Menemukan Penyebab Masalah Klien 403

Kebingungan antara kovariasi dan sebab-akibat seringkali mudah

dikenali. Baik berenang dan konsumsi es krim meningkat di musim panas
tidak berarti bahwa yang satu mengarah ke yang lain. Asumsi yang salah
tentang kovariasi mungkin tidak begitu mudah dikenali jika mereka
melengkapi keyakinan tentang peristiwa apa yang terjadi, seperti dalam
asumsi bahwa penyalahgunaan zat oleh orang tua akan menghasilkan
perilaku serupa di pihak anak-anak mereka. Pada contoh pertama, tidak ada
kepercayaan budaya atau profesional untuk mendukung hubungan sebab
akibat antara konsumsi es krim dan berenang. Dalam contoh kedua,
keterwakilan (kecenderungan untuk membuat penilaian berdasarkan
kesamaan) dapat mempengaruhi penilaian dan menghasilkan perkiraan
yang berlebihan dari korelasi antara dua peristiwa serupa dan asumsi
hubungan sebab akibat. Sejarah sains adalah ringkasan yang menarik dari
asumsi yang salah tentang efek kausal berdasarkan hubungan korelasi.
Bahkan ahli statistik Inggris Pearson yang hebat berasumsi bahwa korelasi
0,50 antara kecenderungan orang tua untuk mengembangkan tuberkulosis
dan kecenderungan anak-anaknya untuk tertular tuberkulosis
mencerminkan bukti penyebab penyakit ini secara turun-temurun (Blum,
1978). Contoh lain dari kebingungan antara variasi bersama dan sebab
akibat dapat dilihat dalam perilaku takhayul. Seorang klien mungkin
diyakinkan, misalnya, bahwa karena dia bermimpi bahwa ibunya akan
meninggal, dia dalam beberapa hal bertanggung jawab atas kematian
ibunya, yang terjadi tak lama setelah mimpi itu. Dengan demikian, asumsi
yang salah tentang kovariasi dapat mengakibatkan asumsi kausal yang
salah sebagaimana tercermin dalam kepercayaan takhayul, termasuk yang
terkait dengan keefektifan layanan yang kami tawarkan.
Istilah yang menggambarkan ciri-ciri kepribadian, seperti ketergantungan
dan agresif, seharusnya menyampaikan informasi tentang konsistensi
perilaku. Pencarian disposisi perilaku lintas situasi telah mengecewakan.
Ciri-ciri berukuran hipotesis sering menjelaskan sebagian kecil dari
perbedaan individu (Mischel, 1968, 1973); varians metode mungkin lebih
besar dari varians orang. Artinya, perbedaan yang ditemukan mungkin
lebih merupakan hasil dari metode yang berbeda yang digunakan untuk
menggambarkan peristiwa (laporan diri dan pengamatan) daripada refleksi
dari perbedaan perilaku., & Mendoza-Denton, 2002.)

kovariasiMischel sebenarnyaAsumsi Shodayang,dipengaruhi prasangka.

tentang asal usul perilaku tertentu yang mungkin tidak ada
hubungannya dengan tingkat kovariasidari dua peristiwa. Praktek teori
adalah salah satu sumber penting dari prasangka. Dokter secara selektif
memperhatikan faktor-faktor yang sesuai dengan teori praktik favorit
mereka. Seorang dokter yang menyukai catatan kognitif yang
mewawancarai seorang wanita yang tertekan akan memperhatikan
pikirannya—apa yang dia katakan pada dirinya sendiri. Seorang klinisi
 yang menekankan peran kontinjensi lingkungan akan mengumpulkan
informasi tentang apa yang klien lakukan; acara apa yang dia nikmati;
perubahan apa yang baru-baru ini terjadi dalam frekuensi kejadian-kejadian
ini, dan faktor-faktor terkini dalam hidupnya yang mungkin berhubungan
dengan perubahan dalam kejadian-kejadian yang menyenangkan. Seorang
psikiater yang menyukai penjelasan medis mungkin menekankan aturan
pengobatan klien—
404 Menerapkan Keterampilan Berpikir Kritis pada Keputusan Klinis

obat apa yang dia pakai (jika ada), dan perubahan apa yang harus
dilakukan. Seorang dokter psikoanalitik mungkin berkonsentrasi untuk
menjelajahi masa lalunya, mencari materi yang mungkin berhubungan
dengan keluhan saat ini. Pengetahuan tentang temuan penelitian yang
berkaitan dengan keluhan klien akan mempengaruhi pertanyaan apa yang
diajukan, apa yang diperhatikan, dan oleh karena itu data apa yang ada saat
menilai variasi bersama dan membuat analisis kausal. Jadi, kita dipengaruhi
oleh ketersediaan materi serta keterwakilan—keyakinan tentang apa yang
berjalan bersama. Kurangnya pengetahuan tentang hubungan antara
tanda-tanda tertentu dan penyebab yang mendasari dapat mengakibatkan
keputusan yang salah.

