Skripsi farmasi yang ditolak atau dikembalikan penguji jarang karena topiknya buruk — biasanya karena kesalahan yang sebenarnya bisa dicegah sejak draf pertama: klasifikasi obat yang keliru, instrumen yang dipakai tanpa memeriksa status lisensinya, atau uji statistik yang tidak sesuai desain. Panduan ini memetakan kesalahan yang paling sering membuat penguji mencoret skripsi farmasi, dikelompokkan per jenis kesalahan, beserta cara memperbaikinya sebelum sidang.
Kesalahan Konseptual: Klasifikasi Obat dan Terminologi yang Tidak Tepat
Farmasi punya sistem klasifikasi yang ketat — golongan obat (bebas, bebas terbatas, keras, narkotika, psikotropika), kategori terapi berdasarkan ATC (Anatomical Therapeutic Chemical), dan istilah teknis (bioavailabilitas, farmakokinetik vs farmakodinamik, efek samping vs reaksi obat merugikan) yang sering tertukar mahasiswa baru. Kesalahan umum: menyebut obat generik sebagai “obat murah” tanpa menjelaskan dasar regulasinya, mencampur istilah “interaksi obat” dengan “efek samping” seolah sama, atau salah mengklasifikasikan golongan obat dalam tabel data. Perbaikannya sederhana tapi sering diabaikan: definisikan setiap istilah teknis persis seperti literatur farmakologi standar sebelum memakainya di seluruh naskah, dan jangan menyederhanakan istilah teknis demi “mudah dibaca” — penguji farmasi menilai presisi istilah sebagai bagian dari kompetensi keilmuan Anda.
Kesalahan Metodologis Berdasarkan Jenis Skripsi
Jenis kesalahan metodologis berbeda tergantung jalur skripsi farmasi yang diambil. Untuk skripsi farmasi klinis/komunitas (kepatuhan obat, penggunaan obat rasional, pelayanan kefarmasian), kesalahan paling umum adalah tidak membedakan populasi pasien dengan jelas (rawat jalan vs rawat inap, penyakit akut vs kronis) padahal pola kepatuhan dan risiko keduanya berbeda jauh. Untuk skripsi teknologi farmasi/formulasi (pembuatan sediaan, uji stabilitas, uji disolusi), kesalahan umum adalah parameter uji yang tidak lengkap disebutkan (suhu, kelembapan, durasi penyimpanan) sehingga hasil tidak bisa direplikasi — padahal reproducibility adalah syarat dasar penelitian teknologi farmasi. Untuk skripsi farmakologi/toksikologi eksperimental (uji pada hewan coba atau kultur sel), kesalahan umum adalah tidak menyebutkan kriteria inklusi-eksklusi hewan coba secara eksplisit (galur, usia, berat badan) dan tidak menjelaskan prosedur etik penggunaan hewan coba yang dipakai.
Kesalahan Instrumen dan Status Lisensi
Banyak skripsi farmasi komunitas memakai kuesioner kepatuhan minum obat tanpa memeriksa status lisensinya — kasus paling terkenal adalah skala MMAS (Morisky Medication Adherence Scale), yang pemegang haknya secara historis menuntut lisensi berbayar untuk MMAS-4 maupun MMAS-8. Pada Juni 2025, pengadilan di Amerika Serikat, dalam gugatan MMAS Research terhadap CVS, memutuskan bahwa teks MMAS-4 dan MMAS-8 tidak berhak atas perlindungan hak cipta; namun putusan itu tidak menyentuh soal merek dagang maupun perangkat lunak (widget) MMAS, dan sengketa terkait skala ini masih berlanjut — jadi statusnya tetap perlu didiskusikan dengan pembimbing dan bagian etik kampus sebelum dipakai, bukan diasumsikan bebas dipakai begitu saja. Kesalahan lain: memodifikasi instrumen baku tanpa menyebutkan modifikasinya secara eksplisit, atau memakai instrumen yang dirancang untuk satu penyakit (misalnya kepatuhan obat hipertensi) pada populasi penyakit lain tanpa uji validitas ulang. Panduan lengkap memilih dan melaporkan instrumen kepatuhan obat dengan aman dibahas di panduan kuesioner kepatuhan minum obat skripsi farmasi.
