Bias dalam Penelitian Ilmiah dalam
Bias dalam Penelitian Ilmiah
Suka dengan artikel ini?
|More
Minggu, 25 September 2011 - Objektivitas adalah
kunci sains yang baik. Untuk objektif, eksperimen perlu dirancang dan
dilakukan sedemikian hingga tidak memunculkan bias pada studi.
Bias adalah sebuah penyajian bahan yang dipenuhi prasangka. Ia juga berarti
kesalahan yang konsisten dalam memperkirakan sebuah nilai. Ada dua tipe bias:
bias sampel dan bias pengukuran.
Bias sampel
Sampel adalah sekumpulan satuan yang dipilih untuk diukur dari kelompok yang
lebih besar (populasi). Bias sampel terjadi ketika sampel yang digunakan tidak
mewakili populasi atau tidak sesuai dengan pertanyaan yang diajukan.
Faktor-faktor yang menyebabkan bias sampel adalah ukuran sampel dan seleksi
sampel. Ukuran sampel harus cukup besar agar dipeoleh nilai rata-rata yang
baik. Sebagai contoh, untuk menentukan tinggi rata-rata mahasiswa di ruang
kelas, seberapa banyak mahasiswa yang harus diukur untuk mendapatkan
perkiraan terbaik? Apakah bisa dikatakan teliti jika kita hanya mengambil sampel
dari tiga orang mahasiswa saja?
Sampel juga harus memiliki komposisi yang mencerminkan komposisi populasi.
Faktor seperti lokasi, usia, gender, etnisitas, kebangsaan, dan lingkungan hidup
dapat mempengaruhi data yang dikumpulkan. Contoh bias seleksi sampel
adalah sebagai berikut: seorang peneliti ingin menemukan tinggi rata-rata
mahasiswa di ruang kelas. Ada beberapa mahasiswa yang ikut pertandingan
basket sehingga harus pulang lebih awal. Kelompok mahasiswa ini dijadikan
sampel oleh peneliti tersebut. Para pemain basket umumnya berbadan tinggi
sehingga bila mereka dijadikan sampel, akibatnya muncul rata-rata yang lebih
tinggi dari sebenarnya ada bila kita mengukur populasi secara keseluruhan.
Dalam kasus ini tentu akan lebih baik mengukur seluruh mahasiswa di ruang
kelas (populasi). Namun hal ini tidak dapat dilakukan bila kita bicara mengenai
rata-rata tinggi penduduk di suatu negara atau provinsi, karena jumlahnya sangat
banyak dan tidak mungkin dilakukan pengukuran tinggi secara keseluruhan.
Eksperimen yang baik mengendalikan faktor-faktor ini dengan memakai sampel
yang diambil secara acak sehingga setiap individu memiliki kemungkinan yang
sama untuk terpilih. Contohnya dengan melempar dadu atau melempar koin.
Cara lain meminimalkan bias seleksi sampel adalah pembatasan pertanyaan
yang diajukan pada kelompok yang disampel.
Bias pengukuran
Bias pengukuran berurusan dengan masalah apakah metode pengumpulan data
yang dipilih telah sesuai sehingga data yang dikumpulkan merupakan yang
paling mewakili kenyataan? Untuk mengevaluasi teknik pengumpulan data,
pengukuran harus dilakukan dengan seteliti mungkin. Tidak boleh ada tambahan
pada lingkungan yang dapat mempengaruhi hasil. Selain itu, eksperimen harus
dirancang untuk mengisolasi pengaruh dari banyak faktor lainnya.
Contoh pengukuran yang tidak akurat adalah pengukuran tinggi dimana tinggi
orang diukur tidak dari nol, tapi dari satu. Akibatnya pengukuran menghasilkan
nilai lebih tinggi dari realitas.
Contoh pengaruh lingkungan yang menyebabkan bias pada pengukuran tinggi
adalah mengukur tinggi orang yang memakai sepatu. Sepatu menyebabkan
pertambahan tinggi dan ukuran tinggi sepatu tiap orang berbeda, akibatnya hasil
pengukuran juga tidak sesuai dengan realitas.
Contoh bias yang disebabkan pengaruh dari banyak faktor adalah sebagai
berikut. Seorang peneliti mencoba menguji hipotesis kalau mahasiswa yang tidur
lebih dari 7 jam pada malam sebelum ujian akan memberikan hasil yang lebih
baik dari yang tidur kurang dari 7 jam. Peneliti tersebut tidak mempertimbangkan
faktor lain seperti apakah mereka tidur sedikit karena belajar persiapan untuk
besok atau apakah mereka sarapan sebelum berangkat ke kampus. Bagaimana
bisa kita menyimpulkan kalau hasil penelitian, katakanlah ternyata mahasiswa
yang tidur lebih dari 7 jam memiliki skor lebih tinggi, jika ternyata itu bukan
karena tidurnya tapi karena faktor-faktor lainnya?
