Paradoks Perbedaan Angka dalam Survey Kepuasan Publik Antar Lembaga Survey
Tulisan dari M Chozin Amirullah tidak mewakili pandangan dari redaksi kumparan
PerbesarOleh: M. Chozin Amirullah
Pernahkah Anda membaca sebuah rilis survei politik atau kebijakan publik yang dipenuhi dengan angka persentase, koefisien regresi, dan tingkat signifikansi, tetapi saat selesai membaca, Anda justru merasa tidak mendapatkan pemahaman apa-apa tentang realitas di lapangan? Fenomena ini mencerminkan sebuah tren besar dalam dunia akademik dan riset kebijakan kita: fetisisme angka. Ada kecenderungan kuat bahwa sebuah riset baru dianggap "ilmiah" jika ia dipenuhi dengan tabel statistik dan rumus matematika. Sebaliknya, riset yang mengandalkan narasi, wawancara mendalam, atau pengamatan intim di lapangan sering kali dipandang sebelah mata sebagai studi yang "kurang valid" atau "anekdotal".
Debat klasik namun krusial inilah yang digugat kembali oleh Henry E. Brady dan David Collier dalam buku monumental mereka, Rethinking Social Inquiry: Diverse Tools, Shared Standards. Buku ini bukan sekadar bacaan wajib mahasiswa pascasarjana, melainkan sebuah manifesto penting bagi kita semua—para akademisi, peneliti, dan pengambil kebijakan—untuk meredefinisi ulang cara kita memahami realitas sosial.
Brady dan Collier secara terbuka menantang arus utama yang dibawa oleh buku Designing Social Inquiry (KKV) karya King, Keohane, dan Verba. KKV, yang selama beberapa dekade menjadi "kitab suci" metodologi di banyak universitas dunia, mengklaim bahwa penelitian kualitatif baru bisa dianggap ilmiah jika mengadopsi logika dasar (atau pola) penelitian kuantitatif. Philip A. Schrodt, seorang ahli metode kuantitatif yang dikutip dalam buku Brady dan Collier, dengan sinis menyebut pendekatan KKV ini telah melahirkan "monokultur statistik".
Dalam praktiknya, kita sering melihat apa yang disebut sebagai pendekatan "kitchen sink" (bak cuci piring): memasukkan sebanyak mungkin variabel ke dalam model komputer dengan harapan perangkat lunak statistik akan mengeluarkan keajaiban berupa angka signifikansi (yang ditandai dengan tanda bintang di tabel regresi).
Padahal, seperti yang diingatkan oleh pakar sosiologi Richard A. Berk, kecocokan model di atas kertas belum tentu membuktikan adanya hubungan sebab-akibat yang nyata di dunia riil. Angka-angka statistik ini sering kali melompat-lompat hanya karena ada sedikit perubahan data atau asumsi model. Hasilnya? Estetika ilmiah yang tampak megah di permukaan, tetapi rapuh secara substansi.
Paradoks Angka Survey Kepuasan Publik
Kerapuhan dan "lompatan" angka statistik ini terpampang nyata jika kita melihat rilis survei tingkat kepuasan publik (approval rating) terhadap pemerintahan menjelang dua tahun masa jabatannya pada Oktober 2026 ini. Jika kita hanya bersandar pada satu menara angka statistik, kita akan terjebak dalam kebingungan kognitif karena angka dari dua lembaga kredibel saling bertolak belakang dalam periode waktu yang hampir bersamaan.
Di satu sisi, Saiful Mujani Research and Consulting (SMRC) mencatat tingkat kepuasan publik berada pada angka 44,5%. Mayoritas publik sebesar 53,4% menyatakan tidak puas. SMRC menangkap adanya sinyal bahaya dari persepsi ekonomi akibat inflasi pangan dan lonjakan harga sembako. Namun di sisi lain, Parameter Politik Indonesia (PPI) justru merekam mayoritas masyarakat masih berada dalam zona nyaman dengan tingkat kepuasan umum mencapai 65,4%. PPI menemukan bahwa melimpahnya program bantuan sosial (bansos) menjadi jangkar kuat yang menjaga kepuasan ini. Lalu sebenarnya mama yang musti kita ikuti? Survey mana yang lebih mendekati validitas di lapangan?
Sebenarnya, survey Poltracking Indonesia bisa bertindak sebagai konfirmasi atas tren penurunan ini. Data longitudinal mereka memperlihatkan pola makro yang klop dengan tesis kelumpuhan daya beli: kepuasan publik yang sempat bertengger mewah di angka 78% (Oktober 2025) ambruk ke angka 55,1% (Agustus 2026). Poltracking secara gamblang membongkar bahwa persepsi publik atas penegakan hukum (44,8%) dan pemberantasan korupsi (46,6%) telah terseret jatuh oleh kecemasan riil masyarakat di pasar-pasar tradisional akibat mahalnya sembako.
Namun lagi-lagi, pemuja "monokultur statistik" akan terjebak memperdebatkan metodologi penarikan sampel kuantitatif di balik perbedaan potret SMRC, PPI, dan Poltracking ini. Perdebatan mandek pada angka, dan kita kehilangan substansi tentang apa yang sebenarnya bergejolak di benak manusia Indonesia.
