Peristiwa Langka

Saya beberapa kali mengunjungi Israel pada suatu periode ketika pengeboman bunuh diri di bus relatif sering terjadi—meskipun tentu saja, secara absolut, peristiwa itu sangat jarang. Antara Desember 2001 dan September 2004, tercatat total 23 pengeboman yang menewaskan 236 orang. Pada waktu itu, jumlah penumpang bus harian di Israel sekitar 1,3 juta orang. Bagi setiap pelancong, risikonya sebenarnya sangat kecil, tetapi begitulah bukan cara publik merasakannya.

Orang-orang sebisa mungkin menghindari bus, dan banyak penumpang yang menghabiskan waktu mereka di dalam bus dengan cemas mengamati orang-orang di sekitarnya, mencari paket atau pakaian tebal yang mungkin menyembunyikan bom.

Saya sendiri jarang naik bus, karena biasanya mengemudi mobil sewaan, tetapi saya cukup malu ketika menyadari bahwa perilaku saya pun terpengaruh. Saya mendapati diri saya tidak suka berhenti di samping bus ketika lampu lalu lintas merah, dan saya melaju lebih cepat dari biasanya ketika lampu berubah hijau. Saya merasa malu pada diri sendiri, karena tentu saja saya tahu lebih baik. Saya tahu bahwa risikonya sebenarnya sangat kecil, dan bahwa pengaruh sekecil apa pun terhadap tindakan saya berarti memberi “bobot keputusan” yang sangat besar pada probabilitas yang amat kecil.

Padahal, kemungkinan saya terluka akibat kecelakaan lalu lintas jauh lebih besar daripada akibat berhenti di dekat sebuah bus. Namun penghindaran saya terhadap bus tidak didorong oleh kekhawatiran rasional tentang keselamatan. Yang mendorong saya adalah pengalaman pada saat itu: berada di dekat bus membuat saya memikirkan bom, dan pikiran-pikiran itu tidak menyenangkan. Saya menghindari bus karena saya ingin memikirkan hal lain.

Pengalaman saya menggambarkan bagaimana terorisme bekerja dan mengapa ia begitu efektif: ia memicu kaskade ketersediaan. Sebuah gambaran kematian dan kehancuran yang sangat hidup, terus-menerus diperkuat oleh perhatian media dan percakapan yang sering terjadi, menjadi sangat mudah diakses dalam pikiran—terutama ketika dikaitkan dengan situasi tertentu, seperti melihat sebuah bus. Rangsangan emosional ini bersifat asosiatif, otomatis, dan tak terkendali, serta menimbulkan dorongan untuk mengambil tindakan perlindungan.

Sistem 2 mungkin “tahu” bahwa probabilitasnya rendah, tetapi pengetahuan itu tidak menghilangkan ketidaknyamanan yang kita ciptakan sendiri maupun keinginan untuk menghindarinya. Sistem 1 tidak dapat dimatikan. Emosi yang muncul bukan hanya tidak sebanding dengan probabilitasnya, tetapi juga tidak peka terhadap tingkat probabilitas yang tepat.

Bayangkan dua kota diperingatkan tentang keberadaan pelaku bom bunuh diri. Penduduk kota pertama diberi tahu bahwa ada dua pelaku yang siap menyerang. Penduduk kota lain diberi tahu bahwa hanya ada satu pelaku. Risiko di kota kedua setengah lebih kecil—tetapi apakah para penduduknya merasa jauh lebih aman?

Banyak toko di Kota New York menjual tiket lotere, dan penjualannya sangat baik. Psikologi lotere berhadiah besar mirip dengan psikologi terorisme. Kemungkinan yang mendebarkan untuk memenangkan hadiah utama dibagikan dalam komunitas dan diperkuat oleh percakapan di tempat kerja maupun di rumah. Membeli tiket segera memberi ganjaran berupa fantasi yang menyenangkan, sama seperti menghindari bus segera memberi ganjaran berupa kelegaan dari rasa takut. Dalam kedua kasus itu, probabilitas yang sebenarnya tidaklah penting; yang penting hanyalah kemungkinan.

Rumusan awal teori prospek menyatakan bahwa “peristiwa yang sangat tidak mungkin kadang diabaikan atau justru diberi bobot berlebihan,” tetapi tidak menjelaskan kondisi yang menentukan kapan salah satu dari keduanya terjadi, dan juga tidak menawarkan penafsiran psikologisnya.

Pandangan saya saat ini mengenai bobot keputusan sangat dipengaruhi oleh penelitian mutakhir tentang peran emosi dan kejelasan gambaran dalam pengambilan keputusan. Pembobotan berlebihan terhadap hasil yang tidak mungkin berakar pada ciri-ciri Sistem 1 yang kini telah kita kenal dengan baik. Emosi dan gambaran yang hidup memengaruhi kelancaran kognitif, ketersediaan dalam ingatan, serta penilaian probabilitas—dan dengan demikian menjelaskan mengapa kita bereaksi secara berlebihan terhadap beberapa peristiwa langka yang tidak kita abaikan.

Pelebihan Estimasi dan Pembobotan Berlebihan

Bagaimana penilaian Anda terhadap probabilitas bahwa presiden Amerika Serikat berikutnya akan berasal dari partai ketiga?

Berapa besar Anda bersedia membayar untuk sebuah taruhan di mana Anda menerima $1.000 jika presiden Amerika Serikat berikutnya berasal dari partai ketiga, dan tidak menerima apa pun jika tidak?

Kedua pertanyaan itu berbeda tetapi jelas berkaitan. Pertanyaan pertama meminta Anda menilai probabilitas suatu peristiwa yang kecil kemungkinannya. Pertanyaan kedua mengundang Anda untuk memberi bobot keputusan pada peristiwa yang sama dengan memasang taruhan.

Bagaimana orang membuat penilaian probabilitas dan bagaimana mereka menetapkan bobot keputusan?

Kita mulai dengan dua jawaban sederhana, lalu memberi beberapa penyesuaian. Berikut jawaban yang terlalu disederhanakan:

Orang cenderung melebihkan probabilitas peristiwa yang tidak mungkin.
Orang juga memberi bobot berlebihan pada peristiwa yang tidak mungkin dalam keputusan mereka.

Meskipun kelebihan estimasi dan pembobotan berlebihan adalah dua fenomena yang berbeda, keduanya melibatkan mekanisme psikologis yang sama: perhatian terfokus, bias konfirmasi, dan kemudahan kognitif.

Deskripsi yang spesifik memicu mesin asosiasi Sistem 1. Ketika Anda memikirkan kemungkinan kecil kemenangan kandidat dari partai ketiga, sistem asosiasi Anda bekerja dalam mode konfirmasi yang biasa—secara selektif mengambil bukti, contoh, dan gambaran yang membuat pernyataan itu tampak benar.

Proses itu memang bias, tetapi bukan sekadar khayalan. Anda mencari skenario yang masuk akal dan tetap berada dalam batas-batas realitas; Anda tidak membayangkan Peri dari Barat tiba-tiba menobatkan presiden dari partai ketiga. Penilaian probabilitas Anda pada akhirnya ditentukan oleh kemudahan kognitif—atau kelancaran—dengan mana skenario yang masuk akal itu muncul dalam pikiran.

Anda tidak selalu memusatkan perhatian pada peristiwa yang diminta untuk Anda perkirakan. Jika peristiwa sasaran sangat mungkin terjadi, perhatian Anda justru tertuju pada alternatifnya. Perhatikan contoh berikut:

Berapa probabilitas bahwa seorang bayi yang lahir di rumah sakit setempat akan dipulangkan dalam waktu tiga hari?

