Makalah ini disusun untuk memenuhi tugas mata kuliah Creative and Analytical Thinking
Dosen Pengampu : Dr. Wawan Sadtyo Nugroho, S.E,. M.Si., Ak., C.A
Disusun oleh :
1
KATA PENGANTAR
Puji dan syukur kami panjatkan kepada Allah SWT yang telah memberikan rahmat
dan hidayah-Nya, sehingga kami dapat menyelesaikan makalah tersebut. Penyusunan
makalah ini untuk memenuhi salkah satu tugas mata kuliah Creative dan Analytical Thinking.
Kami harap makalah tersebut dapat menambah wawasan dan pengetahuan.
Menyadari banyaknya kekurangan dalam penyusunan makalah ini. Karena itu, kami
sangat mengharapkan kritikan dan saran dari para pembaca untuk melengkapi segala
kekurangan dan kesalahan dari makalah ini.
Penyusun
2
DAFTAR ISI
KATA PENGANTAR.........................................................................................................................2
DAFTAR ISI........................................................................................................................................3
BAB I....................................................................................................................................................4
PENDAHULUAN................................................................................................................................4
A. Latar Belakang........................................................................................................................4
B. Rumusan Masalah...................................................................................................................4
C. Tujuan......................................................................................................................................4
BAB II..................................................................................................................................................5
KAJIAN TEORI..................................................................................................................................5
TIGA JENIS ARGUMEN INDUKTIF..........................................................................................5
Berdasarkan Dari Umum Ke Khusus (Silogisme Induktif)..........................................................5
Berubah Dari yang Khusus Ke Umum (Induktif Generalisasi)...................................................5
Argumen Induktif dari Anologi......................................................................................................6
Menarik Analogi.......................................................................................................................10
VARIASI RANDOM, MARGIN KESALAHAN, DAN TINGKAT PERCAYA DIRI............11
ARGUMEN INDUKTIF SETIAP HARI.....................................................................................12
Indikator Margin Kesalahan dan Tingkat Keyakinan Informal......................................12
KESALAHAN DALAM PENALARAN INDUKTIF..................................................................13
Konversi Induktif Ilegal..........................................................................................................14
ANOLOGI : SELURUH CERITA........................................................................................15
POLIS: MASALAH DAN KESALAHAN............................................................................15
BERMAIN DENGAN ANGKA.............................................................................................17
BAB III...............................................................................................................................................20
PENUTUP..........................................................................................................................................20
Kesimpulan....................................................................................................................................20
DAFTAR PUSTAKA........................................................................................................................21
3
BAB I
PENDAHULUAN
A. Latar Belakang
Di dunia ini diciptakan manusia dan binatang keduanya memiliki
pengetahuan. Pengetahuan ini digunakan membedakan baik dan buruk, hitam dan
putih, dll. Senantiasa pengetahuan ini dikembangkan menurut permasalahan
hudupnya. Manusi lain dengan binatang, binatang menggunakan pengatahuannya
hanya untuk bertahan hidup. Binatang dibekali pengetahuan untuk mengenali predator
yang mengintai dirinya dan mengambil Tindakan untuk melindungi diri. Akan tetapi,
pengetahuan bianatang tersebut tidak mampu mereka kembangkan. Jadi, pengetahuan
binatang hanya digunakan untuk bertahan hidup.
Ada dua penyebab manusia mampu mengembangkan pengetahuannya.
Pertama ialah karena manusia memiliki Bahasa. Bahasa ini berguna dalam melakukan
pengomunikasi informasi dan jalan pikiran yang melandasi informasi tersebut. Kedua
adalah adanya kemampuan manusia dalam berfikir berdasarkan suatu alur kerangka
berfikir tertentu. Cara berfikir inilah yang disebut dengan penalaran.
B. Rumusan Masalah
Beberapa rumusan masalah dari makalah ini sebagai berikut :
1. Apa yang dimaksud dengan silogisme induktif?
2. Apa yang dimaksud dengan genelaralisasi induktif?
3. Apa yang dimaksud dengan argumen induktif dari analogi?
4. Apa yang dimaksud dengan variasi rendom, margin kesalahan, dan tingkat
kepercayaan?
