Pendahuluan

Setiap hari kita bertemu kalimat seperti ini:

“Produk ini terbukti secara ilmiah meningkatkan daya tahan tubuh.”

Atau:

“Menurut penelitian, kebiasaan ini membuat otak lebih cerdas.”

Kalimat seperti itu terdengar meyakinkan. Kata ilmiah dan penelitian memberi kesan bahwa suatu klaim sudah pasti benar. Namun, dalam sains, kata-kata itu belum cukup. Pertanyaan yang lebih penting adalah: penelitian yang mana, dilakukan bagaimana, pada siapa, dengan ukuran apa, dibandingkan dengan apa, dan seberapa kuat hasilnya?

Buku ini ditulis untuk membantu Anda menjawab pertanyaan-pertanyaan tersebut dengan lebih tenang.

Tujuannya bukan membuat Anda curiga terhadap semua hal. Tujuannya juga bukan membuat Anda merasa harus menjadi ilmuwan profesional sebelum boleh menilai informasi. Tujuan buku ini lebih sederhana dan lebih berguna: membantu Anda memahami cara sains mengetahui sesuatu, sehingga ketika mendengar klaim yang mengatasnamakan penelitian, Anda dapat bertanya dengan jernih:

“Bukti apa yang mendukung klaim ini?”

“Apakah kesimpulannya sesuai dengan datanya?”

“Apakah ada penjelasan lain yang mungkin?”

“Seberapa pasti kita boleh percaya?”

Pertanyaan seperti ini adalah awal dari literasi sains.

Literasi sains berarti kemampuan memahami, menilai, dan menggunakan informasi ilmiah dalam kehidupan. Bukan berarti menghafal semua rumus atau mengetahui semua nama ilmuwan. Seseorang yang memiliki literasi sains tidak harus langsung tahu jawaban atas semua pertanyaan, tetapi ia tahu bagaimana mulai memeriksa sebuah klaim: mencari sumber, melihat bukti, membedakan dugaan dari kesimpulan, dan menyadari batas pengetahuan yang tersedia.

Sains sendiri dapat dipahami sebagai cara teratur untuk mempelajari dunia alam melalui pengamatan, pengukuran, penalaran, dan pengujian. National Research Council menjelaskan sains sebagai proses membangun penjelasan tentang dunia alam berdasarkan bukti, dengan penjelasan yang dapat diuji terhadap pengamatan dan eksperimen baru (National Research Council, 1998). Jadi, sains bukan sekadar daftar fakta. Sains adalah cara bekerja: bertanya, mengumpulkan bukti, menguji gagasan, mengoreksi kesalahan, dan memperbaiki penjelasan.

Bayangkan seseorang berkata, “Tanaman saya tumbuh lebih cepat karena saya memutarkan musik klasik setiap pagi.” Itu mungkin benar, tetapi belum tentu. Mungkin tanaman itu tumbuh lebih cepat karena mendapat lebih banyak cahaya. Mungkin karena disiram lebih teratur. Mungkin karena jenis tanahnya berbeda. Atau mungkin orang tersebut hanya memperhatikan tanaman yang berhasil tumbuh dan melupakan tanaman lain yang tidak berubah.

Di sini kita mulai melihat mengapa sains diperlukan. Pancaindra, ingatan, dan kesan pribadi sering membantu kita, tetapi semuanya bisa keliru. Kita mudah melihat pola yang sebenarnya kebetulan. Kita mudah mengingat contoh yang mendukung keyakinan kita dan melupakan contoh yang bertentangan. Karena itu, sains berusaha membuat cara mengetahui menjadi lebih disiplin: pengamatan dicatat, ukuran dibuat jelas, pembanding disiapkan, dan kesimpulan dibatasi sesuai kekuatan bukti.

Dalam buku ini, kata klaim berarti pernyataan yang mengatakan bahwa sesuatu benar. Contohnya:

“Minuman ini menurunkan stres.”

