Khi đọc các cuộc phỏng vấn những người thành công, chúng ta thường bắt gặp những câu chuyện như “tôi bỏ đại học để khởi nghiệp” hay “tôi đặt cược tất cả để thử sức”. Vậy những người cũng lựa chọn như thế rồi lặng lẽ biến mất đang ở đâu? Ảo giác nảy sinh khi chúng ta chỉ nhìn vào những kết quả còn lại trước mắt để đưa ra kết luận là một cái bẫy mà ngành thống kê đã cảnh giác từ lâu. Đó chính là “thiên lệch sống sót (Survivorship Bias)”.
Nói đơn giản, thiên lệch sống sót là “sai lầm khi chỉ quan sát những đối tượng sống sót sau một quá trình sàng lọc nào đó, rồi đánh giá toàn bộ mà không nhìn thấy những đối tượng đã bị loại”. Vì mẫu đã lệch về một phía ngay từ đầu, nên dù tính toán tinh vi đến đâu, kết luận vẫn dễ trở nên lạc quan hơn thực tế hoặc đi chệch hướng.
Tài liệu này trình bày một cách dễ hiểu từ định nghĩa và cơ chế hình thành thiên lệch sống sót đến câu chuyện máy bay ném bom trong Chiến tranh thế giới thứ 2, các ví dụ trong đời sống và đầu tư, cùng những thói quen giúp tìm ra dữ liệu không được nhìn thấy.
Cơ chế của thiên lệch sống sót và nguyên tắc diễn giải
Thiên lệch sống sót là gì?
Thiên lệch sống sót là sai lầm xuất hiện ngay từ bước chọn mẫu. Nếu nhóm muốn quan sát đã trải qua một bộ lọc như thi cử, cạnh tranh hay thời gian, thì dữ liệu trong tay chúng ta chỉ là “một phần đã vượt qua bộ lọc”, chứ không phải toàn bộ. Nhưng vì những đối tượng bị loại thường không để lại ghi chép hoặc không được chú ý, chúng ta dễ bị cuốn vào việc dùng những gì còn lại để giải thích toàn bộ.
- Bộ lọc (Filter): Quá trình phân chia đối tượng thành nhóm sống sót và nhóm bị loại.
- Mẫu sống sót (Survivors): Những đối tượng vượt qua bộ lọc và có thể quan sát được.
- Mẫu không được nhìn thấy (Silent Evidence): Những đối tượng bị loại và biến mất khỏi hồ sơ ghi chép.
Trong thống kê, đây được xem là một dạng “thiên lệch lựa chọn (Selection Bias)” theo nghĩa rộng. Vấn đề nằm ở việc không hỏi những gì đã không được đưa vào mẫu, chứ không nằm ở phép tính.
Cảm giác “nhạc ngày xưa hay hơn nhạc bây giờ” cũng có thể được giải thích bằng cơ chế tương tự. Những ca khúc vẫn được hát sau hàng chục năm chỉ là một phần được yêu thích lâu dài trong vô số ca khúc ra đời vào thời đó. Những bài nhanh chóng bị lãng quên thậm chí còn không xuất hiện trong danh sách so sánh, khiến quá khứ trông rực rỡ hơn thực tế.
Những vết đạn trên máy bay ném bom trở về
Câu chuyện thường được viện dẫn nhất để giải thích thiên lệch sống sót là trường hợp máy bay ném bom trong Chiến tranh thế giới thứ 2. Nhà toán học Abraham Wald, làm việc tại Nhóm Nghiên cứu Thống kê (Statistical Research Group) của Đại học Columbia ở Mỹ, được giao nghiên cứu cách ước tính khả năng chịu đựng các cuộc tấn công của địch đối với máy bay chiến đấu.
Câu chuyện thường được kể như sau. Khi kiểm tra những máy bay trở về, người ta thấy nhiều vết đạn trên cánh và thân máy bay, còn khu vực động cơ có tương đối ít. Nhiều người đề nghị gia cố những chỗ có nhiều lỗ đạn, nhưng Wald lại nghĩ ngược lại. Theo ông, ít thấy vết đạn ở động cơ là vì những máy bay trúng đạn tại đó vốn đã không thể trở về.
(1) Những lỗ đạn nhìn thấy được
Những lỗ đạn trên máy bay trở về cho biết “các vị trí mà máy bay vẫn chịu đựng được khi trúng đạn”.
(2) Những lỗ đạn không nhìn thấy được
Chính các vị trí trúng đạn trên những máy bay không thể trở về mới có khả năng cao là điểm yếu chí mạng.