Anda diminta memperkirakan probabilitas bayi pulang ke rumah, tetapi hampir pasti Anda justru memikirkan peristiwa yang mungkin menyebabkan bayi tidak dipulangkan dalam waktu normal. Pikiran kita memiliki kemampuan yang berguna untuk secara spontan memusatkan perhatian pada hal yang ganjil, berbeda, atau tidak biasa.

Anda segera menyadari bahwa di Amerika Serikat adalah hal yang normal bagi bayi untuk dipulangkan dua atau tiga hari setelah kelahiran (tidak semua negara memiliki standar yang sama). Karena itu, perhatian Anda beralih pada alternatif yang tidak biasa. Peristiwa yang tidak mungkin menjadi pusat perhatian.

Heuristik ketersediaan kemungkinan besar muncul: penilaian Anda mungkin ditentukan oleh jumlah skenario masalah medis yang dapat Anda bayangkan serta kemudahan dengan mana skenario itu muncul dalam pikiran. Karena Anda berada dalam mode konfirmasi, ada kemungkinan besar bahwa estimasi Anda tentang frekuensi masalah tersebut menjadi terlalu tinggi.

Probabilitas suatu peristiwa langka paling mungkin dilebih-lebihkan ketika alternatifnya tidak dijelaskan secara jelas. Contoh favorit saya berasal dari sebuah penelitian yang dilakukan oleh psikolog Craig Fox ketika ia masih menjadi mahasiswa Amos. Fox merekrut para penggemar bola basket profesional dan meminta mereka membuat beberapa penilaian serta keputusan mengenai pemenang babak playoff NBA.

Secara khusus, ia meminta mereka memperkirakan probabilitas bahwa masing-masing dari delapan tim peserta akan memenangkan playoff; kemenangan setiap tim secara bergiliran dijadikan peristiwa fokus.

Anda mungkin sudah dapat menebak apa yang terjadi, tetapi besarnya efek yang diamati Fox mungkin akan mengejutkan Anda. Bayangkan seorang penggemar diminta memperkirakan peluang Chicago Bulls memenangkan turnamen. Peristiwa fokusnya terdefinisi dengan jelas, tetapi alternatifnya—salah satu dari tujuh tim lain yang menang—bersifat kabur dan kurang menggugah.

Ingatan dan imajinasi penggemar itu, yang bekerja dalam mode konfirmasi, berusaha membangun gambaran kemenangan bagi Bulls. Ketika orang yang sama kemudian diminta menilai peluang Lakers, aktivasi selektif yang sama akan bekerja mendukung tim tersebut.

Delapan tim bola basket profesional terbaik di Amerika Serikat semuanya sangat kuat, dan cukup mudah membayangkan bahkan tim yang relatif lebih lemah di antara mereka menjadi juara.

Hasilnya: penilaian probabilitas yang dihasilkan secara berurutan untuk kedelapan tim itu berjumlah 240 persen!

Pola ini tentu saja absurd, karena jumlah peluang untuk delapan peristiwa tersebut seharusnya tepat 100 persen. Kejanggalan ini menghilang ketika para penilai yang sama ditanya apakah pemenang akan berasal dari konferensi Timur atau konferensi Barat. Dalam pertanyaan itu, peristiwa fokus dan alternatifnya sama-sama spesifik, dan penilaian probabilitas keduanya berjumlah tepat 100 persen.

Untuk menilai bobot keputusan, Fox juga mengundang para penggemar bola basket tersebut untuk memasang taruhan pada hasil turnamen. Mereka diminta menetapkan padanan uang tunai untuk setiap taruhan—jumlah uang yang sama menariknya dengan memainkan taruhan itu. Jika menang, taruhan tersebut akan memberikan pembayaran sebesar $160.

Jumlah padanan uang tunai untuk delapan tim secara keseluruhan mencapai $287. Seorang peserta rata-rata yang memasang taruhan pada kedelapan tim itu pasti akan merugi sebesar $127!

Para peserta tentu mengetahui bahwa ada delapan tim dalam turnamen tersebut dan bahwa pembayaran rata-rata untuk memasang taruhan pada semuanya tidak mungkin melebihi $160. Namun demikian, mereka tetap memberi bobot berlebihan.

Para penggemar itu bukan hanya melebihkan probabilitas peristiwa yang menjadi fokus mereka—mereka juga terlalu bersedia bertaruh pada peristiwa tersebut.

Temuan-temuan ini memberi cahaya baru pada planning fallacy dan berbagai manifestasi optimisme lainnya. Keberhasilan pelaksanaan suatu rencana bersifat spesifik dan mudah dibayangkan ketika seseorang mencoba meramalkan hasil sebuah proyek. Sebaliknya, alternatif kegagalan bersifat kabur, karena ada begitu banyak cara bagi segala sesuatu untuk berjalan keliru.

Para wirausahawan—dan para investor yang menilai prospek mereka—cenderung sekaligus melebihkan peluang keberhasilan mereka dan memberi bobot berlebihan pada estimasi tersebut.

Hasil yang Hidup dan Nyata

Sebagaimana telah kita lihat, teori prospek berbeda dari teori utilitas dalam hubungan yang diajukan antara probabilitas dan bobot keputusan. Dalam teori utilitas, bobot keputusan dan probabilitas adalah hal yang sama. Bobot keputusan untuk suatu kepastian adalah 100, dan bobot yang bersesuaian dengan peluang 90% adalah tepat 90, yakni sembilan kali lebih besar daripada bobot keputusan untuk peluang 10%.

Dalam teori prospek, variasi probabilitas memiliki pengaruh yang lebih kecil terhadap bobot keputusan. Sebuah eksperimen yang telah saya sebutkan sebelumnya menemukan bahwa bobot keputusan untuk peluang 90% adalah 71,2, sedangkan bobot keputusan untuk peluang 10% adalah 18,6. Rasio probabilitasnya adalah 9,0, tetapi rasio bobot keputusannya hanya 3,83, yang menunjukkan adanya sensitivitas yang tidak memadai terhadap probabilitas dalam rentang tersebut.

Dalam kedua teori, bobot keputusan hanya bergantung pada probabilitas, bukan pada hasilnya. Kedua teori memprediksi bahwa bobot keputusan untuk peluang 90% akan sama, baik untuk memenangkan $100, menerima satu lusin mawar, maupun mendapatkan sengatan listrik. Namun, prediksi teoretis ini ternyata keliru.

Para psikolog di Universitas Chicago menerbitkan sebuah artikel dengan judul yang menarik, “Money, Kisses, and Electric Shocks: On the Affective Psychology of Risk.” Temuan mereka menunjukkan bahwa penilaian terhadap perjudian jauh kurang peka terhadap probabilitas ketika hasilnya (yang bersifat hipotetis) bersifat emosional—seperti “bertemu dan mencium bintang film favorit Anda” atau “mendapatkan sengatan listrik yang menyakitkan tetapi tidak berbahaya”—dibandingkan ketika hasilnya berupa keuntungan atau kerugian uang tunai.

Temuan ini bukanlah kasus tunggal. Peneliti lain menemukan, dengan menggunakan ukuran fisiologis seperti denyut jantung, bahwa rasa takut terhadap sengatan listrik yang akan datang pada dasarnya tidak berkorelasi dengan probabilitas menerima sengatan tersebut. Sekadar kemungkinan adanya sengatan sudah cukup memicu respons ketakutan yang sepenuhnya berkembang.

Tim Chicago mengusulkan bahwa “citra yang sarat afek” mengalahkan respons terhadap probabilitas. Sepuluh tahun kemudian, sekelompok psikolog dari Princeton menantang kesimpulan tersebut.