“Belajar sambil mendengarkan musik membuat nilai ujian naik.”

“Makanan tertentu menyebabkan penyakit tertentu.”

“Teknologi baru ini lebih aman daripada teknologi lama.”

Klaim dapat benar, salah, sebagian benar, atau belum cukup didukung bukti. Tugas kita bukan langsung menerima atau menolak, melainkan menilai.

Kata bukti berarti alasan yang dapat diperiksa untuk mendukung atau melemahkan suatu klaim. Dalam sains, bukti biasanya berupa observasi yang dicatat, hasil pengukuran, data eksperimen, atau kumpulan penelitian yang dianalisis bersama. Misalnya, jika seseorang mengklaim bahwa obat tertentu menurunkan demam, bukti yang lebih kuat bukan hanya cerita satu orang yang merasa membaik, tetapi data dari banyak orang yang dibandingkan secara adil: sebagian mendapat obat, sebagian mendapat pembanding, lalu suhu tubuhnya diukur dengan cara yang sama.

Kata data berarti informasi yang dikumpulkan melalui pengamatan atau pengukuran. Data bisa berupa angka, seperti suhu tubuh 38,5°C, tinggi tanaman 12 cm, atau jumlah peserta yang sembuh. Data juga bisa berupa catatan yang disusun secara sistematis, seperti hasil wawancara atau pengamatan perilaku. Namun, data tidak otomatis berbicara sendiri. Data perlu ditafsirkan. Tafsir itu bisa kuat atau lemah, tergantung cara data dikumpulkan dan dianalisis.

Inilah alasan penting mengapa satu kalimat “menurut penelitian” belum cukup. Penelitian bisa dirancang dengan baik, tetapi bisa juga memiliki kelemahan. Sampelnya mungkin terlalu kecil. Pengukurannya mungkin kurang tepat. Pembandingnya mungkin tidak adil. Hasilnya mungkin kebetulan. Penelitinya mungkin tidak sengaja memilih data yang mendukung harapan mereka. Bahkan dalam penelitian yang jujur sekalipun, kekeliruan tetap mungkin terjadi. Ioannidis menunjukkan bahwa banyak temuan penelitian dapat menjadi salah atau berlebihan karena gabungan faktor seperti ukuran sampel kecil, banyaknya pengujian, bias, dan cara hasil dipublikasikan (Ioannidis, 2005). Artinya, sikap hati-hati bukan sikap anti-sains; justru itu bagian dari cara berpikir ilmiah.

Namun, hati-hati berbeda dari sinis. Sinis berarti menganggap semua penelitian pasti tidak dapat dipercaya. Itu juga keliru. Sains tidak sempurna, tetapi sains memiliki alat untuk memperbaiki diri: pengukuran yang lebih baik, eksperimen yang lebih adil, kritik dari peneliti lain, replikasi, tinjauan sejawat, dan penggabungan banyak studi. Karena itu, pengetahuan ilmiah sering menjadi lebih kuat bukan karena satu orang berkata “saya yakin”, tetapi karena banyak bukti dari berbagai arah saling mendukung.

Contohnya, jika satu penelitian kecil menemukan bahwa tidur cukup berkaitan dengan nilai belajar yang lebih baik, kita belum boleh langsung menyimpulkan bahwa tidur cukup selalu menyebabkan nilai naik pada semua orang. Tetapi jika banyak penelitian dengan metode berbeda menemukan pola yang serupa, jika ada penjelasan biologis yang masuk akal, jika eksperimen atau studi jangka panjang mendukungnya, dan jika hasilnya muncul kembali dalam kelompok yang berbeda, maka keyakinan kita menjadi lebih kuat. Dalam sains, kekuatan kesimpulan biasanya tumbuh dari kumpulan bukti, bukan dari satu hasil tunggal.

Buku ini akan membangun pemahaman itu selangkah demi selangkah.

