Pendahuluan

Pernahkah Anda membaca kalimat seperti ini?

“Banyak siswa yang belajar sambil mendengarkan musik mendapat nilai tinggi. Jadi, mendengarkan musik pasti membuat nilai naik.”

Kalimat itu terdengar masuk akal pada pandangan pertama. Ada hubungan antara dua hal: belajar sambil mendengarkan musik dan nilai tinggi. Tetapi apakah kesimpulannya benar-benar mengikuti? Mungkin siswa yang nilainya tinggi memang sudah punya kebiasaan belajar lebih teratur. Mungkin jenis musiknya berbeda-beda. Mungkin hanya beberapa siswa yang dijadikan contoh. Mungkin ada faktor lain, seperti waktu belajar, kualitas tidur, atau bantuan guru.

Di sinilah logika mulai bekerja.

Logika adalah bidang yang mempelajari cara menilai apakah suatu kesimpulan mengikuti alasan-alasan yang diberikan. Dalam bahasa sederhana, logika membantu kita bertanya: “Jika alasan-alasan ini benar, apakah kesimpulan itu memang harus diterima?” Buku teks logika biasanya menyebut alasan-alasan itu sebagai premis, dan pernyataan yang didukung oleh premis sebagai kesimpulan (Copi, Cohen, & McMahon, 2014).

Contoh sederhana:

Premis 1: Semua mamalia bernapas dengan paru-paru.
Premis 2: Paus adalah mamalia.
Kesimpulan: Jadi, paus bernapas dengan paru-paru.

Jika kedua premis benar, kesimpulan itu mengikuti. Argumen ini tidak hanya terdengar meyakinkan; bentuk penalarannya juga kuat.

Bandingkan dengan ini:

Premis 1: Jika hujan, jalan menjadi basah.
Premis 2: Jalan menjadi basah.
Kesimpulan: Jadi, pasti hujan.

Kesimpulan itu belum tentu benar. Jalan bisa basah karena disiram, ada pipa bocor, atau baru saja dibersihkan. Argumen ini memiliki masalah: dari fakta bahwa akibat terjadi, kita tidak boleh langsung memastikan satu penyebab tertentu tanpa menyingkirkan kemungkinan lain.

Buku ini ditulis untuk melatih kepekaan semacam itu.

Mengapa pikiran perlu dijernihkan?

Dalam kehidupan sehari-hari, kita tidak hanya menghadapi soal matematika atau ujian sekolah. Kita juga menghadapi berita, iklan, nasihat kesehatan, debat di media sosial, grafik statistik, testimoni, dan klaim viral. Sebagian klaim benar. Sebagian keliru. Sebagian benar tetapi dibesar-besarkan. Sebagian lagi tampak ilmiah karena memakai angka, padahal angkanya tidak cukup mendukung kesimpulan.

Misalnya:

“Produk ini dipakai oleh ribuan orang, berarti pasti efektif.”

Jumlah pemakai memang informasi yang menarik. Tetapi jumlah pemakai belum otomatis membuktikan efektivitas. Banyak orang bisa memakai sesuatu karena iklan, tren, harga murah, atau rekomendasi teman. Untuk menilai klaim “efektif”, kita perlu bertanya: dibandingkan dengan apa? Diukur dengan cara apa? Ada data sebelum dan sesudah? Ada kelompok pembanding? Apakah hasilnya bisa terjadi karena kebetulan?

Contoh lain:

“Temanku minum ramuan tertentu lalu sembuh dari flu. Jadi ramuan itu menyembuhkan flu.”

Mungkin ramuan itu membantu. Tetapi mungkin juga flu tersebut memang akan sembuh sendiri setelah beberapa hari. Satu pengalaman pribadi bisa menjadi petunjuk awal, tetapi belum cukup untuk membuktikan sebab-akibat. Dalam ilmu pengetahuan, klaim sebab-akibat perlu dinilai dengan hati-hati karena dua peristiwa yang muncul berdekatan belum tentu saling menyebabkan. Pemikiran kausal modern menekankan pentingnya membedakan hubungan biasa, seperti korelasi, dari hubungan sebab-akibat yang lebih kuat (Pearl & Mackenzie, 2018).

