Post Hoc Fallacy

Raymond Kelvin Nando — Post Hoc Fallacy adalah kesalahan logika yang terjadi ketika seseorang menganggap bahwa suatu peristiwa menyebabkan peristiwa lain hanya karena terjadi sebelumnya dalam urutan waktu. Fallacy ini sering muncul dalam penalaran sehari-hari, politik, medis, ekonomi, hingga kepercayaan tradisional. Misalnya, jika seseorang minum jamu lalu sembuh, kemudian menyimpulkan “Aku sembuh karena jamu itu,” padahal banyak faktor lain yang mungkin terlibat—itulah Post Hoc Fallacy. Meski hubungan temporal dapat memberi petunjuk adanya sebab-akibat, asumsi bahwa “setelah itu berarti karena itu” adalah jebakan logika yang menyesatkan.

Pengertian Post Hoc Fallacy

Post Hoc Fallacy, dikenal juga sebagai Post Hoc Ergo Propter Hoc (bahasa Latin: setelah itu, maka karena itu), adalah causal fallacy yang menyimpulkan hubungan sebab-akibat hanya berdasarkan urutan kronologis.

Struktur penalaran fallacy ini:

1. Peristiwa A terjadi sebelum peristiwa B.
2. Maka A menyebabkan B.

Padahal:

• A mungkin tidak berpengaruh sama sekali,
• B mungkin disebabkan faktor lain,
• hubungan hanya kebetulan,
• atau A dan B berhubungan melalui variabel ketiga.

Post Hoc berbeda dari correlation fallacy, meskipun sangat berdekatan. Pada Post Hoc, fokus kesalahan terletak pada urutan waktu, bukan korelasi statistik.

Fallacy ini sering muncul dalam:

• Argumen politik dan kampanye,
• Iklan kesehatan dan produk herbal,
• Kepercayaan supranatural,
• Ekonomi dan evaluasi kebijakan,
• Pendidikan dan performa siswa,
• Pemaknaan pengalaman pribadi.

Contoh Post Hoc Fallacy

1. Kesehatan / Medis:
   “Aku minum suplemen X dan flu-ku hilang besoknya. Berarti suplemen itu menyembuhkan flu.”
   → Padahal flu bisa sembuh karena proses alami, istirahat, atau faktor lain.
2. Politik:
   “Sejak wali kota baru dilantik, kecelakaan meningkat. Berarti kebijakan wali kota buruk.”
   → Bisa jadi kebetulan, atau ada faktor lain seperti cuaca, infrastruktur, atau populasi kendaraan.
3. Supranatural:
   “Aku berdoa sebelum ujian, lalu nilainya bagus. Doa itu pasti penyebabnya.”
   → Kesimpulan kausal tanpa mempertimbangkan belajar, kemampuan, atau keberuntungan.
4. Ekonomi:
   “Setelah pemerintah menurunkan pajak, inflasi naik. Jadi penurunan pajak menyebabkan inflasi.”
   → Bisa jadi inflasi berasal dari faktor global, suku bunga, atau krisis komoditas.
5. Pendidikan:
   “Anak itu pindah sekolah bulan lalu dan sekarang bandel. Pindah sekolah menyebabkan dia bandel.”
   → Mengabaikan faktor psikologis, lingkungan rumah, atau tekanan sosial.
6. Teknologi:
   “Setiap kali aku menginstal aplikasi baru, baterai cepat habis. Jadi aplikasi itu penyebabnya.”
   → Bisa saja karena update sistem, usia baterai, atau aplikasi lain di background.

Fallacy ini sering terasa meyakinkan karena manusia cenderung mencari pola sebab-akibat dari hal-hal yang berurutan.

Cara Mengatasi Post Hoc Fallacy

Untuk menghindari kesalahan penalaran ini, gunakan pendekatan berikut:

1. Tanyakan variabel lain:
   “Apakah ada faktor lain yang mungkin menyebabkan hal ini?”
2. Bedakan ‘urutan’ dan ‘penyebab’:
   Tidak semua yang terjadi sebelumnya adalah penyebab.
3. Gunakan analisis statistik dan ilmiah:
   Studi eksperimental, kontrol variabel, dan analisis data dapat membantu menilai hubungan kausal.
4. Evaluasi konsistensi hubungan:
   Apakah A selalu diikuti oleh B? Jika tidak, kausalitas diragukan.
5. Periksa plausibilitas mekanisme:
   Apakah logis dan ilmiah bahwa A menyebabkan B?
6. Hati-hati dengan pengalaman pribadi:
   Anekdot tampak kuat secara emosional, tetapi lemah secara ilmiah.
7. Gunakan prinsip korrelasi tidak sama dengan kausalitas:
   Urutan waktu hanyalah salah satu bagian kecil dari analisis kausal.

Referensi

• Damer, T. E. (2012). Attacking Faulty Reasoning (7th ed.). Cengage Learning.
• Walton, D. (2008). Informal Logic: A Pragmatic Approach. Cambridge University Press.
• Tindale, C. W. (2007). Fallacies and Argument Appraisal. Cambridge University Press.
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Taleb, N. N. (2004). Fooled by Randomness. Random House.