PDF Kelompok 13 Chapter 10 Compress
PDF Kelompok 13 Chapter 10 Compress
CHAPTER 10
Penalaran induktif adalah penalaran dimana premis-premis dipandang sebagai pendukung atau
sebagai bukti kebenaran kesimpulan. Argument induktif dapat digambarkan kuat atau lemah
ratus tiket; oleh karena itu dia akan memenangkan lotre "tiga kali lebih kuat dari" Mr. York
membeli seratus tiket, oleh karena itu dia akan memenangkan lotre. Penalaran /argument induktif
ada 3 jenis generalisasi, analogi, dan sebab-akibat. Ketika orang mengevaluasi argumen induktif,
“melemahkan” argumen. Namun, dalam kebanyakan kasus, bahwa informasi tambahan membuat
kesimpulan lebih atau kurang mungkin, bukan karena itu membuat argumen asli lebih kuat atau
memenangkan lotere”. Kekuatan argumen tergantung pada seberapa besar kemungkinan premis
membuat kesimpulan, yang ditentukan oleh berapa banyak tiket yang ada. Jika kita mengetahui
bahwa Tuan York benar-benar memiliki tiga ratus tiket (bukan seratus), itu berarti peluangnya
untuk menang adalah tiga kali lebih tinggi dari yang kita duga, tetapi kekuatan dari argumen
aslinya tetap ada. Informasi baru tidak memperkuat argumen itu; itu hanya meningkatkan
kemungkinan bahwa kesimpulan dari argumen aslinya bahwa Pak York akan memenangkan lotre
adalah benar.
A. Arguing From The General To The Specific (Inductive Syllogisms) / Menyangkal dari
Kebanyakan X adalah Y
Ini adalah X
Kesimpulanya
Kesim pulanya,, ini adalah Y
Ini adalah formula untuk jenis argumen yang sangat umum, argumen yang oleh para ahli
logika disebut sebagai induktif atau silogisme statistik. Dalam kehidupan nyata silogisme
induktif tidak dinyatakan dalam bentuk standar, dinyatakan dengan sederhana. Contohnya:
“York adalah seorang guru, oleh karena itu dia seorang Demokrat”
Demokrat”. Dengan pertama
disajikan tanpa pernyataan umum atau tanpa pernyataan spesifik. Hal ini benar jika kekuatan
silogisme induktif tergantung pada pernyataan umum, dalam hal ini pernyataan umum
"Kebanyakan guru adalah Demokrat". Semakin tinggi persentase guru yang merupakan
Demokrat, semakin kuat argumennya. Jika, misalnya, York memilih National Rifle
NRA mungkin membuat York tidak mungkin menjadi seorang Demokrat, bahkan jika ia
Demokrat. Jika sebagian besar dari mereka adalah Republikan, maka, tentu saja York mungkin
adalah seorang Republikan. Informasi baru bahwa York adalah milik NRA membuatnya kecil
kemungkinannya bahwa York adalah seorang Demokrat. Namun, itu tidak mengubah kekuatan
kesimpulannya.
B. Arguing from the Specific to the General (Inductive Generalizing) / Berargumen dari
Tidak masuk akal jika berpikir ketika York menjadi guru berarti dia adalah seorang
Demokrat, jika Anda tidak punya alasan untuk berpikir bahwa sebagian besar guru adalah
Demokrat. Salah satu metode untuk mengetahui berapa persentase X adalah Y yaitu hanya
untuk mengamati semua X. Jika X yang dimaksud adalah guru di sekolah Anda, dan Anda ingin
tahu berapa persen dari mereka adalah Demokrat, Anda bisa dengan mudah memeriksa mereka
dengan asumsi mereka bersedia memberi tahu Anda politik mereka. Bentuk dasar dari semua
generalisasi induktif, baik ilmiah atau bukan, mudah ditampilkan dengan menggunakan contoh
Persentase guru Amerika yang disurvei ini dan itu adalah Demokrat.
Karena itu, persentase yang sama dari semua guru Amerika adalah Demokrat.
Untuk mewakili hal ini secara lebih skematis, karena generalisasi induktif dapat mengenai
apa saja: Persentase X yang diamati adalah Y. Oleh karena itu, persentase yang sama dari semua
X adalah Y.