ILLUSORY KORELASIPengaruh
prasangka disorot oleh penelitian tentang hubungan ilusi. Dokter
cenderung melebih-lebihkan tingkat kovariasi antar variabel, menghasilkan
ilusi validitas dan reliabilitas. Studi oleh Chapman dan Chapman (1967,
1969) menggambarkan bahwa harapan berdasarkan teori dan asosiasi
semantik membanjiri pengaruh data yang tidak sesuai dengan harapan ini
atau bahkan menyangkalnya. Mereka mulai dengan pertanyaan tentang
bagaimana dokter dapat bertahan dalam melaporkan hubungan antara
tanggapan tertentu pada tes proyektif dan gejala klinis tertentu, ketika
penelitian telah menunjukkan bahwa ada sedikit atau tidak ada hubungan
antara tanda-tanda dan gejala. Dalam satu penelitian, laporan dari 32 dokter
praktik yang menganalisis protokol Rorschach dari pria homoseksual
ditinjau (1969). Para klinisi ini mendaftarkan tanda-tanda yang memiliki
validitas wajah tetapi secara empiris tidak valid sebagai karakteristik
respons pria homoseksual. Artinya, mereka memilih tanda-tanda
berdasarkan “apa yang tampak berjalan bersama”—pada apa yang
seharusnya ada—bukan berdasarkan asosiasi yang ditentukan secara
empiris antara tanda dan kriteria. Dokter lebih mungkin untuk melaporkan
korelasi ilusi daripada pengamat awam.
Korelasi ilusi dipengaruhi oleh asumsi tentang apa yang berjalan
bersama: “Setiap orang memiliki apa yang mungkin disebut 'data' pada
tingkat variasi bersama antara berbagai dimensi yang relevan secara sosial
dan dimensi perilaku, tetapi data biasanya minim, untung-untungan, kabur,
dan tunduk pada bias dan distorsi baik dalam encoding maupun recall”
(Nisbett & Ross, 1980, hlm. 98). Kami cenderung melebih-lebihkan ukuran
korelasi antara faktor-faktor yang kami yakini berjalan bersama dan
meremehkan tingkat kovariasi ketika kami tidak memiliki prasangka
tentang hubungan antara dua atau lebih faktor (Jen nings, Amabile, & Ross,
1982). Perkiraan yang salah sering bertahan meskipun pengalaman
langsung dengan data yang tidak mengkonfirmasinya. Misalnya, seorang
dokter mungkin bersikeras bahwa seorang wanita menderita skizofrenia
karena dia pernah diberi label skizofrenia, meskipun tidak ada bukti yang
diperoleh selama 3 tahun terakhir yang mendukung diagnosis ini.
Kecenderungan ini ditingkatkan oleh bias konfirmasi (bukan pada data
yang tidak mendukung posisi—mengabaikan contoh negatif) dan tidak
meninjau keempat sel tabel kontingensi (lihat diskusi selanjutnya). Dokter
yang percaya bahwa perilaku sebagian besar ditentukan oleh karakteristik
pribadi akan cenderung tidak memperhatikan korelasi antara faktor
lingkungan
dan perilaku

