Fabrikasi data: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
Baris 1:
{{inuse}}
'''Fabrikasi data''' adalah tindakan membuat [[data]] atau [[Penelitian|hasil penelitian]] yang palsu atau menyesatkan secara sengaja guna mendapatkan hasil yang "diinginkan" atau agar penelitian terlihat lebih signifikan.<ref name=":0">{{Cite web|title=Data Fabrication - an overview {{!}} ScienceDirect Topics|url=https://www.sciencedirect.com/topics/computer-science/data-fabrication#:~:text=Data%20fabrication%20refers%20to%20the,the%20field%20of%20medical%20AI.2520Data%252520Fabrication.pdf&hl=id&sl=en&tl=id&client=sge&prev=search&ved=2ahUKEwiLwMjRiquKAxXJwTgGHX2xCU0QzsoNegQIHRAK&usg=AOvVaw3kIYKr-U-LpBetuh8Yd_Nr|website=www.sciencedirect.com|access-date=2024-12-16}}</ref> Berbagai cara telah dilakukan untuk melancarkan fabrikasi data, seperti mengisi kuesioner palsu, mengarang angka atau statistik dalam laporan penelitian, dan membuat grafik atau tabel yang tidak didasarkan pada data yang sebenarnya. Fabrikasi data dapat terjadi dalam konteks studi [[sarjana]] maupun [[pascasarjana]] di mana seorang mahasiswa dengan sengaja memalsukan tugas laboratorium atau pekerjaan rumah mereka.<ref>{{Cite journal|last=Else|first=Holly|date=2019-06-18|title=What universities can learn from one of science’s biggest frauds|url=https://www.nature.com/articles/d41586-019-01884-2|journal=Nature|language=en|volume=570|issue=7761|pages=287–288|doi=10.1038/d41586-019-01884-2}}</ref>
Tindakan fabrikasi data merupakan pelanggaran etika penelitian yang serius karena memalsukan hasil dan dapat merusak integritas ilmiah serta kepercayaan publik terhadap penelitian. Untuk mencegah fabrikasi data, peneliti dapat bersikap transparan dan jujur tentang semua penelitian, data, analisis, dan kesimpulan.
== Bentuk dan metode ==
Metode dan bentuk fabrikasi data dapat dilakukan melalui berbagai cara yang secara sengaja menciptakan atau memodifikasi data agar mendukung hasil penelitian yang diinginkan. Salah satu bentuk fabrikasi adalah pembuatan data palsu, yaitu menciptakan data yang sepenuhnya tidak berdasarkan [[eksperimen]], [[survei]], atau pengamatan nyata.<ref>{{Cite journal |last=Fanelli |first=Daniele |date=2009 |title=How Many Scientists Fabricate and Falsify Research? A Systematic Review and Meta-Analysis of Survey Data |url=https://doi.org/10.1037/e521122012-010}}</ref> Contohnya, seorang peneliti mengisi kuesionernya sendiri seolah-olah berasal dari responden yang sebenarnya tidak pernah ada. Selain itu, fabrikasi data dapat berupa [[manipulasi data]], di mana peneliti mengubah atau menghapus sebagian data untuk mendapatkan pola atau tren tertentu yang sesuai dengan [[hipotesis]].<ref name=":0" /> Contohnya adalah memodifikasi hasil statistik agar menunjukkan hubungan signifikan antara variabel yang sebenarnya tidak ada. Bentuk lainnya adalah dengan seleksi data secara bias atau biasa disebut [[petik ceri]], yaitu hanya melaporkan data yang mendukung temuan yang diinginkan dan mengabaikan data yang bertentangan.<ref>{{Cite web|last=Shatz|first=Itamar|title=Cherry Picking: When People Ignore Evidence that They Dislike|url=https://effectiviology.com/cherry-picking/#:~:text=The%20problem%20with%20cherry%20picking%20is%20that%20it%20involves%20analyzing,account%20all%20the%20available%20information.|website=Effectiviology|language=en-US|access-date=2024-12-16}}</ref> Praktik-praktik ini biasanya sulit dideteksi jika tidak ada mekanisme verifikasi yang ketat, dan sangat merugikan kredibilitas penelitian serta ilmu pengetahuan secara keseluruhan.
== Dampak ==
== Pendeteksian dan pencegahan ==
| |||