Glosarium Istilah

Daftar istilah penting yang digunakan di sepanjang buku ini untuk memudahkan pembaca menavigasi konsep-konsep statistika, psikologi kognitif, epistemologi, dan kecerdasan buatan:

Amanah Metodologis
Komitmen moral dan integritas ilmiah dalam menyajikan data apa adanya tanpa rekayasa visual, pemotongan sumbu secara manipulatif, atau penghapusan data yang tidak sesuai dengan hipotesis pembuatnya.

Audit Grafik Mandiri (AGM)
Protokol ceklis nalar berisi lima pertanyaan kritis untuk menguji keabsahan sumbu koordinat, sanad pengumpul data, rentang waktu, satuan proporsi, dan kelogisan klaim suatu diagram sebelum mempercayainya.

Base Rate Neglect (Pengabaian Tingkat Dasar)
Kecenderungan kognitif manusia untuk menilai probabilitas suatu peristiwa hanya berdasarkan informasi deskriptif kasus spesifik seraya mengabaikan prevalensi atau proporsi riil fenomena tersebut di populasi induk.

Cherry-Picking (Pemilihan Selektif)
Praktik manipulasi data dengan cara sengaja memilih rentang tanggal, kelompok sampel, atau indikator tertentu yang mendukung narasi yang diinginkan seraya menyembunyikan gambaran tren jangka panjang yang utuh.

Cognitive Load Theory (Teori Beban Kognitif - CLT)
Teori psikologi kognitif yang dirumuskan oleh John Sweller, menjelaskan keterbatasan kapasitas memori kerja (working memory) manusia dalam memproses informasi baru, yang terbagi atas beban intrinsik, beban ekstrinsik, dan beban erat (germane).

Extraneous Cognitive Load (Beban Kognitif Ekstrinsik)
Beban mental yang tidak perlu, yang timbul akibat desain instruksional atau format penyajian grafik yang buruk (misalnya: memisahkan penjelasan teks jauh dari elemen visual atau kalkulasi mekanis berbelit-belit).

Halusinasi Statistik AI
Kecenderungan model bahasa besar (Large Language Models) dan sistem kecerdasan buatan generatif untuk mengarang angka persentase, mengutip data survei palsu, atau menciptakan sitasi fiktif yang terdengar sangat meyakinkan namun tidak berdasar fakta empiris.

Hukum Bilangan Besar (Law of Large Numbers - LLN)
Teorema dasar teori probabilitas yang menyatakan bahwa semakin banyak percobaan independen dilakukan (ukuran sampel bertambah besar), nilai rata-rata sampel akan semakin konvergen mendekati nilai harapan sebenarnya (expected value) dari populasi.

Korelasi Spurious (Korelasi Palsu)
Hubungan statistik yang memperlihatkan koefisien korelasi sangat tinggi ($r \approx 1$) antara dua variabel yang bergerak searah, padahal keduanya sama sekali tidak memiliki hubungan sebab-akibat (causality) nyata secara logis maupun saintifik.

Paradoks Simpson (Simpson’s Paradox)
Fenomena probabilitas dan statistika di mana sebuah tren atau asosiasi yang tampak konsisten pada kelompok-kelompok sub-populasi mendadak berbalik arah (reversed) ketika seluruh data digabungkan menjadi satu agregasi tunggal.

Pemahaman Instrumental (Instrumental Understanding)
Konsep psikologi matematika dari Richard Skemp: penguasaan aturan atau prosedur berhitung mekanis tanpa memahami alasan mendasar (rules without reasons).

Pemahaman Relasional (Relational Understanding)
Konsep Richard Skemp: pemahaman konseptual yang utuh tentang struktur matematika dan alasan di balik suatu metode (knowing both what to do and why).

Sanad Data (Data Lineage)
Rantai asal-usul informasi kuantitatif yang melacak lembaga pengumpul data primer, metodologi penarikan sampel, instrumen pengukuran, hingga pihak yang mendanai publikasi visual data tersebut.

Split-Attention Effect (Efek Pemisahan Perhatian)
Beban kognitif berlebih yang terjadi ketika pembelajar terpaksa membagi perhatian mentalnya antara dua sumber informasi yang terpisah secara fisik (misalnya teks penjelasan yang diletakkan di lembar berbeda dari gambar grafik).

Sumbu Y Terpotong (Truncated Y-Axis)
Manipulasi visual pada diagram batang atau garis di mana titik pangkal sumbu vertikal sengaja tidak dimulai dari angka nol ($y_{\min} \neq 0$), sehingga membesar-besarkan variasi angka yang sesungguhnya sangat kecil menjadi tampak dramatis.

Tabayyun Data
Sikap aktif dan metodologis untuk memverifikasi kesahihan data, memeriksa representasi sampel, serta menguji metodologi pengukuran sebelum menerima atau menyebarluaskan suatu klaim kuantitatif.

Tawazun Analitik
Prinsip keseimbangan dan proporsionalitas dalam membedah data, memastikan setiap sub-kelompok dianalisis secara adil tanpa mengorbankan konteks spesifik demi simplifikasi agregat tunggal.

Tiga Tangga Literasi Data
Kerangka kerja pedagogis tiga tahap dalam membaca informasi kuantitatif: (1) Membaca Data (Read Data - membaca apa yang tertulis), (2) Menafsirkan Data (Read Between Data - menghubungkan konteks dan tren), dan (3) Mengkritisi Data (Read Beyond Data - mempertanyakan sanad, bias, dan batas metodologi).