Kenyataan di dunia ilmiah
Masyarakat ilmiah telah lama tahu kalau bias dapat ditemukan dalam literatur
ilmiah baik karena tidak sengaja atau karena niat tertentu sang ilmuan agar hasil
yang ditemukan penelitian sesuai keinginannya. Ada beberapa aturan atau
prosedur yang digunakan masyarakat ilmiah untuk membuang (atau setidaknya
mengurangi) bias dalam sains. Prosedur ini meliputi duplikasi independen dan
konfirmasi oleh pihak lain dan persyaratan untuk publikasi dalam jurnal ilmiah
tinjau sejawat (peer-review).
Duplikasi independen berarti dua atau lebih ilmuan dari lembaga berbeda
menyelidiki pertanyaan yang sama. Apabila mereka memperoleh hasil yang
sama, kemungkinan memang tidak ada bias.
Jurnal tinjau sejawat adalah jurnal yang menerbitkan artikel-artikel hanya setelah
artikel tersebut diperiksa mutunya oleh beberapa pakar dan ilmuan yang diyakini
objektif dari berbagai lembaga.
Masalahnya adalah sebagian besar debat dan prosedur yang terjadi dalam jurnal
ilmiah jarang dibaca oleh masyarakat awam. Hal ini memang wajar. Sebagai
contoh, peneliti tidak dapat berbahasa Korea. Bila peneliti tersebut mengambil
buku berbahasa Korea, ia hanya dapat menikmati keindahan hurufnya saja.
Begitu juga artikel ilmiah. Artikel ilmiah penuh dengan referensi ilmiah
dan bahasa yang biasanya membutuhkan pelatihan lanjut dalam bidang
keilmuan yang bersangkutan untuk dapat dipahami.
Tanda-tanda adanya bias dalam penelitian
Ada tiga tanda yang langsung dapat ditemukan dalam publikasi ilmiah atau
masyarakat yang menunjukkan kalau publikasi tersebut mengalami bias.
1.
1.
Penggunaan bahasa
Ada tiga macam penggunaan bahasa yang menunjukkan kalau sebuah publikasi
ilmiah mengalami bias.
Pertama, penggunaan frasa “terbukti secara ilmiah”. Sains tidak berusaha untuk
membuktikan. Justru sains berusaha untuk menyangkal. Bila ada yang
mengklaim kalau sesuatu itu “Terbukti secara ilmiah” anda harus curiga.
Kedua, adanya pernyataan-pernyataan emosional. Pernyataan-pernyataan
ilmiah harus berbasis pada data, bukan pada persuasi. Biasanya artikel yang
dibumbui alasan-alasan emosional untuk percaya pada suatu fakta ilmiah
merupakan artikel yang mengalami bias. Sesuatu yang objektif tidak tergantung
pada penulisnya. Bukan penulis yang meyakinkan anda atas fakta ilmiah, tetapi
data. Contoh pernyataan emosional “orang akan mati dengan mengenaskan
kecuali mereka menggunakan Vacinax sekarang!”
Ketiga, bahasa yang berlebihan. Kesimpulan ilmiah harusnya hanya melaporkan
apa yang didukung oleh data saja, tidak lebih. Kata-katanya harus dipilih dengan
sangat hati-hati untuk menghindari pelebih-lebihan atau dakuan (klaim) yang
tidak didukung data. Contoh kata-kata yang patut dicurigai misalnya “terbersih”,
“termurah”, “paling efisien”, “di dunia.”
1.
2.
Bagian metode dan kesimpulan
Apakah sampel dan pengukurannya telah sesuai untuk kesimpulan yang
disajikan? Sebagai contoh, menentukan tinggi mahasiswa di kelas menggunakan
sampel tim basket atau mengukur tinggi badan mahasiswa yang memakai
sepatu. Hal lain yang harus diperhatikan ada pada contoh penelitian tentang
korelasi antara waktu tidur dan nilai ujian tadi. Apakah faktor-faktor lain telah
dipertimbangkan dalam penafsiran data?
1.
3.
