Kesesatan Logika: Otoritas vs Kuantitas
Review Jujur atau Ngawur?
Pernah lihat iklan atau review yang terasa aneh? Coba bayangkan situasi ini: seorang dokter spesialis jantung me-review performa smartphone gaming keluaran terbaru, atau sebaliknya, seorang pro-player E-Sports me-review efektivitas obat flu resep dokter.
Klaim yang meyakinkan bukan sekadar tentang siapa yang bicara (apakah dia terkenal atau punya gelar), tapi apakah keahlian orang tersebut relevan dengan topik yang sedang dibicarakan.
Di dunia nyata, dan tentu saja di dalam soal tes, argumen semacam ini sering banget dipakai buat ngibulin orang. Seseorang membawa-bawa nama besar atau profesi mentereng supaya orang lain percaya, padahal keahliannya nggak nyambung. Inilah dasar dari salah satu logika yang cacat (atau logical fallacy). Mari kita bongkar namanya di halaman sebelah!
Si Salah Bekingan (Appeal to Authority)
Kesesatan logika ketika seseorang menggunakan testimoni atau pernyataan dari tokoh terkenal yang bukan ahlinya di bidang tersebut disebut Appeal to Authority (khususnya Irrelevant Authority).
Sah-sah saja kok menggunakan saksi ahli dalam sebuah argumen, asalkan keahliannya relevan. Misalnya, dokter spesialis kulit merekomendasikan kandungan skincare. Itu valid!
Tapi, fallacy (kesesatan) terjadi ketika sebuah argumen berlindung di balik status, ketenaran, atau nama besar seseorang (seperti aktor) seolah-olah ketenaran = kebenaran ilmiah.
Mari kita uji pemahamanmu!
Sebuah iklan sabun cuci piring menampilkan seorang penyanyi dangdut terkenal yang berkata, "Sabun ini menghilangkan lemak 100% lebih bersih secara kimiawi!". Apakah ini termasuk contoh dari *Appeal to Authority* yang cacat?
- A. Ya, karena penyanyi dangdut bukan ahli kimia atau ahli kesehatan.
- B. Ya, karena penyanyi dangdut dibayar mahal untuk iklan tersebut.
- C. Tidak, karena sabun cuci piring memang menghilangkan lemak.
- D. Tidak, karena penyanyi tersebut kemungkinan besar sering mencuci piring di rumah.
Jawaban: A. Ya, karena penyanyi dangdut bukan ahli kimia atau ahli kesehatan.
Keahlian bernyanyi tidak ada hubungannya dengan analisis kimiawi pembersihan lemak. Ini adalah contoh klasik berlindung di balik tokoh terkenal yang bukan ahlinya (Appeal to Authority).
Appeal to Irrelevant Authority terjadi ketika tokoh terkenal yang mendukung klaim tidak memiliki keahlian yang relevan.
Kenapa Bukan Hasty Generalization?
Berdasarkan jawaban awalmu saat diagnosa, kamu sempat memilih Hasty Generalization (generalisasi yang tergesa-gesa). Tenang, wajar banget kalau kamu terkecoh!
Hasty Generalization adalah mengambil kesimpulan untuk SEMUA orang berdasarkan jumlah sampel (kuantitas) yang terlalu sedikit. Contohnya: "Temanku orang kota X itu pelit, berarti SEMUA orang kota X pelit."
Sekarang, mari kita bedah kasus pengusaha tadi. Masalah utamanya ada di siapa (kualitas), bukan berapa (kuantitas).
Coba bayangkan si pengusaha tadi nggak cuma bawa 1 aktor, tapi bawa 100 aktor papan atas sekaligus buat ngomongin dasar ilmiah khasiat obatnya. Apakah klaimnya tiba-tiba jadi ilmiah?
Tentu enggak, kan! Ratusan aktor pun tidak akan membuat klaim medis menjadi fakta sains. Karena akar masalahnya bukan kurang orang, tapi salah profesi (tidak nyambung). Jadi, fokus kesalahannya adalah otoritas yang keliru, bukan generalisasi.
Berdasarkan konsep yang baru saja kita bahas, manakah dari pernyataan berikut yang merupakan contoh *Hasty Generalization*?
- A. Memakai aktor terkenal untuk mempromosikan obat medis.
- B. Menyimpulkan pelayanan sebuah bank pasti buruk secara nasional hanya karena satu kasir judes.
- C. Menyerang kepribadian lawan debat daripada membalas argumen utamanya.
- D. Memaksa pilihan bahwa orang harus setuju dengan pemerintah atau dicap pengkhianat.
Jawaban: B. Menyimpulkan pelayanan sebuah bank pasti buruk secara nasional hanya karena satu kasir judes.
Menyimpulkan seluruh pelayanan bank ('nasional') dari satu kejadian ('satu kasir judes') adalah menarik kesimpulan dari sampel yang sangat kurang terwakili (Hasty Generalization). Opsi A adalah Appeal to Authority.
Hasty generalization berfokus pada pengambilan kesimpulan besar (semua/pasti) dari jumlah sampel yang terlalu sedikit.