JUMAT MUTU

Membaca Data • Merefleksikan Praktik • Menumbuhkan Mutu

Edisi #08 | Jumat, 30 Oktober 2026

Data Tidak Boleh Berakhir Menjadi Grafik

Dr. H. Rahmadani, S.Ag., M.Pd.I.

Ketua Bidang Penjaminan dan Pengembangan Mutu Pendidikan

Yayasan Citra Babur Rahman Madinatul Ilmi

Hari ini organisasi pendidikan memiliki data jauh lebih banyak dibandingkan dengan beberapa tahun lalu. Data peserta didik, hasil belajar, kehadiran, guru dan tenaga kependidikan, supervisi, pengembangan kompetensi, kepuasan pengguna, layanan, hingga sarana prasarana dapat dihimpun dan ditampilkan dalam grafik yang semakin menarik. Dashboard membuat puluhan, bahkan ratusan, angka dapat dibaca dalam satu layar.

Tetapi banyaknya data memunculkan pertanyaan yang lebih penting: apa yang berubah setelah kita melihat data itu?

Sebuah grafik dapat memperlihatkan bahwa suatu indikator naik atau turun. Dashboard dapat menunjukkan unit dengan angka tertinggi dan terendah. Survei dapat menghasilkan persentase yang rapi. Namun, jika informasi itu tidak mengubah pertanyaan, prioritas, keputusan, atau tindakan, maka data hanya berpindah bentuk: dari tabel menjadi grafik, dari grafik menjadi slide, lalu berakhir dalam arsip.

Data baru memiliki nilai bagi mutu ketika ia membantu organisasi memahami masalah, menentukan prioritas, mengambil keputusan, dan memeriksa apakah keputusan tersebut menghasilkan perubahan.

Kita Sudah Memiliki Data, Lalu Apa?

Survei Pengembangan Kompetensi terhadap 156 guru dan tenaga kependidikan Yayasan Citra Babur Rahman Madinatul Ilmi (CMI) memberi contoh konkret. Sebanyak 85 GTK atau 54,5% memilih Teknologi Pendidikan sebagai kompetensi yang ingin ditingkatkan; 68 atau 43,6% memilih AI dalam Pendidikan; dan 65 atau 41,7% memilih Public Speaking. Sebanyak 113 GTK atau 72,4% menyatakan pernah mengikuti pelatihan dalam dua tahun terakhir, sedangkan 33 GTK atau 21,2% menyatakan bersedia menjadi narasumber internal.

Jika berhenti sebagai grafik, angka-angka tersebut hanya memberi gambaran. Tetapi ketika kita mulai bertanya “apa artinya bagi pengembangan SDM CMI?”, data berubah fungsi.

Kita dapat menanyakan kompetensi mana yang perlu diprioritaskan, kelompok mana yang membutuhkan bentuk Bangkom tertentu, siapa yang dapat menjadi mentor atau narasumber internal, bagaimana tindak lanjut setelah Bangkom, dan bukti perubahan apa yang perlu dipantau.

Di titik itulah data mulai bergerak dari informasi menuju keputusan.

Grafik Bukan Keputusan

Ada perbedaan antara memiliki data, memahami data, dan menggunakan data. Memiliki data berarti angka tersedia. Memahami data berarti kita mengetahui konteks, definisi, pola, dan keterbatasannya. Menggunakan data berarti pemahaman tersebut memengaruhi pilihan tindakan.

Karena itu, alur yang seharusnya kita bangun bukan Data → Grafik → Presentasi → Selesai, melainkan Data → Informasi → Insight → Keputusan → Tindakan → Evaluasi → Perbaikan.

Grafik menjelaskan apa yang terlihat. Analisis membantu memahami apa artinya. Keputusan menentukan apa yang harus dilakukan. Tindakan menguji keputusan di dunia nyata. Evaluasi menunjukkan apakah keadaan membaik.

Tanpa rangkaian terakhir, organisasi dapat menjadi sangat kaya data tetapi miskin pembelajaran.

Data-Driven atau Evidence-Informed?

Dalam diskusi manajemen, kita sering mendengar istilah data-driven decision-making. Istilah ini berguna karena mengingatkan bahwa keputusan seharusnya tidak semata-mata bertumpu pada intuisi. Namun, dalam pendidikan, saya lebih memilih pendekatan evidence-informed decision-making: keputusan diinformasikan oleh bukti, bukan diperintah oleh satu angka.

Pendidikan berhadapan dengan manusia dan konteks. Data kuantitatif sangat penting, tetapi tidak selalu mampu menangkap alasan di balik suatu pola. Karena itu, data perlu dibaca bersama riset, pengalaman profesional, pengetahuan pedagogis, suara peserta didik dan orang tua, kondisi satuan pendidikan, serta pertimbangan nilai dan etika.