Korelasi berarti dua hal berubah bersama dalam suatu pola. Misalnya, ketika jumlah jam belajar meningkat, nilai rata-rata juga meningkat. Sebab-akibat berarti perubahan pada satu hal benar-benar menghasilkan perubahan pada hal lain. Korelasi dapat menjadi petunjuk, tetapi belum cukup untuk membuktikan sebab-akibat.

Contoh:

Di beberapa tempat, penjualan es krim dan jumlah orang yang berenang sama-sama naik.

Apakah es krim menyebabkan orang berenang? Tidak harus. Ada penjelasan yang lebih masuk akal: cuaca panas membuat orang lebih sering membeli es krim dan juga lebih sering berenang. Dalam contoh ini, cuaca panas adalah variabel perancu, yaitu faktor lain yang memengaruhi dua hal sekaligus sehingga hubungan keduanya bisa tampak menyesatkan.

Dua cara berpikir: cepat dan teliti

Manusia sering berpikir dengan cepat. Itu berguna. Ketika bola datang ke arah wajah, kita tidak membuat tabel logika dulu; kita langsung menghindar. Ketika melihat api, kita segera menjauh. Pikiran cepat membantu kita bertindak dalam situasi mendesak.

Namun, pikiran cepat juga bisa keliru. Kita mudah percaya pada cerita yang terasa cocok, gambar yang mencolok, angka yang tampak besar, atau pendapat yang sesuai dengan keyakinan awal kita. Psikolog Daniel Kahneman mempopulerkan perbedaan antara cara berpikir yang cepat dan intuitif dengan cara berpikir yang lebih lambat, hati-hati, dan analitis dalam Thinking, Fast and Slow (Kahneman, 2011). Istilah “cepat” dan “lambat” di sini bukan berarti otak memiliki dua mesin terpisah yang sederhana, melainkan cara praktis untuk memahami perbedaan antara respons intuitif dan pemeriksaan yang lebih sadar.

Buku ini tidak mengajarkan Anda untuk membuang intuisi. Intuisi sering berguna. Tetapi untuk klaim yang penting—misalnya tentang kesehatan, data, keputusan sekolah, berita politik, atau kesimpulan ilmiah—intuisi perlu diperiksa.

Perhatikan contoh berikut:

“Sekolah A lebih baik daripada Sekolah B karena tahun ini lebih banyak siswanya diterima di universitas terkenal.”

Ini mungkin benar, tetapi belum pasti. Kita perlu bertanya:

Apakah jumlah siswanya sama? Bagaimana kemampuan awal siswa? Apakah data hanya satu tahun? Apakah ada faktor ekonomi keluarga? Apakah ukuran “lebih baik” hanya penerimaan universitas, atau juga perkembangan siswa, keamanan, guru, fasilitas, dan kesejahteraan?

Berpikir teliti bukan berarti selalu menolak klaim. Berpikir teliti berarti memberi tingkat kepercayaan sesuai kekuatan alasan dan bukti.

Apa yang akan kita pelajari?

Buku ini akan membawa Anda dari dasar sampai penerapan.

Pertama, kita akan belajar mengenali pernyataan atau proposisi, yaitu kalimat yang dapat dinilai benar atau salah. Contoh proposisi:

“Air mendidih pada suhu 100°C pada tekanan 1 atmosfer.”

Kalimat itu dapat diperiksa kebenarannya dengan syarat tertentu. Sebaliknya, kalimat seperti:

“Tolong tutup pintu.”

bukan proposisi, karena itu perintah, bukan kalimat yang benar atau salah.

Setelah itu, kita akan mempelajari argumen. Dalam buku ini, argumen bukan berarti pertengkaran. Argumen adalah susunan premis yang dimaksudkan untuk mendukung kesimpulan. Contoh:

Premis 1: Semua peserta yang terlambat lebih dari 15 menit tidak boleh masuk ruang ujian.
Premis 2: Rani terlambat 20 menit.
Kesimpulan: Jadi, Rani tidak boleh masuk ruang ujian.

Kita akan belajar membedakan argumen yang kuat dari argumen yang hanya terdengar kuat.

Kemudian, kita akan masuk ke kata hubung logis, seperti “dan”, “atau”, “tidak”, “jika... maka...”, dan “jika dan hanya jika”. Kata-kata kecil ini penting karena dapat mengubah makna secara besar.