Referensi dan sumber data
Ada empat jenis sumber data penelitian yaitu universitas, perusahaan,
pemerintah, dan kelompok dengan minat khusus. Semua organisasi
menghasilkan data yang tidak bias. Namun penting untuk memahami motivasi
organisasi tersebut agar dapat menemukan bias yang mungkin. Dalam beberapa
situasi, ada kebutuhan untuk mempromosikan keinginan pihak tertentu atau
mengambil keuntungan yang berakibat pada bias. Walau begitu, bahkan bila
seorang ilmuan memiliki keinginan untuk memperoleh hasil tertentu, tidak berarti
kalau penelitiannya pasti bias. Bila mereka ilmuan yang baik, mereka akan
bersungguh-sungguh dalam proses ilmiahnya dan mereka akan merancang
eksperimen yang baik dan melaporkan data dengan jujur, tidak peduli apakah itu
sesuai atau tidak dengan prasangkanya.
Contoh Artikel Jurnal Ilmiah yang Bias: Penelitian tentang Perokok Pasif
Penelitian yang dilakukan oleh Deborah E Barnes tahun 1998 berjudul “Why
Review Articles on the Health Effects of Passive Smoking Reach Different
Conclusion” yang diterbitkan oleh jurnal JAMA, 279(19):1566-1570 merupakan
laporan penelitian yang mengungkapkan adanya bias terhadap sejumlah laporan
penelitian sebelumnya. Penelitian ini memeriksa 106 artikel ilmiah dan
memeriksa perbedaan antara artikel ilmiah yang ditulis oleh penulis yang
berasosiasi dengan rokok (31 artikel) dan yang tidak berasosiasi dengan rokok
(75 artikel). Beliau menemukan kalau sebagian besar (87%) artikel ilmiah yang
menyimpulkan kalau merokok pasif itu berbahaya ditulis oleh para ilmuan yang
tidak berhubungan dengan tembakau (perusahaan rokok atau perokok),
sementara itu mayoritas (94%) artikel ilmiah yang menyimpulkan merokok pasif
tidak berbahaya ditulis oleh ilmuan yang memiliki hubungan dengan tembakau
seperti perusahaan rokok atau perokok. Tabel di bawah merangkum hasil
penelitian tersebut.
Jumlah review (%)
Kesimpulan artikel
Pengarang yang Berafiliasi dengan
Rokok (n=31)
Pengarang yang tidak berafiliasi dengan
Rokok (n=75)
Merokok pasif berbahaya
2 (6%)
65 (87%)
Merokok pasif tidak
29 (94%)
10 (13%)
berbahaya
Signifikansi
?2=60.69; P
Suka dengan artikel ini?
|More
Minggu, 25 September 2011 - Objektivitas adalah
kunci sains yang baik. Untuk objektif, eksperimen perlu dirancang dan
dilakukan sedemikian hingga tidak memunculkan bias pada studi.
Bias adalah sebuah penyajian bahan yang dipenuhi prasangka. Ia juga berarti
kesalahan yang konsisten dalam memperkirakan sebuah nilai. Ada dua tipe bias:
bias sampel dan bias pengukuran.
Bias sampel
Sampel adalah sekumpulan satuan yang dipilih untuk diukur dari kelompok yang
lebih besar (populasi). Bias sampel terjadi ketika sampel yang digunakan tidak
mewakili populasi atau tidak sesuai dengan pertanyaan yang diajukan.
Faktor-faktor yang menyebabkan bias sampel adalah ukuran sampel dan seleksi
sampel. Ukuran sampel harus cukup besar agar dipeoleh nilai rata-rata yang
baik. Sebagai contoh, untuk menentukan tinggi rata-rata mahasiswa di ruang
kelas, seberapa banyak mahasiswa yang harus diukur untuk mendapatkan
perkiraan terbaik? Apakah bisa dikatakan teliti jika kita hanya mengambil sampel
dari tiga orang mahasiswa saja?
Sampel juga harus memiliki komposisi yang mencerminkan komposisi populasi.
Faktor seperti lokasi, usia, gender, etnisitas, kebangsaan, dan lingkungan hidup
dapat mempengaruhi data yang dikumpulkan. Contoh bias seleksi sampel
adalah sebagai berikut: seorang peneliti ingin menemukan tinggi rata-rata
mahasiswa di ruang kelas. Ada beberapa mahasiswa yang ikut pertandingan
basket sehingga harus pulang lebih awal. Kelompok mahasiswa ini dijadikan
sampel oleh peneliti tersebut. Para pemain basket umumnya berbadan tinggi
sehingga bila mereka dijadikan sampel, akibatnya muncul rata-rata yang lebih
tinggi dari sebenarnya ada bila kita mengukur populasi secara keseluruhan.