Secara sederhana: Data + Riset + Pengalaman Profesional + Konteks → Keputusan yang Lebih Baik.

OECD melalui kerangka Survey on Drivers of Trust juga menempatkan evidence-informed decision making sebagai penggunaan bukti yang objektif dan dapat diverifikasi untuk mendukung keputusan pemerintah. Dalam pendidikan, semangat yang sama relevan: bukti memperkuat pertimbangan profesional, bukan menghapusnya.

Angka Harus Dibaca Sesuai Pertanyaan yang Melahirkannya

Salah satu syarat budaya data adalah disiplin dalam menafsirkan angka. Data yang benar dapat menghasilkan kesimpulan yang salah jika konteks pertanyaannya diabaikan.

Ketika 43,6% responden memilih AI dalam pendidikan, kita tidak boleh langsung menyimpulkan bahwa 43,6% GTK tidak menguasai AI. Instrumen tersebut menanyakan kompetensi yang ingin ditingkatkan. Angka itu menunjukkan aspirasi atau kebutuhan pengembangan, bukan skor penguasaan.

Ketika 72,4% menyatakan pernah mengikuti pelatihan dalam dua tahun terakhir, kita juga tidak dapat menyimpulkan bahwa pelatihan tersebut efektif. Keikutsertaan adalah satu informasi; perubahan kompetensi dan kinerja memerlukan bukti lain.

Demikian pula, 33 GTK yang bersedia menjadi narasumber internal adalah potensi awal Talent Pool, bukan bukti bahwa seluruhnya telah siap menjadi fasilitator. Masih diperlukan pemetaan keahlian, verifikasi praktik, dan penguatan kemampuan berbagi.

Prinsipnya sederhana: angka harus dibaca sesuai dengan pertanyaan yang melahirkannya. Inilah salah satu bentuk literasi data yang paling mendasar.

Dashboard Bukan Tujuan

CMI sedang bergerak menuju pengelolaan data kompetensi GTK yang lebih terstruktur, termasuk gagasan dashboard kompetensi. Langkah ini penting karena dashboard dapat mempercepat pembacaan pola, membantu pemantauan, dan menyajikan informasi lintas unit secara lebih konsisten.

Tetapi dashboard yang baik bukan dashboard yang paling banyak grafiknya. Dashboard yang baik adalah dashboard yang paling membantu pimpinan mengetahui apa yang perlu dilakukan berikutnya.

Setidaknya dashboard manajemen mutu perlu membantu menjawab empat pertanyaan: Di mana kita sekarang? Apa masalah atau prioritasnya? Apa yang perlu dilakukan? Apakah keadaan membaik setelah tindakan dilakukan?

Jika dashboard hanya menjawab pertanyaan pertama, ia masih terutama menjadi alat visualisasi. Ketika ia mulai membantu pertanyaan kedua hingga keempat, dashboard bergerak menjadi alat manajemen mutu.

Karena itu, desain dashboard perlu dimulai dari keputusan yang ingin didukung, bukan dari grafik yang ingin ditampilkan.

Dari Data Menuju Siklus Mutu

Budaya data perlu terhubung dengan siklus perbaikan. Untuk konteks CMI, alurnya dapat dirumuskan: Kumpulkan → Validasi → Analisis → Maknai → Putuskan → Tindak Lanjuti → Evaluasi → Perbaiki.

Kumpulkan berarti memperoleh data yang relevan. Validasi berarti memastikan definisi, kelengkapan, dan kualitas data. Analisis berarti menemukan pola. Memaknai berarti membaca pola bersama konteks. Memutuskan berarti memilih prioritas. Menindaklanjuti berarti mengubah keputusan menjadi aksi. Mengevaluasi berarti memeriksa hasil. Memperbaiki berarti menggunakan temuan evaluasi untuk siklus berikutnya.

Alur ini sangat dekat dengan prinsip PPEPP: Penetapan, Pelaksanaan, Evaluasi, Pengendalian, dan Peningkatan. Data memberi bahan agar setiap tahap tidak berjalan hanya berdasarkan asumsi.

Di sinilah data mendukung perjalanan Quality Assurance → Quality Improvement → Quality Culture. Pada tahap awal, data membantu memastikan standar. Berikutnya, data membantu menemukan kesenjangan dan menentukan perbaikan. Pada tingkat yang lebih matang, kebiasaan bertanya berdasarkan bukti menjadi bagian dari budaya organisasi.

Data Juga Memerlukan Percakapan

Data tidak selalu menjelaskan sebab. Ketika sebuah indikator turun, grafik hanya menunjukkan perubahan. Untuk memahami mengapa, organisasi sering memerlukan percakapan dengan orang yang mengalami proses tersebut.