Kesalahan Statistik yang Sering Dicoret
Kesalahan statistik paling umum di skripsi farmasi: memilih uji parametrik (uji t, ANOVA) tanpa menguji normalitas data terlebih dahulu, padahal data farmasi (kadar obat dalam darah, skor kepatuhan, jumlah efek samping) sering tidak berdistribusi normal pada sampel kecil. Kesalahan kedua: menyamakan signifikansi statistik dengan signifikansi klinis — nilai p yang signifikan pada perbedaan kadar obat yang sangat kecil secara klinis tidak otomatis berarti bermakna secara terapi, dan penguji farmasi klinis biasanya langsung menanyakan hal ini. Kesalahan ketiga: tidak menyebutkan metode koreksi untuk perbandingan berganda ketika menguji banyak variabel sekaligus, yang meningkatkan risiko temuan positif palsu.
Kesalahan Etik dan Keamanan Data Pasien
Skripsi yang melibatkan pasien atau rekam medis wajib melalui persetujuan etik penelitian kesehatan — kesalahan umum adalah menganggap penelitian survei sederhana “tidak perlu etik” padahal tetap melibatkan subjek manusia. Kesalahan lain: mencantumkan identitas pasien yang bisa dilacak (inisial lengkap, nomor rekam medis asli, alamat spesifik) dalam lampiran naskah yang akan diunggah ke repositori kampus — data ini harus dianonimkan sebelum naskah final diserahkan, bukan hanya disamarkan di badan naskah sementara lampiran mentah tetap menyertakan identitas asli. Alur pengajuan persetujuan etik dan penyusunan informed consent untuk penelitian kesehatan yang melibatkan pasien dibahas lebih rinci di panduan persetujuan etik dan informed consent — prinsip dasarnya sama untuk skripsi farmasi yang melibatkan subjek pasien.
Kesalahan etik lain yang khas farmasi: melakukan uji coba atau pemberian sediaan farmasi kepada partisipan tanpa mengikuti prosedur uji klinis yang berlaku, meski niatnya hanya “penelitian skripsi sederhana”. Setiap intervensi yang melibatkan pemberian obat atau sediaan farmasi kepada subjek manusia — sekecil apa pun skalanya — tunduk pada aturan etik penelitian klinis, dan sebagian besar kampus tidak mengizinkan mahasiswa S1 melakukan uji klinis mandiri tanpa supervisi ketat dari pembimbing yang memiliki kewenangan klinis. Bila topik Anda menyentuh area ini, klarifikasi sejak proposal apakah desain Anda benar-benar memungkinkan secara etik di level S1, atau perlu direvisi menjadi desain observasional (tanpa intervensi) yang lebih realistis.
Kesalahan Kerangka Konsep dan Variabel Perancu
Skripsi farmasi klinis sering mengukur kepatuhan atau efektivitas terapi tanpa mengendalikan variabel perancu yang secara farmakologis jelas berpengaruh — misalnya polifarmasi (pasien memakai banyak obat sekaligus), komorbiditas, atau kepatuhan terhadap diet/gaya hidup yang menyertai terapi obat. Kerangka konsep yang mengabaikan variabel perancu ini biasanya langsung dipertanyakan penguji: “bagaimana Anda memastikan efek yang diamati murni dari obat yang diteliti, bukan dari faktor lain yang menyertainya?” Kriteria inklusi-eksklusi yang eksplisit menyebutkan variabel perancu ini — misalnya membatasi sampel hanya pada pasien dengan satu diagnosis utama tanpa komorbiditas berat — adalah cara paling praktis mengendalikannya pada skripsi S1 yang ukuran sampelnya belum cukup besar untuk analisis multivariat.
Kesalahan terkait lainnya: menetapkan hipotesis yang mengklaim hubungan kausal (“obat X menyebabkan penurunan gejala Y”) padahal desain penelitiannya observasional/cross-sectional yang hanya bisa menunjukkan asosiasi, bukan sebab-akibat. Bahasa hipotesis dan kesimpulan harus konsisten dengan kekuatan desain yang benar-benar dipakai — desain eksperimental dengan kelompok kontrol yang tepat baru bisa mengklaim hubungan kausal, sementara desain observasional sebaiknya memakai bahasa “berhubungan dengan” atau “berasosiasi dengan”, bukan “menyebabkan”.
