Pemikiran Noelle-Neumann/Petersen menjelaskan mengapa, demoskopi sering membuat orang merasa tidak nyaman terkait dengan jajak pendapat pemilu. Mereka mengidentifikasi dua alasan utama untuk kegelisahan ini, yang seringkali sulit dipahami dalam pemahaman sehari-hari, prinsip probabilitas di satu sisi dan generalisasi sampel kecil di sisi lain.
Sejak tahun 1835, peneliti sosial Quetelet, yang menyusun apa yang disebut 'statistik moral', memperhatikan  fenomena sosial sebagian besar tunduk pada hukum keteraturan statistik. Beberapa saat kemudian, Durkheim menyadari keteraturan ini memungkinkan untuk memprediksi jumlah dan distribusi peristiwa masa depan.
Kesadaran, terlepas dari tindakan tindakan yang diputuskan secara individual - yang disebabkan oleh proses pengaturan diri alami  secara statistik disimpulkan, pola reguler muncul, revolusioner dan dianggap oleh banyak orang sebagai pembongkaran konsep kehendak bebas. Selain itu, pada awal abad ke-20, prinsip keterwakilan ditemukan, yang memungkinkan penarikan kesimpulan dari sampel kecil ke populasi besar - sampel acak pertama dilakukan pada tahun 1912.
Reaksi terhadap hal ini bervariasi dan kadang-kadang keras. Lembaga survei dituduh mengganti pendapat individu dengan 'nilai statistik' dan memasukkan orang ke dalam karakteristik dianggap sebagai bentuk pelaksanaan kekuasaan. Meskipun jajak pendapat tidak menggantikan pendapat individu, asumsi semacam itu memiliki inti kebenaran, karena titik referensi pernyataan yang dibuat oleh jajak pendapat adalah kumpulan masyarakat, bukan individu.Â
Juga benar  logika penelitian mereduksi dunia penampakan sehari-hari menjadi beberapa karakteristiknya dan  kerumitannya hilang dalam proses itu. Sebagai solusi untuk konflik ini, Noelle-Neumann/Petersen mengusulkan cara yang benar dalam menangani materi statistik, yang secara konsisten memisahkan area tunggal dari area jamak.
Atau dengan kata lain, secara sadar memahami perbedaan antara seseorang dan fenomena, antara wilayah individu dan wilayah karakteristik. Jenis pernyataan lain berlaku untuk yang terakhir, yang dicirikan, misalnya, dengan menentukan nilai rata-rata, probabilitas sebaran dan kesalahan. Selain masalah persepsi publik tentang data agregat semacam itu, yang dirujuk oleh jenis pernyataan di atas, bagaimanapun, agregat juga merupakan hambatan untuk penelitian sosial.
Karena, seperti yang disiratkan oleh penulis Noelle-Neumann/Petersen dengan judul buku mereka "Semua bukan semua orang", yang ada Masalah dasar dengan data agregat adalah  pernyataan dibuat tentang "semua orang" tetapi bukan tentang "semua orang"! Dengan bantuan data agregat, perubahan opini atau struktur sosial suatu kelompok (mis pemilih) tetapi individu mana yang membawa perubahan dan untuk alasan apa tetap berada dalam ranah spekulasi. (Noelle-Neumann/Petersen, 1996)
Sebelum membahas lebih detail tentang perbedaan antara data individu dan agregat, demi pemahaman yang lebih baik, istilah statistik dasar penting yang menjadi dasar perbedaan tersebut harus dijelaskan secara singkat lagi di sini.
Unit statistik adalah pembawa karakteristik di mana informasi atau properti yang menarik dalam konteks studi empiris dikumpulkan. Ini bisa berupa individu, rumah tangga, perusahaan atau pemilih. Dalam studi sosial-ilmiah jangka panjang 'Socio-Economic Panel' (SOEP), unit statistik ini, misalnya, rumah tangga dan orang yang ikut serta dalam survei. Totalitas unit statistik yang dibentuk dengan memperhatikan kriteria faktual, spasial, dan temporal disebut sebagai massa statistik atau populasi. Pembedaan dibuat antara populasi dan sub-populasi, yang merupakan pilihan kecil - biasanya sampel acak - dari yang pertama.
