Etika dalam Penelitian Akademis

Tepat hari selasa lalu, saya mendengar kabar bahwa salah satu mahasiswa doktor dari fakultas kedokteran universitas saya dipenjarakan karena kasus memanipulasi data, yaitu ketahuan mengubah data. Hal ini, tentu saja akan menjatuhkan citra kampus. Flasback tahun lalu, ketika saya masih menjadi mahasiswa master, salah satu researcher baru (cmiiw) dari Kyoto University juga kedapatan kasus plagiarism. Sang profesor yang menjadi supervisornya ditemukan bunuh diri di ruang kerjanya, disinyalir karena malu. Dan pastuinya masih banyak kasus serupa yang tidak kita ketahui.

Plagiarism dan Manipulasi data adalah 2 hal yang tidak boleh dilakukan oleh seorang peneliti. Tentang plagiarism dan bagiamana cara menyiasatinya, bisa dibaca disini. Nah sekarang bagiaman kita menghindari keinginan untuk manipulasi data?

Beberapa hari yang lalu, saya post tentang berita ini, ada berbagai reaksi dari teman2 saya di sosial media. Dan saya meng-iya-kan, karena saya pernah ada di dalam posisi yang seperti mereka. Apalagi harus berurusan dengan dosen yang sudah mepet pensiun. Stereotype "praktek harus sesuai dengan teori" masih melekat dalam cara penyampaian beliau semua. Namun bukan berarti itu dijadikan alasan untuk berstres ria, sebenarnya. Meskipun saya, pribadi, juga pernah berada dalam masa seperti itu, namun, saya kemudian menyadari bahwa ini adalah salah satu tahapan dari ujian, skripsi, tesis dan sebagainya.

Tentang bagaimana cara kamu mempertahankan penjelasan atas datamu. Tentang bagaimana kamu menjelaskan mengapa datamu seperti itu, mengapa tidak sesuai dengan teori. Apa yang menjadi penyebabnya? Mengapa bisa terjadi hal tersebut? pertanyaan2 yang terdengar sepele itu, jika kamu tidak mempunyai argumen yang kuat, maka kamu akan berakhir dengan kata2 "Prakteknya harus sesuai dengan teorinya". Dan jika datamu tidak sesuai dengan teorinya, maka you're done, finish.

Maka banyak sekali mahasiswa yang takut dengan akhir seperti itu, mereka lebih memilih untuk memanipulasi data. Salah satu contoh yang sering mahasiswa lakukan adalah, ketika kehilangan data dari beberapa sample. Contoh saja, misal karena kelalaian penyiraman, kemudian sampel tanamannya mati di minggu pengamatan terakhir. Maka beberapa mahasiswa untuk "menyempurnakan" datanya, mereka lebih memilih mengisi data yang seharusnya tidak ada menjadi ada, dengan pendekatan pengawuran yang kira2 logis untuk diisikan. Sehingga pada nantinya, prakteknya sesuai dengan teori yang ada.

Tidak....science tidak seperti itu.

Justru hal yang menarik dalam science adalah, bagaimana cara mematahkan teori yang ada. Atau menyempurnakan teori yang ada. memodifikasi rumus yang sudah ada sehingga lebih mudah dimengerti. Perbedaan praktek dan teori adalah sebuah hal yang menarik pada science.

Contohnya begini. Nicolaus Copernicus mempunyai teori bahwa bumi itu datar. Karena dia melihar pandangan sekeliling semuanya bidang datar. namun Galileo Galei mematahkan teori tersebut dengan data2 pengamatannya, bahwa bumi itu bulat. Hasilnya apa? orang2 akan berbondong2 meneliti perbedaan tersebut. membuktikan perkataan satu dan yang lainnya. Bukan hanya 1-2 peneliti saja, namun banyak. Sehingga akhirnya pembuktian diketok palu bahwa bumi itu bundar. Sekedar itu? tentu saja tidak.

Dalam penelitian, data sekecil apapun itu berharga. Ketika peneliti mengadakan pembuktian bumi itu bundar, tidak hanya berfokus dengan bentuk bumi, namun ada yang kemudian menambahkannya dengan rotasi bumi, atau revolusi bulan terhadap bumi, atau revolusi bumi terhadap matahari. Tidak ada yang hanya sekedar pembuktian saja.

Jangan takut dengan lemahnya referensi. jangan takut dengan data yang "ancur". Karena tidak ada penelitian yang 100% sempurna, meski dilakukan oleh peraih nobel sekalipun. Jika tida ada referensi, maka buatlah referensi. Penelitianmu salah? Maka itu adalah celah bagi orang lain untuk memperbaikinya. Tidak usah malu. Karena kalau kamu tidak  berbuat kesalahan, orang lain pasti tidak akan tahu kebenarannya, bukan? Saya, di saat S1, nekat mencoba meneliti tentang kultur embrio aren. Tidak ada referensi tentang itu. Mungkin jarang orang melakukannya. Tapi, saya dengar bahwa salah seorang dosen di Indonesia mulai mengembangkannya. Meski penelitian saya abnormal dan sangat embrio, mungkin dianggap sampah, tapi saya senang, karena kemudian ada yang benar2 serius untuk mengerjakannya, setelah saya.

Daripada menghabiskan pahalamu untuk melakukan manipulasi data, maka bangun argumenmu mulai dari sekarang. Cari alasan mengapa datamu mengalir seperti itu. Jangan takut mengutarakan kelalaianmu, tutupi dengan hipotesa yang nantinya justru akan membawa penerusmu untuk menyempurnakan penelitianmu.

Ingat, dalam melakukan penelitian, kejujuran adalah satu hal yang harus dilakukan. Jauhi Plagiarism dan manipulasi data, maka penelitianmu akan menjadi sangat hebat :)
Previous
Next Post »