Kandungan Gizi Data

Untuk memulai suatu pagi yang penuh dengan energi dan pikiran yang plong, kita sangat dianjurkan oleh para dokter untuk sarapan pagi dengan makan makanan yang bergizi. Makanan bergizi yang sesuai dengan 4 sehat lima sempurna.

Kandungan gizi makanan yang kita makan sangat penting bagi tubuh kita. Dengan gizi yang seimbang dan tercukupi, metabolisme tubuh kita akan berjalan dengan maksimal. Dan hasilnya, tubuh kita selalu segar dan siap untuk melakukan segala macam aktivitas.

Untuk mendapatkan gizi yang cukup dari makanan yang kita makan, kita perlu mengetahui gizi yang terkandung dalam setiap makanan yang kita makan. Jangan sampai kita makan makanan yang tidak bergizi atau malah beracun.

Masih ingat, kasus susu bermelamin yang menghebohkan beberapa negara termasuk Indonesia pada bulan September 2008. Di China, negeri asal susu beracun tersebut, hampir 10.700 anak-anak masih dirawat di rumah sakit setelah meminum susu dan susu formula beracun. Seperti yang dilansir Reuters, Kamis (9/10/2008) dari Kementerian Kesehatan Efek Toksisitas melamin pada mamalia relatif rendah, beberapa penelitian pada binatang menunjukkan konsumsi melamin dapat menyebabkan batu ginjal, kanker dan gangguan reproduksi. Akan tetapi konsumsi melamin dalam jumlah yang banyak dan kontinyu dapat mengakibatkan kematian. Penelitian pada binatang (2004 dan 2007), yaitu pada anjing dan kucing yang mendapat makanan hewan yang terkontaminasi melamin kemudian menderita gagal ginjal akut dan akhirnya mati.

Kasus tentang melamin di atas, bisa kita jadikan renungan untuk lebih selektif lagi dalam memilih makanan.

Sama halnya dengan statistik, saat kita hendak melakukan analisa data, kita harus memperhatikan kandungan gizi data yang akan kita olah. Apakah data yang kita olah itu bergizi atau tidak?. Tanda-tanda data itu bergizi adalah jika data itu valid dan reliabel.

Jangan sampai kita menganalisa data yang kandungan gizinya buruk. Sama seperti halnya makanan, mengkonsumsi data yang tidak bergizi akan membuat hasil analisa kita tidak sehat dan bisa menyebabkan sakit.

Apa jadinya jika kita mengambil kebijakan atau keputusan dari hasil analisa yang tidak sehat?

Dalam kalangan statistikawan, hal semacam ini akrab dengan istilah garbage in garbage out.