5. Apa yang dimaksud dengan argumen induktif sehari-hari?
6. Apa yang dimaksud dengan kekeliruan dalam penalaran induktif?
C. Tujuan
Tujuan dari penulisan makalah ini adalah sebagai berikut :
1. Sebagai pemenuhan tugas mata kuliah Creative dan Analytical Thinking
2. Sebagai bahan referensi mata kuliah Ctrative dan Analytical Thinking
4
BAB II
KAJIAN TEORI
Ini adalah X
Ini adalah rumus untuk jenis argumen yang sangat umum, yang oleh ahli
logika disebut sebagai induktif atau silogisme statistik. Dalam silogisme induktif
seringkali tidak diungkapkan dalam “bentuk baku” yang baru saja disebutkan
kemungkinan dapat dikataka secara sederhana.
5
poperti menjadi atau memiliki X di kenal sebagai fitur.Jadi konsep pentingnya adalah
sampel, populasi (atau target atau populasi target), fitur, dan n.
Secara skematis, apa yang disebut argumen dari analogi memiliki bentuk
berikut :
Itu istilah analogi adalah hal-hal yang dibandingkan. Dalam hal ini, istilah
analoginya adalah Cheryl dan Denise. (Meskipun seringkali hanya ada dua istilah
dalam argumen dari analogi, bisa jadi ada lebih banyak. Mungkin ada lebih banyak
saudara perempuan, misalnya.)
Itu fitur hanyalah properti lain, salah satu yang istilah perbandingan (syarat
bukan disebutkan dalam kesimpulan) memiliki dan bahwa kami memprediksi istilah
lain, istilah yang adalah disebutkan dalam kesimpulan, juga akan memiliki. Istilah
yang disebutkan dalam kesimpulan tentu saja adalahistilah sasaran. Dalam contoh ini
istilah perbandingannya adalah Cheryl, istilah targetnya adalah Denise, dan fiturnya
disukaiThe Chronicles of Narnia.
Fakta dua hal yang serupa dalam beberapa hal meningkatkan kemungkinan
bahwa mereka akan serupa dalam beberapa hal lainnya. Misalnya, fakta bahwa dua
jam tangan dibuat oleh pabrikan yang sama meningkatkan kemungkinan bahwa
keduanya memiliki kualitas yang sama. Oleh karena itu, pernyataan bahwa jam
tangan ini berkualitas tinggi didukung oleh fakta bahwa jam tangan tersebut dibuat
oleh produsen jam tangan lain yang berkualitas tinggi. Begitulah cara premis argumen
induktif dari analogi dapat mendukung—meningkatkan kemungkinan kesimpulan.
6
Untuk sampai ke perhatian utama kami, kekuatan argumen dari analogi benar-
benar bermuara pada satu pertanyaan: Seberapa besar kesamaan yang disebutkan
meningkatkan kemungkinan salah satu istilah akan memiliki fitur jika yang lain
memilikinya. Dalam contoh, kekuatan argumen yang membandingkan Cheryl dan
Denise bergantung pada seberapa banyak kesamaan yang disebutkan antara Cheryl
dan Denise meningkatkan kemungkinan bahwa Denise akan memiliki kesukaan yang
sama dengan Cheryl.The Chronicles of Narnia.
Kesamaan yang tidak relevan seperti tingginya sama dan memakai cat kuku
yang sama tidak masalah.
Seperti yang mungkin Anda harapkan dari semua ini, evaluasi argumen dari
analogi jauh dari ilmu pasti. Sebaliknya, kekuatan relatif darigeneralisasi induktif,
seperti yang kami sebutkan dan akan melihat lebih detail segera, bisa dalam beberapa
kasus diukur secara matematis. Tetapi ketika datang untuk mengukur kekuatan
argumen dari analogi, kita hampir selalu harus mengandalkan pengalaman kita
7
tentang jenis kesamaan apa yang cenderung cocok dengan jenis kesamaan lainnya,
dan kita hanya dapat membuat perkiraan yang sangat kasar tentang kekuatan argumen
tersebut. korelasi di antara mereka.
Argumen dari analogi dapat dievaluasi secara tepat hanya sejauh pernyataan
umum tersebut diketahui.
Pada titik ini, kita harus mengingat perbedaan yang dibuat di awal bagian ini
dan membedakan dua pertanyaan terpisah. Yang pertama—dan pertanyaan yang lebih
sempit adalah,Seberapa kuat argumen khusus ini? Kekuatan argumen tertentu ini
ditentukan oleh seberapa banyak kesamaan disebutkan di dalamnya meningkatkan
kemungkinan Denise akan berbagi selera Cheryl untuk Kronik.Tapi ada pertanyaan
lain yang mungkin ditanyakan: Seberapa besar kemungkinan Denise akan berbagi
kesukaan Cheryl terhadap kronik, semuanya dipertimbangkan?