Misalnya:

“Siswa boleh ikut lomba jika mendapat izin orang tua.”

Kalimat ini belum tentu berarti semua siswa yang mendapat izin pasti ikut lomba. Kalimat itu biasanya berarti izin orang tua adalah syarat yang diperlukan. Tanpa memahami kata “jika”, kita mudah salah menafsirkan aturan.

Kita juga akan mempelajari validitas, yaitu sifat argumen ketika kesimpulannya pasti mengikuti premisnya. Argumen valid tidak selalu memiliki premis yang benar. Validitas hanya membahas bentuk hubungan antara premis dan kesimpulan.

Contoh argumen valid tetapi premisnya salah:

Premis 1: Semua ikan bisa terbang.
Premis 2: Lele adalah ikan.
Kesimpulan: Jadi, lele bisa terbang.

Kesimpulan mengikuti bentuk argumennya, tetapi premis pertama salah. Jadi argumen ini valid secara bentuk, tetapi tidak baik sebagai pengetahuan tentang dunia. Untuk argumen yang benar-benar kuat, kita membutuhkan dua hal: bentuk penalaran yang sah dan premis yang benar atau sangat didukung bukti.

Di bagian berikutnya, kita akan membahas kuantor, yaitu kata yang menunjukkan jumlah atau cakupan, seperti “semua”, “ada”, “sebagian”, dan “tidak ada”. Kuantor sering menjadi sumber salah paham.

Contoh:

“Semua burung bisa terbang.”

Pernyataan ini salah, karena ada burung yang tidak bisa terbang, seperti penguin dan burung unta. Untuk membantah klaim “semua”, cukup diperlukan satu contoh lawan yang tepat.

Namun, pernyataan:

“Sebagian burung bisa terbang.”

benar, karena setidaknya ada beberapa burung yang bisa terbang.

Perbedaan antara “semua” dan “sebagian” tampak sederhana, tetapi dalam debat, iklan, dan berita, perubahan kecil seperti ini dapat mengubah kesimpulan secara drastis.

Dari kepastian menuju ketidakpastian

Tidak semua penalaran memberi kepastian mutlak. Dalam matematika, kita sering dapat membuktikan sesuatu secara deduktif. Misalnya:

Jika sebuah bilangan genap, maka bilangan itu habis dibagi 2.
18 adalah bilangan genap.
Jadi, 18 habis dibagi 2.

Tetapi dalam sains dan kehidupan sehari-hari, kita sering berurusan dengan ketidakpastian. Kita menilai kemungkinan, risiko, kecenderungan, dan bukti yang belum sempurna.

Contoh:

“Langit mendung gelap, udara lembap, dan ramalan cuaca menunjukkan peluang hujan 80%. Jadi, kemungkinan besar akan hujan.”

Kesimpulan ini tidak pasti, tetapi masuk akal. Di sini kita tidak memakai penalaran deduktif yang menjamin kesimpulan. Kita memakai penalaran probabilistik: menilai derajat kemungkinan berdasarkan bukti.

Probabilitas adalah ukuran peluang atau kemungkinan suatu peristiwa. Jika peluang hujan 80%, itu tidak berarti hujan pasti turun. Artinya, berdasarkan model atau informasi tertentu, hujan dinilai cukup mungkin terjadi. Buku ini akan memperkenalkan probabilitas secara intuitif agar Anda dapat membaca klaim risiko dan peluang dengan lebih hati-hati.

Kita juga akan membahas data. Data adalah catatan atau informasi yang dikumpulkan untuk dianalisis. Data bisa berupa angka, jawaban survei, hasil pengukuran, foto, catatan pengamatan, atau hasil eksperimen. Namun, data tidak berbicara sendiri. Data harus ditafsirkan.

Misalnya, sebuah grafik menunjukkan bahwa nilai rata-rata kelas naik dari 72 menjadi 78 setelah metode belajar baru digunakan. Itu kabar baik, tetapi masih perlu diperiksa:

Apakah soalnya setara tingkat kesulitannya? Apakah siswa yang diuji sama? Apakah ada perubahan guru, waktu belajar, atau sistem penilaian? Apakah kenaikan itu cukup besar dibanding variasi normal?