Untuk keperluan generalisasi induktif, diversifikasi populasi target harus direplikasi dalam
sampel. Dengan menggeneralisasi dari sampel, kami membuat pernyataan umum tentang
berlaku untuk generalisasi tentang segala jenis entitas yang dapat diidentifikasi. Generalisasi
berupa penalaran induktif yang dilakukan dengan cara menggunakan beberapa pernyataan yang
faktor terkait. Ketika sampel berisi sejumlah hal yang tidak proporsional (misalnya orang) yang
memiliki faktor terkait yang diberikan, maka sampel dikatakan bias sehubungan dengan faktor
tersebut. Adapun beberapa panduan mengevaluasi kekuatan generalisasi induktif dari sampel
yaitu:
Bias: Apakah ada faktor terkait sampel dalam frekuensi yang berbeda dari apa yang
Jika dua sampel sama-sama terdiversifikasi dengan faktor-faktor terkait, sampel yang lebih
besar kurang cenderung bias, dan karena sampel harus mencerminkan diversifikasi faktor-
faktor terkait yang benar-benar ada dalam populasi target, kita bisa lolos dengan sampel yang
Analogi yaitu penalaran induktif dengan cara membandingkan 2 hal atau lebih yang
didukung, sehingga dirumuskan kesimpulan berdasarkan persetujuan
pe rsetujuan tersebut. Secara skematis,
X dan Y keduanya
keduanya memiliki properti p, q, r (dan sebagainya)
memiliki properti sebagainya)
X memiliki fitur F
Oleh karena itu, Y memiliki fitur F
Contohnya:
C D ,− ,
, ,
TV
C T Cc N
,D T Cc N
Ada beberapa hal yang harus dipertimbangkan dalam penalaran analogi, yaitu:
Kadang-kadang orang menyatakan bahwa ini dan itu benar untuk sesuatu dan menggambar
"Anggaran federal seperti anggaran rumah tangga, hal-hal buruk terjadi karena tidak
X seperti Y
X memiliki fitur F
Oleh karena itu, Y memiliki fitur
fitur F
D. Random Variation, Error Margins, and Confidence Levels / Variasi Acak, Margin
Kunci dari generalisasi adalah variasi acak. kisaran variasi acak dari sampel ke sampel
disebut sebagai margin kesalahan. Proporsi benar dapat dihitung secara matematis dan
tergantung pada 2 hal: 1) ukuran sampel, dan 2) tingkat kepercayaan, Tingkat kepercayaan
hanya mengungkapkan probabilitas bahwa proporsi yang ditemukan dalam sampel tertentu
"sekitar", "tentang", "kira-kira", "sebagian besar", "banyak", dan lainnya. serta cara untuk
Frasa seperti "hampir pasti", "sangat mungkin", "kemungkinan besar", "ada peluang bagus",
"Anda bisa yakin", "Saya berani bertaruh apa pun", "Tidak ada banyak peluang", dan frasa
margin-kesalahan informal dan tingkat kepercayaan dan ekspresi lain memungkinkan untuk
mengekspresikan estimasi kekuatan argumen dan mengungkapkan fakta jika salah dalam
menilai. Ada dua kesalahan mendasar yang bisa dilakukan seseorang dalam generalisasi
induktif: generalisasi yang tergesa-gesa (hasty generalizing) dan generalisasi yang bias
(biased generalizing).
Generalisasi tergesa-gesa sering digambarkan sebagai alasan dari sampel yang terlalu kecil
atau sebagai melebih-lebihkan kekuatan argumen berdasarkan sampel kecil. Kita sering
mendengar ahli statistik dan ilmuwan menampik bukti sebagai "hanya anekdot." Sebuah
anekdot adalah sebuah cerita, dan kekeliruan, bukti anekdotal adalah versi tergesa-gesa
yang bias sebagai melebih-lebihkan kekuatan argumen berdasarkan sampel yang bias (tidak
berdasarkan ukuran yang lebih besar, sampel yang bias. Sebutan yang akurat terkait kesalahan
adalah melebih-lebihkan kekuatan analogi. Contohnya: seribu orang dapat online dan
mendaftarkan untuk pemilihan yang diajukan oleh kepribadian berita CNN, Lou Dobbs. Jumlah
orang sebanyak yang Anda temukan dalam sampel dalam pemilihan profesional, seperti yang
kami lihat. Tetapi sebagai sampel opini publik, Dobbs (sampel) sama sekali tidak terbebas dari
bias, bukan karena orang-orang yang mendaftarkan penmilihanya bias, tetapi karena alasan
yang dijelaskan sebelumnya (kehadiran, dalam sampel, dari sejumlah orang yang memiliki
karakteristik terkait dengan yang kami minati). Jadi, jika seseorang mengatakan bahwa
pemilihan Lou Dobbs menunjukkan bahwa sebagian besar orang Amerika sekarang berharap
John Edwards terpilih sebagai presiden, orang tersebut akan melakukan kesalahan generalisasi
yang bias, tidak ada yang ditunjukkan karena sampel bias. Namun, jika orang itu hanya
mengatakan bahwa pemilihan Dobbs menunjukkan bahwa banyak orang Amerika mungkin
_________X adalah Y
Oleh karena itu, _________Y adalah X
Bagian kosong biasanya diisi dengan "sebagian besar", "hampir setiap", "lebih dari
setengah", "beberapa", "banyak", " tidak banyak", " hanya beberapa" dan sebagainya. Contoh
bahwa dia telah dites positif untuk suatu kondisi medis. Biasanya, ketika tes medis dikatakan
sekitar 90 persen akurat itu berarti bahwa 90 persen dari mereka dengan kondisi tes positif.
Itu tidak berarti bahwa 90 persen dari mereka yang dites positif memiliki kondisi tersebut.
