Liệu thống kê có sai lầm? - Mark Liddell

Xem đầy đủ tại: http://ed.ted.com/lessons/how-statistics-can-be-misleading-mark-liddell

Thống kê thường có tính thuyết phục cao. Đến nỗi mà nhiều người, các tổ chức và nhiều nước đưa ra quyết định dựa trên các số liệu tổng hợp. Tuy nhiên, bất kỳ bộ dữ liệu nào cũng ẩn chứa những mối nguy mà có thể đảo ngược hoàn toàn kết quả. Mark Liddell đã làm một bài điều tra về Nghịch lý Simpson.

Thống kê rất có tính thuyết phục.

Đến nỗi nhiều người, tổ chức, và
đất nước

đưa ra các quyết định quan trọng
dựa trên số liệu.

Nhưng thống kê có một vấn đề.

Bất cứ số liệu thống kê nào cũng
có điều ẩn chứa đằng sau,

điều có thể hoàn toàn đảo lộn kết
quả.

Ví dụ như tưởng tượng bạn sẽ chọn
một trong hai bệnh viện

để phẫu thuật cho người thân lớn
tuổi của bạn.

Trong số 1000 bệnh nhân gần đây
của mỗi bệnh viện,

900 người sống sót ở bệnh viện A,

trong khi chỉ có 800 sống sót ở
bệnh viện B.

Vậy nên có vẻ bệnh viện A là lựa
chọn tốt hơn.

Nhưng trước khi quyết định,

nhớ rằng không phải tất cả bệnh nhân
đến bệnh viện

với tình trạng sức khỏe giống nhau.

Và nếu ta chia 1000 bệnh nhân ở mỗi
bệnh viện

thành nhóm người có sức khỏe tốt
và nhóm có sức khỏe kém,

bạn sẽ thấy sự khác biệt.

Bệnh viện A chỉ có 100 bệnh nhân có
sức khỏe kém,

mà chỉ có 30 người sống sót.

Nhưng bệnh viện B có 400 người nhưng
lại cứu sống 210 người.

Vì thế bệnh viện B là lựa chọn
tốt hơn

cho bệnh nhân có tình trạng sức
khỏe xấu,

với tỉ lệ sống sót là 52.5%.

Và nếu sức khỏe người thân bạn tốt
khi đến bệnh viện?

Lạ lùng là bệnh viện B vẫn tốt hơn,

với tỉ lệ sống sót là 98%.

Vậy làm sao bệnh viện A lại có tỉ
lệ sống sót cao hơn

khi bệnh viện B có tỉ lệ bệnh nhân
sống sót ở mỗi nhóm cao hơn?

Vấn đề ta gặp phải gọi là Nghịch
lí Simpson,

khi nhóm số liệu giống nhau cho
các xu hướng trái ngược

dựa vào cách nó được phân nhóm.

Điều này thường xảy ra khi
dữ liệu tổng hợp mất một biến có điều kiện

đôi khi được gọi là biến ẩn,

là một yếu tố gián tiếp gây ảnh
hưởng lớn đến kết quả.

Ở đây, yếu tố gián tiếp là lượng
bệnh nhân

đến trong tình trạng sức khỏe tốt
hay kém.

Nghịch lí Simpston không chỉ xuất
hiện trong lí thuyết.

Nó còn hay xuất hiện trong cuộc
sống,

thỉnh thoảng còn trong các trường
hợp quan trọng.

Một nghiên cứu ở Anh cho thấy

lượng người hút thuốc sống sót
nhiều hơn người không hút

trong khoảng thời gian 20 năm.

Tuy nhiên, khi chia người tham gia
nghiên cứu theo nhóm tuổi

trung bình người không hút thuốc
lớn tuổi hơn nhiều,

và vì thế dễ chết trong thời gian
thí nghiệm,

phần vì họ nhìn chung sống lâu hơn.

Ở đây, nhóm tuổi chính là biến ẩn,

và quyết định đến tính đúng đắn
của số liệu.

Trong trường hợp khác,

một phân tích các vụ tử hình ở
Florida

cho thấy không có sự phân biệt
sắc tộc khi tuyên án

giữa những người da trắng và da đen
bị kết tội giết người.

Nhưng khi chia các trường hợp theo sắc
tộc lại có sự khác biệt.

Trong mỗi trường hợp,

bị cáo da đen có xu hướng bị án
tử hình hơn.

Nhìn chung tỉ lệ tuyên án cho
bị cáo da trắng cao hơn

bởi vì trường hợp các nạn nhân
là người da trắng

có xu hướng đưa ra án tử hình,

hơn trường hợp nạn nhân là người
da đen,

và phần lớn vụ giết người diễn ra
giữa nguời cùng màu da.

Vậy làm sao để tránh nghịch lí này?

Tiếc rằng, không có câu trả lời nào
đúng cho mọi trường hợp.

Số liệu có thể được nhóm lại và
chia ra theo nhiều cách khác nhau,

và các số liệu tổng hợp thường đưa
ra kết quả chính xác

hơn là số liệu được phân chia thành
các nhóm không phù hợp.

Những gì ta có thể làm là khảo sát kĩ
các tình huống thực tế được mô tả

và xem xét khả năng xuất hiện của
các thay đổi ẩn.

Nếu không, ta sẽ dễ trở thành đối tượng
của những người dùng thông tin

để chi phối người khác và
phục vụ cho lợi ích của bản thân.