Kapan Pengamatan Menjadi Bukti?

Terus dikembangkan

Sebuah sensor pada mesin menunjukkan suhu 85 derajat. Angka itu dapat menjadi alasan untuk memeriksa mesin, mengurangi beban, atau menghentikan operasi sementara. Namun angka yang tercatat tidak identik dengan keadaan mesin. Ia dihasilkan oleh alat tertentu, pada lokasi tertentu, dengan cara kalibrasi, rentang kesalahan, waktu pencatatan, dan asumsi mengenai apa yang diwakilinya.

Pengamatan menjadi evidence bukan hanya karena sesuatu tercatat. Ia menjadi evidence terhadap suatu klaim ketika relevan terhadap klaim tersebut, diperoleh melalui proses yang cukup dapat dipercaya, dan mempunyai hubungan yang dapat dijelaskan dengan apa yang hendak disimpulkan. Kekuatan hubungan itu juga bergantung pada penjelasan alternatif dan asumsi yang digunakan.[1] [2]

Pembedaan ini diperlukan agar keadaan, pengamatan, pengukuran, data, evidence, dan kesimpulan tidak diperlakukan sebagai hal yang sama.

Pengamatan bukan keadaan itu sendiri

Keadaan adalah bagian dunia yang sedang ingin dipahami. Pengamatan adalah kontak yang terbatas dengan keadaan tersebut melalui pengalaman, catatan, instrumen, testimony, atau jejak lain. Pengukuran kemudian menghasilkan representasi menurut prosedur, kategori, skala, dan model tertentu. Karena itu, pengukuran bukan sekadar membaca angka yang sudah menunggu di dunia; ia menghubungkan sistem yang diukur, instrumen, model, dan aturan interpretasi.[2]

Pada contoh mesin, suhu aktual dapat berbeda di beberapa bagian. Sensor hanya membaca lokasi dan interval tertentu. Nilai 85 derajat mungkin merupakan satu pengukuran sesaat, rata-rata beberapa detik, hasil pembulatan, atau nilai yang telah dikoreksi perangkat lunak. Semua hasil itu dapat sah, tetapi menjawab sasaran yang tidak selalu sama.

Pembedaan serupa muncul pada pengalaman manusia. Laporan bahwa seseorang merasakan nyeri merupakan evidence langsung mengenai pengalaman yang dilaporkan, tetapi belum dengan sendirinya menentukan penyebab biologisnya. Skala nyeri dapat membantu membandingkan intensitas atau perubahan, tetapi tidak menggantikan seluruh pengalaman maupun menetapkan satu penjelasan kausal.[3]

Karena itu, langkah pertama bukan meragukan seluruh pengamatan. Langkah pertama adalah menyatakan apa yang sebenarnya diamati, melalui proses apa, dan bagian keadaan mana yang mungkin tidak terwakili.

Data menjadi evidence terhadap suatu klaim

Data tidak membawa relevansinya sendiri. Nilai 85 derajat dapat relevan terhadap klaim bahwa suhu meningkat, bahwa sistem pendingin gagal, bahwa mesin berisiko rusak, atau bahwa prosedur operasi harus dihentikan. Namun kekuatan dan jenis dukungannya berbeda untuk setiap klaim.

Satu seri suhu dapat menggambarkan perubahan dengan baik tanpa menjelaskan penyebabnya. Korelasi antara kenaikan suhu dan beban mesin dapat membantu prediksi, tetapi belum menunjukkan apa yang terjadi jika beban sengaja diubah. Sebuah indikator juga dapat cukup baik untuk pemantauan walaupun terlalu kasar untuk diagnosis. Arti evidensial suatu data karena itu bergantung pada pertanyaan dan penggunaan yang sedang dituju.[4]

Dalam uji klinis, pedoman estimand membedakan tujuan penelitian, target yang hendak diestimasi, metode estimasi, dan hasil numerik. Data yang sama dapat ditafsirkan berbeda ketika populasi, variabel, kondisi pembanding, atau cara menangani kejadian setelah terapi dirumuskan berbeda. Disiplin ini memperlihatkan prinsip umum: sebelum menilai evidence, nyatakan lebih dahulu klaim atau sasaran yang terhadapnya evidence tersebut dinilai.[5]

Pertanyaan “apakah ada kenaikan suhu?”, “mengapa suhu meningkat?”, “apakah mesin akan rusak?”, dan “apakah operasi harus dihentikan?” tidak hanya meminta jumlah data yang berbeda. Mereka meminta hubungan evidensial dan bentuk judgment yang berbeda.

