When to Rob a Bank

Pertanyaan yang Tidak Seharusnya Anda Tanyakan 

"Kapan waktu terbaik untuk merampok bank?" 

Ini bukan pertanyaan yang Anda harapkan dari ekonom pemenang medali Clark—salah satu penghargaan paling bergengsi di bidang ekonomi. 

Tapi Steven Levitt bukan ekonom biasa. 

Selama bertahun-tahun, bersama co-author Stephen Dubner, Levitt menulis blog Freakonomics yang mengajukan pertanyaan-pertanyaan "salah": 

• Mengapa dealer narkoba masih tinggal dengan ibunya?
• Apakah nama anak Anda mempengaruhi kesuksesannya?
• Mengapa dokter mencuci tangan lebih jarang daripada yang mereka akui?
• Apa yang lebih berbahaya: pistol atau kolam renang?

Pertanyaan-pertanyaan ini terdengar konyol. Provokatif. Kadang menyinggung. Tapi di balik setiap pertanyaan ada sesuatu yang lebih dalam: pemahaman tentang bagaimana insentif menggerakkan perilaku manusia dengan cara yang sering tidak kita sadari. 

"When to Rob a Bank" adalah kompilasi posting blog terbaik mereka—132 esai pendek yang menantang cara kita berpikir tentang dunia. Buku ini bukan tentang mendorong Anda merampok bank (spoiler alert: jangan lakukan itu). Buku ini tentang mengajarkan Anda berpikir seperti ekonom—tapi ekonom yang tidak takut bertanya pertanyaan yang membuat orang tidak nyaman. 

Dan jawabannya? Sering mengejutkan. Kadang lucu. Selalu enlightening. 

Mari kita mulai dengan pertanyaan paling penting: Kapan waktu terbaik untuk merampok bank?

---

Bagian 1: Kapan Waktu Terbaik untuk Merampok Bank? (Dan Mengapa Anda Tidak Seharusnya) 

Analisis Ekonomi dari Kejahatan Bodoh 

Levitt menganalisis data ribuan perampokan bank di Amerika. Dan dia menemukan pola yang jelas: 

Rata-rata hasil perampokan bank: $4,330 

Kedengarannya lumayan? Tunggu dulu. 

Rata-rata waktu yang dihabiskan di penjara jika tertangkap: 5 tahun

Kemungkinan tertangkap: 60-70% 

Mari kita hitung: Jika Anda merampok bank dan mendapat rata-rata $4,330, tapi ada kemungkinan 65% Anda tertangkap dan masuk penjara 5 tahun... 

Return per jam Anda: sekitar $10-15 per jam. 

Lebih rendah dari gaji minimum di banyak negara bagian! 

Dan itu kalau Anda tidak tertangkap. Kalau tertangkap (yang sangat mungkin), return-nya negatif—Anda kehilangan tahun-tahun kehidupan Anda. 

Levitt menyimpulkan: "Merampok bank adalah salah satu pekerjaan dengan risk-reward ratio terburuk yang pernah ada. Anda lebih baik kerja di McDonald's." 

Tapi Jika Anda Memang Harus Merampok Bank... 

Levitt kemudian—dengan tongue-in-cheek—menganalisis data untuk menemukan strategi optimal (sekali lagi: jangan lakukan ini): 

Waktu terbaik: Jumat, sekitar jam 9 pagi 

• Mengapa? Bank baru buka, uang tunai dari deposit malam sebelumnya ada di kasir, belum dikirim ke vault
• Jumat karena ada lebih banyak transaksi akhir pekan

Bank terbaik: Bank kecil di pinggiran kota 

• Mengapa? Keamanan lebih lemah, respons polisi lebih lambat, tapi tetap ada uang cukup

Metode terbaik: Catatan tertulis, bukan senjata

• Mengapa? Hukumannya jauh lebih ringan (perampokan tanpa senjata vs bersenjata)

Kesalahan terbesar perampok: 

• Merampok bank yang sama dua kali (gampang tertangkap)
• Merampok saat siang hari dengan banyak saksi
• Tidak punya rencana melarikan diri

Tapi kesimpulan utamanya tetap sama: Bahkan dengan strategi "optimal", merampok bank adalah ide yang sangat buruk. 

Pelajaran pertama: Data bisa mengungkap bahwa hal yang terlihat menarik sebenarnya bodoh—jika Anda mau menghitung dengan jujur.