Tim Princeton berpendapat bahwa rendahnya sensitivitas terhadap probabilitas yang diamati pada hasil-hasil emosional sebenarnya adalah kondisi yang normal. Justru perjudian dengan uang merupakan pengecualian. Sensitivitas terhadap probabilitas relatif tinggi dalam perjudian semacam itu, karena hasilnya memiliki nilai harapan yang jelas.

Berapa jumlah uang tunai yang sama menariknya dengan masing-masing perjudian berikut?

A. Peluang 84% untuk memenangkan $59
B. Peluang 84% untuk menerima satu lusin mawar merah dalam vas kaca

Apa yang Anda perhatikan? Perbedaan yang paling mencolok adalah bahwa pertanyaan A jauh lebih mudah daripada pertanyaan B. Anda mungkin tidak berhenti untuk menghitung nilai harapan dari taruhan tersebut, tetapi kemungkinan besar Anda segera menyadari bahwa nilainya tidak jauh dari $50 (sebenarnya $49,56), dan perkiraan samar itu sudah cukup untuk memberikan jangkar yang membantu ketika Anda mencari hadiah uang tunai yang sama menariknya.

Tidak ada jangkar semacam itu pada pertanyaan B, sehingga jauh lebih sulit untuk dijawab.

Para responden juga diminta menilai padanan uang tunai dari perjudian dengan peluang 21% untuk memperoleh kedua hasil tersebut. Seperti yang diperkirakan, perbedaan antara perjudian berprobabilitas tinggi dan berprobabilitas rendah jauh lebih mencolok untuk uang dibandingkan untuk mawar.

Untuk memperkuat argumen bahwa ketidakpekaan terhadap probabilitas tidak disebabkan oleh emosi, tim Princeton membandingkan kesediaan orang untuk membayar guna menghindari perjudian berikut:

• Peluang 21% (atau 84%) untuk menghabiskan akhir pekan mengecat apartemen tiga kamar tidur milik seseorang.
• Peluang 21% (atau 84%) untuk membersihkan tiga bilik kamar mandi asrama setelah digunakan selama satu akhir pekan.

Hasil kedua jelas jauh lebih emosional daripada yang pertama, tetapi bobot keputusan untuk kedua hasil tersebut tidak berbeda. Dengan demikian, intensitas emosi tampaknya bukan jawabannya.

Eksperimen lain menghasilkan temuan yang mengejutkan. Para peserta menerima informasi harga yang eksplisit bersamaan dengan deskripsi verbal hadiah. Contohnya:

Peluang 84% untuk memenangkan: satu lusin mawar merah dalam vas kaca.
Nilai: $59.

Peluang 21% untuk memenangkan: satu lusin mawar merah dalam vas kaca.
Nilai: $59.

Nilai harapan moneter dari perjudian ini mudah dihitung, tetapi penambahan nilai uang yang spesifik tidak mengubah hasilnya: penilaian tetap tidak peka terhadap probabilitas bahkan dalam kondisi tersebut. Orang-orang yang memandang hadiah itu sebagai kesempatan untuk mendapatkan mawar tidak menggunakan informasi harga sebagai jangkar dalam mengevaluasi perjudian tersebut.

Sebagaimana sering dikatakan para ilmuwan, ini adalah temuan yang mengejutkan yang seakan berusaha menyampaikan sesuatu kepada kita. Kisah apa yang sebenarnya hendak disampaikannya?

Menurut saya, kisahnya adalah bahwa representasi hasil yang kaya dan hidup—baik bersifat emosional maupun tidak—mengurangi peran probabilitas dalam evaluasi terhadap suatu prospek yang tidak pasti.

Hipotesis ini mengarah pada sebuah prediksi yang cukup saya yakini: menambahkan rincian yang tidak relevan tetapi hidup pada suatu hasil moneter juga akan mengganggu proses perhitungan. Bandingkan padanan uang tunai Anda untuk hasil-hasil berikut:

• Peluang 21% (atau 84%) untuk menerima $59 pada hari Senin depan.
• Peluang 21% (atau 84%) untuk menerima sebuah amplop kardus besar berwarna biru yang berisi $59 pada Senin pagi depan.

Hipotesis baru ini menyatakan bahwa sensitivitas terhadap probabilitas akan lebih rendah pada kasus kedua, karena amplop biru tersebut membangkitkan representasi yang lebih kaya dan lebih lancar daripada gagasan abstrak tentang sejumlah uang. Anda membangun peristiwa itu di dalam pikiran Anda, dan citra yang hidup tentang hasil tersebut hadir di sana bahkan ketika Anda tahu bahwa probabilitasnya rendah.

Kemudahan kognitif juga berkontribusi terhadap efek kepastian: ketika Anda memegang citra yang hidup tentang suatu peristiwa, kemungkinan bahwa peristiwa itu tidak terjadi juga direpresentasikan secara hidup, dan karenanya diberi bobot yang berlebihan.

Kombinasi antara efek kemungkinan yang diperkuat dan efek kepastian yang diperkuat menyisakan sangat sedikit ruang bagi bobot keputusan untuk berubah antara peluang 21% dan 84%.

Probabilitas yang Hidup dan Konkret

Gagasan bahwa kelancaran kognitif, kejelasan gambaran, dan kemudahan membayangkan suatu peristiwa turut memengaruhi bobot keputusan memperoleh dukungan dari berbagai pengamatan lain. Dalam sebuah eksperimen yang terkenal, para peserta diminta memilih untuk mengambil sebuah kelereng dari salah satu dari dua guci, di mana kelereng merah berarti memenangkan hadiah:

Guci A berisi 10 kelereng, satu di antaranya merah.
Guci B berisi 100 kelereng, delapan di antaranya merah.

Guci mana yang akan Anda pilih? Peluang menang adalah 10% pada guci A dan 8% pada guci B, sehingga memilih dengan benar seharusnya mudah. Namun kenyataannya tidak demikian: sekitar 30%–40% mahasiswa memilih guci B yang memiliki jumlah kelereng merah lebih banyak, alih-alih guci yang memberikan peluang menang lebih besar.

Seymour Epstein berpendapat bahwa hasil ini menggambarkan pemrosesan dangkal yang menjadi ciri Sistem 1 (yang ia sebut sebagai sistem pengalaman).

Seperti yang dapat Anda bayangkan, pilihan yang sangat keliru dalam situasi ini telah menarik perhatian banyak peneliti. Bias ini diberi berbagai nama; mengikuti Paul Slovic, saya akan menyebutnya pengabaian penyebut (denominator neglect). Jika perhatian Anda tertarik pada kelereng yang menang, Anda tidak menilai jumlah kelereng yang kalah dengan kehati-hatian yang sama.

Gambaran yang hidup turut berkontribusi pada pengabaian penyebut—setidaknya sebagaimana saya mengalaminya. Ketika saya memikirkan guci kecil, saya membayangkan satu kelereng merah di atas latar belakang samar kelereng putih. Ketika saya memikirkan guci yang lebih besar, saya melihat delapan kelereng merah yang menang di atas latar belakang kelereng putih yang tidak begitu jelas, yang menimbulkan perasaan lebih penuh harapan.

Kejelasan yang khas dari kelereng yang menang meningkatkan bobot keputusan dari peristiwa tersebut, sehingga memperkuat efek kemungkinan. Tentu saja hal yang sama berlaku untuk efek kepastian. Jika saya memiliki peluang 90% untuk memenangkan hadiah, peristiwa tidak menang akan tampak lebih menonjol apabila terdapat 10 dari 100 kelereng yang “kalah” dibandingkan jika hanya 1 dari 10 kelereng yang menghasilkan hasil yang sama.

Gagasan tentang pengabaian penyebut membantu menjelaskan mengapa berbagai cara mengomunikasikan risiko dapat menghasilkan dampak yang sangat berbeda. Anda membaca bahwa “sebuah vaksin yang melindungi anak-anak dari penyakit mematikan membawa risiko cacat permanen sebesar 0,001%.” Risiko itu tampak kecil.