Relevansi belum sama dengan reliabilitas

Sebuah pengamatan dapat relevan tetapi tidak cukup dapat dipercaya. Sensor memang mengukur suhu, tetapi mungkin belum dikalibrasi, ditempatkan pada lokasi yang tidak representatif, mengalami gangguan, atau hanya merekam ketika koneksi tersedia. Data pelanggan dapat berkaitan dengan kepuasan, tetapi sampelnya mungkin hanya mencakup orang yang memilih menjawab. Sebuah testimony dapat menyentuh peristiwa yang tepat, tetapi pemberinya mungkin tidak berada pada posisi untuk mengamati bagian yang diklaim.

Pemeriksaan reliabilitas dapat mencakup asal data, prosedur pengumpulan, kalibrasi, kesalahan pengukuran, missingness, seleksi sampel, perubahan definisi, dan kemungkinan interferensi. Daftar yang relevan berbeda menurut domain. Tujuannya bukan menemukan data tanpa keterbatasan, melainkan mengetahui keterbatasan mana yang dapat mengubah kesimpulan.[2] [6]

Standar model dan simulasi juga menghubungkan penilaian kredibilitas dengan intended use. Sebuah model tidak dinilai kredibel dalam arti mutlak untuk semua penggunaan. Kecukupannya bergantung pada keputusan yang didukung, konsekuensi kesalahan, asumsi, validasi, ketidakpastian, dan dokumentasi yang tersedia.[7]

Karena itu, label “datanya valid” terlalu kasar. Yang perlu diketahui adalah bagian mana yang cukup andal, untuk klaim apa, pada penggunaan mana, dan dengan batas apa.

Evidence perlu dibandingkan dengan alternatif

Sebuah pengamatan tidak hanya dinilai dari apakah ia cocok dengan satu penjelasan. Ia juga perlu dibandingkan dengan apa yang mungkin diamati jika penjelasan lain benar. Suhu tinggi cocok dengan hipotesis bahwa pendingin gagal, tetapi juga dapat muncul karena beban meningkat, aliran udara terhambat, lokasi sensor berubah, atau sensor mengalami bias.

Evidence mendukung suatu hipotesis lebih kuat ketika pengamatan tersebut lebih diharapkan jika hipotesis itu benar daripada jika alternatif yang masuk akal benar. Munculnya penjelasan kompetitor dapat menurunkan kekuatan dukungan yang sebelumnya tampak besar, walaupun data lama tidak berubah.[1] [8]

Ini tidak berarti setiap klaim harus dibandingkan dengan seluruh kemungkinan yang dapat dibayangkan. Alternatif perlu cukup masuk akal untuk memengaruhi kesimpulan, dan pencariannya sendiri mempunyai biaya. Namun sebuah penjelasan tidak menjadi kuat hanya karena merupakan satu-satunya penjelasan yang sempat dipikirkan.

Inferensi membawa asumsi penghubung

Dari “sensor mencatat 85 derajat” menuju “mesin terlalu panas” terdapat beberapa asumsi: sensor bekerja, lokasinya relevan, angka ditafsirkan dengan skala yang benar, ambang suhu sesuai dengan tipe mesin, dan tidak ada proses lain yang menghasilkan bacaan serupa. Dari “mesin terlalu panas” menuju “pendingin gagal” diperlukan asumsi tambahan lagi.