---

Bagian 2: Insentif—Kekuatan Tersembunyi yang Menggerakkan Dunia 

Mengapa Guru Menyontek untuk Murid Mereka 

Tahun 1990-an, Chicago menerapkan sistem baru: gaji dan bonus guru tergantung pada skor tes murid mereka. 

Tujuannya baik: motivasi guru untuk mengajar lebih baik. 

Hasilnya? Banyak guru menyontek. 

Levitt menganalisis data skor tes dari ratusan ribu murid. Dia menemukan pola mencurigakan: 

• Di beberapa kelas, jawaban salah yang sama muncul pada urutan yang identik di banyak lembar jawaban
• Pola penghapusan yang sama persis
• Peningkatan skor dramatis di tahun tertentu, lalu turun drastis tahun berikutnya

Apa yang terjadi? Guru mengubah jawaban murid setelah tes selesai—menghapus jawaban salah dan mengisi yang benar. 

Mengapa mereka melakukan ini? 

Bukan karena guru itu jahat. Tapi karena insentif mereka berubah: 

• Bonus besar jika skor murid naik
• Ancaman dipecat jika skor turun
• Tidak ada konsekuensi jika tertangkap menyontek (awalnya)

Ketika insentif berubah, perilaku berubah—kadang dengan cara yang tidak diharapkan pembuat kebijakan. 

Pelajaran kedua: Orang merespons insentif. Selalu. Kadang dengan cara yang Anda tidak duga—dan tidak Anda inginkan. 

Mengapa Dealer Narkoba Tinggal dengan Ibunya 

Sudhir Venkatesh, sosiolog yang bekerja dengan Levitt, menghabiskan bertahun-tahun embedded dengan geng narkoba di Chicago. 

Temuan mengejutkan: Sebagian besar dealer narkoba level bawah menghasilkan kurang dari gaji minimum—dan masih tinggal dengan ibu mereka. 

Tunggu—bukankah dealing narkoba itu lucrative? Bukankah mereka kaya?

Struktur Ekonomi Geng Narkoba 

Ternyata geng narkoba terstruktur seperti korporasi: 

• Ada CEO di puncak (yang kaya)
• Ada mid-level managers (yang lumayan)
• Ada foot soldiers—dealer jalanan (yang miskin)

Dealer jalanan bekerja dalam kondisi: 

• Gaji: $3,30 per jam (di bawah minimum wage)
• Risiko: 1 dari 4 kemungkinan terluka parah atau mati dalam 4 tahun
• Jam kerja: Panjang dan tidak menentu

Lalu mengapa mereka melakukannya? 

Karena insentif bukan hanya uang sekarang—tapi harapan promosi. 

Seperti atlet muda yang bermimpi masuk NBA atau aktris yang menunggu meja sambil berharap ditemukan Hollywood, dealer jalanan berharap suatu hari naik ke posisi boss yang menghasilkan $100,000+ per tahun. 

Kemungkinannya kecil. Tapi harapan itu cukup untuk membuat mereka bertahan—meskipun economic return-nya buruk. 

Pelajaran ketiga: Insentif bukan hanya tentang uang. Harapan, status, dan impian masa depan juga powerful motivator—bahkan ketika data menunjukkan impian itu tidak realistis.

---

Bagian 3: Data vs Conventional Wisdom 

Apa yang Lebih Berbahaya: Pistol atau Kolam Renang? 

Tanyakan pada orangtua mana pun: "Apakah Anda merasa nyaman anak Anda main di rumah yang ada pistol?" 

Mayoritas akan berkata: "Tidak! Terlalu berbahaya!" 

"Bagaimana dengan rumah yang ada kolam renang?" 

"Hmm... oke, asal diawasi." 

Tapi data menunjukkan sebaliknya: 

Di Amerika, setiap tahun: 

• Anak yang meninggal karena kecelakaan kolam renang: ~300
• Anak yang meninggal karena kecelakaan pistol di rumah: ~30

Kolam renang 10 kali lebih mematikan daripada pistol. 

Mengapa persepsi kita terbalik? 

Karena pistol mendapat liputan media yang dramatis. Setiap kecelakaan pistol jadi berita besar. Tapi kecelakaan kolam renang—meskipun jauh lebih sering—tidak mendapat perhatian yang sama. 

Otak kita menilai risiko bukan berdasarkan data, tapi berdasarkan ketersediaan contoh dalam memori kita. Semakin mudah kita mengingat sesuatu (karena sering diberitakan), semakin kita pikir itu sering terjadi. 