Kita akan mulai dari pertanyaan paling dasar: mengapa klaim ilmiah perlu dinilai? Setelah itu, kita akan melihat sains sebagai cara mengurangi kekeliruan, bukan sebagai mesin penghasil kepastian mutlak. Lalu kita masuk ke bagian-bagian utama dalam proses ilmiah: observasi, pertanyaan, hipotesis, model, pengukuran, variabel, dan eksperimen.

Observasi berarti pengamatan. Misalnya, Anda melihat bahwa es mencair lebih cepat di luar ruangan daripada di dalam freezer. Observasi adalah awal yang penting, tetapi observasi saja belum cukup. Kita perlu bertanya: seberapa panas lingkungannya, berapa lama diamati, apakah ukuran esnya sama, dan apakah pengamatan itu dicatat dengan baik?

Hipotesis adalah dugaan sementara yang dapat diuji. Jika Anda menduga “es mencair lebih cepat ketika suhu lingkungan lebih tinggi”, hipotesis itu bisa diuji dengan membandingkan es pada suhu berbeda. Hipotesis bukan sekadar tebakan bebas. Hipotesis yang baik menghasilkan prediksi: jika dugaan ini benar, maka dalam kondisi tertentu kita seharusnya melihat hasil tertentu.

Model adalah gambaran sederhana tentang sesuatu yang lebih rumit. Peta kota adalah model: tidak menampilkan semua pohon, batu, dan orang di jalan, tetapi cukup berguna untuk membantu kita menemukan arah. Dalam sains, model bisa berupa diagram, persamaan, simulasi komputer, atau penjelasan verbal. Model tidak harus sempurna untuk berguna. Yang penting, kita tahu bagian mana dari kenyataan yang sedang disederhanakan.

Pengukuran adalah cara mengubah pengamatan menjadi data yang lebih jelas. Mengatakan “airnya panas” bisa berguna dalam percakapan sehari-hari, tetapi dalam penelitian kita perlu ukuran: 40°C, 80°C, atau 100°C? Pengukuran membuat orang lain dapat memeriksa dan membandingkan hasil. Namun, pengukuran juga punya batas: alat bisa kurang teliti, cara membaca bisa berbeda, dan hasil selalu perlu dipahami bersama cara mengukurnya.

Kemudian kita akan membahas variabel, yaitu hal-hal yang dapat berubah dalam suatu penelitian. Jika kita meneliti apakah jumlah cahaya memengaruhi pertumbuhan tanaman, jumlah cahaya adalah variabel yang kita ubah, tinggi tanaman adalah variabel yang kita ukur, dan air serta jenis tanah perlu dijaga agar tidak mengacaukan hasil. Dari sini, kita akan masuk ke eksperimen: cara menguji sebab-akibat dengan lebih adil.

Salah satu pelajaran terpenting dalam buku ini adalah perbedaan antara korelasi dan sebab-akibat. Korelasi berarti dua hal berubah bersama. Misalnya, pada hari panas, penjualan es krim naik dan jumlah orang berenang juga naik. Keduanya berkaitan, tetapi membeli es krim bukan penyebab orang berenang. Ada faktor ketiga: cuaca panas. Contoh sederhana ini akan membantu kita berhati-hati ketika membaca berita seperti “orang yang melakukan X lebih sering mengalami Y”. Mungkin X menyebabkan Y, tetapi mungkin juga Y menyebabkan X, atau keduanya dipengaruhi hal lain.

Kita juga akan membahas ketidakpastian. Dalam kehidupan sehari-hari, ketidakpastian kadang terdengar seperti kelemahan. Dalam sains, mengakui ketidakpastian justru tanda kejujuran. Jika penelitian menyatakan “bukti saat ini mendukung kemungkinan ini”, itu bukan berarti ilmuwan tidak tahu apa-apa. Itu berarti kesimpulan diberikan sesuai kekuatan bukti yang tersedia. Banyak pengetahuan ilmiah sangat kuat, tetapi jarang dinyatakan sebagai “100 persen pasti” karena pengukuran memiliki batas, data memiliki variasi, dan kemungkinan kesalahan selalu diperiksa.

