Mengapa Penelitian Kosmetik Perlu Membedakan Korelasi dan Hubungan Sebab-Akibat?

Dua perubahan yang terjadi bersamaan dalam penelitian kosmetik belum tentu saling menyebabkan. Membedakan korelasi dan hubungan kausal penting agar hasil riset tidak ditafsirkan berlebihan.

Penelitian kosmetik sering melibatkan pengukuran berbagai parameter sebelum dan setelah penggunaan produk. Peningkatan hidrasi, perubahan indeks melanin, atau berkurangnya tampilan kerutan dapat diamati melalui instrumen tertentu. Ketika perubahan tersebut muncul bersamaan dengan pemakaian kosmetik, peneliti perlu memastikan apakah produk benar-benar menjadi penyebabnya.

Persoalan ini berkaitan dengan perbedaan antara korelasi dan hubungan sebab-akibat. Korelasi menunjukkan adanya keterkaitan statistik antara dua variabel, sedangkan hubungan kausal menyatakan bahwa perubahan suatu faktor menyebabkan perubahan faktor lain. Keduanya membutuhkan pendekatan pembuktian yang berbeda.

Baca Juga: Mengapa Penelitian Kosmetik Perlu Membedakan Statistical Significance dan Clinical Relevance?

Mengapa Dua Variabel yang Berkaitan Belum Tentu Saling Menyebabkan?

Bayangkan penelitian menemukan bahwa peserta yang menggunakan serum lebih rutin memiliki tingkat hidrasi kulit lebih tinggi. Hasil tersebut menunjukkan adanya hubungan antara frekuensi penggunaan dan kondisi hidrasi. Akan tetapi, peserta yang lebih disiplin mungkin juga menggunakan pelembap tambahan atau memiliki kebiasaan perawatan berbeda.

Faktor lain yang berkaitan dengan variabel penelitian disebut faktor perancu atau confounder. Dalam penelitian kosmetik, contohnya meliputi usia, kondisi kulit awal, paparan sinar matahari, kelembapan lingkungan, dan penggunaan produk lain. Jika tidak dikendalikan, faktor tersebut dapat memengaruhi interpretasi hubungan antara produk dan hasil pengukuran.

Masalah serupa muncul ketika peneliti membandingkan hasil sebelum dan setelah penggunaan produk tanpa kelompok kontrol. Perubahan yang teramati mungkin berkaitan dengan penggunaan kosmetik, tetapi juga dapat dipengaruhi variasi alami kondisi kulit. Karena itu, pengukuran berulang saja belum cukup untuk memastikan penyebab perubahan.

Epidemiolog Sir Austin Bradford Hill menjelaskan persoalan penilaian kausalitas melalui publikasinya pada 1965, The Environment and Disease: Association or Causation?. Ia menguraikan sejumlah pertimbangan, termasuk urutan waktu, konsistensi temuan, dan kemungkinan penjelasan biologis. Pertimbangan tersebut membantu menilai bukti, bukan menyediakan daftar yang secara otomatis membuktikan hubungan sebab-akibat.

Baca Juga: Mengukur Dysbiosis Kulit, Parameter Apa yang Sebenarnya Bisa Dipercaya?

Bagaimana Penelitian Kosmetik Dapat Menguji Hubungan Kausal?

Salah satu pendekatan yang lebih kuat adalah penelitian terkontrol dengan pembagian peserta secara acak. Kelompok yang menggunakan produk dapat dibandingkan dengan kelompok kontrol yang menerima produk pembanding sesuai tujuan penelitian. Pengacakan membantu mengurangi perbedaan karakteristik peserta yang berpotensi memengaruhi hasil.

Penyamaran perlakuan atau blinding juga dapat mengurangi bias penilaian. Hal ini penting ketika hasil penelitian mencakup persepsi peserta mengenai kelembutan, kecerahan, atau kenyamanan kulit. Penilaian objektif menggunakan instrumen tetap perlu dilaksanakan dengan prosedur yang konsisten.

Perspektif keilmuan Prof. Dr. rer. nat. apt. Anis Yohana Chaerunisaa, Guru Besar Fakultas Farmasi Universitas Padjadjaran, relevan dalam memahami pentingnya keandalan metode pengukuran. Publikasi ilmiah yang mencantumkan beliau sebagai penulis bersama membahas validasi metode analisis, termasuk akurasi dan presisi. Prinsip tersebut penting karena kesimpulan kausal membutuhkan data yang terukur secara andal, meskipun validasi metode saja tidak membuktikan kausalitas.

Penelitian juga perlu mempertimbangkan besar efek, ketidakpastian pengukuran, dan relevansi hasil bagi pengguna. Perbedaan yang bermakna secara statistik belum tentu cukup besar untuk menghasilkan manfaat yang terlihat. Sebaliknya, hasil yang menjanjikan memerlukan evaluasi terhadap desain penelitian sebelum diterjemahkan menjadi klaim produk.

Tidak semua pertanyaan penelitian harus dijawab melalui percobaan acak. Penelitian observasional tetap berguna untuk menemukan pola, membangun hipotesis, dan mengidentifikasi faktor yang perlu diteliti lebih lanjut. Akan tetapi, kekuatan kesimpulannya harus disesuaikan dengan kemampuan desain penelitian mengendalikan penjelasan alternatif.

Dalam pengembangan kosmetik, pembedaan tersebut berpengaruh langsung terhadap pembuktian efektivitas. Temuan bahwa kadar suatu bahan berkorelasi dengan perubahan parameter kulit tidak otomatis membuktikan bahan itulah penyebab manfaatnya. Formulasi keseluruhan, kondisi penggunaan, dan faktor peserta tetap perlu diperhitungkan.

Korelasi membantu peneliti menemukan hubungan yang layak diselidiki, sedangkan pembuktian sebab-akibat membutuhkan rancangan penelitian yang mampu menguji penjelasan alternatif. Ketelitian membedakan keduanya membantu industri kosmetik menyampaikan hasil riset secara lebih bertanggung jawab. [][Tim Labcos/LC]

Penulisan artikel ini dibantu AI dan telah melewati proses kurasi Redaksi.