Pelajaran keempat: Intuisi dan "common sense" sering salah. Data bisa mengungkap kebenaran yang berlawanan dengan apa yang "semua orang tahu." 

Mengapa Sabuk Pengaman untuk Anak Mungkin Tidak Seefektif yang Anda Pikir 

Levitt menganalisis data kecelakaan mobil yang melibatkan anak-anak. 

Temuan kontroversial: Untuk anak di atas 2 tahun, sabuk pengaman biasa sama efektifnya dengan car seat khusus anak dalam mencegah kematian. 

Tunggu—bukankah semua orangtua diwajibkan membeli car seat yang mahal? Bukankah itu hukum?

Levitt tidak mengatakan car seat tidak berguna. Dia mengatakan: Data tidak menunjukkan perbedaan signifikan antara car seat dan sabuk pengaman biasa untuk anak yang sudah cukup besar. 

Mengapa car seat begitu dipromosikan? Kombinasi dari: 

• Industri car seat yang punya insentif untuk mempromosikan produk mereka
• Orangtua yang ingin merasa mereka melakukan "yang terbaik" untuk anak
• Regulator yang ingin terlihat protektif

Levitt bukan mengatakan jangan gunakan car seat. Dia mengatakan: Pertanyakan asumsi. Lihat data. Jangan hanya ikuti apa yang "semua orang lakukan" tanpa berpikir kritis. 

Pelajaran kelima: Banyak hal yang "semua orang tahu" sebenarnya tidak didukung data. Berpikir kritis adalah keterampilan yang langka—dan berharga.

---

Bagian 4: Konsekuensi Tidak Terduga 

Mengapa Larangan Aborsi Mungkin Meningkatkan Kejahatan (20 Tahun Kemudian) 

Ini adalah salah satu temuan paling kontroversial Levitt. 

Di tahun 1990-an, kejahatan di Amerika turun drastis—jauh lebih besar dari prediksi. Semua orang punya teori: 

• Strategi polisi yang lebih baik
• Hukuman yang lebih keras
• Ekonomi yang lebih baik
• Pengurangan narkoba

Levitt mengajukan teori berbeda: Roe v. Wade—keputusan tahun 1973 yang melegalkan aborsi di seluruh Amerika. 

Argumentnya: 

1. Wanita yang paling mungkin melakukan aborsi adalah mereka yang tidak siap punya anak—remaja, miskin, lajang 

2. Anak yang lahir dalam kondisi ini punya risiko lebih tinggi tumbuh dalam kemiskinan, tanpa pengawasan, dan terlibat dalam kejahatan 

3. Setelah aborsi legal, generasi anak yang berisiko tinggi untuk kejahatan tidak lahir

4. 20 tahun kemudian (ketika mereka seharusnya berusia remaja/dewasa muda), tingkat kejahatan turun 

Data mendukung ini: Negara bagian yang melegalkan aborsi lebih awal mengalami penurunan kejahatan lebih awal. 

Kontroversi: 

Ini bukan argumen moral tentang aborsi. Ini argumen empiris tentang konsekuensi tidak terduga dari kebijakan. 

Tapi banyak yang marah—dari kedua sisi perdebatan aborsi: 

• Pro-life marah karena terdengar seperti pembenaran aborsi
• Pro-choice marah karena terdengar seperti mengatakan aborsi adalah tool untuk mengurangi kejahatan

Levitt tidak mengambil posisi moral. Dia hanya menunjukkan data. 

Pelajaran keenam: Kebijakan punya konsekuensi jauh melampaui yang dimaksudkan—kadang puluhan tahun kemudian. Dan membicarakan data tidak berarti mengambil posisi moral.

Mengapa Undang-Undang Mandi untuk Kuda Bisa Membunuh Orang 

Levitt menceritakan studi tentang regulasi yang dimaksudkan baik tapi punya konsekuensi mematikan. 

Di awal 1900-an, kota-kota besar punya masalah: kotoran kuda di mana-mana. Jadi mereka membuat peraturan: pemilik kuda harus memandikan kuda mereka secara teratur. 

Kedengarannya bagus untuk kesehatan publik, kan? 

Tapi apa yang terjadi? 

Memandikan kuda itu mahal dan memakan waktu. Jadi banyak pemilik bisnis beralih dari kuda ke... mobil. 

Mobil awal tahun 1900-an sangat berbahaya—tidak ada sabuk pengaman, rem buruk, tidak ada regulasi keselamatan. 