Mari kita lihat pertanyaan kedua sejenak: Seberapa besar kemungkinan Denise
akan menyukai Cheryl? Kronik? Mari kita buat daftar hal-hal yang terlibat dalam
jawaban:
Namun, ketika kita mengevaluasi argumen tertentu dari analogi, kita perlu
menjawab pertanyaan yang lebih sempit—yaitu, Seberapa kuat argumen khusus ini?
Kita harus memutuskan bagaimana persamaannyadisebutkan di dalamnya
mempengaruhi probabilitas bahwa Denise akan menyukai Kronik jika Cheryl
melakukannya. Pertanyaan itu bisa jadi cukup sulit, tanpa membingungkannya dengan
pertanyaan umum yang jauh lebih kompleks.
Mari kita ambil ilustrasi lain dari perbedaan ini: “Obligasi adalah pemukul
dominan di zamannya, dan dia mungkin menggunakan steroid; jadi Clemons mungkin
mengambilnya juga, karena dia adalah pelempar dominan di zamannya.” Sayangnya,
seperti yang terjadi di sini, ketika orang mengajukan argumen berdasarkan
perbandingan, mereka sering tidak repot mengutip lebih dari satu atau dua kesamaan,
bahkan jika itu. Jadi, mudah untuk bingung tentang tugas berpikir kritis kita. Dalam
kasus di atas, satu-satunya kesamaan yang tercantum antara Bonds dan Clemons
adalah bahwa keduanya dominan di bidangnya masing-masing. Seberapa kuat
argumen ini? Dalam hal ini, jawabannya tidak terlalu sulit: Ini bukan argumen yang
sangat kuat dibandingkan dengan yang lain yang dapat dibayangkan, karena
kesamaan yang disebutkan tidak meningkatkan kemungkinan bahwa Clemons juga
mengonsumsi steroid banyak, jika pada semua.
Tapi, tentu saja, ada pertanyaan yang lebih umum: Apakah persamaan antara
kasus Bonds dan Clemons, jika dipertimbangkan, memberi kita alasan yang baik
untuk berpikir bahwa Clemons menggunakan steroid? Itu pertanyaan adalah apa-apa
tapi mudah. Untuk menjawabitu pertanyaan, kita harus mempertimbangkan tidak
hanya bahwa Bonds dan Clemons keduanya dominan di wilayah mereka, tetapi semua
persamaan dan perbedaan terkait lainnya antara kedua kasus tersebut. Kita harus
mencatat, misalnya, bahwa kedua individu mendominasi olahraga mereka pada usia
9
ketika sebagian besar atlet kehilangan kemampuan mereka. Tapi kita juga harus
mencatat bahwa Bonds tiba-tiba menjadi jauh lebih baik dan Clemons tidak; dan
bahwa penampilan fisik Bonds berubah secara nyata dan Clemons tidak. Tugas
mengevaluasi argumen asli akan tampak jauh lebih menakutkan jika kita
mengacaukannya dengan pertanyaan yang lebih umum apakah, dilihat dari segala hal,
kasus Bonds dan Clemons cukup mirip untuk menjamin pemikiran bahwa Clemons
menggunakan steroid.
Menarik Analogi
Strategi lama untuk membantah argumen dari analogi adalah dengan
"menyerang analogi"—untuk menunjukkan bahwa item yang dibandingkan
tidak sama seperti yang dinyatakan atau tersirat. Ini bisa berarti menunjukkan
bahwa ada lebih sedikit kesamaan antara item yang dibandingkan daripada
yang diduga, atau ada lebih banyak perbedaan di antara mereka, atau
keduanya. Seringkali, ini berarti menarik perhatian pada satu perbedaan
mencolok antara istilah perbandingan yang melemahkan kekuatan argumen.
Misalnya, orang mungkin menunjukkan bahwa, meskipun Cheryl dan Denise
adalah saudara perempuan, Denise (untuk beberapa alasan) telah tinggal di
Spanyol selama empat tahun terakhir.
10
Kadang-kadang orang menyatakan bahwa ini dan itu benar untuk sesuatu
dan menarik analogi sebagai "premis"—tanpa menyebutkan kesamaan sama
sekali: “Anggaran federal seperti anggaran rumah tangga; hal-hal buruk akibat
tidak seimbangnya anggaran rumah tangga; oleh karena itu hal-hal buruk akan
terjadi karena tidak menyeimbangkan anggaran federal.” Secara skematis, ini
adalah:
X seperti Y
X memiliki fitur F.
