Cách nói dối bằng thống kê

Tên gốc: How to Lie with Statistics

Từ 10 tuổiđọc 9 phútthống kêtư duy phản biệntoán học đại chúng
Lưu ý nội dung một vài ví dụ đã lỗi thời về hút thuốc
Tìm mua sách ↓

Darrell Huff, qua một chuyến dạo nhẹ nhàng và dí dỏm quanh các mánh khóe của giới quảng cáo, báo chí và nhiều người khác, cho thấy con số, biểu đồ và số trung bình có thể đánh lừa ra sao, để người đọc học cách nhận ra sự lừa dối.

Giới thiệu

Cách nói dối bằng thống kê ra mắt năm 1954, do Darrell Huff, một biên tập viên và nhà văn của tạp chí, viết, với phần minh họa của Irving Geis. Đây là một cuốn sách ngắn và thường được gọi là cuốn sách thống kê được ưa chuộng nhất từng được viết. Huff không được đào tạo thành nhà thống kê, và ông viết nó như một cẩm nang về việc con số bị lạm dụng trong đời sống hằng ngày. Ông nói rằng bọn lừa đảo vốn đã biết những mánh này, nên người ngay thẳng phải học chúng để tự vệ. Mỗi chương nói về một loại mánh, với các ví dụ lấy từ những quảng cáo, tạp chí và cuộc khảo sát có thật. Huff thu thập nhiều ví dụ trong số đó với sự giúp đỡ của các nhà thống kê chuyên nghiệp. Cuốn sách vẫn được ưa chuộng suốt nhiều thập niên.

Tóm tắt đầy đủ

Sách có mười chương ngắn, mỗi chương được đặt tên theo một mánh, cộng với một lời mở đầu ngắn, trong đó Huff đối chiếu một cuộc thăm dò Gallup làm cẩn thận với một cuộc thăm dò bằng phiếu cắt từ báo về việc độc giả hiểu hệ mét đến đâu.

1. Mẫu có sẵn thiên lệch

Ý chính: Huff bắt đầu với mẫu (sample), nhóm nhỏ làm cơ sở cho một nhận định. Ví dụ chính của ông là một mẩu tin trên tạp chí nói rằng thu nhập trung bình của một thành viên khóa 1924 Đại học Yale là một số tiền chính xác đến kinh ngạc và ấn tượng. Ông chỉ ra rằng con số ấy chỉ có thể đến từ những bạn học có địa chỉ được biết và đã trả lời một bảng câu hỏi, mà những người này nhiều khả năng là người thành đạt hơn và sẵn lòng khoe hơn. Ông thêm vào ví dụ về dự báo bầu cử thất bại năm 1936 của tạp chí Literary Digest, vốn dựa trên danh sách những người có điện thoại và người đặt báo dài hạn, những người giàu hơn cử tri điển hình. Một mẫu chỉ có giá trị nếu mọi thành viên của cả nhóm đều có cơ hội được chọn như nhau, và ngay cả các cuộc thăm dò cẩn thận cũng luôn phải chống lại sự thiên lệch.

Trong cuộc sống: Một cuộc thăm dò những người đến phòng tập thể hình sẽ cho bạn biết rất ít về sức khỏe của cả thị trấn.

2. Con số trung bình được chọn khéo

Ý chính: Từ “trung bình” có thể nghĩa là trung bình cộng (mean), trung vị (median) hoặc giá trị xuất hiện nhiều nhất (mode), và chúng có thể cho những bức tranh rất khác nhau. Huff đưa ra một khu phố có thu nhập trông cao hay thấp tùy theo loại trung bình được nêu, và một công ty nhỏ mà lợi nhuận của ông chủ và lương công nhân có thể được mô tả theo cách lấy lòng hoặc phũ phàng. Ông nhận xét rằng các số liệu của Cục Điều tra Dân số Hoa Kỳ thường nói rõ họ dùng loại trung bình nào, nhưng nhiều nhà quảng cáo và phóng viên thì không. Mỗi khi thấy một con số trung bình, hãy hỏi: trung bình của cái gì, và ai được tính vào?