Hasilnya: Lebih banyak orang meninggal dalam kecelakaan mobil daripada yang diselamatkan dari penyakit akibat kotoran kuda. 

Pelajaran ketujuh: Konsekuensi tidak terduga dari regulasi bisa lebih buruk daripada masalah yang ingin diselesaikan. Pembuat kebijakan perlu berpikir beberapa langkah ke depan—tidak hanya efek langsung.

---

Bagian 5: Mengapa Orang Berbohong dan Menipu

Eksperimen Kejujuran Sederhana yang Mengejutkan 

Levitt melakukan eksperimen sederhana dengan mahasiswa: 

Dia memberikan soal tes yang sangat sulit. Mahasiswa menjawab di lembar terpisah. Lalu mereka disuruh: 

1. Nilai pekerjaan mereka sendiri dengan kunci jawaban 

2. Laporkan skor mereka 

3. Hancurkan lembar jawaban mereka (jadi tidak bisa diverifikasi) 

Mahasiswa dibayar berdasarkan skor yang mereka laporkan. 

Apa yang terjadi? 

Lebih dari 70% mahasiswa menipu—melaporkan skor lebih tinggi daripada yang sebenarnya mereka dapat. 

Tapi inilah yang menarik: Kebanyakan hanya menipu sedikit. 

Jika mereka mendapat 3 benar dari 10, mereka melaporkan 5 atau 6—bukan 10. Mengapa tidak menipu maksimal kalau tidak ada yang bisa membuktikan? 

Karena kita semua punya "moral speedometer" internal. Kita ingin menipu sedikit untuk mendapat keuntungan, tapi tidak cukup banyak sehingga kita merasa seperti orang jahat. 

Pelajaran kedelapan: Kebanyakan orang bukan sepenuhnya jujur atau sepenuhnya tidak jujur. Kita berada di tengah—menipu sedikit ketika kesempatan ada, tapi tidak terlalu banyak untuk merusak self-image kita. 

Mengapa Orang Lebih Jujur Ketika Ditonton—Bahkan oleh Gambar Mata

Eksperimen lain yang lucu: 

Di kantor, ada kotak kejujuran untuk kopi—ambil kopi, masukkan uang secukupnya. Tidak ada yang mengawasi. 

Peneliti mengubah satu variabel: gambar di dinding di atas kotak. 

Minggu 1: Gambar bunga Minggu 2: Gambar mata menatap 

Hasilnya? Ketika gambar mata dipasang, orang memasukkan uang 3 kali lebih banyak.

Gambar mata yang tidak bisa melihat apa-apa membuat orang lebih jujur! 

Mengapa? Karena otak primitif kita merespons tanda-tanda "diawasi" bahkan ketika kita tahu secara rasional tidak ada yang mengawasi. 

Aplikasi praktis: Jika Anda ingin mengurangi kecurangan, tidak selalu butuh pengawasan nyata—kadang cukup ilusi pengawasan. 

Pelajaran kesembilan: Perilaku kita sangat dipengaruhi oleh konteks dan isyarat lingkungan—bahkan yang tidak kita sadari.

---

Bagian 6: Pertanyaan-Pertanyaan Aneh dengan Jawaban Mengejutkan 

Apakah Nama Anak Anda Mempengaruhi Kesuksesannya? 

Orangtua menghabiskan bulan memilih nama "sempurna" untuk anak. Mereka khawatir: "Jangan terlalu aneh, nanti dibully." "Jangan terlalu umum, nanti tidak special." 

Tapi data menunjukkan: Nama hampir tidak punya efek pada kesuksesan hidup anak. 

Anak bernama "Winner" tidak lebih sukses dari anak bernama "Loser" (ya, ada orangtua yang benar-benar menamakan anaknya Loser—dan dia jadi polisi sukses). 

Yang mempengaruhi kesuksesan adalah faktor yang sama yang mempengaruhi pilihan nama: kelas sosial, pendidikan orangtua, nilai-nilai keluarga. 

Orangtua yang berpendidikan tinggi cenderung pilih nama tertentu DAN cenderung investasi lebih banyak dalam pendidikan anak. Tapi namanya sendiri bukan penyebab kesuksesan—itu hanya correlation, bukan causation. 

Mengapa Dokter Mencuci Tangan Lebih Jarang daripada yang Mereka Akui? 