Karakteristik adalah nama yang diberikan untuk sifat yang berbeda dari unit statistik atau jumlah nilai karakteristik, misalnya kategori jenis kelamin adalah karakteristik, laki-laki dan perempuan adalah karakteristiknya. Pembedaan lebih jauh dibuat antara ciri-ciri nyata, yang dapat diukur secara langsung, dan ciri-ciri laten, seperti sikap, yang hanya dapat dipastikan secara tidak langsung. Nilai numerik yang ditetapkan untuk karakteristik disebut variabel; ini bisa konstan (kontinu) atau diskrit (tanpa nilai perantara).
Jika nilai-nilai karakteristik masih dapat diberikan kepada masing-masing individu, seseorang berbicara tentang data individu. Dalam data individu, bisa dikatakan, "pernyataan dibuat tentang semua orang", tetapi belum (belum) tentang keseluruhan; mereka mengacu pada masing-masing anggota sampel. Karakteristik individu dari semua variabel yang menarik dapat ditugaskan untuk setiap kasus pengamatan. Pembawa data individu tidak hanya orang, tetapi juga rumah tangga, partai, pemerintah atau negara:Â
"Istilah unit individu berarti unit individu dari urutan terendah dalam penyelidikan, yang sama sekali tidak harus menjadi individu." (Ditton, 1998) Untuk analisis data individu, semua kemungkinan metode statistik dapat digunakan, tergantung pada tingkat data dan skema pengambilan sampel. Data individu dapat muncul dengan cara yang berbeda, misalnya mereka dapat dengan tegas menjadi milik orang yang diperiksa (data absolut), seperti jenis kelamin, atau mereka dapat mengungkapkan hubungan dengan orang lain (data relasional) atau dengan kelompok (data komparatif) (perbandingan).
Berbeda dengan ini, data agregat juga dapat diparafrasekan sebagai "pernyataan tentang semua orang", karena di sini bukan orang individu, pembawa karakteristik individu yang menarik, tetapi lebih banyak tujuannya adalah untuk mengetahui bagaimana karakteristik individu ( dan berbagai manifestasinya) perubahan didistribusikan di semua pembawa fitur. "'Data agregat' adalah istilah teknis yang digunakan dalam metodologi dan statistik. Seperti banyak istilah teknis, itu adalah kata asing.
'Agregat' berasal dari 'aggregatum', kata Latin untuk akumulasi, dan 'data' berarti informasi. 'Data agregat' adalah informasi tentang apa yang telah dikumpulkan." (Schmidt, 1998) Oleh karena itu, kami mengacu pada data agregat sebagai struktur data di mana hanya jumlah kasus dari kombinasi karakteristik atau fenomena tertentu yang diketahui. Oleh karena itu, data agregat biasanya dibuat dengan meringkas, yaitu menggabungkan, data individual.Â
Metode statistik yang dapat memproses data pada tingkat data kategorikal (model loglinear, dll.) sangat penting untuk analisis agregat dari tabel frekuensi tersebut. Data agregat selalu mengacu pada kolektif yang sebelumnya didefinisikan sebagai populasi.
Terkadang ada juga kesulitan dalam membedakan antara dua level data, apakah suatu nilai dianggap sebagai nilai data individu atau agregat seringkali hanya bergantung pada penyelidikan masing-masing. Ini dapat diilustrasikan dengan contoh sederhana. Jika, misalnya, struktur populasi suatu komunitas diperiksa, jumlah wanita berusia di atas 40 tahun merupakan nilai agregat bagi anggota komunitas tersebut.
Namun, ketika membandingkan struktur populasi beberapa kotamadya, jumlah wanita yang berusia lebih dari 40 tahun merupakan karakteristik individu (analitis) dari kotamadya tersebut. Kehalusan seperti itu sangat umum di bidang analisis regional.
Tingkat pengangguran di daerah tertentu dapat menjadi contoh nilai agregat yang mengacu pada kolektif tertentu, yaitu penduduk usia kerja. Demikian pula, seseorang dapat mengutip jumlah suara partai di daerah pemilihan atau pendapatan rata-rata dan tingkat kelahiran dalam populasi sebagai contoh data agregat. Proses agregasi, yaitu meringkas data ke tingkat yang lebih tinggi atau tingkat agregasi yang lebih tinggi, misalnya dengan penjumlahan atau pembentukan nilai rata-rata dan proporsional.