Oleh karena itu, Y memiliki fitur F.
Seperti disebutkan di awal bagian ini, bahkan tidak jelas apakah ini
sebuah argumen: Seseorang ragu-ragu untuk merujuk pada pernyataan
“Anggaran federal seperti anggaran rumah tangga” sebagai benar atau salah.
Anggaran federal lebih seperti anggaran rumah tangga daripada seperti,
katakanlah, sepatu salju. Tapi sepertinya masih kurang tepat untuk
menegaskan bahwa pernyataan itu benar atau salah. Mungkin yang terbaik
adalah memikirkan "argumen" seperti ini sebagai potongan persuasi—sebagai
analogi retoris yang dibalut dengan argumen.
11
menyimpang karena keacakan? Ini dapat dihitung secara matematis dan bergantung
pada dua hal: (1) ukuran sampel, dan (2) “tingkat kepercayaan”, istilah baru lainnya.
Itutingkat kepercayaan diri hanya menyatakan probabilitas bahwa proporsi yang
ditemukan dalam sampel tertentu akan berada dalam margin kesalahan.
Untuk melihat cara kerjanya, misalkan kita mengambil banyak sampel acak
1.000 (n - 1.000) pemilih terdaftar. Proporsi pemilih terdaftar sebagai Demokrat di
setiap sampel akan bervariasi secara acak dari sampel ke sampel, dan kami ingin
mengetahui batas variasi ini. Ketika Anda melakukan perhitungan, ternyata ada
kemungkinan 95 persen bahwa variasi acak, untuk sampel ukuran ini, akan berada
dalam 3 poin persentase di kedua sisi proporsi sebenarnya (47 persen) dari pemilih
yang terdaftar sebagai Demokrat. Dengan kata lain, jikan - 1.000, maka pada tingkat
kepercayaan 95 persen, margin kesalahannya adalah -3 poin persentase, artinya,
dalam 95 persen sampel, kita akan menemukan bahwa proporsi pemilih yang terdaftar
sebagai Demokrat akan turun antara 44 persen dan 50 persen. Jika ukuran sampel (n)
lebih besar, margin kesalahan akan lebih kecil pada tingkat kepercayaan tertentu.
Kami tidak akan membahas matematika yang ada di balik perhitungan yang
baru saja kami jelaskan, tetapi mereka adalah salah satu matematika paling dasar di
bidang ini—Anda dapat mempercayainya. Mereka menjamin detail yang akan Anda
temukan di Tabel 10-1, yang harus Anda lihat sekarang. Anda akan melihat bahwa
tingkat kepercayaan untuk tabel adalah 95 persen; kami memilih level itu karena
organisasi survei dan polling profesional telah menetapkan level itu. Dalam jajak
pendapat yang dilakukan secara profesional, jika tingkat kepercayaan tidak
disebutkan, anggaplah 95 persen.
Jika Anda melihat tabel, Anda akan melihat bahwa, saat ukuran sampel
meningkat, margin kesalahan berkurang. Dan Anda dapat melihat dua hal lainnya.
Pertama, perhatikan bagaimana sampel kecil memiliki margin kesalahan yang besar.
Baru-baru ini, kita membaca di sebuah majalah golf bahwa sekitar 200 pegolf telah
disurvei tentang sesuatu atau lainnya dan bahwa 55 persen telah setuju dengan
pertanyaan jajak pendapat. Apakah ini berarti bahwa lebih dari separuh pegolf
diharapkan setuju dengan pertanyaan jajak pendapat? Sama sekali tidak. Pada tingkat
kepercayaan 95 persen, sampel acak 200 (dan kami berani bertaruh sampel inibukan
acak) memiliki margin kesalahan sekitar plus atau minus 8 poin persentase, yang
berarti bahwa, pada kenyataannya, sesedikit 47 persen minoritas—mungkin setuju
dengan pertanyaan polling.