Studi demi studi menunjukkan: dokter dan perawat tidak mencuci tangan sesering yang seharusnya—bahkan ketika mereka tahu itu menyelamatkan nyawa. 

Mengapa? 

Bukan karena mereka tidak peduli. Tapi karena insentif mereka tidak selaras dengan perilaku yang diinginkan. 

Mencuci tangan: 

• Butuh waktu (30-60 detik)
• Mengganggu workflow
• Membuat kulit kering dan iritasi (jika dilakukan 50+ kali sehari)
• Tidak ada reward langsung

Tidak mencuci tangan: 

• Lebih cepat
• Lebih nyaman
• Risiko infeksi terjadi pada pasien, bukan dokter
• Tidak ada punishment langsung

Solusi bukan ceramah tentang pentingnya hygiene—dokter sudah tahu. Solusinya adalah mengubah insentif: 

• Dispenser hand sanitizer di mana-mana (mengurangi usaha)
• Public scoreboard (social pressure)
• Reward untuk compliance tinggi

Pelajaran kesepuluh: Mengetahui apa yang benar tidak cukup. Jika insentif tidak mendukung perilaku yang benar, orang tidak akan melakukannya—bahkan dokter.

---

Bagian 7: Berpikir Seperti Freakonomist 

Prinsip-Prinsip Inti 

Setelah ratusan esai dan puluhan ribu kata, apa yang bisa kita pelajari tentang cara berpikir seperti "freakonomist"? 

1. Ajukan Pertanyaan yang Tidak Nyaman 

Jangan takut bertanya "mengapa" tentang hal-hal yang semua orang terima begitu saja. Contoh: 

• Mengapa pernikahan tradisional melibatkan cincin berlian mahal? (Jawaban: Kampanye marketing De Beers di tahun 1930-an)
• Mengapa kita bekerja 40 jam seminggu? (Jawaban: Warisan dari era industri, bukan karena itu optimal untuk produktivitas)

2. Data Lebih Powerful daripada Opini 

Opini semua orang punya. Data lebih langka—dan lebih berharga. 

Ketika semua orang "tahu" sesuatu, tanyakan: "Bagaimana kita tahu itu benar? Apa datanya?"

3. Cari Insentif Tersembunyi 

Ketika orang berperilaku dengan cara yang tampak irasional, tanyakan: "Apa insentif mereka sebenarnya?" 

Sering, perilaku yang tampak bodoh sebenarnya sangat rasional jika Anda memahami insentif yang benar. 

4. Correlation ≠ Causation 

Hanya karena dua hal terjadi bersamaan tidak berarti satu menyebabkan yang lain. 

Contoh: Negara dengan lebih banyak konsumsi cokelat punya lebih banyak pemenang Nobel. Apakah cokelat membuat orang pintar? Tidak—negara kaya makan lebih banyak cokelat DAN investasi lebih banyak di pendidikan. 

5. Konsekuensi Tidak Terduga Itu Nyata 

Setiap tindakan punya efek domino. Pembuat kebijakan—dan kita semua—perlu berpikir beberapa langkah ke depan. 

6. Jangan Takut Salah

Levitt sering mengakui ketika analisisnya salah atau tidak lengkap. Itu bukan kelemahan—itu kekuatan. Kesediaan untuk revisi pandangan ketika data baru muncul adalah tanda pikiran yang kuat, bukan lemah.

---

Penutup: Jadi, Kapan Waktu Terbaik untuk Merampok Bank? 

Kembali ke pertanyaan judul: Kapan waktu terbaik untuk merampok bank?

Setelah semua analisis, jawabannya sederhana: Tidak pernah. 

Bukan karena secara moral salah (meskipun memang salah). Tapi karena secara ekonomi bodoh. 

Risk-reward ratio-nya mengerikan. Return per jam-nya di bawah minimum wage. Kemungkinan tertangkapnya tinggi. Dan biaya opportunity-nya—tahun-tahun kehidupan yang hilang di penjara—tidak terukur. 

Tapi pertanyaan itu sendiri—pertanyaan provokatif, tidak nyaman, yang membuat orang berpikir "Mengapa seorang ekonom bertanya ini?"—itulah poinnya. 

Freakonomics bukan tentang ekonomi dalam artian sempit. Ini tentang menggunakan tools ekonomi—data, analisis insentif, berpikir tentang trade-offs—untuk memahami dunia dengan cara yang lebih jelas. 