Trong cuộc sống: Một tỷ phú ở một thị trấn nhỏ có thể đẩy mức giàu “trung bình” lên rất cao.

3 và 4. Những con số nhỏ bị giấu đi, và làm ầm ĩ vì chuyện gần như chẳng có gì

Ý chính: Nhiều thống kê bỏ sót con số cho biết kết quả có ý nghĩa gì không. Ví dụ của Huff là một loại kem đánh răng được quảng cáo là giảm 23 phần trăm sâu răng, dựa trên một nhóm thử nghiệm chỉ khoảng mười hai người. Nếu một công ty cứ lặp lại các thử nghiệm nhỏ và cất đi những kết quả đáng thất vọng, thì sớm muộn may rủi cũng trao cho nó một dòng tít ấn tượng. Ông so sánh điều này với việc tung đồng xu mười lần và được tám lần sấp. Ông cũng mô tả một thử nghiệm vắc-xin bại liệt quá nhỏ để cho thấy điều gì, vì rất ít trẻ em ở cả hai nhóm có thể mắc bệnh bại liệt gây liệt, và giải thích vì sao cần báo cáo mức ý nghĩa thống kê và khoảng dao động quanh một số trung bình.

Trong cuộc sống: Kết quả từ mười người có thể trông ấn tượng, nhưng rất có thể chỉ là may.

Ý chính (tiếp): Ở chương 4, Huff hình dung hai đứa trẻ, Peter với điểm IQ là 98 và Linda với 101, và cho thấy khoảng cách như vậy nằm gọn trong sai số có thể xảy ra (probable error) của bài kiểm tra, nên nó chẳng cho biết đứa nào thông minh hơn. Mọi con số rút ra từ một mẫu đều đi kèm một khoảng cộng trừ, nên tốt nhất hãy coi kết quả là những khoảng giá trị, và việc so sánh các con số chỉ khác nhau chút ít là vô nghĩa. Ông nói thêm rằng các biên tập viên tạp chí, nhà quảng cáo và các hãng thuốc lá thường làm ầm lên về những khác biệt nhỏ xíu.

Trong cuộc sống: Hai thương hiệu chênh nhau một điểm trong một bài kiểm tra có sai số lớn thì trên thực tế là hòa.

5 và 6. Biểu đồ gây choáng và hình vẽ một chiều

Ý chính: Một biểu đồ đường bị cắt mất phần dưới, khiến trục dọc không bắt đầu từ số không, làm một thay đổi nhỏ trông như kịch tính. Đó là biểu đồ gây choáng (gee-whiz graph), loại khiến người xem phải thốt lên “ồ!”. Huff cho thấy một mức tăng mười phần trăm của thu nhập quốc dân có thể được vẽ cho trông to lớn thế nào, và dẫn các quảng cáo có thật, trong đó có một biểu đồ quỹ lương của chính phủ, nơi mức tăng dưới bốn phần trăm trông như hơn bốn trăm.

Trong cuộc sống: Một biểu đồ cột bắt đầu từ 95 thay vì từ số không làm một thay đổi nhỏ xíu trông khổng lồ.

Ý chính (tiếp): Ở chương 6, ông chuyển sang các biểu đồ hình ảnh, chẳng hạn túi tiền đại diện cho tiền lương. Chúng có thể đánh lừa khi một con số chỉ đơn giản được vẽ cao gấp đôi con số kia. Khi đó hình vẽ có diện tích gấp bốn lần, hay thể tích gấp tám lần, nên mắt thấy sự khác biệt lớn hơn nhiều so với các con số. Huff đưa các ví dụ thật từ tạp chí và từ một quảng cáo của một ngành, và đùa rằng một hình vẽ nhiều bò hơn có thể khiến người đọc nghĩ rằng chính những con bò đã to ra.

Trong cuộc sống: Một biểu đồ hình ảnh vẽ đồng xu cao gấp đôi để cho thấy doanh số tăng gấp đôi trông như tăng gấp bốn.