Indikator margin-error dan tingkat kepercayaan informal ini dan ekspresi lain
yang melakukan pekerjaan yang sama memungkinkan kita untuk mengekspresikan
perkiraan kita tentang kekuatan argumen—dan mengungkapkan fakta jika kita salah
menilainya. Baru-baru ini, seorang pria yang tampaknya telah menamai anjingnya
"Harley Git Over Here" berusaha meyakinkan kami bahwa anjing itu tidak
mengancam seperti yang terlihat dari taringnya. "Anjing dad-gum itu tidak akan
menggigit," katanya kepada kami. “Saya telah memelihara banyak lubang, dan trah ini
tidak menggigit.” Dalam hal ini, sifat kesimpulannya yang tidak bersyarat
menunjukkan bahwa pria itu menganggap argumennya kuat. Apakah itu?
itu lubang; karena itu tidak akan menggigit); dan premis umumnya (lubang tidak
menggigit) adalah generalisasi dari "sampel" yang terdiri dari lubang yang dibesarkan
pria itu. Bagian yang menggeneralisasi bukanlah argumen yang terlalu kuat—
sampelnya sangat kecil dan tidak mungkin memasukkan semua faktor yang dapat
memengaruhi apakah sebuah lubang akan menggigit. Kesimpulan yang lebih tepat
adalah "beberapa lubang tidak menggigit." Dan ini membawa kita pada dua kesalahan
mendasar yang dapat dilakukan seseorang dalam generalisasi induktif: generalisasi
tergesa-gesa dan generalisasi bias.
13
KESALAHAN DALAM PENALARAN INDUKTIF
Menurut tradisi, dua kesalahan dalam penalaran dan kekeliruan yang terkait
dengan generalisasi induktif disebut “generalisasi tergesa-gesa” dan “generalisasi
bias.” Generasi yang tergesa-gesa kecil. sampel kecil jika kita memiliki margin
kesalahan yang besar atau tingkat kepercayaan yang rendah. Jadi kita harus
mendefinisikan kekeliruan generalisasi tergesa-gesa sebagai melebih-lebihkan
kekuatan argumen berdasarkan sampel kecil. Melebih-lebihkan diungkapkan oleh
tingkat kepercayaan yang dinyatakan atau tersirat atau margin kesalahan. “Lubang ini
menggigit; oleh karena itu semua lubang menggigit" adalah kasus generalisasi yang
tergesa-gesa, bukan karena sampelnya kecil, tetapi karena "semua" tidak mengizinkan
margin kesalahan sama sekali. Sebaliknya, “Lubang ini menggigit; oleh karena itu
beberapa lubang menggigit” adalah bukan generalisasi tergesa-gesa; tidak apa-apa.
Kata "beberapa" mengungkapkan margin kesalahan yang sangat luas.
Mungkin sering kali kita pernah mendengar ungkapan analogi "lemah" (atau
"salah"). Istilah ini biasanya digunakan untuk menyatakan pendapat bahwa, dalam
segala hal, istilah analogi sangat berbeda sehingga analogi tidak dapat memenuhi
tujuan yang dimaksudkan.
14
kenyataan bahwa sebagian besar X adalah Y, tidak berarti bahwa sebagian besar Y adalah
X; dan dari fakta bahwa sedikit X adalah Y, tidak berarti bahwa sedikit Y adalah X.
Sumber kebingungan adalah bahwa, dalam logika kategoris deduktif, semua kata ini
berarti "beberapa", dan "Beberapa X adalah Ys; oleh karena itu, beberapa Y adalah
Xs”adalah argumen yang valid! Tapi seperti yang kita tahu, “Kebanyakan teroris berasal
dari Timur Tengah oleh karena itu, kebanyakan orang dari Timur Tengah adalah teroris”
adalah bukan valid (jika "sebagian besar" berarti apa artinya dalam kehidupan nyata, yaitu,
lebih dari 50 persen).
Konversi induktif ilegal lebih menggoda daripada yang kita kira. “Beberapa
Demokrat memiliki Suburbans oleh karena itu, beberapa pemilik Suburban adalah
Demokrat” mungkin terdengar baik-baik saja bagi sebagian orang. Klaim pertama tidak
diragukan lagi benar, dan klaim kedua, telah diberitahukan kepada kita, adalah benar;*
tetapi klaim kedua, meskipun benar, tidak mengikuti dari yang pertama.
Demikian pula, persentase kecelakaan lalu lintas yang relatif kecil melibatkan
pengemudi berusia tujuh puluh tahun, dan untuk sesaat mungkin berpikir itu berarti
pengemudi berusia tujuh puluh tahun adalah pengemudi yang relatif aman. Jika kita
berpikir demikian, Kita akan telah melakukan kesalahan. “Persentase kecelakaan lalu
lintas yang relatif kecil melibatkan pengemudi berusia tujuh puluh tahun; oleh karena itu
persentase yang relatif kecil dari pengemudi berusia tujuh puluh tahun yang terlibat dalam
kecelakaan lalu lintas” adalah konversi induktif yang tidak sah. Ya, persentase kecelakaan
lalu lintas yang relatif kecil melibatkan pengemudi berusia tujuh puluh tahun, tetapi itu
karena "tarif dasar" pengemudi berusia tujuh puluh tahun relatif rendah: jumlahnya lebih
sedikit di jalan. Dan persentase mereka yang terlibat dalam kecelakaan lalu lintas
sebenarnya mungkin relatif tinggi.