Sekarang pertimbangkan deskripsi lain dari risiko yang sama: “Satu dari setiap 100.000 anak yang divaksinasi akan mengalami cacat permanen.” Pernyataan kedua melakukan sesuatu pada pikiran Anda yang tidak dilakukan oleh yang pertama: ia memunculkan gambaran seorang anak yang mengalami cacat permanen akibat vaksin; sementara 99.999 anak yang divaksinasi dengan aman memudar ke latar belakang.

Seperti yang diprediksi oleh pengabaian penyebut, peristiwa berprobabilitas rendah diberi bobot jauh lebih besar ketika digambarkan dalam bentuk frekuensi relatif (berapa banyak) dibandingkan ketika dinyatakan dalam istilah yang lebih abstrak seperti “peluang,” “risiko,” atau “probabilitas” (seberapa mungkin). Seperti yang telah kita lihat, Sistem 1 jauh lebih mahir menangani individu daripada kategori.

Pengaruh format frekuensi ini sangat besar. Dalam sebuah penelitian, orang yang menerima informasi tentang “penyakit yang membunuh 1.286 orang dari setiap 10.000” menilai penyakit itu lebih berbahaya daripada orang yang diberi tahu tentang “penyakit yang membunuh 24,14% populasi.” Penyakit pertama tampak lebih mengancam daripada yang kedua, padahal risiko yang pertama hanya setengah dari yang kedua!

Dalam demonstrasi yang lebih langsung mengenai pengabaian penyebut, “penyakit yang membunuh 1.286 orang dari setiap 10.000” dinilai lebih berbahaya daripada penyakit yang “membunuh 24,4 orang dari setiap 100.” Efek ini hampir pasti akan berkurang atau bahkan hilang jika para peserta diminta membuat perbandingan langsung antara kedua rumusan tersebut—sebuah tugas yang secara eksplisit memanggil kerja Sistem 2.

Namun kehidupan biasanya menyerupai eksperimen antara-subjek, di mana Anda hanya melihat satu rumusan pada satu waktu. Diperlukan Sistem 2 yang sangat aktif untuk menghasilkan rumusan alternatif dari yang Anda lihat dan menyadari bahwa rumusan tersebut dapat memunculkan respons yang berbeda.

Psikolog forensik dan psikiater yang berpengalaman pun tidak kebal terhadap pengaruh format dalam penyajian risiko. Dalam sebuah eksperimen, para profesional diminta menilai apakah aman untuk memulangkan seorang pasien rumah sakit jiwa bernama Mr. Jones, yang memiliki riwayat kekerasan. Informasi yang mereka terima mencakup penilaian risiko dari seorang ahli. Statistik yang sama dijelaskan dalam dua cara:

Pasien yang mirip dengan Mr. Jones diperkirakan memiliki probabilitas 10% untuk melakukan tindakan kekerasan terhadap orang lain dalam beberapa bulan pertama setelah dipulangkan.

Dari setiap 100 pasien yang mirip dengan Mr. Jones, diperkirakan 10 orang akan melakukan tindakan kekerasan terhadap orang lain dalam beberapa bulan pertama setelah dipulangkan.

Para profesional yang melihat format frekuensi hampir dua kali lebih mungkin menolak pemulangan pasien tersebut (41%, dibandingkan 21% pada format probabilitas). Deskripsi yang lebih hidup menghasilkan bobot keputusan yang lebih tinggi untuk probabilitas yang sama.

Kekuatan format ini membuka peluang untuk manipulasi—sesuatu yang sangat dipahami oleh orang-orang yang memiliki kepentingan tertentu. Slovic dan rekan-rekannya mengutip sebuah artikel yang menyatakan bahwa “sekitar 1.000 pembunuhan setiap tahun di seluruh negeri dilakukan oleh individu dengan gangguan mental serius yang tidak mengonsumsi obat mereka.”

Fakta yang sama dapat dinyatakan dengan cara lain: “1.000 dari 273.000.000 warga Amerika akan meninggal dengan cara ini setiap tahun.” Atau: “kemungkinan tahunan untuk dibunuh oleh individu semacam itu adalah sekitar 0,00036%.” Cara lain lagi: “1.000 warga Amerika akan meninggal dengan cara ini setiap tahun—atau kurang dari sepertiga puluh jumlah orang yang meninggal karena bunuh diri dan sekitar seperempat jumlah yang meninggal karena kanker laring.”

Slovic menunjukkan bahwa “para advokat ini cukup terbuka mengenai motivasi mereka: mereka ingin menakut-nakuti masyarakat umum mengenai kekerasan oleh orang dengan gangguan mental, dengan harapan bahwa ketakutan tersebut akan diterjemahkan menjadi peningkatan pendanaan bagi layanan kesehatan mental.”

Seorang pengacara yang cakap dan ingin menimbulkan keraguan terhadap bukti DNA tidak akan mengatakan kepada juri bahwa “kemungkinan kecocokan palsu adalah 0,1%.” Pernyataan bahwa “kecocokan palsu terjadi pada 1 dari 1.000 kasus hukuman mati” jauh lebih mungkin melewati ambang keraguan yang wajar.

Para juri yang mendengar kata-kata tersebut diajak membayangkan sosok pria yang duduk di hadapan mereka di ruang sidang itu dihukum secara keliru akibat bukti DNA yang cacat. Jaksa penuntut, tentu saja, akan lebih menyukai kerangka yang lebih abstrak—dengan harapan memenuhi pikiran para juri dengan titik-titik desimal.

Keputusan dari Kesan Global

Berbagai bukti mendukung hipotesis bahwa perhatian terfokus dan kebermenonjolan (salience) berperan dalam dua hal sekaligus: kecenderungan untuk melebihkan kemungkinan terjadinya peristiwa yang jarang, serta memberi bobot keputusan yang terlalu besar pada hasil yang jarang tersebut. Kebermenonjolan meningkat sekadar karena suatu peristiwa disebutkan, karena gambaran yang ditimbulkannya begitu hidup, atau karena format yang digunakan untuk menjelaskan probabilitasnya. Tentu saja ada pengecualian: situasi di mana memusatkan perhatian pada suatu peristiwa tidak meningkatkan penilaian atas probabilitasnya—misalnya ketika suatu teori yang keliru membuat peristiwa itu tampak mustahil meskipun Anda memikirkannya, atau ketika ketidakmampuan membayangkan bagaimana suatu hasil dapat terjadi membuat Anda yakin bahwa hal itu tidak akan terjadi. Bias menuju pembesaran estimasi dan pembobotan berlebih terhadap peristiwa yang menonjol bukanlah hukum mutlak, tetapi kecenderungan ini besar dan konsisten.

Dalam beberapa tahun terakhir, minat besar muncul terhadap studi tentang pilihan berdasarkan pengalaman (choice from experience), yang mengikuti aturan berbeda dari pilihan berdasarkan deskripsi (choice from description) sebagaimana dianalisis dalam teori prospek. Dalam eksperimen tipikal, peserta dihadapkan pada dua tombol. Ketika ditekan, setiap tombol menghasilkan imbalan uang atau tidak menghasilkan apa pun; hasilnya ditarik secara acak sesuai spesifikasi suatu prospek (misalnya “peluang 5% untuk memenangkan $12” atau “peluang 95% untuk memenangkan $1”). Prosesnya benar-benar acak, sehingga tidak ada jaminan bahwa sampel yang dialami peserta akan secara persis mencerminkan pengaturan statistik yang sebenarnya. Nilai harapan dari kedua tombol kira-kira sama, tetapi salah satunya lebih berisiko (lebih bervariasi) daripada yang lain. Misalnya, satu tombol dapat menghasilkan $10 pada 5% percobaan, sementara yang lain menghasilkan $1 pada 50% percobaan.

