Sains4Genius • EduResearch Edition • Rabu, 7 Oktober 2026

Data Boleh Menghasilkan Ide Baru — Tetapi Jangan Menyamarkannya sebagai Prediksi Lama

HARKing dan p-hacking bukan masalah karena eksplorasi itu sendiri, melainkan karena batas planned dan exploratory work menjadi tidak transparan.

Research Integrity Lab • Open Science & PreregistrationJangan Hanya Tahu Jawabannya — Pahami Mengapa± 11 menit baca

Visual 1. Eksplorasi tetap bernilai, tetapi planned dan exploratory analyses perlu dibedakan secara transparan agar tidak berubah menjadi HARKing atau p-hacking.

SEE

Mencari hasil signifikan lalu menulis hipotesis seolah sudah direncanakan

Peneliti mencoba banyak hubungan. Setelah beberapa hasil tidak signifikan, satu korelasi menghasilkan p = 0,041. Lalu artikel ditulis seakan-akan hubungan tersebut sudah diprediksi sejak awal.

QUESTION

Eksplorasi bukan masalah—ketidaktransparananlah masalahnya

Banyak penemuan ilmiah lahir dari pola yang tidak diprediksi. Masalah muncul ketika exploratory finding disajikan seolah-olah merupakan confirmatory test.

EXPLAIN

HARKing, p-hacking, dan preregistration

HARKing berarti hypothesizing after the results are known: hipotesis dibuat setelah hasil terlihat tetapi disajikan seolah-olah sudah ditentukan sebelumnya.

p-hacking merujuk pada rangkaian keputusan analitik yang dipandu hasil—misalnya mencoba outcome, outlier rules, covariates, subkelompok, atau tambahan sampel—dengan tujuan memperoleh signifikansi.

Preregistration mendokumentasikan rencana penelitian sebelum tahap data/analisis yang relevan, sehingga planned confirmatory work dapat dibedakan dari exploratory work.

IMAGINE

Temuan baru setelah melihat data tetap boleh dianalisis

Jika setelah analisis utama ternyata efek tampak lebih besar pada mahasiswa dengan kemampuan awal rendah, analisis itu boleh dilakukan. Tetapi labelnya seharusnya exploratory analysis, bukan ditulis seolah merupakan hipotesis awal.

Preregistration juga bukan larangan untuk mengubah rencana. Jika asumsi salah, data sangat skewed, atau instrumen bermasalah, peneliti boleh menyimpang dari rencana—asal perubahan dan alasannya didokumentasikan.

CHALLENGE

25 korelasi, satu signifikan—apa yang perlu ditanyakan?

Planned?

Apakah korelasi tersebut direncanakan sejak awal?

Multiplicity?

Berapa banyak analisis dilakukan dan apakah multiplicity diperhitungkan?

Replicate?

Apakah temuan perlu direplikasi?

Label?

Apakah hasil confirmatory atau exploratory?

APPLY

Gunakan protokol P.R.E.R.E.G.

Visual 2. Protokol P.R.E.R.E.G. membantu mendokumentasikan hipotesis, aturan, outcome, ukuran sampel, dan rencana analisis sebelum hasil diketahui.

Uji cepat

Apakah preregistration menjamin penelitian menjadi bagus?

Buka jawaban

Tidak. Preregistration tidak memperbaiki instrumen buruk, sampling bias, teori lemah, atau analisis yang salah. Nilainya terutama terletak pada transparansi proses pengambilan keputusan.

TAKEAWAY

Sains tidak menuntut kita selalu benar—sains menuntut kita transparan

Menemukan sesuatu setelah melihat data bukan kesalahan ilmiah. Menyamarkan temuan tersebut seolah-olah sudah diprediksi sejak awal adalah masalahnya.

REFERENSI

Referensi ilmiah

1. Center for Open Science. (n.d.). Preregistration. Open Science Framework.
2. Nature Neuroscience. (2024). Reducing publication bias with Registered Reports. Nature Neuroscience, 27, 1635. https://doi.org/10.1038/s41593-024-01762-9

Dalam artikel iniSEEQUESTIONEXPLAINIMAGINECHALLENGEAPPLYKesimpulanReferensi

Sains4Genius — EduResearch Edition
Pembelajaran • Metode Penelitian • Analisis Data • Research Integrity