Menanggapi Kesalahan Kesimpulan yang Tidak Relevan

Yang terpenting adalah ketelitian menilai bukti cara agar tidak terjerumus ke dalam kesalahan
ini.

9.3.2 Kesalahan Bukti yang Ditahan

Kesalahan karena bukti yang ditahan terjadi ketika pembicara menarik kesimpulan yang tidak
tepat dengan mengabaikan atau menutup-nutupi pentingnya suatu bukti yang bertentangan
dengan kesimpulan. Perhatikan contoh berikut.
(1) Tidak ada orang waras yang akan mau tinggal di San Fransisco. Di situ banyak
kabut dan lembab. Lalu tempatnya berbukit-bukti curam sehingga menyetir
menjadi berbahaya sekali. Belum lagi gempa bumi yang selalu siap menyerang.
Jadi, jelas bahwa sama sekali tidak ada alasan mengapa orang akan senang
tinggal di San Fransisco.

(2) Frank, kita akan menghadapi jaksa penuntut yang keras. Kita akan kalah kalau
dia tahu bahwa ada saksi yang melihat perampokan ini. Kita memang sudah tahu,
tapi itu tugas dia untuk mencari tahu. Jadi, argumen kita tidak akan menyinggung-
nyinggung kemungkinan adanya saksi mata, ya?

Pada contoh (1) pembicara harusnya juga menilai kebaikan-kebaikan dari San Fransisco.
Dia harusnya memberi informasi lebih sehingga tercapai kesimpulan yang tepat.
Pada contoh (2) meskipun si pengacara menahan bukti tapi memang sudah tugasnya adalah
mengumpulkan bukti dan membela kliennya. dan memang sudah tugasnya jaksa untuk
membuktikan kesalahan pelaku sehingga pengacara tidak besalah menahan bukti.

Menanggapi Kesalahan Bukti yang Ditahan

Dalam situasi yang kooperatif, lebih baik kita mengajukan semua bukti yang relevan sehingga
suatu kesimpulan yang logis dapat ditarik. Diskusi yang jujur, terbuka, dan terstruktur biasanya
membantu menemukan hal yang terlewatkan.

9.4 Kesalahan Statistikal

Metodologi statistik dikembangkan untuk menghindari kesalahan-kesalahan dibawah ini. Tapi
selalu ada kemungkinan ketidaksengajaan mengabaikan kondisi yang sebenarnya membuat data
mereka menjadi bias.

9.4.1 Kesalahan Sampel yang Bias (Statistik yang Bias)

Kesalahan ini terjadi karena sampel yang digunakan untuk menarik kesimpulan statistik yang
tidak representatif terhadap populasi. Perhatikan contoh berikut.

(1) Kami yakin bahwa kebanyakan akademisi akan lebih senang jika mereka
mempunyai akses ke komputer pribadi mereka dari universitas. Kesimpulan ini
 kami dapatkan karena 90% dari responden kuesioner yang kami sebarkan melalui
e-mail menjawab “Ya” atas pertanyaan, “Apakah Anda akan lebih senang jika ada
komputer pribadi di kantor Anda?”

(2) Waktu saya di Paris, saya hampir selalu diperlakukan dengan kasar oleh pelayan
ketika makan di restoran. Ya, orang Perancis memang sangat kasar pada orang
Amerika. Saya sangat tidak menyarankan kamu berlibur ke Perancis musim panas
ini.

Pada contoh (1), sampelnya bias karena tidak semua akademisi mempunyai e-mail. Selain
itu, akademisi yang menggunakan e-mail kemungkinan besar akan bias ke arah menyukai akses
komputer yang lebih banyak. Jadi, sampel berupa pengguna e-mail tidak representatif.
Pembicara pada contoh (2) melakukan kesalahan berupa perumusan argumen yang lebih
didasarkan pada prejudis dan emosi pribadi dan terlalu kecilnya jumlah data untuk
merepresentasikan seluruh rakyat Perancis.