Pilihan berdasarkan pengalaman diwujudkan dengan memaparkan peserta pada banyak percobaan di mana ia dapat mengamati konsekuensi dari menekan salah satu tombol. Pada percobaan yang menentukan, ia memilih salah satu tombol, dan ia memperoleh hasil dari percobaan tersebut. Sebaliknya, pilihan berdasarkan deskripsi diwujudkan dengan menampilkan kepada peserta deskripsi verbal dari prospek berisiko yang terkait dengan masing-masing tombol (misalnya “peluang 5% untuk memenangkan $12”) lalu memintanya memilih salah satu.

Sebagaimana diprediksi oleh teori prospek, pilihan berdasarkan deskripsi menghasilkan efek kemungkinan (possibility effect): hasil yang jarang terjadi diberi bobot lebih besar daripada probabilitasnya. Namun, dalam kontras yang tajam, pembobotan berlebih seperti ini tidak pernah muncul dalam pilihan berdasarkan pengalaman; yang justru sering terjadi adalah pembobotan yang terlalu kecil.

Situasi eksperimental pilihan berdasarkan pengalaman dimaksudkan untuk merepresentasikan banyak keadaan dalam kehidupan nyata, ketika kita menghadapi hasil yang berubah-ubah dari sumber yang sama. Sebuah restoran yang biasanya baik sesekali dapat menyajikan hidangan yang luar biasa—atau sebaliknya sangat buruk. Seorang teman umumnya menyenangkan sebagai teman bicara, tetapi kadang-kadang berubah murung dan agresif. California rawan gempa bumi, tetapi gempa besar jarang terjadi. Hasil dari banyak eksperimen menunjukkan bahwa peristiwa langka tidak diberi bobot berlebih ketika kita membuat keputusan seperti memilih restoran atau mengikat pemanas air agar tidak rusak saat gempa.

Penafsiran terhadap pilihan berdasarkan pengalaman belum sepenuhnya disepakati, tetapi ada kesepakatan umum mengenai satu penyebab utama pembobotan yang terlalu kecil terhadap peristiwa langka, baik dalam eksperimen maupun di dunia nyata: banyak peserta sama sekali tidak pernah mengalami peristiwa langka tersebut. Sebagian besar warga California tidak pernah mengalami gempa besar, dan pada tahun 2007 tidak ada bankir yang secara pribadi pernah mengalami krisis keuangan yang menghancurkan. Ralph Hertwig dan Ido Erev mencatat bahwa “peluang peristiwa langka (seperti pecahnya gelembung perumahan) menerima dampak yang lebih kecil daripada yang seharusnya menurut probabilitas objektifnya.” Mereka menunjuk respons publik yang suam-suam kuku terhadap ancaman lingkungan jangka panjang sebagai contoh.

Contoh-contoh pengabaian ini penting sekaligus mudah dijelaskan, tetapi pembobotan yang terlalu kecil juga terjadi bahkan ketika orang benar-benar pernah mengalami peristiwa langka itu. Bayangkan Anda memiliki pertanyaan rumit yang kemungkinan dapat dijawab oleh dua rekan kerja di lantai kantor Anda. Anda telah mengenal keduanya selama bertahun-tahun dan memiliki banyak kesempatan untuk mengamati serta mengalami karakter mereka. Adele cukup konsisten dan umumnya suka membantu, meskipun tidak luar biasa dalam hal itu. Brian biasanya tidak seakrab dan sebaik Adele, tetapi pada beberapa kesempatan ia pernah sangat murah hati dengan waktu dan nasihatnya. Kepada siapa Anda akan meminta bantuan?

Pertimbangkan dua cara memandang keputusan ini:

Pertama, ini adalah pilihan antara dua taruhan. Adele mendekati kepastian; prospek Brian lebih mungkin menghasilkan hasil yang sedikit lebih buruk, tetapi dengan probabilitas kecil dapat menghasilkan sesuatu yang sangat baik. Peristiwa langka itu akan diberi bobot berlebih oleh efek kemungkinan, sehingga menguntungkan Brian.

Kedua, ini adalah pilihan antara kesan global Anda terhadap Adele dan Brian. Pengalaman baik dan buruk yang pernah Anda alami terakumulasi dalam representasi mental tentang perilaku mereka yang biasa. Kecuali peristiwa langka itu begitu ekstrem sehingga muncul secara terpisah dalam ingatan (misalnya Brian pernah memaki seorang kolega yang meminta bantuannya), norma penilaian Anda akan cenderung condong pada contoh yang tipikal dan baru-baru ini terjadi—yang menguntungkan Adele.

Dalam pikiran dengan dua sistem, penafsiran kedua tampak jauh lebih masuk akal. Sistem 1 membentuk representasi global tentang Adele dan Brian, yang mencakup sikap emosional serta kecenderungan untuk mendekat atau menghindar. Tidak diperlukan apa pun selain membandingkan kecenderungan tersebut untuk menentukan pintu mana yang akan Anda ketuk. Selama peristiwa langka itu tidak muncul secara eksplisit dalam pikiran, ia tidak akan diberi bobot berlebih.

Menerapkan gagasan yang sama pada eksperimen pilihan berdasarkan pengalaman cukuplah mudah. Ketika diamati menghasilkan berbagai hasil dari waktu ke waktu, kedua tombol itu mengembangkan semacam “kepribadian” terpadu yang memicu respons emosional tertentu.

Kini kita lebih memahami kondisi di mana peristiwa langka diabaikan atau justru diberi bobot berlebih dibandingkan ketika teori prospek pertama kali dirumuskan. Probabilitas suatu peristiwa langka sering kali—meskipun tidak selalu—dilebih-lebihkan karena bias konfirmatori dalam ingatan. Ketika memikirkan peristiwa itu, Anda secara mental berusaha membuatnya terasa benar. Peristiwa langka akan diberi bobot berlebih jika ia secara khusus menarik perhatian. Perhatian terpisah ini hampir pasti terjadi ketika prospek dijelaskan secara eksplisit (“peluang 99% untuk memenangkan $1.000, dan peluang 1% untuk tidak memperoleh apa pun”). Kekhawatiran obsesif (bus di Yerusalem), gambaran yang hidup (mawar-mawar itu), representasi konkret (1 dari 1.000), serta pengingat eksplisit (seperti dalam pilihan berdasarkan deskripsi) semuanya berkontribusi pada pembobotan berlebih.

Dan ketika pembobotan berlebih tidak terjadi, yang muncul adalah pengabaian. Dalam hal probabilitas langka, pikiran kita memang tidak dirancang untuk menilai secara tepat. Bagi penghuni sebuah planet yang mungkin menghadapi peristiwa-peristiwa yang belum pernah dialami siapa pun, ini jelas bukan kabar baik.

Berbicara tentang Peristiwa Langka

“Tsunami sangat jarang terjadi bahkan di Jepang, tetapi citranya begitu hidup dan kuat sehingga para turis hampir pasti akan melebihkan probabilitasnya.”

“Inilah siklus bencana yang sudah akrab: dimulai dengan pembesaran dan pembobotan berlebih, lalu diikuti oleh pengabaian.”

“Kita tidak seharusnya memusatkan perhatian pada satu skenario saja, atau kita akan melebihkan probabilitasnya. Mari kita susun beberapa alternatif yang jelas dan memastikan total probabilitasnya berjumlah 100%.”

“Mereka ingin orang-orang khawatir terhadap risiko itu. Itulah sebabnya mereka menggambarkannya sebagai 1 kematian per 1.000. Mereka mengandalkan pengabaian penyebut.”