. Beberapa peneliti sangat terkejut dengan keterbatasan kemampuan kita

untuk menggunakan korelasi secara tepat dalam membuat keputusan
sehingga mereka percaya bahwa kita tidak memiliki konsep korelasi yang
intuitif (Shweder, 1977) dan bahwa kita cenderung mengaburkan perbedaan
antara kemiripan dan kejadian bersama. Kekaburan ini merupakan inti dari
heuristik representatif—kecenderungan untuk dipengaruhi oleh kesamaan
peristiwa. Pertimbangkan, misalnya, bahwa, ketika orang diminta untuk
membuat perkiraan frekuensi relatif orang yang tegang dan toleran
(Shweder, 1977), satu orang memperkirakan bahwa dari 100 orang, 70 orang
akan tegang dan 75 akan toleran. Ketika ditanya tentang co-occurrence,
subjek memperkirakan bahwa 10 persen (7) orang yang tegang akan toleran
terhadap semut. “Mengingat perkiraan hakim sebelumnya bahwa 75 orang
dari 100 orang toleran, maka 68 (75 dikurangi 7) harus toleran dan tidak
tegang. Ini adalah kontradiksi. Hakim pertama mengklaim bahwa hanya 30
orang dari 100 orang yang tidak tegang. Kemudian dia membuat perkiraan
probabilitas bersyarat yang mensyaratkan bahwa sebenarnya ada
setidaknya 68 (dari 100) yang tidak tegang” (hal. 643). Yang lain berpendapat
bahwa penelitian semacam itu tidak mencerminkan keadaan kehidupan
nyata dan bahwa mengingat pengalaman yang tepat, strategi cepat dan
hemat berdasarkan heuristik pengenalan cukup efektif dalam membantu
kita membuat keputusan yang cepat dan baik sebagian besar waktu (lihat
Bab 9).
Harapan konsistensi mendorong korelasi ilusi. Artinya, kita cenderung
berasumsi bahwa orang berperilaku dengan cara yang konsisten dengan
sifat ketika, pada kenyataannya, hubungan korelasi antara ciri-ciri
kepribadian dan perilaku relatif rendah. Salah satu alasan untuk ini adalah
bahwa "kita cenderung melihat kebanyakan orang dalam sejumlah peran
dan situasi yang terbatas dan dengan demikian dihadapkan pada sampel
perilaku yang lebih konsisten daripada yang akan kita peroleh dari sampel
acak yang benar dari repertoar perilaku seseorang" ( Nisbett & Ross, 1980,
hlm.107, lihat juga diskusi tentang perbedaan aktor-pengamat di Bab 9).
 Perbedaan yang tampak jelas dapat dijelaskan dengan mudah. Perasaan
kontrol subjektif ditingkatkan oleh keyakinan bahwa orang lain konsisten
dalam sifat-sifat mereka dan dengan demikian dapat diprediksi. Jadi, kami
tidak begitu baik dalam mendeteksi kovariasi berdasarkan pengalaman
kecuali pengalaman tersebut telah memberikan umpan balik korektif (lihat
Bab 8). Ini menyoroti pentingnya mengatur umpan balik tentang asumsi
kami serta pentingnya membantu teori. Seperti yang dicatat oleh Nisbett
dan Ross (1980), kemampuan untuk mendeteksi kovariasi dalam domain
tertentu mungkin lebih besar karena kita memiliki lebih banyak kesempatan
untuk mengamati kovariasi tersebut. Ambil contoh, hubungan antara
membuat perubahan tertentu pada kemudi saat mengendarai mobil. Dalam
situasi ini, kita mendapat manfaat dari umpan balik langsung tentang efek
tindakan kita. Pengalaman menawarkan kesempatan untuk mengamati
kovariasi dan dengan demikian dapat membantu mengoreksi pengaruh
prakonsepsi yang tidak akurat dalam kaitannya dengan apa yang
"seharusnya" berjalan bersama. (Lihat diskusi heuristik "cepat dan hemat" di
Bab 9.) Namun, jika prakonsepsi kaku dan umpan balik tidak jelas atau
tidak relevan, pengalaman mungkin tidak banyak mengubah gagasan yang
salah, terutama di bidang-bidang seperti praktik klinis, di mana indikator
kemajuan sering tidak jelas dan tidak disepakati dan praktik sering tidak
dipantau secara sistematis (lihat juga diskusi tentang pengalaman di Bab 4
dan 8).
406 Menerapkan Keterampilan Berpikir Kritis untuk Keputusan Klinis

PERBABILITAS PAHAMPAHAM
Orang cenderung fokus pada "hit" ketika memperkirakan kovariasi;
negatif dalam sikap cenderung diabaikan. Pertimbangkan keyakinan bahwa
ada hubungan antara kekhawatiran tentang suatu peristiwa dan peristiwa
yang terjadi. Orang tua mungkin khawatir tentang anak remaja mereka tiba
di rumah dengan selamat, tanpa mengalami kecelakaan mobil. Jadi, jika
seorang ibu khawatir dan kemudian putrinya terlibat dalam kecelakaan, ibu
(dan juga pers) dapat menghubungkan kebetulan ini
dengan kewaskitaan atau kekuatan mistik lainnya. Judul beritanya
mungkin berbunyi: ”Ibu Khawatir—Anak Perempuannya Terluka.” Seperti
yang dicatat Jensen (1989), hanya "hit" (kekhawatiran diikuti oleh
kecelakaan) yang mendapat perhatian; alarm palsu, kesalahan, dan
penolakan yang benar diabaikan. Faktanya, tidak ada penilaian asosiasi
yang dapat dibuat secara sah tanpa mempertimbangkan keempat
kemungkinan yang diilustrasikan dalam Tampilan 14.3. Risiko kecelakaan
jika ibu khawatir harus dibandingkan dengan risiko jika ibu tidak khawatir.
Dalam menilai kovariasi, menunjuk hanya pada kasus-kasus tertentu
adalah menyesatkan. Kecenderungan untuk mengabaikan kejadian-kejadian
negatif bertanggung jawab atas kepercayaan pada penyebab-penyebab yang
mencurigakan seperti doa dan kekhawatiran. Orang yang mengatakan
bahwa doanya dikabulkan mungkin tidak memperhatikan saat-saat ketika
doanya tidak dijawab. Artinya, mereka mungkin tidak mencatat semua
waktu mereka berdoa, mencatat hasil dari masing-masing. “Doa yang
dijawab” lebih jelas—mereka mungkin berkata, “Kebetulan sekali.” Bias
konfirmasi (kecenderungan untuk secara selektif mencari hanya bukti yang
mendukung prasangka) mendorong fokus pada hit. (Lihat Roberts, Ahmed,
& Hall, 2004.)
Dalam praktik klinis, kovariasi (dan dengan demikian hubungan kausal)
sering diasumsikan antara karakteristik pribadi dan lingkungan tertentu
(misalnya, ciri kepribadian atau perubahan dan masalah kehidupan
baru-baru ini), dan juga antara karakteristik tertentu. gejala dan kategori
diagnostik (misalnya, antara