Karena itu, rapat berbasis data sebaiknya tidak berhenti pada presentasi angka. Data menjadi pemantik pertanyaan: Apa yang kita lihat? Apa yang mengejutkan? Apa yang belum kita pahami? Informasi tambahan apa yang dibutuhkan? Hipotesis apa yang perlu diuji? Tindakan kecil apa yang dapat dicoba?

Pendekatan seperti ini membuat data menjadi alat dialog profesional. Ia mengurangi kecenderungan untuk langsung menyalahkan individu atau unit ketika angka tidak sesuai harapan.

Data seharusnya membantu kita mengajukan pertanyaan yang lebih baik, bukan memberi ilusi bahwa semua jawaban sudah tersedia.

Dari Dashboard Menuju Evidence-Based Management CMI

Jika data kompetensi GTK, data pelaksanaan program, data kepuasan pengguna, dan data satuan pendidikan secara bertahap dapat dihubungkan, CMI memiliki peluang untuk membangun evidence-informed management yang semakin kuat.

Contohnya, kebutuhan Bangkom tidak hanya ditentukan oleh topik yang sedang populer. Prioritas dapat ditentukan berdasarkan data kebutuhan, strategi yayasan, tuntutan pekerjaan, hasil evaluasi, dan dampak program sebelumnya. Setelah program dilaksanakan, data baru dikumpulkan untuk mengetahui apakah intervensi tersebut menghasilkan perubahan.

Dengan demikian, data tidak hanya digunakan untuk membuat laporan ke belakang, tetapi juga untuk membuat keputusan ke depan.

Inilah perubahan penting: dari reporting menuju learning, dari mengetahui apa yang telah terjadi menuju memahami apa yang perlu dilakukan berikutnya.

Data Tidak Menggantikan Kebijaksanaan

Kita perlu berhati-hati agar semangat berbasis data tidak berubah menjadi keyakinan bahwa angka selalu lebih benar daripada manusia. Tidak semua hal penting mudah diukur. Relasi guru dan peserta didik, rasa aman, kepercayaan orang tua, budaya kolaborasi, atau perubahan sikap sering membutuhkan pendekatan kualitatif dan pengamatan yang cermat.

Karena itu, data bukan pengganti kebijaksanaan profesional. Data adalah salah satu sumber yang membuat kebijaksanaan itu lebih teruji.

Data tidak mengambil keputusan. Manusia mengambil keputusan. Tetapi keputusan yang baik seharusnya bersedia diuji oleh bukti.

Budaya data pada akhirnya bukan budaya yang membuat semua orang menjadi ahli statistik. Budaya data adalah budaya ketika orang terbiasa bertanya: “Apa buktinya? Apa konteksnya? Apa maknanya? Dan apa yang perlu kita lakukan setelah mengetahuinya?”

Pertanyaan Jumat Mutu

Dari semua data yang sudah kita miliki, keputusan apa yang telah berubah karenanya?

Jika jawabannya belum banyak, mungkin persoalannya bukan karena kita kekurangan data. Mungkin kita perlu memperkuat jembatan antara data dan tindakan.

Karena data tidak boleh berakhir menjadi grafik. Data harus membantu kita belajar, memutuskan, bertindak, mengevaluasi, dan memperbaiki. Di situlah angka mulai bekerja untuk mutu.

Referensi Pilihan

Brown, C., Schildkamp, K., & Hubers, M. D. (2017). Combining the best of two worlds: A conceptual proposal for evidence-informed school improvement. Educational Research, 59(2), 154–172. https://doi.org/10.1080/00131881.2017.1304327

Mandinach, E. B., & Gummer, E. S. (2016). Data literacy for educators: Making it count in teacher preparation and practice. Teachers College Press.

OECD. (2024). OECD Survey on Drivers of Trust in Public Institutions – 2024 Results: Building trust in a complex policy environment. OECD Publishing. https://doi.org/10.1787/9a20554b-en

Schildkamp, K. (2019). Data-based decision-making for school improvement: Research insights and gaps. Educational Research, 61(3), 257–273. https://doi.org/10.1080/00131881.2019.1625716

Catatan editorial: Persentase kompetensi yang ingin ditingkatkan merupakan proporsi responden yang memilih setiap opsi dalam pertanyaan multipilihan, sehingga tidak menunjukkan tingkat penguasaan kompetensi. Data 72,4% menunjukkan pengalaman mengikuti pelatihan dalam dua tahun terakhir, bukan efektivitas pelatihan. Data 21,2% menunjukkan kesediaan menjadi narasumber internal, bukan status sebagai fasilitator terverifikasi. Seluruh angka bersumber dari Survei Pengembangan Kompetensi Guru dan Tenaga Kependidikan Yayasan Citra Babur Rahman Madinatul Ilmi (n = 156).

JUMAT MUTU

Membaca Data • Merefleksikan Praktik • Menumbuhkan Mutu