Jika Anda tes positif pada tes untuk kanker kandung kemih yang 90 persen akurat, di mana
itu berarti bahwa 90 persen dari mereka yang memiliki tes kanker kandung kemih positif, itu
tidak berarti bahwa kemungkinan Anda memiliki kanker kandung kemih adalah 90 persen.
Peluang aktual Anda terkena kanker kandung kemih tergantung pada "tingkat dasar" kanker
semacam itu dan pada persentase orang yang dites positif yang tidak mengidapnya.
Analogi digunakan dan juga berguna dalam penjelasan, sebagai perangkat retoris, dan
dalam kapasitas lain. Di sisi lain, analogi menjadi argumen moral dan hukum dengan Analogi
juga berperan dalam penjelasan. Beberapa penjelasan akan menjadi lebih ssulit
ulit atau bahkan tidak
mungkin jika tidak menggunakan kasus analog cara yang penting. Analogi historis digunakan
baik untuk menjelaskan maupun memperdebatkan sudut pandang. Sebagai contoh sejarah
Kekaisaran Romawi sering dibandingkan dengan Kekaisaran Inggris ketika para sejarawan
mencari tema yang sama dengan harapan dapat menarik kesimpulan tentang bangkit dan
runtuhnya suatu kerajaan. Penggunaan analogi logis dapat disebut sebagai menyangkal
argument. kita sering dapat menunjukkan kepada seseorang bahwa suatu argumen tidak valid
dengan memberikan argumen lain yang sama seperti argumen pertama tetapi jelas tidak valid.
Salah satu argumen induktif yang paling sering ditemui adalah dalam pendapat pemilihan,
terutama pendapat pemilihan publik (dan terutama pada tahun-tahun pemilihan). Pertama-tama
kita harus menekankan bahwa pemilihan yang dilakukan dengan benar dan akurat dapat
menjadi sumber informasi yang sangat andal. Tetapi kami segera menambahkan
menambahk an bahwa banyak
pemilihan yang didengar atau baca tidak dilakukan dengan benar, dan seringkali oran
orangg yang
melaporkan hasilnya tidak dapat membedakan antara pemilihan yang baik dan yang buruk.
Kami tidak dapat melakukan segala cara yang memungkinkan suatu pemilihan dapat gagal,
tetapi dengan mengikuti apa yang akan kami perhatikan dari dua yang paling umum.
1. Self-Selected Samples / sampel yang dipilih sendiri
generalisasi dari sampel hanya sebagai keterwakilan sampel. Karena itu, tidak ada polling
yang bisa dipercaya jika anggota sampel ada di sana dengan pilihan mereka sendiri. Ketika
sebuah stasiun televisi meminta pemirsa untuk menelepon untuk mengekspresikan pendapat
pendap at
tentang suatu subjek, hasilnya memberitahu kita sangat sedikit tentang apa yang dipikirkan
seluruh populasi tentang subjek itu. Dalam pemilihan semacam itu, sampel hanya terdiri
dari orang-orang yang memiliki perasaan yang cukup kuat tentang masalah yang harus
ditanggapi dan yang memiliki waktu untuk ini. Situasi seperti itu hampir menjamin bahwa
Sumber utama yang tidak dapat diandalkan dalam praktik pemungutan suara adalah kata-
kata dari pertanyaan. Adalah mungkin untuk menanyakan hampir semua pertanyaan penting
dari sepuluh? Apakah ini akan membuat Anda berpikir bahwa guru Anda adalah seorang
penyihir atau seniman sulap? Tentu saja tidak. Tidak ada yang aneh dalam koin yang muncul
kepala tujuh kali dari sepuluh, terlepas dari kenyataan bahwa, seperti yang kita semua tahu,
mendapatkan kepala 70 persen dari waktu setelah membalik koin seratus kali? Ini akan jauh
lebih tak terduga, dan jika dia membalik koin seribu kali dan mendapatkannya. Semakin besar
jumlah peristiwa yang ditentukan secara kebetulan dan berulang-ulang dipertimbangkan,
Hukum sejumlah besar (peluang) beroperasi dalam banyak keadaan. Itu sebabnya kami
membutuhkan ukuran sampel minimum bahkan ketika metode kami memilih sampel
sepenuhnya acak. Untuk menyimpulkan generalisasi dengan keyakinan apa pun, kita perlu
sampel dengan ukuran tertentu sebelum kita dapat mempercayai angka-angka itu untuk
Hukum sejumlah besar (peluang) juga membuat para penjudi yang berpengetahuan luas
dan perusahaan perjudian dalam bisnis. Mereka tahu bahwa, jika mereka membuat taruhan yang
bahkan memberi mereka sedikit keuntungan dalam hal rasio yang dapat diprediksi, maka yang
harus mereka lakukan adalah membuat taruhan itu cukup sering dan mereka akan keluar sebagai
pemenang. Kekeliruan penjudi adalah gagasan bahwa probabilitas suatu peristiwa dalam urutan
Referensi:
Moore, Brooke Noel. Richard Parker. 2008, Critical Thinking 9th edition,
edition, New York: McGraw-