Seperti yang telah dijelaskan, data individual memberikan informasi tentang objek individual dan unit statistik (rumah tangga, orang, dll.) yang identik dengan unit penyelidikan. Ini berarti  pernyataan dibuat pada tingkat yang sama di mana data dikumpulkan dan diperiksa.
Prosedur ini secara teoritis lebih memadai dalam banyak kasus, karena variabel yang menarik diketahui secara tepat untuk setiap objek yang diperiksa. Namun, kesalahan pengukuran yang diratakan dalam unit juga lebih signifikan. Masalah lain dari praktik penelitian dengan data individual adalah desain studi yang biasanya lebih mahal, terutama dengan studi longitudinal, jika Anda ingin melacak perkembangan anggota individu sampel, Anda tidak dapat menggunakan studi deret waktu sederhana,
Data agregat, di sisi lain, memberikan informasi tentang kelompok objek individu, sehingga unit yang diselidiki adalah agregat dari unit statistik dan bukan unit statistik itu sendiri.Masalahnya di sini adalah  agregat teoretis ini seringkali tidak dibangun secara memadai agar untuk menarik kesimpulan yang menjanjikan tentang fakta sosial di belakang mereka. Salah satu argumen untuk seringnya penggunaan data agregat adalah kualitas data yang umumnya baik: "Data agregat menyediakan materi empiris yang mudah diakses dan dipadatkan dalam bentuk yang dapat dikelola" (Schmidt, 1998)
Menurut peneliti komunikasi Lazarsfeld dan Menzel, tiga jenis data agregat dibedakan: data analitis, struktural, dan global. Data global mengacu pada properti agregat yang tidak dapat ditelusuri kembali ke masing-masing anggota kolektif.Â
Data global dengan demikian merupakan karakteristik absolut dari agregat, jadi untuk berbicara, mereka merekam sifat asli kolektif (misalnya bentuk organisasinya), sedangkan data analitik atau struktural muncul melalui operasi aritmatika. Data analitik mewakili hubungan langsung dengan karakteristik individu, kuasi sebagai 'jumlah' dari karakteristik individu (misalnya 2,3% orang Jerman yang berusia lebih dari 18 tahun buta huruf), sedangkan data struktural, akumulasi data tentang hubungan individu, kelompok , Organisasi dll. satu sama lain (misalnya dalam analisis jaringan).
"Properti analitik, struktural, dan global dari data agregat dikontraskan dengan properti absolut, komparatif, relasional, dan kontekstual dari anggota entitas sosial atau geografis tersebut." Â Data absolut adalah data yang mencirikan individu tanpa informasi orang lain untuk digunakan sebagai karakteristik individu dari orang tersebut. Data relasional, di sisi lain, menggambarkan sifat-sifat hubungan antar individu. Pada tingkat agregat, data analitik didasarkan pada data absolut pada tingkat individu dan data struktural didasarkan pada data relasional.
Kasus khusus pada tingkat individu adalah data komparatif, yang dihasilkan dari perbandingan data absolut "dengan distribusi properti ini dalam agregat atau kolektif 'nya'. Ini adalah kasus, misalnya, ketika pendapatan seseorang  digambarkan sebagai 'rata-rata', 'di atas' atau 'di bawah rata-rata'."  Data tersebut disebut sebagai kontekstual pada Tingkat individu, yang ditugaskan ke pembawa karakteristik tetapi membuat pernyataan tentang konteksnya, yaitu tentang agregat yang menjadi miliknya (misalnya tingkat pengangguran di wilayah tersebut).
Baru-baru ini, ada kecenderungan yang meningkat untuk menggunakan data agregat sebagai 'variabel konteks' semacam itu dalam analisis yang terletak di tingkat individu yang ditugaskan ke pembawa karakteristik tetapi membuat pernyataan tentang konteksnya, yaitu tentang agregat yang menjadi miliknya (misalnya tingkat pengangguran di wilayah tersebut).
Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H