Tampilan 14.3
Tabel Kontingensi

Kekhawatiran
Ya Tidak
Hit Miss
(Benar (Salah Ya
Positif) Negatif)
(a) (b)
Kecelakaan

Salah Alarm Benar

Penolakan
Tidak (Salah (Benar
Positif) Negatif)
(c) (d)

Sumber: Berdasarkan Jensen (1989, p. 158) Patologi ilmu pengetahuan, prekognisi dan psikofisika
modern The Skeptical Inquirer, 13, 147–160. Dicetak ulang dengan izin.
Menemukan Penyebab Masalah Klien 407

Tampilan 14.4
Korelasi- Frekuensi Relevan Informasi Hubungan Antara Gejala Hipotetis dan Penyakit
Hipotetis pada 100 Pasien Hipotetis

Penyakit

Ada Tidak Ada Total

Ada 37 33 70
Gejala
17 13 30
Jumlah 54 46

Sumber: Berdasarkan o n Smedslund (1963).

kewaspadaan dan pemindaian dan Gangguan Kecemasan Umum).

Keputusan tentang hubungan antara variabel sering dibuat tanpa
mempertimbangkan probabilitas yang diperlukan. Hasilnya adalah
 perkiraan patologi yang berlebihan. Penggunaan istilah gejala dan penyakit
dalam bagian ini tidak menyiratkan penerimaan model bio medis dari
masalah pribadi. Istilah-istilah ini digunakan di sini karena banyak dokter
menggunakan narasi besar ini untuk memahami masalah psikologis.- IV-R
(Diagnostic and Statistical Manual of Mental Disorders, 2000) didasarkan pada
asumsi bahwa ratusan masalah yang dijelaskan dalam sumber ini
mencerminkan "gangguan mental" (McReynolds, 1989). Data yang cukup
besar tentang nilai diagnostik dari beberapa tes medis tersedia. Bahkan
ketika data tersebut tersedia, ini sering diabaikan, sehingga menghasilkan
keputusan yang salah. Pertimbangkan melebih-lebihkan akurasi tes
skrining (misalnya, Thornton, Edwards, dan Baum, 2003). Smedslund (1963)
menemukan bahwa perawat cenderung fokus pada kejadian bersama gejala
dan penyakit ketika mereka diminta untuk menentukan apakah ada
hubungan antara gejala dan penyakit. Setiap perawat menerima paket berisi
100 kartu, yang konon menggambarkan kutipan dari file 100 pasien. Ada
atau tidak adanya gejala dan ada atau tidak adanya penyakit dicatat pada
setiap kartu dalam rasio yang ditunjukkan pada Tampilan 14.4. Delapan
puluh lima persen perawat mengatakan bahwa ada hubungan antara gejala
dan penyakit, dan sebagian besar membenarkan klaim mereka dengan tidak
mencantumkan nomor kartu yang menunjukkan gejala dan penyakit (37);
yaitu, mereka cenderung berfokus pada kemunculan gejala dan penyakit
bersama dan mengabaikan kombinasi lainnya.
Probabilitas A diberikan B biasanya tidak sama dengan probabilitas B
diberikan A. Misalnya, probabilitas menjadi laki-laki jika seseorang adalah
kepala negara sangat berbeda dari kemungkinan menjadi kepala negara jika
seseorang adalah laki-laki (Bar-Hillel, 1983). Probabilitas menjadi perokok
kronis jika seseorang menderita kanker paru-paru adalah sekitar 0,99;
kemungkinan terkena kanker paru-paru jika seseorang adalah perokok
kronis adalah 0,10 (orang mungkin meninggal karena sesuatu yang lain
terlebih dahulu; Dawes, 1982, hlm. 42). Tidak membedakan antara dua
probabilitas seperti itu dikenal sebagai "kebingungan dari kebalikannya."
408 Menerapkan Keterampilan Berpikir Kritis untuk Keputusan Klinis

Tampilan 14.5
Diagram Venn untuk Meringkas Situasi Penghakiman (Ruang Sampel) untuk Menjawab
Pertanyaan tentang Probabilitas Bahwa Perokok Pot Juga Pengguna Narkoba Keras

Perokok pot

Orang yang merokok

ganja dan menggunakan obat keras Obat
 keras pengguna

Sumber: Hastie dan Dawes (2001). Dicetak ulang dengan izin (hal. 184).

