tentu memiliki hubungan sebab akibat.

Untuk menekankan poin ini, Vigen, pelajar kriminologi di Sekolah Hukum Harvard, menulis program komputer untuk memperlihatkan berapa banyak data statistik yang berkorelasi.

Dia mempublikasikan sejumlah hasil yang paling lucu di situsnya, Spurious Correlations.

"Ini menyenangkan karena memberi kesempatan orang menjadi ilmuwan dalam beberapa menit, karena pasti mereka punya hipotesis sendiri-sendiri," katanya.

Misalnya, mengapa pembunuhan dengan menggunakan uap panas dan benda panas memiliki tren naik dan turun yang sama dengan usia pemenang kontes kecantikan Miss America?

Lalu, bagaimana jumlah film Nicholas Cage per tahun mempengaruhi jumlah editor perempuan di Harvard Law Review?

"Kita akan memikirkan itu sebentar, dan menyadari kita tak memiliki dasar pembenaran atas hipotesis itu," katanya.

Contoh nyata perbedaan antara korelasi dan hubungan kausalitas adalah sebuah cerita klasik: bahwa ketika musim panas, penjualan es krim dan tingkat pembunuhan sama-sama naik.

Dua hal ini berkaitan, tetapi tidak memiliki hubungan sebab akibat. Penjelasannya mungkin ada di variabel ketiga, seperti cuaca panas - yang menyebabkan dua hal itu?

Tyler Vigen memberi tips untuk Anda supaya lebih cermat melihat statistik, yaitu bersikap kritis, lihat adakah hubungan kausalitas,dan pertanyakan data ilmiah.

Ini sesuatu yang patut Anda ingat ketika membaca judul berita sensasional yang menarik perhatian.