Kesalahan Penulisan dan Konsistensi Naskah
Kesalahan non-substantif yang tetap sering membuat sidang berjalan lama: nama obat yang ditulis tidak konsisten (kadang nama generik, kadang nama dagang, tanpa keterangan), satuan dosis yang berubah-ubah (mg vs g, mL vs L) tanpa konversi yang jelas, dan singkatan farmasi yang tidak didefinisikan di awal naskah (AUC, Cmax, Tmax, dan sejenisnya). Konsistensi penamaan obat sangat penting — gunakan nama generik sebagai istilah utama dan sebutkan nama dagang hanya sekali saat pertama kali disebut, lalu konsisten memakai satu istilah sepanjang naskah.
Menyiapkan Uji Asumsi Sebelum Memilih Statistik
Urutan yang benar untuk memilih uji statistik dimulai dari uji asumsi klasik — normalitas, homogenitas varians (untuk perbandingan kelompok), dan linearitas (untuk uji korelasi/regresi) — sebelum menentukan uji parametrik atau non-parametrik. Kesalahan yang sering terjadi: langsung memakai uji t atau ANOVA karena “biasanya dipakai penelitian sejenis” tanpa menjalankan uji asumsi terlebih dahulu, lalu penguji menemukan bahwa data sebenarnya tidak berdistribusi normal saat sidang. Urutan lengkap uji asumsi klasik di SPSS, ambang nilai yang dipakai, dan cara membaca hasilnya dibahas di panduan uji asumsi klasik SPSS untuk skripsi — terapkan urutan yang sama untuk data farmasi Anda sebelum menuliskan hasil di Bab IV.
Menjawab Pertanyaan Penguji tentang Kesalahan Ini
Bila penguji menemukan salah satu kesalahan di atas saat sidang, respons yang paling aman bukan membela diri secara defensif, melainkan mengakui titik lemahnya secara spesifik dan menjelaskan bagaimana Anda akan memperbaikinya — misalnya “saya belum menjalankan uji normalitas sebelum memilih uji t, akan saya perbaiki dengan menjalankan Shapiro-Wilk dan menyesuaikan pemilihan uji jika diperlukan” jauh lebih baik diterima daripada berargumen bahwa uji asumsi “tidak terlalu penting” untuk topik Anda. Penguji farmasi menilai bukan hanya ada-tidaknya kesalahan, tapi juga sejauh mana Anda memahami konsekuensi metodologis dari kesalahan tersebut — pemahaman yang ditunjukkan lewat cara Anda merespons, bukan sekadar mengoreksi angka di revisi.
Checklist Lima Menit Sebelum Sidang
- Semua istilah teknis (golongan obat, jenis interaksi, parameter farmakokinetik) didefinisikan konsisten dengan literatur standar.
- Status lisensi setiap instrumen baku yang dipakai sudah dicek dan didiskusikan dengan pembimbing.
- Uji normalitas dilakukan sebelum memilih uji parametrik/non-parametrik, dan hasilnya dilaporkan.
- Signifikansi statistik dibahas terpisah dari signifikansi klinis, tidak disamakan begitu saja.
- Persetujuan etik sudah diurus untuk penelitian yang melibatkan pasien/subjek manusia, termasuk survei sederhana.
- Identitas pasien dianonimkan konsisten di seluruh naskah, termasuk lampiran mentah.
- Nama obat dan satuan dosis konsisten dari Bab I sampai Bab V.
Kesalahan Menyusun Tinjauan Pustaka Farmasi
Satu kesalahan tambahan yang sering luput dari checklist: mengutip data farmakologis (dosis, interaksi obat, efek samping) dari sumber sekunder populer (situs kesehatan umum, forum) alih-alih dari literatur farmakologi baku atau farmakope. Tinjauan pustaka farmasi menuntut ketelitian sumber yang lebih tinggi daripada bidang lain karena klaim yang salah bisa berimplikasi pada keselamatan pasien bila diikuti pembaca awam — sekalipun konteksnya hanya naskah akademik. Selalu telusuri klaim dosis dan interaksi obat ke sumber primer (farmakope resmi, jurnal farmakologi, atau monografi obat resmi), bukan ringkasan populer yang sudah mengalami penyederhanaan berlapis.
Menyusun Naskah Farmasi yang Lebih Rapi
Tesify membantu menyusun draf naskah dengan konsistensi istilah dan struktur yang Anda tentukan sendiri, termasuk merapikan alur argumen antarbab. Anda tetap yang memutuskan klasifikasi obat, memverifikasi setiap klaim farmakologis terhadap literatur aslinya, dan bertanggung jawab penuh atas keakuratan naskah yang diajukan ke pembimbing; Tesify mempercepat penyusunan draf berdasarkan data yang Anda masukkan sendiri, bukan memverifikasi kebenaran klaim farmakologis untuk Anda.