Sumber lain dari perkiraan yang salah adalah tidak membedakan antara
probabilitas gabungan (probabilitas ini dan itu) dan probabilitas bersyarat
(probabilitas ini diberikan itu). Prinsip kedua adalah sebagai berikut: P
(A|B) = P (A,B)/P(B). “Sederhana, dan karenanya bersyarat, probabilitas
dapat disimpulkan dari probabilitas majemuk, tetapi tidak sebaliknya.
Tetapi probabilitas majemuk dapat disimpulkan melalui prinsip 2 hanya jika
probabilitas bersyarat dan probabilitas sederhana diketahui. Namun, jika
probabilitas sederhana atau hanya bersyarat saja diketahui, tidak ada jenis
probabilitas lain yang dapat disimpulkan” (Dawes, 1982, hlm. 43-44).
Pertimbangkan kemungkinan kecanduan heroin (A) jika seseorang merokok
ganja (B). Ini sama dengan probabilitas kecanduan heroin dan merokok
mariyuana (A,B) dibagi dengan probabilitas merokok mariyuana (B). “Ini
jelas tidak sama dengan P (A,B)/P(A)—probabilitas merokok ganja dan
kecanduan dibagi dengan probabilitas kecanduan; oleh karena itu fakta
bahwa kebanyakan pecandu heroin (A) juga mengisap ganja (A,B) adalah
pembenaran yang irasional untuk undang-undang ganja yang kejam”
(Dawes, 1982, hlm. 43; lihat Tampilan 14.5).
Prinsip ketiga adalah bahwa “probabilitas suatu gejala sama dengan
probabilitas gabungan dari gejala dan penyakit ditambah kemampuan
probabilitas gabungan dari gejala tanpa penyakit: P(S) = P(S,D) + P( S, D ).
Dawes menggunakan contoh bahwa “probabilitas melihat capung di
Rorschach (S) sama dengan probabilitas melihat capung dan menderita
skizofrenia (S,D) ditambah peluang melihat capung dan tidak menderita
skizofrenia (S,D) ; p. 43). Jika probabilitas tanda tanpa masalah—P(S,D
)—cukup tinggi, kemungkinan masalah yang diberi
tanda—P(D|S)—mungkin sangat rendah, meskipun P(S|D) tinggi. Hal ini
dapat disajikan dalam tabel kontingensi (lihat Tampilan 14.3). Menentukan
probabilitas suatu tanda yang diberi masalah dan probabilitas tanda tanpa
masalah melibatkan perbandingan antar kolom, sedangkan probabilitas
masalah yang diberi tanda dan prob
Menemukan Penyebab Masalah Klien 409

Kemampuan masalah tanpa melibatkan tanda perbandingan baris. Jadi,

seperti yang dicatat Dawes, jika diketahui bahwa semua pasien skizofrenia
di klinik melihat capung di Rorschach dan hanya 10 persen klien
nonskizofrenia yang melakukannya, tetapi proporsi klien yang skizofrenia
tidak diketahui, maka tidak ada cara untuk mengetahuinya. menilai
kemungkinan bahwa seseorang yang melihat capung menderita skizofrenia.
 Probabilitas suatu tanda atau gejala lebih besar daripada probabilitas
suatu penyakit atau masalah karena tanda-tanda umum untuk banyak
masalah; yaitu, P(S|D) > P(D|S). Dawes (1982) menunjukkan bahwa hanya
karena begitu banyak wanita yang tidak menderita kanker maupun hasil
positifnya, terdapat kesepakatan yang tinggi antara hasil mammogram dan
terjadinya kanker payudara. Kesepakatan sering dikacaukan dengan
akurasi. Orang mungkin percaya bahwa probabilitas kanker yang diberikan
mammogram positif sama dengan probabilitas pembacaan positif kanker
yang diberikan (Dawes, 1982). Diagnosis bingung dengan prognosis
(Einhorn, 1988). Jadi mammogram positif kurang diagnostik daripada yang
disajikan oleh beberapa profesional. Hal ini menghasilkan kinerja biopsi
yang terlalu banyak (Thornton, Edwards, & Baum, 2003; lihat juga diskusi
tentang penggunaan frekuensi untuk menginterpretasikan hasil tes dengan
benar, di Bab 15). Barratt dan rekan penulisnya (2005) menjelaskan prosedur
untuk memperkirakan manfaat dan bahaya mamografi skrining dua
tahunan untuk wanita dalam kelompok usia yang berbeda. Penelitian yang
dilakukan oleh dokter mungkin melebih-lebihkan korelasi antar variabel
(korelasi palsu) atau meremehkan ini (penyebab; Einhorn & Ho garth, 1985,
hlm. 320). Pertimbangkan juga laporan tentang pelecehan sebagai seorang
anak dan apakah seseorang memang dilecehkan. Kita harus memeriksa
keempat sel (Dawes, 1994b). Kita harus mempertimbangkan siapa yang
telah dan belum melaporkan pelecehan, dan siapa yang benar-benar pernah
dan mereka yang tidak pernah dianiaya. Dalam praktik sehari-hari, hanya
satu baris tabel kontingensi empat sel yang tersedia untuk konselor. Kami
tidak tahu siapa yang akan diwakili di baris lain (tidak tertangkap). Seperti
yang ditunjukkan Dawes, kami tidak berpikir secara komparatif. “Kami
mencocokkan (seringkali dari ingatan) daripada membandingkan” (hal. 4).
Pernyataan yang terdengar meyakinkan mungkin sebenarnya sangat tidak
akurat. Satu-satunya cara untuk menghindari kesalahan ini, seperti yang
dicatat oleh Dawes, adalah dengan membuat kebiasaan untuk
mengelaborasi probabilitas gabungan (menggunakan informasi di semua 4
sel dari 2 2 tabel kontingensi; lihat juga Hastie & Dawes, 2001, dan
pembahasan sensitivitas dan spesifisitas dalam Bab 12).