7. Con số gắn lỏng lẻo

Ý chính: Nếu không chứng minh được điều mình muốn, hãy chứng minh một điều khác và hy vọng không ai để ý. Các ví dụ của Huff gồm lời quảng cáo rằng một máy ép nước trái cây cho nhiều hơn 26 phần trăm nước ép, mà hóa ra là so với một dụng cụ vắt bằng tay, một cuộc thăm dò về cơ hội việc làm mà các câu trả lời phản ánh định kiến của người được hỏi nhiều hơn là sự thật, và một phép so sánh tỷ lệ tử vong của hải quân với của dân thường đã bỏ qua việc hai nhóm khác nhau đến thế nào. Ông cũng nhận xét rằng những số đếm thô như số người chết vì tai nạn đường bộ chẳng có nghĩa gì nếu thiếu tỷ lệ, và rằng số ca bệnh được báo cáo tăng lên có thể chỉ có nghĩa là việc báo cáo tốt hơn.

Trong cuộc sống: “Năm nay có nhiều người bị thương khi đi xe đạp hơn” chẳng có nghĩa gì nếu số người đi xe đạp tăng lên rất nhiều.

8. Lại là lầm tưởng “sau đó nên do đó” (post hoc)

Ý chính: Chương này nói về việc cho rằng, vì hai điều đi cùng nhau thì điều này gây ra điều kia. Huff mở đầu bằng một nghiên cứu thấy rằng sinh viên hút thuốc có điểm đại học thấp hơn sinh viên không hút, và hỏi liệu có thể điểm thấp khiến sinh viên đi hút thuốc, hay có một yếu tố thứ ba, như bản tính thích giao thiệp, đứng sau cả hai. Ông xếp các tương quan thành những loại do ngẫu nhiên, những loại mà chiều của nguyên nhân không rõ, và những loại mà không điều nào gây ra điều nào, và ông hoài nghi những nhận định rằng học đại học khiến bạn giàu hơn hay ít lập gia đình hơn, vì những người học đại học khác với những người không học.

Trong cuộc sống: Doanh số kem và số người chết đuối đều tăng vào mùa hè, nhưng kem không gây ra chuyện chết đuối.

9. Cách làm xảo thuật thống kê

Ý chính: Huff dùng từ tự đặt này (statisticulate, xảo thuật thống kê) để chỉ việc thao túng thống kê, và ông lập luận rằng sai sót hiếm khi ngẫu nhiên, vì chúng hầu như luôn nghiêng về cùng một hướng. Ông cho thấy một bản đồ tô màu có thể khiến chi tiêu liên bang trông khổng lồ ra sao bằng cách chọn những bang rộng và thưa dân, một con số về thu nhập gia đình của một quỹ đã bị thổi phồng thế nào khi lấy số trung bình theo đầu người nhân với bốn, các chữ số thập phân tạo vẻ chính xác giả ra sao, và các tỷ lệ phần trăm dựa trên những con số rất nhỏ hoặc trên một mốc thay đổi có thể gây hiểu lầm thế nào.

Trong cuộc sống: Lời quảng cáo “tiết kiệm 100 phần trăm” là lẫn lộn giữa giá ban đầu và giá mới.

10. Cách vặn lại một con số thống kê

Ý chính: Ở chương cuối, Huff đưa ra năm câu hỏi để đặt cho bất kỳ thống kê nào: Ai nói thế? Ông ta biết bằng cách nào? Còn thiếu gì? Có ai đã đổi chủ đề không? Điều đó có hợp lý không? Ông dùng một cuộc khảo sát của một tờ báo kinh doanh, trong đó phần lớn các công ty được hỏi đã không trả lời, để cho thấy nguồn thiên lệch và mẫu tự chọn đi cùng nhau thế nào, và ông cho thấy một phép so sánh bị thiếu, một mốc gốc bị thiếu hay một nguyên nhân bị thiếu có thể làm một con số rỗng nghĩa ra sao. Mục đích không phải là bác bỏ thống kê mà là đọc nó một cách phê phán và không bị đánh lừa bởi vẻ ngoài chính xác.

Trong cuộc sống: Nếu một công ty nói “đa số bác sĩ ưa chuộng” một sản phẩm, hãy hỏi bác sĩ nào và bao nhiêu người.