Pertanyaan untuk Anda 

Coba aplikasikan pemikiran freakonomist pada hidup Anda: 

1. Keputusan apa yang Anda ambil karena "semua orang melakukannya"—tanpa benar-benar tahu mengapa? 

Contoh: 

• Kuliah di universitas tertentu karena "bergengsi" (tapi apakah ROI-nya worth it?)
• Membeli rumah karena "investasi bagus" (tapi apakah benar untuk situasi Anda?)
• Punya anak di usia tertentu karena "sudah waktunya" (tapi apakah Anda benar-benar siap?)

2. Insentif tersembunyi apa yang menggerakkan perilaku Anda? 

Contoh: 

• Mengapa Anda bekerja lembur? Karena passionate tentang pekerjaan, atau karena takut terlihat tidak dedikasi?
• Mengapa Anda posting di media sosial? Untuk berbagi, atau untuk validasi?
• Mengapa Anda berolahraga? Untuk kesehatan, atau untuk terlihat baik di depan orang lain?

Tidak ada jawaban "benar"—tapi kesadaran akan insentif nyata Anda membantu membuat keputusan lebih baik. 

3. Data apa yang bisa mengubah pandangan Anda tentang sesuatu yang Anda "tahu" benar? 

Tantang diri Anda: Pilih satu belief yang kuat. Lalu cari data yang mungkin menentangnya. Apakah Anda bersedia mengubah pandangan jika data menunjukkan Anda salah? 

Tiga Takeaways Utama 

1. Conventional wisdom sering salah—pertanyakan segalanya. 

Hanya karena "semua orang tahu" sesuatu tidak berarti itu benar. Cari data. Berpikir kritis.

2. Insentif menggerakkan perilaku—memahami insentif adalah memahami dunia. 

Ketika orang berperilaku "irasional", biasanya mereka sangat rasional—Anda hanya tidak melihat insentif yang benar. 

3. Konsekuensi tidak terduga itu nyata dan penting—berpikirlah beberapa langkah ke depan. 

Setiap tindakan punya efek domino. Orang pintar memprediksi tidak hanya efek langsung, tapi efek kedua, ketiga, dan seterusnya.

---

Tentang Buku Asli 

"When to Rob a Bank: ...And 131 More Warped Suggestions and Well-Intended Rants" diterbitkan pada tahun 2015 sebagai kompilasi posting blog Freakonomics dari 2005-2012. 

Steven D. Levitt adalah ekonom di University of Chicago yang memenangkan John Bates Clark Medal pada 2003—salah satu penghargaan paling bergengsi di bidang ekonomi, sering dianggap sebagai "Nobel untuk ekonom muda." 

Stephen J. Dubner adalah jurnalis dan penulis yang berkolaborasi dengan Levitt sejak artikel New York Times Magazine tahun 2003 yang kemudian menjadi buku Freakonomics (2005)—salah satu buku ekonomi paling laris sepanjang masa. 

Bersama, mereka juga menulis: 

• SuperFreakonomics (2009)
• Think Like a Freak (2014)

Dan menjalankan Freakonomics Radio—podcast populer yang menerapkan pemikiran ekonomi pada topik-topik sehari-hari. 

"When to Rob a Bank" berbeda dari buku-buku mereka yang lain: 

• Lebih informal dan conversational (karena dari blog)
• Topik lebih beragam dan kadang lebih ringan
• Lebih pendek dan bisa dibaca dalam potongan kecil
• Lebih banyak humor dan provokasi

Untuk pemahaman lengkap tentang cara berpikir seperti freakonomist—dengan 132 esai yang mencakup segala hal dari reality TV hingga terorisme, dari baby names hingga donor organ—sangat disarankan membaca buku aslinya. 

Ringkasan ini menangkap filosofi dan beberapa contoh terbaik, tetapi buku asli menawarkan ratusan insight lain yang akan mengubah cara Anda melihat dunia. 

Sekarang pergilah dan mulai bertanya pertanyaan yang tidak nyaman. Cari data yang menantang asumsi Anda. Pikirkan tentang insentif tersembunyi di sekitar Anda. 

Karena seperti yang Levitt dan Dubner tunjukkan: Dunia jauh lebih menarik—dan lebih masuk akal—ketika Anda berhenti menerima conventional wisdom dan mulai berpikir sendiri. 

Dan ingat: Waktu terbaik untuk merampok bank adalah TIDAK PERNAH. Tapi waktu terbaik untuk mulai berpikir kritis tentang dunia? Sekarang.