Kebijakan Risiko

Bayangkan Anda menghadapi pasangan keputusan berikut secara bersamaan. Pertama-tama, periksa kedua keputusan tersebut, lalu tentukan pilihan Anda.

Keputusan (i): Pilih antara

A. keuntungan pasti sebesar $240
B. peluang 25% untuk memperoleh $1.000 dan peluang 75% untuk tidak memperoleh apa pun

Keputusan (ii): Pilih antara

C. kerugian pasti sebesar $750
D. peluang 75% untuk kehilangan $1.000 dan peluang 25% untuk tidak kehilangan apa pun

Pasangan masalah pilihan ini memiliki tempat penting dalam sejarah teori prospek dan menawarkan pemahaman baru tentang rasionalitas. Ketika Anda sekilas meninjau kedua masalah tersebut, reaksi awal Anda terhadap pilihan yang pasti (A dan C) kemungkinan adalah ketertarikan pada yang pertama dan keengganan terhadap yang kedua. Penilaian emosional terhadap “keuntungan pasti” dan “kerugian pasti” merupakan reaksi otomatis dari Sistem 1, yang hampir pasti muncul sebelum perhitungan nilai harapan dari dua taruhan tersebut—yang lebih menuntut usaha (dan bersifat opsional)—dilakukan (masing-masing berupa keuntungan $250 dan kerugian $750).

Pilihan sebagian besar orang sejalan dengan kecenderungan Sistem 1, dan mayoritas besar lebih memilih A daripada B serta D daripada C. Seperti dalam banyak pilihan lain yang melibatkan probabilitas sedang hingga tinggi, orang cenderung menghindari risiko dalam ranah keuntungan dan mencari risiko dalam ranah kerugian. Dalam eksperimen awal yang dilakukan oleh Amos dan saya, 73% responden memilih A pada keputusan (i) dan D pada keputusan (ii), sedangkan hanya 3% yang memilih kombinasi B dan C.

Anda diminta untuk meninjau kedua opsi sebelum membuat pilihan pertama, dan kemungkinan besar Anda memang melakukannya. Namun ada satu hal yang hampir pasti tidak Anda lakukan: Anda tidak menghitung kemungkinan hasil dari keempat kombinasi pilihan (A dan C, A dan D, B dan C, B dan D) untuk menentukan kombinasi mana yang paling Anda sukai. Preferensi Anda yang terpisah untuk kedua masalah tersebut terasa meyakinkan secara intuitif, dan tidak ada alasan untuk menduga bahwa preferensi itu dapat menimbulkan masalah. Selain itu, menggabungkan kedua masalah keputusan tersebut merupakan latihan yang cukup melelahkan dan biasanya memerlukan kertas dan pensil. Anda tidak melakukannya.

Sekarang perhatikan masalah pilihan berikut:

AD. peluang 25% untuk memperoleh $240 dan peluang 75% untuk kehilangan $760
BC. peluang 25% untuk memperoleh $250 dan peluang 75% untuk kehilangan $750

Pilihan ini mudah! Opsi BC secara nyata mendominasi opsi AD (istilah teknis untuk suatu opsi yang jelas lebih baik daripada yang lain). Anda mungkin sudah dapat menebak kelanjutannya. Opsi yang lebih unggul, BC, sebenarnya merupakan kombinasi dari dua opsi yang sebelumnya ditolak dalam pasangan masalah pertama—kombinasi yang hanya dipilih oleh 3% responden dalam penelitian awal kami. Sebaliknya, opsi yang lebih buruk, AD, justru dipilih oleh 73% responden.

Kerangka Luas atau Sempit?

Rangkaian pilihan ini mengungkap banyak hal mengenai batas-batas rasionalitas manusia. Pertama-tama, contoh ini membantu kita melihat konsistensi logis dalam preferensi manusia sebagaimana adanya—sebuah ilusi yang nyaris mustahil dipertahankan. Coba lihat kembali masalah terakhir yang begitu mudah itu. Apakah Anda sebelumnya membayangkan bahwa masalah pilihan yang tampak begitu jelas dapat diuraikan menjadi dua masalah terpisah yang justru membuat mayoritas orang memilih opsi yang lebih buruk?

Hal ini berlaku secara umum: setiap pilihan sederhana yang dirumuskan dalam kerangka keuntungan dan kerugian dapat diuraikan dengan berbagai cara menjadi kombinasi beberapa pilihan, yang pada akhirnya sangat mungkin menghasilkan preferensi yang tidak konsisten.

Contoh ini juga menunjukkan bahwa bersikap menghindari risiko dalam keuntungan dan mencari risiko dalam kerugian memiliki biaya. Sikap-sikap ini membuat Anda bersedia membayar “premi” untuk memperoleh keuntungan yang pasti daripada menghadapi taruhan, sekaligus bersedia membayar premi (dalam nilai harapan) untuk menghindari kerugian yang pasti. Kedua pembayaran ini pada akhirnya berasal dari kantong yang sama, dan ketika Anda menghadapi kedua jenis masalah tersebut sekaligus, sikap yang saling bertentangan itu hampir pasti tidak menghasilkan keputusan yang optimal.

Ada dua cara untuk memandang keputusan (i) dan (ii):

Kerangka sempit (narrow framing):
sebuah rangkaian dua keputusan sederhana yang dipertimbangkan secara terpisah.

Kerangka luas (broad framing):
satu keputusan komprehensif dengan empat opsi.

Dalam kasus ini, kerangka luas jelas lebih unggul. Bahkan, kerangka luas akan selalu lebih unggul—atau setidaknya tidak lebih buruk—dalam setiap situasi di mana beberapa keputusan dipertimbangkan secara bersamaan.

Bayangkan daftar yang lebih panjang, misalnya lima keputusan sederhana (biner) yang harus dipertimbangkan sekaligus. Kerangka luas akan menjadi satu pilihan tunggal dengan 32 opsi. Sebaliknya, kerangka sempit akan menghasilkan lima pilihan sederhana secara berurutan. Rangkaian lima pilihan tersebut sebenarnya hanya merupakan salah satu dari 32 opsi dalam kerangka luas. Apakah rangkaian itu akan menjadi pilihan terbaik? Mungkin saja, tetapi kemungkinannya kecil.

Agen rasional tentu akan menggunakan kerangka luas, tetapi manusia pada dasarnya adalah pemikir berkerangka sempit.

Seperti ditunjukkan contoh ini, ideal konsistensi logis tidak dapat sepenuhnya dicapai oleh pikiran kita yang terbatas. Karena kita rentan terhadap prinsip WY SIATI (What You See Is All There Is) dan enggan mengerahkan upaya mental yang besar, kita cenderung membuat keputusan ketika masalah muncul, bahkan ketika secara khusus diminta untuk mempertimbangkannya secara bersama. Kita tidak memiliki kecenderungan maupun sumber daya mental yang cukup untuk memaksakan konsistensi pada preferensi kita, dan preferensi tersebut tidak secara ajaib tersusun secara koheren sebagaimana diasumsikan dalam model agen rasional.

Masalah Samuelson

Paul Samuelson—salah satu raksasa dalam ekonomi abad ke-20—pernah secara terkenal menanyakan kepada seorang temannya apakah ia bersedia menerima taruhan lemparan koin yang memungkinkan ia kehilangan $100 atau memenangkan $200. Temannya menjawab, “Saya tidak mau bertaruh karena kerugian $100 akan terasa lebih berat bagi saya daripada keuntungan $200. Tetapi saya akan menerimanya jika Anda berjanji mengizinkan saya melakukan taruhan seperti ini sebanyak 100 kali.”

