Pertanyaan: Mengapa dua variabel independen tampak saling berhubungan secara negatif dalam data yang diamati?
Intuisi Awal: Seseorang mungkin berpikir bahwa jika dua variabel tidak berhubungan dalam populasi umum, maka mereka juga tidak akan berhubungan dalam sampel yang diamati.
Contoh: Misalkan ada dua kondisi medis, A dan B, yang tidak berkorelasi dalam populasi umum. Namun, jika kita hanya melihat pasien yang dirawat di rumah sakit (kondisi tertentu), ada kemungkinan bahwa pasien dengan kondisi A cenderung tidak memiliki kondisi B, karena pasien dirawat di rumah sakit mungkin memiliki kondisi yang lebih parah secara keseluruhan.
Penjelasan: Berkson's Paradox terjadi karena bias seleksi. Dalam kasus rumah sakit, hanya pasien dengan kondisi serius yang masuk ke sampel, sehingga menciptakan ilusi hubungan negatif antara dua kondisi yang sebenarnya independen.
Kesimpulan
Paradoks-probabilitas seperti Masalah Monty Hall, Paradoks Pembalik Frekuensi, Paradoks Pemilihan Ulang, dan Paradoks Berkson menunjukkan bagaimana probabilitas bisa menjadi kontra-intuitif. Dengan memahami dan menganalisis paradoks-paradoks ini, kita dapat meningkatkan pemahaman kita tentang probabilitas dan membuat keputusan yang lebih baik dalam kehidupan sehari-hari. Paradoks ini mengingatkan kita bahwa intuisi tidak selalu menjadi panduan terbaik dalam situasi yang melibatkan probabilitas.
Follow Instagram @kompasianacom juga Tiktok @kompasiana biar nggak ketinggalan event seru komunitas dan tips dapat cuan dari Kompasiana. Baca juga cerita inspiratif langsung dari smartphone kamu dengan bergabung di WhatsApp Channel Kompasiana di SINI