Bagi pemuja "monokultur statistik", perbedaan mencolok ini sering kali diperdebatkan hanya sebatas masalah teknis kuantitatif: perbedaan metode sampling antara wawancara telepon milik SMRC melawan wawancara tatap muka langsung milik PPI. Namun, perdebatan itu mandek pada angka.
Kita kehilangan substansi tentang apa yang sebenarnya sedang bergejolak di benak manusia Indonesia. Kebakaran hutan, korban bencana gempa yang tak tertangani, ijazah palsu, potensi kelangkaan BBM secara merata, sulitnya ekonomi, dan lain-lain, itulah hal-hal yang sedang bergejolak di benak masyarakat Indonesia saat ini yang mestinya juga menjadi konsiderasi dalam survey.
Lalu, apa solusinya? Apakah kita harus membuang statistik? Tentu tidak. Buku Brady dan Collier tidak mengajak kita memusuhi kuantitatif, melainkan menawarkan pluralisme metodologis. Salah satu sumbangan terbesar mereka adalah pengenalan konsep CPO (Causal-Process Observation).
Berbeda dengan data kuantitatif standar yang kaku dalam kotak-kotak tabel (Data-Set Observation), CPO adalah potongan data, konteks, atau wawasan mendalam yang menelusuri mekanisme dan proses bagaimana sebuah fenomena benar-benar terjadi. Melalui metode process tracing (pelacakan proses), seorang peneliti kualitatif bertindak layaknya detektif Sherlock Holmes: mencari bukti-bukti kunci yang spesifik, kontekstual, dan tidak bisa ditangkap oleh sekadar kuesioner acak.
Dalam konteks sengkarut survei di atas, pendekatan CPO ini menjadi penyelamat ilmu sosial kita. Angka agregat nasional tidak akan mampu menjawab "mengapa" dan "bagaimana" realitas itu terbelah. Hanya kedekatan kualitatif di lapangan yang mampu membongkar dinamika psikologis masyarakat: Bagaimana sebuah keluarga di pinggiran kota merasa sangat terbantu oleh program bansos (menjustifikasi angka PPI), namun di saat yang sama mereka mengalami kecemasan luar biasa akibat hilangnya daya beli untuk kebutuhan sekunder dan ketakutan akan masa depan demokrasi (menjustifikasi angka SMRC). Hanya CPO yang mampu membongkar dinamika lokal, struktur adat, atau ketegangan sosiologis di tingkat akar rumput yang luput dari radar persentase.
So, berangkat dari disonansi di atas, lembaga survei di Indonesia tidak boleh lagi sekadar bertindak sebagai "tukang hitung" kalkulator politik. Kita membutuhkan langkah konkret untuk merombak cara kerja riset publik kita:
1. Pelembagaan Mixed-Methods Dashboard: Setiap rilis data kuantitatif wajib disertai dengan suplemen riset kualitatif berbasis CPO. Jika survei menunjukkan kepuasan turun, laporan harus memuat hasil Focus Group Discussion (FGD) atau wawancara mendalam untuk menjelaskan proses di balik angka tersebut.
2. Transparansi Total Metode: Lembaga survei harus mempublikasikan batasan metode pengumpulan data secara jujur. Publik perlu diedukasi bahwa angka signifikansi statistik bukanlah kebenaran mutlak, melainkan probabilitas yang terikat pada asumsi model yang kaku.
3. Pengembangan Indeks Konteks Lokal: Peneliti harus mengintegrasikan variabel sosiologis lokal (seperti kultur, etnis, pola patron-klien, struktur adat, dll) ke dalam interpretasi data agar kuesioner tidak mengalami bias perkotaan (urban bias) saat diujikan di perdesaan, atau sebaliknya.
4. Transformasi Rilis Media: Mengubah gaya penyajian rilis dari sekadar kejar tayang "Siapa Menang, Siapa Puas" menjadi eksplanasi naratif yang menonjolkan pelacakan proses (process tracing).
5. Rekonsiliasi Etis Melalui Asosiasi Profesi: Mendorong asosiasi seperti PERSEPI untuk menyelenggarakan scientific audit berkala ketika terjadi anomali atau deviasi data yang tajam di pasar, demi menjaga marwah ilmu sosial di mata publik.
Ilmu sosial (ilmu politik termasuk di dalamnya), sesuai namanya, adalah ilmu tentang manusia dan interaksinya. Manusia bukanlah robot yang perilakunya bisa sepenuhnya diprediksi lewat rumus regresi linier. Manusia memiliki motif, emosi, budaya, dan konteks sejarah yang berlapis. Analisis kualitatif akan jauh lebih kuat jika ditopang oleh ketajaman data kuantitatif. Sebaliknya, analisis kuantitatif akan jauh lebih bermakna dan membumi jika dibangun di atas fondasi wawasan serta pemahaman kualitatif yang mendalam.
Kita butuh beragam alat (diverse tools), namun dengan standar kualitas yang sama-sama tinggi (shared standards). Hanya dengan cara itulah, ilmu sosial kita bisa melahirkan kebijakan yang tidak hanya indah di atas kertas laporan laporan statistik demi memuaskan pendana, tetapi juga benar-benar berdampak dan memahami apa yang terjadi di lapangan.