Các báo cáo thực tế của Wald mang tính toán học cao hơn nhiều so với giai thoại đơn giản này. Xuất phát từ việc thiếu thông tin về những máy bay không thể trở về, ông đã trình bày trong nhiều bản ghi nhớ các phương pháp ước tính mức độ dễ tổn thương của từng bộ phận chỉ bằng dữ liệu còn lại. Dù câu chuyện đã được đơn giản hóa, ý tưởng cốt lõi vẫn được truyền đạt nguyên vẹn.
Nói một cách dễ hiểu, bài học ở đây là những gì không có trong dữ liệu lại có thể là thông tin quan trọng nhất.
Thiên lệch sống sót trong đời sống và đầu tư
Cái bẫy này không chỉ xuất hiện trên chiến trường. Trong lĩnh vực đầu tư, thống kê tỷ suất sinh lời của các quỹ được xem là một ví dụ điển hình. Nếu những quỹ đã đóng cửa hoặc sáp nhập vào quỹ khác vì kết quả kém bị loại khỏi dữ liệu, thì tỷ suất sinh lời trung bình chỉ tính trên các quỹ còn lại sẽ cao hơn thực tế.
Nhận định “nhà cửa ngày xưa được xây chắc chắn” cũng tương tự. Chỉ những công trình bền bỉ với thời gian mới còn tồn tại đến nay, còn những công trình xây dựng kém chất lượng có thể đã sụp đổ và bị loại khỏi đối tượng so sánh. Những cuốn sách quản trị tổng hợp điểm chung của các doanh nghiệp thành công cũng cần được đọc một cách thận trọng nếu không xem xét cả những doanh nghiệp thất bại khi sử dụng cùng chiến lược.
Vấn đề tương tự cũng xảy ra trong nghiên cứu y học. Nếu loại những bệnh nhân bỏ nghiên cứu giữa quá trình điều trị do tác dụng phụ hoặc hiệu quả không đủ, rồi chỉ phân tích những người theo đến cuối, hiệu quả điều trị có thể trông tốt hơn thực tế. Vì vậy, trong thử nghiệm lâm sàng, phương pháp đưa tất cả bệnh nhân được phân nhóm ban đầu vào phân tích đến cuối được coi trọng.
[Điểm cần chú ý qua các ví dụ]
- Trước tiên, hãy hỏi những đối tượng còn lại đã trải qua bộ lọc nào.
- Ghi lại cả số lượng và đặc điểm của những đối tượng đã biến mất.
- Chỉ đánh giá điểm chung của các trường hợp thành công sau khi so sánh với các trường hợp thất bại.
4 thói quen tìm kiếm dữ liệu không được nhìn thấy
Khó có thể tránh hoàn toàn thiên lệch sống sót, nhưng thay đổi thói quen diễn giải có thể giảm đáng kể ảnh hưởng của nó. Điều cốt yếu là trước tiên phải xem xét dữ liệu trước mắt đã “đi đến đây bằng cách nào”. Khi biết quá trình hình thành mẫu, chúng ta cũng có thể hình dung những mảnh ghép nào đang bị thiếu.
(1) Đếm toàn bộ đối tượng tại điểm xuất phát
Kiểm tra ban đầu có bao nhiêu đối tượng và còn lại bao nhiêu. Nếu không biết mẫu số, chúng ta cũng không thể biết tỷ lệ thành công.
(2) Tìm hồ sơ của những đối tượng bị loại
Chủ động thu thập dữ liệu về những đối tượng đã biến mất, như cửa hàng đóng cửa, người tham gia bỏ cuộc giữa chừng hay doanh nghiệp bị hủy niêm yết.
(3) Có nhóm so sánh từng đưa ra cùng lựa chọn
Lời nói “tôi đã thành công bằng phương pháp này” chỉ có ý nghĩa khi biết có bao nhiêu người đã thất bại với cùng phương pháp đó.
(4) Nêu rõ phạm vi của kết luận
Ghi rõ trong câu rằng kết luận “dựa trên những doanh nghiệp còn tồn tại” hay “dựa trên toàn bộ doanh nghiệp bắt đầu từ đầu”.
Câu chuyện thành công càng hào nhoáng, số lượng thất bại bị che khuất phía sau càng có vẻ ít đi. Kết quả trước mắt càng thuyết phục, chúng ta càng cần lùi lại một bước và tự hỏi mẫu đã được hình thành như thế nào.
Đặt câu hỏi “những đối tượng không thể trở về cho chúng ta biết điều gì” đằng sau những đối tượng sống sót nhìn thấy được chính là bước đầu tiên để đọc dữ liệu đúng cách.