Pertanyaan yang Sering Diajukan
Apakah skripsi farmasi klinis lebih sering ditolak daripada skripsi teknologi farmasi?
Tidak ada pola baku yang berlaku umum di semua kampus — jenis kesalahan yang muncul berbeda per jalur (klinis vs teknologi vs farmakologi), bukan berarti satu jalur secara inheren lebih berisiko ditolak daripada yang lain. Konsultasikan pola penilaian spesifik program studi Anda dengan pembimbing.
Apakah boleh memakai kuesioner kepatuhan obat yang sudah dimodifikasi tanpa uji validitas ulang?
Sebaiknya tidak — modifikasi apa pun pada instrumen baku (mengubah kata, menambah/mengurangi butir) idealnya diuji ulang validitas dan reliabilitasnya pada populasi lokal Anda, dan modifikasinya disebutkan eksplisit di metode.
Bagaimana cara tahu data farmasi saya perlu uji normalitas dulu?
Hampir selalu perlu untuk data numerik kontinu (kadar obat, skor, durasi) sebelum memilih uji statistik — jalankan uji normalitas (Shapiro-Wilk untuk sampel kecil, Kolmogorov-Smirnov untuk sampel besar) dan laporkan hasilnya di Bab III/IV sebagai dasar pemilihan uji.
Apakah penelitian survei kepatuhan obat tanpa intervensi tetap perlu ethical clearance?
Hampir selalu ya, karena tetap melibatkan subjek manusia dan data kesehatan pribadi — jangan berasumsi survei “tidak berisiko” otomatis bebas dari kewajiban etik, cek pedoman komite etik kampus Anda.
Apa beda signifikansi statistik dan signifikansi klinis?
Signifikansi statistik (nilai p) menunjukkan apakah perbedaan yang diamati kemungkinan besar bukan kebetulan; signifikansi klinis menunjukkan apakah perbedaan itu cukup besar untuk berarti secara terapi bagi pasien. Perbedaan kecil bisa signifikan secara statistik pada sampel besar tapi tidak bermakna secara klinis — penguji sering menguji pemahaman ini secara langsung.
Apakah nama dagang obat boleh dipakai di seluruh naskah?
Sebaiknya gunakan nama generik sebagai istilah utama sepanjang naskah, dan sebutkan nama dagang hanya sekali saat pertama kali muncul (bila memang relevan) — konsistensi ini yang paling sering diperiksa penguji farmasi.
Bagaimana jika penelitian saya melibatkan hewan coba, apakah tetap perlu izin etik?
Ya, penelitian dengan hewan coba juga memerlukan persetujuan etik penggunaan hewan (biasanya dari komite etik hewan coba institusi), terpisah dari komite etik penelitian pada manusia — cek prosedur pengajuannya sejak tahap proposal.
Apa yang harus dilakukan bila instrumen yang ingin dipakai ternyata berbayar/berlisensi?
Diskusikan dengan pembimbing sejak proposal — opsi umum termasuk mengajukan izin resmi ke pemegang lisensi, mencari instrumen alternatif yang setara dan bebas dipakai, atau menyusun instrumen sendiri dengan uji validitas-reliabilitas baru.
Apakah kesalahan mengklaim hubungan kausal dari desain observasional bisa diperbaiki cukup dengan mengganti kata di kesimpulan?
Biasanya cukup bila desainnya sendiri sudah benar (observasional/cross-sectional) dan hanya bahasanya yang perlu diperbaiki dari menyebabkan menjadi berhubungan dengan — tapi bila desainnya sejak awal salah dipilih untuk pertanyaan penelitian yang menuntut hubungan kausal, revisi biasanya perlu menyentuh Bab III, bukan hanya kesimpulan.
Apakah polifarmasi dan komorbiditas selalu harus dijadikan kriteria eksklusi?
Tidak selalu harus dieksklusi sepenuhnya — tergantung fokus penelitian Anda. Yang penting variabel ini disebutkan eksplisit sebagai kriteria inklusi/eksklusi atau dikendalikan lewat analisis statistik yang sesuai, bukan diabaikan begitu saja seolah tidak berpengaruh.