What we miss when we focus on the average | Am I Normal? with Mona Chalabi

98,624 views ・ 2021-11-02

TED


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video.

00:00
Transcriber:
0
0
7000
00:00
When we think about data, we usually think about averages.
1
196
3160
Translator: Dinda Utami Reviewer: Hafizh Alfarisi
Saat memikirkan data, yang biasa terlintas adalah rata-rata.
00:03
Average height, average salary,
2
3356
1800
Tinggi rata-rata, gaji rata-rata, waktu rata-rata panggilan video.
00:05
average number of hours spent on video calls.
3
5196
2400
00:07
It’s tempting to focus on these neat little summaries of our world.
4
7636
3600
Betapa mudahnya kita berfokus pada kesimpulan ringkas tersebut.
00:11
But the world is a lot messier than these averages can make it out to be.
5
11276
3600
Namun, dunia ini jauh lebih pelik dari apa yang “rata-rata” bisa tunjukkan.
00:14
So instead, I look for the outliers.
6
14916
2480
Sebaliknya, aku mencari beberapa variabel asing,
00:17
They can offer a better reflection of this chaos we call life.
7
17436
3520
yang memberi cerminan lebih jelas atas kepelikan yang kita sebut hidup ini.
00:20
And they can offer a different perspective
8
20996
2040
Nilai itu dapat memberi perspektif berbeda pada hal-hal yang kita kira sudah pahami.
00:23
on the things that we think we understand.
9
23076
2000
[Apakah Aku Normal? Bersama Mona Chalabi]
00:25
[Am I Normal? with Mona Chalabi]
10
25116
2480
00:27
Take, for instance, the stats around teens and cigarettes.
11
27636
2760
Ambillah contoh data tentang kaitan remaja dengan rokok.
00:30
According to the CDC, between 1997 and 2019,
12
30436
3560
Menurut CDC, antara tahun 1997 sampai 2019,
persentase anak SMA di Amerika yang merokok anjlok
00:34
the percentage of American high school students who smoked plummeted
13
34036
3200
00:37
from 36 to just six percent.
14
37276
2280
dari 36 persen menjadi hanya 6 persen.
00:39
That seems like a pretty big win,
15
39556
1960
Tampak seperti pencapaian besar,
00:41
but when you break apart the data and look at the outliers,
16
41516
2840
tapi saat data dibedah untuk melihat variabel asing, hasilnya berbeda.
00:44
it is a totally different picture.
17
44356
1640
Di antara siswa Indian Amerika dan pribumi Alaska,
00:46
Among American Indian and native Alaskan students,
18
46036
2360
00:48
cigarette usage is much higher than that six percent average.
19
48436
3040
konsumsi rokok jauh lebih tinggi dari rerata 6 persen tadi.
00:51
It comes in at a sizable 21 percent.
20
51516
2760
Terlihat cukup besar, yaitu 21 persen.
00:54
All other racial and ethnic groups were in the single digits.
21
54316
3080
Ras dan etnis yang lain berjumlah satu digit.
00:57
So what first seemed like this great success story
22
57436
2760
Apa yang tadinya tampak seperti pencapaian besar
ternyata menjadi indikator akan besarnya tugas yang mesti kita lakukan
01:00
is actually an indicator of how much work we need to do
23
60196
3480
01:03
to reach some of the most marginalized communities.
24
63716
2840
untuk mencakup sebagian kelompok paling termarginalkan.
01:06
In general, when we present data as a scatterplot,
25
66556
2440
Umumnya, jika data disajikan dalam diagram pencar,
rata-ratanya akan terlihat seperti ini.
01:09
the average would usually look like this.
26
69036
2080
Begitu ada variabel asing, ia lazimnya dikesampingkan.
01:11
And where there are outliers,
27
71156
1400
01:12
the typical approach is to undervalue them,
28
72596
2520
Ia dilihat sebagai penyimpangan dari rata-rata
01:15
to see them as a deviation from the average
29
75156
2400
01:17
or from what society thinks is normal.
30
77596
2280
atau dari yang masyarakat anggap normal.
01:19
But I like to call these outliers “lost birds.”
31
79916
3560
Kusebut saja variabel asing ini sebagai “burung tersesat”.
01:23
It's a nickname I use for something or someone who has gone astray.
32
83516
4120
Ini julukan yang kuberikan untuk sesuatu atau seseorang yang melenceng.
01:27
If you look hard enough,
33
87676
1240
Jika dilihat dengan saksama,
01:28
you'll find that these lost birds pop up everywhere.
34
88916
3120
kau akan sadar bila “burung tersesat” ini muncul di mana-mana.
01:32
Like my mom, for example.
35
92756
1400
Misalnya saja ibuku.
01:34
She doesn't like being on camera, so this puppet will have to do.
36
94196
3080
Dia tak suka direkam kamera, jadi boneka inilah penggantinya.
01:37