Contoh paling penting dari kesalahan ini yang dapat kita pikirkan adalah ketika
seseorang mengetahui bahwa dia telah dites positif untuk suatu kondisi medis. Biasanya,
ketika tes medis dikatakan sekitar 90% akurat. itu berarti 90 persen dari mereka dengan
kondisi tes positif. Itu tidak berarti bahwa 90 persen dari mereka yang dites positif
memiliki kondisi tersebut. Jika kita dinyatakan positif pada tes kanker kandung kemih
yang 90% akurat, di mana itu berarti bahwa 90% dari mereka yang memiliki tes kanker
kandung kemih positif, tidak berarti bahwa kemungkinan kita menderita kanker kandung
kemih adalah 90% . Peluang kita yang sebenarnya terkena kanker kandung kemih
bergantung pada "tingkat dasar" dari jenis kanker tersebut dan pada persentase orang yang
dites positif yang tidak memilikinya. Kita akan melihat masalah ini secara lebih rinci.
15
penjelasan, sebagai alat retorika, dan dalam kapasitas lainnya. Demikian pula asas
hukumkeputusan menatap (untuk berdiri dengan hal-hal yang diputuskan) didasarkan pada
membuat analogi antara kasus-kasus sekarang dan kasus-kasus yang telah diselesaikan di
masa lalu. Analogi juga berperan dalam penjelasan. Beberapa penjelasan akan menjadi
lebih sulit atau bahkan tidak mungkin jika kita tidak dapat menggunakan kasus-kasus
analog. Misalnya, kami menyebutkan bahwa analogi bisa sangat membantu dalam
menjelaskan rugby kepada orang yang tidak tahu apa-apa tentang permainan. Jika orang
tersebut mengetahui sesuatu tentang sepak bola Amerika, seseorang dapat memulai
dengan permainan itu dan menunjukkan perbedaan antara sepak bola dan rugby. Ini akan
menjadi penghemat waktu yang hebat, karena poin yang dimiliki oleh kedua permainan
tersebut tidak harus dicantumkan sebagai fitur rugby.
Kami harus menekankan terlebih dahulu bahwa jajak pendapat yang dilakukan
dengan benar dan dilaporkan secara akurat dapat menjadi sumber informasi yang sangat
dapat diandalkan. Tetapi kami segera menambahkan bahwa banyak jajak pendapat yang
Anda dengar atau baca adalahbukan dilakukan dengan benar, dan sering kali orang yang
melaporkan hasil tidak dapat membedakan antara jajak pendapat yang baik dan yang
buruk. Kita tidak bisa masuk ke setiap kemungkinan polling bisa gagal, tapi berikut ini
kita akan memperhatikan dua yang paling umum.
16
kita tambahkan—dilakukan pada tahun 1993. Organisasi politik H. Ross Perot, seorang
pengusaha yang sangat kaya yang mencalonkan diri sebagai presiden sebagai anggota
Partai Reformasi , membayar jajak pendapat yang dilakukan melalui majalahPanduan
televisi. Orang-orang diminta untuk menjawab pertanyaan yang diajukan di majalah,
kemudian merobek atau mereproduksi halaman dan mengirimkannya untuk diproses.
Ada hal lain yang salah dengan jajak pendapat ini, dan kami akan membahas beberapa
di antaranya sebentar lagi, tetapi Anda sudah mendengar semua yang perlu Anda
ketahui untuk mengabaikan hasil apa pun yang dihasilkannya. Dalam jajak pendapat
semacam itu, sampelnya hanya terdiri dari orang-orang yang memiliki perasaan yang
cukup kuat terhadap suatu isu untuk ditanggapi dan yang memiliki waktu untuk
bersusah payah melakukannya. Situasi seperti itu hampir menjamin bahwa sampel akan
memiliki pandangan yang sangat berbeda dari populasi target secara keseluruhan—itu
akan menjadi bias yang fatal.