ANALISIS KAUSAL
Isyarat yang berbeda menarik "perhatian pada aspek yang berbeda dari
kekuatan kausal" (Ein horn & Hogarth, 1985, hal. 323). Konjungsi konstan
diwakili oleh sel a dan d dalam Tampilan 14.3; sel b dan c mewakili contoh
yang menyangkal konjungsi konstan atau mendukung akun alternatif
(1985). Urutan temporal tercermin di mana variabel dipilih sebagai
penyebab. Asumsi yang tidak akurat dapat terjadi karena kegagalan untuk
mempertimbangkan penjelasan alternatif atau karena asumsi yang salah
berdasarkan kedekatan ruang dan waktu. Kekeliruan penyebab palsu
dilakukan ketika suatu peristiwa secara tidak akurat diasumsikan sebagai
penyebab dari beberapa peristiwa lainnya. Pertimbangkan kasus Clever
Hans, kuda ajaib
410 Menerapkan Keterampilan Berpikir Kritis untuk Keputusan Klinis

(dilaporkan oleh Stanovich, 1986). Pintar Hans konon bisa memecahkan

masalah matematika. Ketika dihadapkan dengan masalah oleh pelatihnya,
dia akan menjawab dengan kukunya. Banyak testimoni yang ditawarkan
untuk mendukung kemampuannya yang luar biasa. Seorang psikolog,
Oskar Pfungst, memutuskan untuk mempelajari kemampuan kuda
tersebut. Dia secara sistematis mengubah kondisi untuk mencari penjelasan
alternatif. Eksplorasi ini mengungkapkan bahwa Clever Hans adalah
seorang pengamat perilaku manusia yang cerdik. Dia memperhatikan
kepala pelatihnya saat dia mengeluarkan jawabannya. Pelatihnya akan
memiringkan kepalanya sedikit saat Hans mendekati jawaban yang benar,
dan Hans yang pintar kemudian akan berhenti. Apa yang sebenarnya hasil
seleksi sendiri sering keliru dikaitkan dengan faktor lain, seperti asumsi
bahwa karena prestasi siswa lebih unggul di sekolah swasta, sekolah swasta
lebih baik daripada sekolah negeri. Konflik antara tingkat korelasi statistik
dan isyarat kausalitas (seperti kesamaan antara dua variabel) dapat
mengakibatkan korelasi palsu atau asumsi yang salah bahwa variabel tidak
terkait, berdasarkan korelasi rendah atau tidak ada. Meskipun banyak
perhatian sering dicurahkan selama pelatihan pascasarjana untuk sumber
dan peringatan tentang korelasi palsu, sedikit perhatian dapat diberikan
pada perhatian yang berlawanan. Penyebab yang cukup berbeda dapat
diidentifikasi dengan mengubah "bidang kausal" mana yang ditekankan
(Mackie, 1974). Misalnya, dokter yang menekankan penyebab disposisional
fokus pada bidang kausal yang berbeda daripada dokter yang berorientasi
pada sistem, yang menangani penyebab lingkungan dan pribadi.
Keyakinan tentang peristiwa mana yang secara kausal terkait satu sama
lain memengaruhi pemilihan data, serta pemrosesan dan pengorganisasian
data. Jika Anda yakin bahwa pengalaman masa kanak-kanak menjelaskan
perasaan kesepian klien, terapi wawasan dapat dipilih untuk meningkatkan
kesadaran tentang bagaimana pengalaman masa lalu berhubungan dengan
kekhawatiran ini. Berdasarkan analisis kausal ini, perubahan lingkungan
baru-baru ini (seperti kehilangan teman) dapat diabaikan. Fokus pada satu
penyebab saja dapat menghasilkan penilaian yang tidak akurat. Ini adalah
salah satu alasan untuk mengadakan konferensi kasus interdisipliner, di
mana bias dari satu jenis profesional dapat dinetralkan oleh bias dari jenis