Kecuali Anda seorang teoritikus keputusan, kemungkinan besar Anda berbagi intuisi dengan teman Samuelson tersebut: memainkan taruhan yang sangat menguntungkan tetapi berisiko berkali-kali tampaknya mengurangi risiko subjektif. Samuelson menganggap jawaban temannya menarik dan kemudian menganalisisnya. Ia membuktikan bahwa dalam kondisi tertentu yang sangat spesifik, seorang pemaksimum utilitas yang menolak satu taruhan tunggal seharusnya juga menolak tawaran banyak taruhan sekaligus.

Menariknya, Samuelson tampaknya tidak terlalu terganggu oleh fakta bahwa pembuktiannya—yang tentu saja valid—mengarah pada kesimpulan yang bertentangan dengan akal sehat, jika bukan dengan rasionalitas: tawaran seratus taruhan begitu menguntungkan sehingga hampir tidak ada orang waras yang akan menolaknya.

Matthew Rabin dan Richard Thaler menunjukkan bahwa “taruhan gabungan dari seratus taruhan 50–50 dengan kerugian $100 atau keuntungan $200 memiliki nilai harapan sebesar $5.000, dengan hanya peluang 1 banding 2.300 untuk mengalami kerugian sama sekali dan hanya peluang 1 banding 62.000 untuk kehilangan lebih dari $1.000.” Maksud mereka jelas: jika teori utilitas dapat tetap konsisten dengan preferensi yang begitu tidak masuk akal dalam keadaan apa pun, maka pasti ada sesuatu yang keliru dengannya sebagai model pilihan rasional.

Samuelson memang belum melihat pembuktian Rabin tentang konsekuensi absurd dari aversi kerugian yang sangat kuat terhadap taruhan kecil, tetapi ia hampir pasti tidak akan terkejut. Kesediaannya bahkan untuk mempertimbangkan kemungkinan bahwa menolak paket taruhan tersebut bisa dianggap rasional menunjukkan betapa kuatnya pengaruh model rasional dalam pemikiran ekonomi.

Mari kita anggap bahwa suatu fungsi nilai yang sangat sederhana menggambarkan preferensi teman Samuelson (sebut saja ia Sam). Untuk mengekspresikan keengganannya terhadap kerugian, Sam terlebih dahulu menulis ulang taruhan tersebut dengan mengalikan setiap kerugian dengan faktor 2. Setelah itu ia menghitung nilai harapan dari taruhan yang telah ditulis ulang tersebut. Berikut hasilnya untuk satu, dua, atau tiga kali lemparan koin. Hasil-hasil ini cukup menarik sehingga layak ditelaah lebih lanjut.

Anda dapat melihat dari uraian tersebut bahwa taruhan itu memiliki nilai harapan sebesar 50. Namun, bagi Sam satu kali lemparan tidak bernilai apa-apa, karena ia merasakan bahwa rasa sakit akibat kehilangan satu dolar dua kali lebih kuat daripada kesenangan akibat memperoleh satu dolar. Setelah menuliskan ulang taruhan itu untuk mencerminkan aversi terhadap kerugian yang ia miliki, Sam akan menemukan bahwa nilai taruhan tersebut menjadi 0.

Sekarang perhatikan dua kali lemparan. Peluang untuk mengalami kerugian kini turun menjadi 25%. Dua hasil yang paling ekstrem (kehilangan 200 atau memperoleh 400) saling meniadakan dalam nilai; keduanya sama-sama mungkin terjadi, dan kerugian diberi bobot dua kali lebih besar daripada keuntungan. Namun hasil di tengah (satu kali rugi, satu kali untung) bernilai positif, dan demikian pula keseluruhan taruhan gabungan itu.

Di sinilah Anda dapat melihat biaya dari kerangka sempit dan keajaiban dari penggabungan taruhan. Berikut ada dua taruhan yang menguntungkan, tetapi masing-masing secara terpisah tidak bernilai apa-apa bagi Sam. Jika ia menerima tawaran itu pada dua kesempatan terpisah, ia akan menolaknya dua kali. Namun, jika ia menggabungkan kedua tawaran tersebut, secara bersama-sama nilainya menjadi $50.

Keadaannya menjadi lebih baik lagi ketika tiga taruhan digabungkan. Hasil-hasil ekstrem masih saling meniadakan, tetapi pengaruhnya kini semakin kecil. Lemparan ketiga—yang tidak bernilai jika dinilai secara terpisah—menambah $62,50 pada nilai total paket tersebut. Ketika Sam ditawari lima taruhan sekaligus, nilai harapan dari tawaran itu menjadi $250, probabilitas ia kehilangan sesuatu turun menjadi 18,75%, dan nilai ekuivalen tunainya menjadi $203,125. Hal yang menonjol dari kisah ini adalah bahwa Sam sama sekali tidak pernah mengurangi aversinya terhadap kerugian. Namun penggabungan taruhan-taruhan yang menguntungkan dengan cepat menurunkan probabilitas kerugian, sehingga pengaruh aversi kerugian terhadap preferensinya pun berkurang.

Kini saya memiliki semacam khotbah untuk Sam jika ia menolak tawaran satu taruhan yang sangat menguntungkan tetapi hanya dimainkan sekali—dan juga untuk Anda jika Anda berbagi aversi terhadap kerugian yang tidak masuk akal seperti dirinya:

Saya memahami keengganan Anda untuk mengalami kerugian dalam taruhan apa pun, tetapi sikap itu membuat Anda kehilangan banyak uang. Cobalah pertimbangkan pertanyaan ini: apakah Anda sedang berada di ranjang kematian? Apakah ini tawaran terakhir dari sebuah taruhan kecil yang menguntungkan yang akan pernah Anda pertimbangkan? Tentu saja Anda kecil kemungkinannya menerima tawaran yang persis sama lagi, tetapi Anda akan memiliki banyak kesempatan untuk mempertimbangkan taruhan-taruhan menarik dengan nilai yang sangat kecil dibandingkan dengan kekayaan Anda. Anda akan sangat menguntungkan diri sendiri secara finansial jika mampu melihat setiap taruhan tersebut sebagai bagian dari sekumpulan taruhan kecil dan mengulang mantra yang akan membawa Anda lebih dekat pada rasionalitas ekonomi: kadang menang, kadang kalah. Tujuan utama mantra ini adalah mengendalikan respons emosional Anda ketika Anda mengalami kerugian. Jika Anda dapat mempercayai efektivitasnya, ingatkan diri Anda akan mantra ini ketika memutuskan apakah akan menerima risiko kecil dengan nilai harapan positif.

Namun ingat beberapa syarat berikut ketika menggunakan mantra tersebut:

• Prinsip ini bekerja ketika taruhan-taruhan itu benar-benar independen satu sama lain; ia tidak berlaku untuk beberapa investasi dalam industri yang sama, yang semuanya dapat merugi secara bersamaan.
• Prinsip ini hanya berlaku ketika kerugian yang mungkin terjadi tidak membuat Anda khawatir terhadap keseluruhan kekayaan Anda. Jika kerugian itu akan Anda anggap sebagai kabar buruk yang berarti bagi masa depan ekonomi Anda, berhati-hatilah.
• Prinsip ini tidak seharusnya diterapkan pada taruhan dengan peluang sangat kecil, di mana probabilitas menang dalam setiap taruhan sangat rendah.

Jika Anda memiliki disiplin emosional yang dibutuhkan oleh aturan ini, hampir pasti Anda tidak akan pernah lagi mempertimbangkan taruhan kecil secara terpisah ataupun bersikap aversif terhadap kerugian dalam taruhan kecil—kecuali mungkin ketika Anda benar-benar berada di ranjang kematian, dan bahkan mungkin tidak pada saat itu.

