Ronald Fisher mengubah cara kita membuktikan sesuatu. Bukan dengan menciptakan teori baru, namun dengan mengubah cara kita mengujinya. Lahir di East Finchley, London, pada tahun 1890, ia tumbuh menjadi salah satu tokoh paling berpengaruh di bidang sains. Dia adalah seorang ahli matematika dan biologi. Karyanya menjembatani kesenjangan antara angka-angka abstrak dan realitas alam yang berantakan.
Sebelum Fisher, eksperimen sering kali ceroboh. Peneliti memilih bahan yang mereka sukai. Mereka memilih sampel yang tampak menjanjikan. Hal ini menimbulkan bias. Variabel yang tidak terlihat mengubah hasil. Fisher melihat ini sebagai kesalahan fatal. Dia membutuhkan cara untuk menghilangkan preferensi manusia. Solusinya radikal pada masanya.
Mengapa Pengacakan Penting dalam Eksperimen
Fisher memperkenalkan prinsip pengacakan saat bekerja sebagai ahli statistik di lembaga penelitian pertanian. Dia tidak hanya menghitung angka untuk bersenang-senang. Dia mencoba mencari tahu mengapa beberapa tanaman tumbuh lebih baik daripada tanaman lainnya.
Aturannya sederhana sekarang. Tampaknya jelas. Tapi itu tidak ada sebelumnya.
Semua bahan yang digunakan dalam percobaan harus dipilih secara acak dari seluruh populasi yang ingin diwakilinya.
Ini bukan hanya tentang memilih nama. Ini tentang menghilangkan bias yang tidak disengaja. Jika Anda ingin mengetahui apakah suatu pupuk berfungsi, Anda tidak bisa hanya mengaplikasikannya pada tanaman Anda yang paling bagus. Anda harus menerapkannya pada pilihan acak di seluruh bidang. Anda harus mengulangi proses pada unit kontrol. Hanya dengan begitu Anda dapat menghubungkan efeknya dengan pengobatannya.
Tanpa pengacakan, Anda tidak pernah benar-benar tahu apakah suatu sebab menimbulkan akibat. Anda hanya tahu bahwa itu terjadi berdekatan satu sama lain. Korelasi bukanlah sebab-akibat. Fisher membuat hubungan sebab dan akibat dapat diukur.
Mesin Statistik: Analisis Varians
Ia juga mengembangkan analisis varians (ANOVA). Ini adalah prosedur statistik. Hal ini memungkinkan peneliti merancang eksperimen yang menjawab beberapa pertanyaan sekaligus.
Sebelum ANOVA, menguji banyak variabel adalah mimpi buruk. Anda harus menjalankan tes terpisah untuk setiap faktor. Itu tidak efisien. Ini mengabaikan bagaimana faktor-faktor dapat berinteraksi. Metode Fisher mengatasi kekacauan ini. Ini memecah variasi total data menjadi beberapa komponen. Peneliti dapat melihat faktor mana yang penting dan mana yang hanya sekedar kebisingan.
Ini menjadi tulang punggung desain eksperimental. Ini digunakan dalam segala hal mulai dari uji coba farmasi hingga pengujian A/B di situs web. Saat Anda melihat judul tentang hasil yang “signifikan secara statistik”, Anda sedang melihat warisan Fisher.
Biaya Inovasi
Fisher meninggal di Adelaide, Australia, pada tahun 1962. Dia meninggalkan perangkat yang masih mendefinisikan ketelitian ilmiah. Ide-idenya tentang pengacakan dan analisis varians adalah kurikulum standar di universitas-universitas di seluruh dunia.
Namun metodenya kontroversial. Mereka menantang cara berpikir yang sudah mapan. Mereka menuntut ketelitian jika sebelumnya ada perkiraan. Beberapa orang menganggap pendekatannya dingin. Ini menghilangkan unsur manusia dari sains. Ini mengubah alam menjadi titik data.
Namun, tanpa karyanya, sains modern tidak akan mampu menebaknya. Kami akan mengandalkan intuisi dibandingkan bukti. Fisher memberi kita cara untuk ragu. Untuk bertanya. Untuk memverifikasi.
Dunia berjalan berdasarkan prinsip-prinsip ini. Setiap kali suatu obat diuji. Setiap kali hasil panen ditingkatkan. Setiap kali kita mencoba menemukan kebenaran dalam kekacauan. Kami menggunakan alat Fisher.
Ini adalah warisan yang aneh. Seorang pria