Pada bagian berikutnya, kita akan belajar statistik dasar untuk membaca klaim. Statistik tidak akan dibahas sebagai kumpulan rumus rumit, melainkan sebagai alat untuk memahami data. Kita akan membedakan rata-rata dan median, melihat variasi, serta memahami risiko absolut dan risiko relatif. Ini penting karena berita sering menampilkan angka yang terdengar besar, padahal maknanya kecil jika dilihat dari data aslinya.

Misalnya, bayangkan risiko suatu kejadian naik dari 1 dalam 10.000 menjadi 2 dalam 10.000. Secara relatif, risikonya naik 100 persen. Tetapi secara absolut, kenaikannya adalah 1 tambahan dalam 10.000. Keduanya benar, tetapi memberi kesan yang berbeda. Pembaca yang memahami perbedaan ini akan lebih sulit ditakut-takuti atau diyakinkan oleh angka yang dipilih secara dramatis.

Kita juga akan membahas bias. Bias adalah kecenderungan yang membuat penilaian menyimpang secara sistematis. Bias tidak selalu berarti penipuan. Sering kali, bias terjadi tanpa disadari. Contohnya, bias konfirmasi adalah kecenderungan mencari dan mengingat informasi yang mendukung keyakinan kita sendiri. Jika seseorang sudah percaya bahwa suatu suplemen sangat ampuh, ia mungkin lebih mudah mengingat cerita orang yang merasa terbantu dan mengabaikan orang yang tidak merasakan perubahan. Penelitian ilmiah yang baik berusaha mengurangi bias melalui desain yang lebih ketat, pembanding yang jelas, prosedur yang transparan, dan pemeriksaan oleh orang lain.

Setelah itu, kita akan mempelajari replikasi, yaitu pengulangan penelitian untuk melihat apakah hasil yang sama muncul kembali. Satu studi dapat memberi petunjuk, tetapi hasil yang kuat seharusnya tidak hanya bergantung pada satu percobaan. Open Science Collaboration, misalnya, melaporkan upaya replikasi besar dalam psikologi dan menemukan bahwa sebagian hasil tidak muncul kembali dengan kekuatan yang sama, sehingga perhatian terhadap replikasi menjadi semakin penting dalam menilai bukti ilmiah (Open Science Collaboration, 2015). Pesannya bukan bahwa psikologi atau bidang tertentu tidak berguna, melainkan bahwa sains perlu terus menguji ulang temuan agar dapat membedakan hasil yang kokoh dari hasil yang rapuh.

Buku ini juga akan memperkenalkan tinjauan sejawat atau peer review. Ini adalah proses ketika penelitian diperiksa oleh ahli lain sebelum diterbitkan. Tinjauan sejawat dapat membantu menemukan kelemahan, tetapi bukan jaminan bahwa sebuah penelitian pasti benar. Setelah terbit pun, penelitian masih dapat dikritik, diuji ulang, dan diperbaiki. Pengetahuan ilmiah dibangun oleh komunitas, bukan hanya oleh satu orang.

Pada akhirnya, kita akan sampai pada gagasan tentang konsensus ilmiah dan teori ilmiah. Dalam bahasa sehari-hari, kata “teori” sering berarti dugaan. Dalam sains, teori ilmiah adalah penjelasan luas yang didukung oleh banyak bukti dan mampu menghubungkan berbagai pengamatan. Teori bukan lawan dari fakta. Teori adalah kerangka penjelasan yang membantu kita memahami mengapa banyak fakta saling berkaitan. Namun, teori ilmiah tetap dapat direvisi jika bukti baru yang kuat menuntut perubahan. Thomas Kuhn membahas bagaimana perkembangan ilmu tidak selalu berjalan lurus, melainkan dapat melibatkan perubahan besar dalam cara ilmuwan memahami masalah dan bukti (Kuhn, 1962).