profesional lainnya. Misalnya, banyak faktor yang berhubungan dengan
kekambuhan pada depresi. Fokus hanya pada satu dapat menghasilkan
asumsi yang salah. Klinisi, seperti orang lain, mahir dalam membuat
penjelasan. Setelah akun ditawarkan, mungkin akan membiaskan pencarian
data berikutnya. Ketika diminta untuk menjelaskan faktor mana yang
mempengaruhi perilaku mereka dalam suatu situasi, orang sering
mengabaikan sumber pengaruh yang benar dan mengidentifikasi yang
tidak relevan (Nisbett & Ross, 1980). Penyebab khusus yang diidentifikasi
sebagian bergantung pada seberapa maju pengetahuan di suatu daerah.
Misalnya, penyebab yang diusulkan untuk menjelaskan variasi dalam
perubahan perilaku dari waktu ke waktu; sedikit, jika ada, dokter sekarang
mengandalkan pemeriksaan benjolan di kepala (lihat pembahasan frenologi
di Gamwell & Tomes, 1995). Kepercayaan yang tersebar luas pada okultisme
(Schultz, 1989) dan popularitas berbagai kepercayaan lain menggambarkan
kesiapan dengan mana penyebab yang dicurigai diterima (misalnya, lihat
Shermer, 1997). Aturan praktis (heuristik) dapat meningkatkan atau
menurunkan kemungkinan mengidentifikasi asumsi kausal yang akurat.
Tidak ada yang aneh atau negatif tentang penimbangan data dalam
kaitannya dengan teori kausal. “Masalah muncul hanya ketika teori ad hoc
yang tipis ditemukan.
Menemukan Penyebab Masalah Klien 411

untuk tujuan yang ada, dan mekanisme kausal yang akan memprediksi
peristiwa atau hubungan lain pada awalnya diabaikan dan tidak pernah
dipertimbangkan kembali ketika anggapan awal individu didiskreditkan
atau ditentang oleh data baru” (Einhorn, 1980a, hlm. 28). Kecenderungan ini
dapat ditingkatkan dalam pendekatan eklektik untuk praktek, yang
meningkatkan kemungkinan memegang banyak teori atau gagasan ad hoc.
Semakin renggang sebuah teori, semakin sedikit yang harus diandalkan
ketika menilai data dan lebih banyak perhatian harus difokuskan pada
data-yaitu, kita "harus menjadi kurang teori-driven dan lebih banyak
data-driven" dalam membuat penilaian (Einhorn, 1980a, hal. 32). Sama
seperti model kausal yang tidak dapat digunakan dalam situasi yang sesuai,
model tersebut dapat diterapkan dalam situasi yang tidak tepat (Nisbett &
Ross, 1980, hlm. 135). Misalnya, analisis trans-aksial mungkin tidak
memiliki banyak hal untuk ditawarkan dalam menangani orang tua tunggal
muda tunawisma yang kecanduan kokain. Dipengaruhi oleh kesan awal
klien (efek jangkar), serta mengabaikan sumber data yang tidak dapat
diandalkan tentang klien dan situasi mereka, dapat mengakibatkan
kesalahan. Hubungan kausal deterministik dapat diasumsikan dalam
situasi di mana hubungan tersebut bersifat probabilistik (statistik), seperti
dalam kekeliruan Gambler (lihat Bab 15). Kurangnya pengetahuan tentang
hubungan sebab-akibat membahayakan kualitas penilaian. Misalnya,
seorang dokter mungkin tidak menyadari cara-cara di mana jadwal
penguatan mempengaruhi perilaku dan salah mengatribusikan penyebab
perilaku buruk anak di kelas dengan karakteristik pribadi—mengabaikan
peran efek penjadwalan di lingkungan. Kurangnya pengetahuan tentang
efek obat yang diresepkan dapat mengakibatkan asumsi yang salah tentang
penyebab kebingungan klien lanjut usia.