Dalam kasus ini tentu akan lebih baik mengukur seluruh mahasiswa di ruang
kelas (populasi). Namun hal ini tidak dapat dilakukan bila kita bicara mengenai
rata-rata tinggi penduduk di suatu negara atau provinsi, karena jumlahnya sangat
banyak dan tidak mungkin dilakukan pengukuran tinggi secara keseluruhan.
Eksperimen yang baik mengendalikan faktor-faktor ini dengan memakai sampel
yang diambil secara acak sehingga setiap individu memiliki kemungkinan yang
sama untuk terpilih. Contohnya dengan melempar dadu atau melempar koin.
Cara lain meminimalkan bias seleksi sampel adalah pembatasan pertanyaan
yang diajukan pada kelompok yang disampel.
Bias pengukuran
Bias pengukuran berurusan dengan masalah apakah metode pengumpulan data
yang dipilih telah sesuai sehingga data yang dikumpulkan merupakan yang
paling mewakili kenyataan? Untuk mengevaluasi teknik pengumpulan data,
pengukuran harus dilakukan dengan seteliti mungkin. Tidak boleh ada tambahan
pada lingkungan yang dapat mempengaruhi hasil. Selain itu, eksperimen harus
dirancang untuk mengisolasi pengaruh dari banyak faktor lainnya.
Contoh pengukuran yang tidak akurat adalah pengukuran tinggi dimana tinggi
orang diukur tidak dari nol, tapi dari satu. Akibatnya pengukuran menghasilkan
nilai lebih tinggi dari realitas.
Contoh pengaruh lingkungan yang menyebabkan bias pada pengukuran tinggi
adalah mengukur tinggi orang yang memakai sepatu. Sepatu menyebabkan
pertambahan tinggi dan ukuran tinggi sepatu tiap orang berbeda, akibatnya hasil
pengukuran juga tidak sesuai dengan realitas.
Contoh bias yang disebabkan pengaruh dari banyak faktor adalah sebagai
berikut. Seorang peneliti mencoba menguji hipotesis kalau mahasiswa yang tidur
lebih dari 7 jam pada malam sebelum ujian akan memberikan hasil yang lebih
baik dari yang tidur kurang dari 7 jam. Peneliti tersebut tidak mempertimbangkan
faktor lain seperti apakah mereka tidur sedikit karena belajar persiapan untuk
besok atau apakah mereka sarapan sebelum berangkat ke kampus. Bagaimana
bisa kita menyimpulkan kalau hasil penelitian, katakanlah ternyata mahasiswa
yang tidur lebih dari 7 jam memiliki skor lebih tinggi, jika ternyata itu bukan
karena tidurnya tapi karena faktor-faktor lainnya?
Kenyataan di dunia ilmiah
Masyarakat ilmiah telah lama tahu kalau bias dapat ditemukan dalam literatur
ilmiah baik karena tidak sengaja atau karena niat tertentu sang ilmuan agar hasil
yang ditemukan penelitian sesuai keinginannya. Ada beberapa aturan atau
prosedur yang digunakan masyarakat ilmiah untuk membuang (atau setidaknya
mengurangi) bias dalam sains. Prosedur ini meliputi duplikasi independen dan
konfirmasi oleh pihak lain dan persyaratan untuk publikasi dalam jurnal ilmiah
tinjau sejawat (peer-review).
Duplikasi independen berarti dua atau lebih ilmuan dari lembaga berbeda
menyelidiki pertanyaan yang sama. Apabila mereka memperoleh hasil yang
sama, kemungkinan memang tidak ada bias.
Jurnal tinjau sejawat adalah jurnal yang menerbitkan artikel-artikel hanya setelah
artikel tersebut diperiksa mutunya oleh beberapa pakar dan ilmuan yang diyakini
objektif dari berbagai lembaga.
Masalahnya adalah sebagian besar debat dan prosedur yang terjadi dalam jurnal
ilmiah jarang dibaca oleh masyarakat awam. Hal ini memang wajar. Sebagai
contoh, peneliti tidak dapat berbahasa Korea. Bila peneliti tersebut mengambil
buku berbahasa Korea, ia hanya dapat menikmati keindahan hurufnya saja.
Begitu juga artikel ilmiah. Artikel ilmiah penuh dengan referensi ilmiah
dan bahasa yang biasanya membutuhkan pelatihan lanjut dalam bidang
keilmuan yang bersangkutan untuk dapat dipahami.
Tanda-tanda adanya bias dalam penelitian
Ada tiga tanda yang langsung dapat ditemukan dalam publikasi ilmiah atau
masyarakat yang menunjukkan kalau publikasi tersebut mengalami bias.
1.
1.