Sikap ilmiah yang ingin dilatih dalam buku ini dapat diringkas dengan tiga kebiasaan:

Pertama, minta bukti. Jika ada klaim besar, tanyakan bukti apa yang mendukungnya. Bukan dengan nada menyerang, tetapi dengan rasa ingin tahu yang sehat.

Kedua, periksa cara bukti dibuat. Data yang tampak meyakinkan bisa berasal dari cara pengukuran yang lemah, sampel yang tidak mewakili, atau pembandingan yang tidak adil.

Ketiga, sesuaikan keyakinan dengan kekuatan bukti. Jika bukti masih awal, kesimpulan kita sebaiknya sementara. Jika bukti kuat dan berulang, kita boleh lebih percaya. Jika bukti baru yang lebih baik muncul, kita perlu bersedia memperbaiki pendapat.

Sikap ini dekat dengan gagasan Karl Popper bahwa pengetahuan ilmiah berkembang melalui pengujian yang berisiko: sebuah gagasan ilmiah harus terbuka terhadap kemungkinan dibantah oleh pengalaman atau pengamatan yang sesuai (Popper, 1959). Dengan kata lain, sains tidak hanya mencari contoh yang mendukung. Sains juga bertanya, “Apa yang akan membuat dugaan ini ternyata salah?”

Itulah keberanian sains: bukan keberanian untuk selalu yakin, melainkan keberanian untuk diuji.

Dalam kehidupan sehari-hari, kemampuan ini sangat berguna. Saat memilih informasi kesehatan, kita perlu membedakan nasihat yang didukung bukti kuat dari promosi yang hanya memakai bahasa ilmiah. Saat membaca berita lingkungan, kita perlu memahami data dan ketidakpastian tanpa langsung panik atau menolak. Saat melihat klaim teknologi, kita perlu bertanya apakah manfaatnya sudah dibandingkan dengan risikonya. Saat menggunakan media sosial, kita perlu berhenti sejenak sebelum membagikan grafik, kutipan, atau judul yang tampak meyakinkan.

Buku ini tidak akan membuat semua klaim menjadi mudah dinilai. Dunia nyata sering rumit. Penelitian bisa saling berbeda. Ahli bisa berdebat. Data bisa belum lengkap. Tetapi setelah membaca buku ini, Anda diharapkan memiliki peta dasar: tahu bagian mana yang perlu diperiksa, istilah mana yang penting, dan pertanyaan apa yang perlu diajukan.

Kita akan belajar bahwa sains bukan mesin kepastian mutlak. Sains adalah cara manusia yang terbatas berusaha mengetahui dunia dengan lebih dapat dipercaya. Karena manusia bisa keliru, sains membangun kebiasaan untuk mengurangi kekeliruan. Karena data bisa bising, sains mengembangkan pengukuran dan statistik. Karena satu penelitian bisa salah, sains membutuhkan replikasi dan tinjauan bersama. Karena pengetahuan bisa berubah, sains menyediakan ruang untuk revisi.

Maka, ketika nanti Anda mendengar kalimat “ini sudah terbukti secara ilmiah”, Anda tidak perlu langsung percaya atau langsung menolak. Anda dapat berhenti sebentar dan bertanya:

“Terbukti dalam arti apa?”

“Dengan bukti seperti apa?”

“Seberapa kuat?”

“Dalam kondisi apa?”

“Apakah ada penjelasan lain?”

Pertanyaan-pertanyaan itu sederhana, tetapi sangat kuat. Dari sanalah perjalanan buku ini dimulai.

References

Ioannidis, J. P. A. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124. https://doi.org/10.1371/journal.pmed.0020124

Kuhn, T. S. (1962). The Structure of Scientific Revolutions. University of Chicago Press.

National Research Council. (1998). Teaching About Evolution and the Nature of Science. National Academy Press. https://doi.org/10.17226/5787

Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. https://doi.org/10.1126/science.aac4716

Popper, K. R. (1959). The Logic of Scientific Discovery. Hutchinson.