Pengujian ilmiah juga tidak menguji satu hipotesis dalam isolasi. Prediksi biasanya bergantung pada kondisi awal, instrumen, prosedur, model, serta asumsi tambahan. Ketika hasil tidak sesuai, kegagalan dapat berada pada hipotesis utama, asumsi penghubung, cara pengukuran, atau pelaksanaan pengujian.[8] [9]

Asumsi tidak dapat dihapus seluruhnya. Yang dapat dilakukan adalah membuat asumsi yang menentukan kesimpulan cukup terlihat untuk diperiksa, ditantang, dan direvisi.

Kesimpulan mempunyai tingkat kekuatan

Evidence jarang menghasilkan hanya dua keadaan, terbukti atau tidak terbukti. Ia dapat memperkuat satu klaim, melemahkannya, mempersempit ruang penggunaannya, membedakannya dari sebagian alternatif, atau belum cukup informatif untuk mengubah keyakinan. Besarnya perubahan seharusnya proporsional terhadap kualitas evidence dan kemampuannya membedakan hipotesis yang relevan.[8]

Salah satu cara menjaga proporsi itu adalah memisahkan:

  1. apa yang langsung diamati atau dicatat;
  2. transformasi yang dilakukan terhadap data;
  3. klaim yang sedang dinilai;
  4. asumsi yang menghubungkan data dengan klaim;
  5. alternatif yang masih sesuai dengan pengamatan;
  6. tingkat keyakinan yang layak diberikan;
  7. kondisi yang akan membuat penilaian berubah.

Daftar tersebut bukan prosedur universal. Ia adalah jejak yang membantu orang lain menemukan di mana ketidaksepakatan sebenarnya berada.

Evidence untuk percaya dan evidence untuk bertindak

Evidence yang belum cukup untuk memastikan penyebab dapat tetap cukup untuk tindakan perlindungan. Bacaan suhu yang meragukan mungkin belum membuktikan bahwa pendingin gagal, tetapi dapat membenarkan pengurangan beban sementara jika biaya berhenti kecil dan akibat kerusakan besar. Sebaliknya, evidence yang cukup untuk percaya bahwa suatu risiko meningkat belum otomatis menentukan siapa yang boleh dibebani atau tindakan mana yang dapat dibenarkan.

Ambang untuk belief dan tindakan tidak selalu sama karena tindakan juga bergantung pada alternatif, konsekuensi, waktu, reversibility, nilai, hak, dan kewajiban. Pembedaan ini dikembangkan dalam Memahami, Memilih, dan Memperbarui, Berapa Banyak Informasi yang Cukup?, dan Ketika Fakta Tidak Menentukan Apa yang Harus Dilakukan.[10]

Karena itu, menyebut sesuatu sebagai evidence belum menyelesaikan inquiry. Masih perlu diketahui evidence terhadap klaim apa, seberapa dapat dipercaya, melalui asumsi apa, dibandingkan dengan alternatif mana, mendukung kesimpulan seberapa jauh, dan untuk penggunaan apa.

Referensi

  1. Kelly, T. “Evidence.” Stanford Encyclopedia of Philosophy. Sumber.

  2. Tal, E. “Measurement in Science.” Stanford Encyclopedia of Philosophy. Sumber.

  3. International Association for the Study of Pain. (2020). “IASP Terminology: Pain.” Sumber.

  4. Shmueli, G. (2010). “To Explain or to Predict?” Statistical Science, 25(3), 289–310. DOI.

  5. U.S. Food and Drug Administration. (2021). E9(R1) Statistical Principles for Clinical Trials: Addendum: Estimands and Sensitivity Analysis in Clinical Trials. Sumber.

  6. National Research Council. (2012). Assessing the Reliability of Complex Models: Mathematical and Statistical Foundations of Verification, Validation, and Uncertainty Quantification. The National Academies Press. DOI.

  7. National Aeronautics and Space Administration. (2024). NASA-STD-7009B: Standard for Models and Simulations. Sumber.

  8. “Confirmation.” Stanford Encyclopedia of Philosophy. Sumber.

  9. “Scientific Method.” Stanford Encyclopedia of Philosophy, Spring 2026 Edition. Sumber.

  10. Steele, K., & Stefánsson, H. O. (2025). “Decision Theory.” Stanford Encyclopedia of Philosophy, Fall 2025 Edition. Sumber.