pusatdataberita — Bayangkan sebuah tes yang disebut '99 persen akurat' memberi hasil positif. Banyak orang langsung menyimpulkan peluang sakitnya 99 persen. Kenyataannya bisa jauh lebih rendah. Penyebabnya adalah konsep yang sering diabaikan dalam berita: peluang bersyarat dan angka dasar.
1Angka dasar yang terlupakan
Angka dasar adalah seberapa umum suatu kondisi di populasi. Sebagai ilustrasi, misalkan kondisi tertentu dialami 1 dari 1.000 orang. Dari 100.000 orang yang dites, ada 100 orang yang benar-benar mengalaminya dan 99.900 yang tidak.
Jika tes mendeteksi 99 persen kasus nyata, sekitar 99 dari 100 orang sakit akan terdeteksi. Namun jika tes juga keliru positif pada 1 persen orang sehat, ada sekitar 999 hasil positif palsu.
2Menghitung peluang sebenarnya
Total hasil positif adalah 99 positif benar ditambah 999 positif palsu, yaitu 1.098. Dari jumlah itu, hanya 99 yang benar-benar sakit, atau sekitar 9 persen. Jauh dari 99 persen yang dibayangkan.
Inilah inti teorema Bayes: peluang setelah melihat bukti bergantung pada peluang awal dan seberapa sering bukti itu muncul secara keliru.
3Mengapa ini penting dalam berita
Logika yang sama berlaku untuk banyak klaim: sistem pendeteksi penipuan, pemeriksaan keamanan, hingga 'tanda-tanda' yang diklaim meramalkan sesuatu. Jika kejadian yang dicari sangat jarang, sebagian besar 'tanda' bisa ternyata alarm palsu.
Pada pemeriksaan kesehatan, dokter biasanya mempertimbangkan gejala, riwayat, dan tes lanjutan, sehingga peluang awal pasien yang diperiksa tidak sama dengan populasi umum.
4Cara berpikir yang lebih jernih
Saat membaca klaim akurasi, tanyakan: seberapa umum kejadiannya, berapa banyak positif palsu, dan berapa banyak yang terlewat? Mengubah persentase menjadi jumlah orang, seperti contoh di atas, membuat perhitungan jauh lebih mudah dipahami.
Untuk hasil pemeriksaan kesehatan pribadi, selalu diskusikan dengan dokter yang memahami konteks Anda.