SUMBER KESALAHAN
Sumber kesalahan yang mengganggu pemikiran kritis tentang penyebab
kekhawatiran klien dibahas di bagian berikut. Kesalahan yang dijelaskan
akibat dari dan dalam asumsi kausal yang hilang atau diabaikan (lihat
Tampilan 14.6). Mereka dapat mempengaruhi baik diagnosis klien maupun
penilaian.
 PENYALAHGUNAANKRITERIA KEMISKINANSalah satusumber
kesalahan dalam menyimpulkan hubungan sebab akibat adalah asumsi
bahwa faktor-faktor yang terkait dengan suatu peristiwa menyerupai
peristiwa itu. (Lihat Bab 9.) Kami memiliki keyakinan yang kuat tentang
jenis faktor penyebab yang terkait dengan efek tertentu dan "jauh lebih
percaya diri daripada yang dijamin dalam kemampuan [kami] untuk
menilai masuk akal dari hubungan sebab-akibat tertentu berdasarkan
dangkal kemiripan fitur” (Nisbett & Ross, 1980, hlm. 117). Keyakinan
tentang bagaimana peristiwa terkait berasal dari banyak sumber. Beberapa
berasal dari ringkasan data empiris; sebagian bersandar pada pendapat ahli
yang terinformasi atau pengamatan sistematis; yang lain didasarkan pada
mitos, fabel, metafora, dan pepatah yang mungkin atau mungkin tidak
mencerminkan kenyataan. Pada kenyataannya, "sebab dan akibat mungkin
memiliki sedikit atau tidak ada kemiripan satu sama lain" (hal. 117).
Penjelasan sehari-hari dari reaksi menyimpang sering mengandalkan
Exhibit 14.6
Sumber Kesalahan Yang Dapat Mengakibatkan Penataan Masalah Tidak Akurat

atau Tidak Lengkap Sumber Deskripsi

1. Keberpihakan dalam penggunaan bukti. Mengabaikan, mendistorsi, atau

mengabaikan bukti yang kontradiktif.
Memberikan
perlakuan yang disukai terhadap kepercayaan yang disukai (lihat,
misalnya, item 2 sampai 7).
2. Rasionalisasi daripada penalaran Berfokus pada membangun kasus untuk suatu
posisi (membenarkan daripada mengkritik). daripada mengumpulkan informasi secara
tidak memihak. Ini adalah contoh item 1.
3. Berfokus pada yang tidak relevan atau salah Memilih alasan yang tidak relevan atau
sedikit relevan (fallacy of false cause). “bukti” untuk mendukung keyakinan atau tindakan.
Kesimpulan mungkin tidak ada hubungannya dengan
alasan yang diberikan.
4. Melompat ke kesimpulan. Gagal memperlakukan keyakinan atau kesimpulan
sebagai hipotesis yang membutuhkan
pengawasan.
5. Kegigihan yang tidak beralasan. Tidak berubah pikiran bahkan ketika ada bukti kuat
untuk melakukannya.
6. Kategoris daripada probabilistik Mengurangi pilihan menjadi dua kemungkinan
penalaran. (baik______ atau ______).
7. Membingungkan penamaan dengan menjelaskan Asumsi bahwa memberi nama sesuatu
(misalnya, "mendiagnosis" daripada (misalnya, Gangguan Kepribadian Bipolar)
menjelaskan penilaian kontekstual). dan menawarkan pengaruh intervensi.
8. Korelasi yang membingungkan dengan sebab-akibat. Dengan asumsi bahwa hubungan
antara dua atau lebih peristiwa
menunjukkan sebab-akibat.
9. Membingungkan bersama dengan membedakan Berfokus pada karakteristik yang
mungkin bukan karakteristik. membedakan antara kelompok/penyebab yang berbeda.
10. Generalisasi yang salah. Mengandalkan sampel kecil atau bias; dengan asumsi
 bahwa apa yang benar untuk
keseluruhan adalah
benar untuk bagian-bagiannya, atau sebaliknya.
11. Stereotip. Salah memperkirakan tingkat variabilitas dalam suatu kelompok.
12. Dipengaruhi oleh data yang konsisten. Dipengaruhi oleh data yang tidak menawarkan
informasi baru tetapi hanya konsisten
dengan data yang sudah tersedia.
13. Kurangnya pengetahuan khusus domain. Tidak memiliki informasi yang diperlukan
untuk mengklarifikasi dan memahami
masalah (misalnya, fakta, konsep,
teori). Sumber kesalahan ini terkait dengan
banyak sumber lain dalam daftar ini.
14. Bentuk dan fungsi yang membingungkan. Secara keliru mengasumsikan bahwa bentuk
perilaku yang serupa memiliki fungsi yang
serupa dan
bentuk perilaku yang berbeda mencerminkan fungsi yang berbeda.
15. Akun sederhana. Mengandalkan akun yang mengabaikan penyebab penting
dan/atau mengabaikan ketidakpastian.
16. Ketidakjelasan. Secara samar-samar menggambarkan masalah, penyebab, dan hasil
yang diharapkan.

412