She's a soft spoken, hijabi woman who isn't much bigger than this puppet.
37
97276
3440
Dia wanita berhijab yang lembut tuturnya dan tak sebesar boneka ini.
01:40
Because of that, it's easy for some people to underestimate her.
38
100716
3200
Karenanya, mudah bagi orang lain untuk meremehkannya.
01:43
But don't let those first impressions fool you.
39
103956
2200
Namun, jangan tertipu oleh kesan pertamanya.
“Di zamanku dulu,
01:46
“In my generation,
40
106196
1680
01:47
we used to listen and accept what they tell us.
41
107916
3760
kami terbiasa mematuhi apa kata orang lain.
01:51
'Do what you're told.'
42
111716
1680
‘Lakukan apa yang diperintahkan’.
01:53
But when I got older,
43
113436
1880
Namun, begitu beranjak dewasa,
01:55
I just changed and I started to argue my point and get what I want."
44
115356
4880
aku berubah dan mulai menyampaikan pendapatku dan mendapatkan yang kumau.”
Ibuku adalah pensiunan dokter, pembuat gaun yang buruk,
02:01
My mom's a retired doctor, an avid ugly-dress maker,
45
121316
3120
02:04
a mother of two and a grandmother of none.
46
124476
2000
ibu dua anak yang tak punya cucu.
02:06
Though she spends a fair amount of time trying to speak that into existence,
47
126516
3640
Meski begitu, dia sering menjampi-jampiku,
“Ibu rasa semua orang tua ingin putrinya punya anak.”
02:10
"I think for every mother, for her daughter, she wants a grandchild."
48
130156
5000
02:15
(Laughter)
49
135196
3040
(Tawa)
02:18
"Sorry, Mona."
50
138276
1160
“Maaf, Mona.”
02:19
Moving on.
51
139476
1160
Lanjut.
02:20
My mom is also a lost bird.
52
140676
1680
Ibuku juga “burung tersesat”.
02:22
"Me?"
53
142396
1160
“Aku?”
02:23
She has, statistically speaking, gone astray.
54
143596
2400
Secara statistik, bisa dibilang dia melenceng.
“Ya, tapi penyimpangan yang baik.”
02:26
"Yeah, but it was a good deviation."
55
146036
2480
02:28
Back in the late '70s,
56
148516
1160
Kembali ke akhir 70-an, Ibu pindah dari Iraq ke Britania Raya
02:29
my mom left Iraq and moved to the UK
57
149716
1760
02:31
to further her medical training and practice.
58
151516
2200
untuk melanjutkan pelatihan dan praktik medisnya.
02:33
She's among the four percent of people born in Iraq who now live abroad.
59
153756
3480
Dia termasuk 4 persen dari kelahiran Iraq yang tinggal di luar negeri.
02:37
By the early 2000s,
60
157596
1280
Pada awal 2000-an,
02:38
just three percent of UK doctors with her experience
61
158876
2920
hanya 3 persen dokter Britania Raya setingkat dengan Ibu
02:41
were non-white and practicing in her speciality.
62
161836
2640
yang bukan kulit putih dan menjalani spesialisasi serupa.
02:44
My mom is a lost bird because she is an outlier.
63
164516
2800
Ibu adalah “burung tersesat” karena dia itu variabel asing.
02:47
She's one of the rare few to leave her home country
64
167356
2440
Dialah segelintir orang yang meninggalkan negaranya,
02:49
and even rarer still among her medical peers.
65
169836
2520
bahkan paling tak biasa di antara rekan dokternya.
02:52
We all think that the people that we love are special,
66
172356
2520
Kita berpikir orang yang kita cintai itu spesial.
02:54
and there is some truth to that.
67
174876
1560
Pemikiran itu ada benarnya.
02:56
But it’s worth considering the ways that we are all lost birds.
68
176436
2960
Pertimbangkan pula bahwa kita adalah “burung tersesat”.
Sebab, saat kita fokus pada rata-rata dan mengabaikan variabel asing,
02:59
Because when we focus on the average and we ignore the outliers,
69
179396
3040
03:02
we lose all of the richness and insights that those stories provide.
70
182476
3320
kita kehilangan detail mendalam yang terdapat di kisah-kisah itu.
03:05
But when we dig into the deviations, we get to see the bigger picture.
71
185796
3920
Namun, saat mengamati penyimpangan itu, kita akan melihat gambaran lebih besar
03:09
One from a bird's-eye view.
72
189716
1760
dengan pandangan yang lebih luas.
Tentang situs web ini

Situs ini akan memperkenalkan Anda pada video YouTube yang berguna untuk belajar bahasa Inggris. Anda akan melihat pelajaran bahasa Inggris yang diajarkan oleh guru-guru terbaik dari seluruh dunia. Klik dua kali pada subtitle bahasa Inggris yang ditampilkan di setiap halaman video untuk memutar video dari sana. Subtitle bergulir selaras dengan pemutaran video. Jika Anda memiliki komentar atau permintaan, silakan hubungi kami menggunakan formulir kontak ini.

https://forms.gle/WvT1wiN1qDtmnspy7