Penggunaan bahasa
Ada tiga macam penggunaan bahasa yang menunjukkan kalau sebuah publikasi
ilmiah mengalami bias.
Pertama, penggunaan frasa “terbukti secara ilmiah”. Sains tidak berusaha untuk
membuktikan. Justru sains berusaha untuk menyangkal. Bila ada yang
mengklaim kalau sesuatu itu “Terbukti secara ilmiah” anda harus curiga.
Kedua, adanya pernyataan-pernyataan emosional. Pernyataan-pernyataan
ilmiah harus berbasis pada data, bukan pada persuasi. Biasanya artikel yang
dibumbui alasan-alasan emosional untuk percaya pada suatu fakta ilmiah
merupakan artikel yang mengalami bias. Sesuatu yang objektif tidak tergantung
pada penulisnya. Bukan penulis yang meyakinkan anda atas fakta ilmiah, tetapi
data. Contoh pernyataan emosional “orang akan mati dengan mengenaskan
kecuali mereka menggunakan Vacinax sekarang!”
Ketiga, bahasa yang berlebihan. Kesimpulan ilmiah harusnya hanya melaporkan
apa yang didukung oleh data saja, tidak lebih. Kata-katanya harus dipilih dengan
sangat hati-hati untuk menghindari pelebih-lebihan atau dakuan (klaim) yang
tidak didukung data. Contoh kata-kata yang patut dicurigai misalnya “terbersih”,
“termurah”, “paling efisien”, “di dunia.”
1.
2.
Bagian metode dan kesimpulan
Apakah sampel dan pengukurannya telah sesuai untuk kesimpulan yang
disajikan? Sebagai contoh, menentukan tinggi mahasiswa di kelas menggunakan
sampel tim basket atau mengukur tinggi badan mahasiswa yang memakai
sepatu. Hal lain yang harus diperhatikan ada pada contoh penelitian tentang
korelasi antara waktu tidur dan nilai ujian tadi. Apakah faktor-faktor lain telah
dipertimbangkan dalam penafsiran data?
1.
3.
Referensi dan sumber data
Ada empat jenis sumber data penelitian yaitu universitas, perusahaan,
pemerintah, dan kelompok dengan minat khusus. Semua organisasi
menghasilkan data yang tidak bias. Namun penting untuk memahami motivasi
organisasi tersebut agar dapat menemukan bias yang mungkin. Dalam beberapa
situasi, ada kebutuhan untuk mempromosikan keinginan pihak tertentu atau
mengambil keuntungan yang berakibat pada bias. Walau begitu, bahkan bila
seorang ilmuan memiliki keinginan untuk memperoleh hasil tertentu, tidak berarti
kalau penelitiannya pasti bias. Bila mereka ilmuan yang baik, mereka akan
bersungguh-sungguh dalam proses ilmiahnya dan mereka akan merancang
eksperimen yang baik dan melaporkan data dengan jujur, tidak peduli apakah itu
sesuai atau tidak dengan prasangkanya.
Contoh Artikel Jurnal Ilmiah yang Bias: Penelitian tentang Perokok Pasif
Penelitian yang dilakukan oleh Deborah E Barnes tahun 1998 berjudul “Why
Review Articles on the Health Effects of Passive Smoking Reach Different
Conclusion” yang diterbitkan oleh jurnal JAMA, 279(19):1566-1570 merupakan
laporan penelitian yang mengungkapkan adanya bias terhadap sejumlah laporan
penelitian sebelumnya. Penelitian ini memeriksa 106 artikel ilmiah dan
memeriksa perbedaan antara artikel ilmiah yang ditulis oleh penulis yang
berasosiasi dengan rokok (31 artikel) dan yang tidak berasosiasi dengan rokok
(75 artikel). Beliau menemukan kalau sebagian besar (87%) artikel ilmiah yang
menyimpulkan kalau merokok pasif itu berbahaya ditulis oleh para ilmuan yang
tidak berhubungan dengan tembakau (perusahaan rokok atau perokok),
sementara itu mayoritas (94%) artikel ilmiah yang menyimpulkan merokok pasif
tidak berbahaya ditulis oleh ilmuan yang memiliki hubungan dengan tembakau
seperti perusahaan rokok atau perokok. Tabel di bawah merangkum hasil
penelitian tersebut.
Jumlah review (%)
Kesimpulan artikel
Pengarang yang Berafiliasi dengan
Rokok (n=31)
Pengarang yang tidak berafiliasi dengan
Rokok (n=75)
Merokok pasif berbahaya
2 (6%)
65 (87%)
Merokok pasif tidak
29 (94%)
10 (13%)
berbahaya
Signifikansi
?2=60.69; P