Contoh lain, hanya untuk bersenang-senang: Beberapa tahun yang lalu, almarhum
Abigail Van Buren (“Dear Abby”) meminta pembaca wanitanya untuk menulis dalam
menjawab pertanyaan “Mana yang lebih Anda sukai, pelukan lembut atau 'tindakan'
[seks] ?” Ternyata lebih banyak respondennya lebih suka berpelukan, dan ketika dia
menerbitkan fakta ini, itu memprovokasi kolumnis lain, Mike Royko, untuk bertanya
kepada pembaca prianya yang mana. mereka lebih menyukai pelukan lembut atau
bowling. Responden Royko lebih suka bowling. Meskipun kedua survei itu
menyenangkan, tak satu pun dari survei tersebut dapat diambil untuk mencerminkan
secara akurat pandangan pembaca kedua kolumnis, apalagi masyarakat pada umumnya.
Pertanyaan Miring
Sumber utama ketidakandalan dalam praktik pemungutan suara adalah kata-kata dari
pertanyaan. Hampir semua pertanyaan penting dapat diajukan dengan berbagai cara.
Pertimbangkan pasangan pertanyaan ini:
- Apakah menurut Anda dewan sekolah harus menyetujui tuntutan guru untuk gaji yang
lebih tinggi?
- Apakah menurut Anda masuk akal bagi guru sekolah negeri setempat untuk meminta
kenaikan gaji?
Pertanyaan-pertanyaan ini pada dasarnya menanyakan hal yang sama, tetapi Anda
sebaiknya mengharapkan lebih banyak jawaban negatif untuk versi pertama daripada
yang kedua. Konteks di mana sebuah pertanyaan diajukan bisa menjadi penting juga.
Bayangkan sebuah pertanyaan yang menanyakan tentang persetujuan kenaikan gaji
untuk guru sekolah negeri, tetapi bayangkan pertanyaan itu muncul setelah satu atau
beberapa pertanyaan berikut:
- Tahukah Anda bahwa guru di kabupaten ini tidak mengalami kenaikan gaji selama
enam tahun terakhir?
17
- Tahukah Anda bahwa distrik sekolah menghadapi kekurangan anggaran untuk tahun
anggaran mendatang?
Kami mengharapkan persetujuan kenaikan gaji berjalan lebih baik ketika ditanya
setelah yang pertama dari pertanyaan-pertanyaan ini daripada setelah yang kedua.
pada musim semi 1993, H. Ross Perot melakukan survei nasional yang mendapat
banyak publisitas. Tetapi survei hanya sebaik pertanyaan yang diajukan, dan pertanyaan
yang dimuat dapat menghasilkan hasil yang bias.Waktu dan CNN menyewa firma riset
survei Yankelovich Partners untuk mengajukan dua versi pertanyaan kepada sampel acak
Amerika; yang pertama adalah versi asli Perot, yang kedua adalah versi yang ditulis ulang
yang diproduksi oleh perusahaan Yankelovich. Inilah yang terjadi untuk tiga topik yang
dibahas. Semakin besar jumlah peluang yang ditentukan, peristiwa berulang yang
dipertimbangkan, semakin dekat alternatif akan mendekati rasio yang dapat diprediksi.
Ini tidak serumit kedengarannya; secara metaforis, itu hanya mengatakan bahwa
jumlah besar "berperilaku" lebih baik daripada jumlah kecil. Inilah idenya: Karena satu
pelemparan koin yang adil (yaitu, tanpa koin tertimbang, tanpa prestidigitasi) memiliki
peluang 50 persen untuk muncul, kita katakan bahwarasio yang dapat diprediksi dari
kepala ke ekor adalah 50 persen. Hukum bilangan besar mengatakan bahwa, semakin
banyak membalik yang Anda sertakan, semakin mendekati 50 persen rasio head-to-tail
yang akan didapat.
Alasan nomor yang lebih kecil tidak sesuai dengan persentase dan juga yang lebih
besar adalah bahwa setiap flip atau serangkaian flip pendek dapat menghasilkan hampir
semua jenis hasil. Tidak ada yang aneh dengan beberapa kepala dalam satu baris atau
beberapa ekor sebenarnya, jika Anda membalik seribu kali, Anda mungkin akan
mendapatkan beberapa "garis" kepala dan ekor (dan juga jempol yang sakit). Garis-garis
18
seperti itu akan menyeimbangkan satu sama lain dalam serangkaian seribu lemparan,
tetapi bahkan garis pendek pun dapat membuat serangkaian lemparan kecil miring. Idenya
adalah, ketika kita berurusan dengan angka-angka kecil, setiap angka dihitung untuk
jumlah poin persentase yang sangat besar. Hanya dengan dua kotak kepala tambahan dapat
menghasilkan rasio 70 : 30 dalam sepuluh kali lemparan, rasio yang akan mencengangkan
dalam sejumlah besar lemparan.