Nasihat ini bukan sesuatu yang mustahil untuk diikuti. Para pedagang berpengalaman di pasar keuangan menjalankannya setiap hari, melindungi diri mereka dari rasa sakit akibat kerugian melalui kerangka luas. Seperti telah disebutkan sebelumnya, kini kita mengetahui bahwa peserta eksperimen hampir dapat “disembuhkan” dari aversi kerugian mereka (dalam konteks tertentu) dengan mendorong mereka untuk “berpikir seperti seorang trader.” Demikian pula para pedagang kartu bisbol yang berpengalaman tidak terlalu rentan terhadap efek kepemilikan dibandingkan para pemula.

Dalam sebuah eksperimen, para mahasiswa membuat keputusan berisiko (menerima atau menolak taruhan yang dapat menyebabkan kerugian) di bawah instruksi yang berbeda. Dalam kondisi kerangka sempit, mereka diminta untuk “membuat setiap keputusan seolah-olah itu satu-satunya keputusan” dan mengikuti emosi mereka. Dalam kondisi kerangka luas, instruksi yang diberikan mencakup ungkapan seperti “bayangkan diri Anda sebagai seorang trader,” “Anda melakukan ini sepanjang waktu,” dan “perlakukan ini sebagai salah satu dari banyak keputusan finansial yang pada akhirnya akan membentuk sebuah portofolio.”

Para peneliti mengukur respons emosional peserta terhadap keuntungan dan kerugian melalui indikator fisiologis, termasuk perubahan konduktivitas listrik pada kulit yang juga digunakan dalam deteksi kebohongan. Seperti yang diharapkan, kerangka luas meredam reaksi emosional terhadap kerugian dan meningkatkan kesediaan untuk mengambil risiko.

Kombinasi antara aversi terhadap kerugian dan kerangka sempit merupakan kutukan yang mahal. Investor individu dapat menghindari kutukan ini—sekaligus memperoleh manfaat emosional dari kerangka luas dan menghemat waktu serta penderitaan—dengan mengurangi frekuensi mereka memeriksa kinerja investasi. Mengikuti fluktuasi harian secara cermat adalah strategi yang merugikan, karena rasa sakit dari kerugian kecil yang sering terjadi lebih besar daripada kesenangan dari keuntungan kecil yang sama seringnya. Memeriksa kinerja sekali setiap kuartal sudah cukup, bahkan mungkin lebih dari cukup bagi investor individu.

Selain meningkatkan kualitas emosional kehidupan, secara sengaja menghindari paparan terhadap hasil jangka pendek juga meningkatkan kualitas keputusan dan hasilnya. Reaksi jangka pendek yang khas terhadap kabar buruk adalah meningkatnya aversi terhadap kerugian. Investor yang menerima umpan balik secara agregat menerima kabar buruk jauh lebih jarang, sehingga cenderung kurang aversif terhadap risiko dan pada akhirnya menjadi lebih makmur. Anda juga akan lebih jarang melakukan perubahan portofolio yang tidak perlu jika Anda tidak mengetahui kinerja setiap saham setiap hari—atau bahkan setiap minggu atau bulan. Komitmen untuk tidak mengubah posisi selama beberapa periode (setara dengan “mengunci” investasi) terbukti meningkatkan kinerja keuangan.

Kebijakan Risiko

Para pengambil keputusan yang rentan terhadap kerangka sempit cenderung membentuk preferensi baru setiap kali mereka menghadapi pilihan berisiko. Mereka akan lebih baik jika memiliki kebijakan risiko yang secara rutin diterapkan setiap kali masalah yang relevan muncul.

Contoh kebijakan risiko yang umum adalah: “selalu memilih deductible tertinggi ketika membeli asuransi” dan “tidak pernah membeli garansi tambahan.” Kebijakan risiko merupakan sebuah kerangka luas. Dalam contoh asuransi tersebut, Anda mengharapkan kemungkinan sesekali harus menanggung seluruh deductible atau sesekali mengalami kerusakan produk yang tidak diasuransikan. Isu yang relevan adalah kemampuan Anda untuk mengurangi atau bahkan menghilangkan rasa sakit akibat kerugian sesekali tersebut dengan mengingat bahwa kebijakan yang membuat Anda terekspos pada risiko itu hampir pasti lebih menguntungkan secara finansial dalam jangka panjang.

Kebijakan risiko yang menggabungkan banyak keputusan serupa ini analog dengan pandangan luar (outside view) dalam masalah perencanaan yang telah saya bahas sebelumnya. Pandangan luar mengalihkan fokus dari rincian situasi saat ini menuju statistik hasil dalam situasi-situasi serupa. Dengan demikian, pandangan luar merupakan kerangka luas untuk memikirkan rencana. Kebijakan risiko adalah kerangka luas yang menempatkan suatu pilihan berisiko tertentu ke dalam kumpulan pilihan serupa.

Pandangan luar dan kebijakan risiko merupakan penangkal terhadap dua bias berbeda yang memengaruhi banyak keputusan: optimisme berlebihan dari planning fallacy dan kehati-hatian berlebihan akibat aversi kerugian. Kedua bias ini sebenarnya saling menyeimbangkan. Optimisme yang berlebihan melindungi individu dan organisasi dari efek melumpuhkan aversi terhadap kerugian; sebaliknya, aversi terhadap kerugian melindungi mereka dari kebodohan optimisme yang terlalu percaya diri.

Hasil akhirnya cukup nyaman bagi pengambil keputusan. Para optimis percaya bahwa keputusan mereka lebih berhati-hati daripada kenyataannya, sedangkan pengambil keputusan yang aversif terhadap kerugian secara tepat menolak tawaran-tawaran marginal yang mungkin sebaliknya akan mereka terima. Tentu saja tidak ada jaminan bahwa kedua bias ini selalu saling meniadakan dalam setiap situasi. Sebuah organisasi yang mampu menghilangkan optimisme berlebihan sekaligus aversi kerugian yang berlebihan seharusnya melakukannya. Tujuan idealnya adalah menggabungkan pandangan luar dengan kebijakan risiko.

Richard Thaler pernah menceritakan sebuah diskusi tentang pengambilan keputusan yang ia lakukan dengan para manajer puncak dari 25 divisi sebuah perusahaan besar. Ia meminta mereka mempertimbangkan sebuah opsi berisiko: dengan probabilitas yang sama, mereka bisa kehilangan sejumlah besar modal yang mereka kelola atau memperoleh dua kali lipat jumlah tersebut. Tidak satu pun eksekutif bersedia menerima taruhan yang begitu berbahaya.

Thaler kemudian beralih kepada CEO perusahaan yang juga hadir dalam diskusi itu dan menanyakan pendapatnya. Tanpa ragu, sang CEO menjawab, “Saya ingin semuanya menerima risiko mereka.” Dalam konteks percakapan tersebut, wajar bagi CEO untuk menggunakan kerangka luas yang mencakup seluruh 25 taruhan. Seperti Sam yang menghadapi 100 lemparan koin, ia dapat mengandalkan agregasi statistik untuk mengurangi risiko keseluruhan.

Berbicara tentang Kebijakan Risiko

“Katakan padanya untuk berpikir seperti seorang trader! Kadang menang, kadang kalah.”

“Saya memutuskan mengevaluasi portofolio saya hanya sekali setiap kuartal. Saya terlalu aversif terhadap kerugian untuk membuat keputusan yang masuk akal ketika menghadapi fluktuasi harga harian.”

“Mereka tidak pernah membeli garansi tambahan. Itulah kebijakan risiko mereka.”

“Setiap eksekutif kami aversif terhadap kerugian di bidangnya masing-masing. Itu sangat wajar, tetapi akibatnya organisasi tidak mengambil risiko yang cukup.”