Statistik dapat membantu kita melihat pola, tetapi penyajian statistik juga dapat menyesatkan jika skala grafik, konteks, atau cara pengambilan sampel tidak diperhatikan. Darrell Huff sejak lama menunjukkan banyak cara angka dapat dipakai secara menipu atau membingungkan dalam komunikasi publik (Huff, 1954). Karena itu, tujuan buku ini bukan membuat Anda curiga pada semua angka, melainkan membantu Anda membaca angka dengan lebih dewasa.

Sikap utama: bukan menang debat, melainkan mencari yang benar

Logika sering dipakai dalam debat. Itu wajar. Jika seseorang membuat klaim, kita boleh meminta alasan. Jika alasannya lemah, kita boleh menunjukkan kelemahannya. Namun, tujuan terdalam dari logika bukan sekadar mengalahkan lawan bicara.

Tujuan logika adalah menjernihkan pikiran.

Menjernihkan pikiran berarti berusaha melihat hubungan antara klaim, alasan, bukti, dan kesimpulan dengan lebih bersih. Kadang hasilnya membuat kita lebih yakin. Kadang membuat kita menolak klaim. Kadang membuat kita berkata, “Saya belum tahu; buktinya belum cukup.” Kalimat terakhir itu bukan kelemahan. Dalam banyak situasi, mengakui ketidakpastian justru tanda penalaran yang baik.

Dalam buku ini, Anda akan sering diajak bertanya:

Apakah premisnya benar?
Apakah kesimpulannya mengikuti?
Apakah ada asumsi tersembunyi?
Apakah ada contoh lawan?
Apakah datanya cukup?
Apakah ada penjelasan alternatif?
Apakah hubungan ini benar-benar sebab-akibat atau hanya korelasi?
Seberapa kuat bukti yang tersedia?

Pertanyaan-pertanyaan ini akan muncul berkali-kali karena itulah kebiasaan inti seorang pemikir yang teliti.

Cara menggunakan buku ini

Bacalah buku ini seperti berlatih alat musik atau olahraga. Tidak cukup hanya melihat contoh. Anda perlu mencoba.

Ketika menemukan argumen, berhentilah sebentar dan pisahkan premis dari kesimpulan. Ketika membaca klaim umum, cari apakah ada contoh lawan. Ketika melihat grafik, perhatikan skala, sumber data, dan apa yang tidak ditampilkan. Ketika mendengar cerita yang sangat meyakinkan, tanyakan apakah cerita itu cukup mewakili keadaan umum.

Anda tidak perlu langsung sempurna. Pada awalnya, mungkin terasa lambat. Tetapi semakin sering dilatih, semakin cepat Anda mengenali pola. Anda akan mulai melihat perbedaan antara argumen yang kuat dan argumen yang hanya keras suaranya; antara data yang mendukung dan data yang hanya ditempelkan; antara kemungkinan yang masuk akal dan kepastian yang berlebihan.

Buku ini dimulai dari hal paling dasar: pernyataan, kebenaran, premis, dan kesimpulan. Setelah itu, kita bergerak ke bentuk-bentuk penalaran, kuantor, deduksi, induksi, probabilitas, data, korelasi, sebab-akibat, evaluasi bukti, kekeliruan berpikir, bias kognitif, dan akhirnya penerapan dalam sains serta kehidupan sehari-hari.

Jika Anda mengikuti alurnya dengan sabar, tujuan akhirnya sederhana tetapi kuat:

Anda mampu menilai apakah suatu kesimpulan benar-benar mengikuti premisnya, dan apakah bukti yang tersedia cukup untuk mempercayainya.

Itulah inti dari buku ini.

Bukan agar kita selalu benar sejak awal, melainkan agar kita semakin mampu memperbaiki pikiran ketika alasan dan bukti menuntun kita ke arah yang lebih jernih.

References

Copi, I. M., Cohen, C., & McMahon, K. (2014). Introduction to Logic (14th ed.). Pearson.

Huff, D. (1954). How to Lie with Statistics. W. W. Norton & Company.

Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.

Pearl, J., & Mackenzie, D. (2018). The Book of Why: The New Science of Cause and Effect. Basic Books.