Hukum bilangan besar berlaku dalam banyak keadaan. Inilah alasan mengapa kita
membutuhkan ukuran sampel minimum bahkan ketika metode pemilihan sampel kita
sepenuhnya acak. Untuk menyimpulkan generalisasi dengan keyakinan apa pun, kita
memerlukan sampel dengan ukuran tertentu sebelum kita dapat memercayai angka untuk
"berperilaku" sebagaimana mestinya. Sampel yang lebih kecil meningkatkan kemungkinan
kesalahan pengambilan sampel acak.
Hukum jumlah besar juga membuat penjudi yang berpengetahuan luas dan
perusahaan perjudian dalam bisnis. Mereka tahu bahwa, jika mereka membuat taruhan
yang memberi mereka bahkan keuntungan sederhana dalam hal rasio yang dapat
diprediksi, maka yang harus mereka lakukan adalah membuat taruhan cukup sering (atau,
lebih sering, membuat beberapa orang bodoh membuat taruhan lawan melawan mereka.
cukup sering), dan mereka akan keluar sebagai pemenang.
Mari kita pertimbangkan sebuah contoh. Seseorang yang bermain roulette di kasino
Amerika memberikan keuntungan ke rumah sedikit di atas 5 persen. Peluang menang
adalah 1 banding 38 (karena ada slot untuk tiga puluh enam angka ditambah nol dan nol
ganda), tetapi ketika pemain menang, rumah terbayar hanya pada tingkat 1 banding 36
(seolah-olah ada tidak ada nol). Sekarang, keuntungan ke rumah ini tidak berarti Anda
mungkin tidak berjalan ke meja dan bertaruh pada hari ulang tahun Anda dan menang
empat kali berturut-turut. Tetapi hukum bilangan besar mengatakan bahwa, jika Anda
menarik kursi dan bermain cukup lama, akhirnya rumah itu akan memenangkan semuanya
kembali—dan uang sewanya juga.
Catatan terakhir saat kita berbicara tentang perjudian. Ada kesalahan terkenal yang
dikenal sebagaikekeliruan penjudi, dan itu sama menggodanya dengan yang sederhana.
Katakanlah Anda melempar koin, dan koin itu muncul empat kali berturut-turut. Anda
menyerah pada kekeliruan penjudi jika Anda berpikir bahwa peluangnya muncul di waktu
berikutnya adalah apa pun kecuali 50 persen. Memang benar bahwa peluang sebuah koin
muncul dengan kepala lima kali berturut-turut kecil—hanya sedikit di atas 3 dalam 100—
tetapi begitu koin itu muncul empat kali berturut-turut, peluangnya tetap 50-50. datang
kepala waktu berikutnya. Pertunjukan sebelumnya mungkin memberi Anda petunjuk
tentang pacuan kuda, tetapi bukan tentang lemparan koin (atau acara lain dengan rasio
yang dapat diprediksi). Kekeliruan penjudi adalah gagasan bahwa probabilitas suatu
peristiwa dalam urutan acak tergantung pada peristiwa sebelumnya dalam rangkaian.
19
BAB III
PENUTUP
Kesimpulan
Argumen induktif merupakan penalaran ynag penting dan tekait erat bahwa penalaran
induktif digunakan untuk mendukung kesimpulan dari pada untuk membuktikan atau
mendemonstrasikannya, dan bahwa argument induktif dapat digambarkan sebagai relatif kuat
atau lemah, tergantung pada seberapa besar permis mereka meningkatan kemungkinan
kesimpulan. Menggunakan istilah “kuat” dan “lemah” tidak mutlak: satu argument untuk
kesimpulan lebih kuat dari argument lain untuk kesimpulan itu jika permisnya meningkat
kemungkinan kesimpulan dengan jumlah yang lebih besar. Ketika mengevaluasi argument
induktif, berbicara tentnag informasi tamabahn sebagai “penguatan” atau
“pelemahan”argument. Sedangkan kekuatan relatif argumen tergantung pada sebarapa besar
kemungkinan premis membuat kesimpulan, yang ditentukan oleh beberapa banyak tiket yang
ada.
20
DAFTAR PUSTAKA
21