Vì sao tác phẩm đáng đọc

Cách nói dối bằng thống kê là cuốn sách bán chạy lâu năm và là cuốn nhập môn chuẩn mực về hiểu biết thống kê. Nó đã được dùng trong trường phổ thông và đại học, và được các nhà báo, doanh nhân và độc giả đại chúng đọc, và được dẫn ra mỗi khi con số bị lạm dụng. Năm câu hỏi của Huff vẫn là một bảng kiểm hữu ích. Tính thời sự của cuốn sách đã tăng lên trong thời đại dữ liệu và những nhận định trên mạng, khi biểu đồ và khảo sát có ở khắp nơi. Sách cũng từng bị chê vì các ví dụ, nhưng những bài học cốt lõi của nó vẫn đứng vững, và nó đã gợi cảm hứng cho nhiều cuốn sách về sau cùng chủ đề.

Những ý chính

  • Hãy kiểm tra mẫu. Một mẫu thiên lệch cho kết quả thiên lệch.
  • Hãy hỏi đó là loại trung bình nào. Trung bình cộng, trung vị và giá trị xuất hiện nhiều nhất có thể khác nhau.
  • Hãy tìm điều còn thiếu. Cỡ mẫu và biên độ sai số đều quan trọng.
  • Hãy đề phòng biểu đồ gây hiểu lầm. Các trục và hình ảnh có thể làm cho sự việc to ra.
  • Tương quan không phải nhân quả. Hãy tìm những cách giải thích khác.

Bài học có thể rút ra

Bạn có thể dùng năm câu hỏi của Huff cho bất kỳ thống kê nào bạn thấy trong tin tức hay trong quảng cáo. Hãy nhìn các trục của biểu đồ, và cỡ cùng nguồn của mẫu. Hãy hỏi một con số bỏ sót điều gì, và nó có được so sánh một cách công bằng không. Hãy dè chừng các tỷ lệ phần trăm gây ấn tượng mà không kèm những con số gốc. Và hãy dạy bạn bè và gia đình làm như vậy. Đồng thời, đừng trở nên hoài nghi cay độc: thống kê trung thực là công cụ quý, và mục đích là đọc chúng một cách cẩn thận.

Phê bình và góc nhìn khác

Một số nhà thống kê nhận xét rằng cuốn sách đã cũ và không trang trọng, và nó chỉ bàn những mánh đơn giản, không bàn những vấn đề sâu hơn của suy luận thống kê. Những người khác chỉ ra rằng chính Huff về sau có dính líu đến ngành công nghiệp thuốc lá, trong lời khai trước Quốc hội nhằm công kích lập luận của báo cáo năm 1964 của Tổng y sĩ Hoa Kỳ về hút thuốc và sức khỏe, và các nhà phê bình đã ghi nhận sự trớ trêu này, vì ông dùng kỹ năng của mình để gieo nghi ngờ lên bằng chứng. Một vài người nói rằng cuốn sách có thể khiến người đọc quá đa nghi với các con số. Dù vậy, với tư cách một cuốn nhập môn, nó vẫn hữu ích.

Ai nên đọc cuốn sách này?

Cuốn sách dành cho tất cả những ai đọc tin tức, quảng cáo hay báo cáo, kể cả học sinh và các bạn tuổi teen. Sách ngắn, vui và dễ đọc. Ai muốn một khóa học sâu hơn có thể đọc tiếp một cuốn nhập môn thống kê hiện đại.

Bản tóm tắt này được dịch từ tiếng Anh với sự hỗ trợ của AI.

Muốn đọc cả cuốn sách?

Bản tóm tắt chỉ là món khai vị, không phải bữa chính. Đây là nơi tìm cuốn sách đầy đủ.

Bạn đã đọc đến cuối 🎉

Tuyệt vời. Hãy đánh dấu cuốn này là đã đọc, chúng tôi sẽ gợi ý cuốn tiếp theo.

Nên đọc tiếp

Tín hiệu và nhiễu

Nate Silver

Nhà thống kê và nhà dự báo bầu cử Nate Silver giải thích vì sao phần lớn các dự đoán thất bại, và cho thấy dự báo tốt hơn đến từ việc suy nghĩ bằng xác suất, cập nhật theo bằng chứng mới và khiêm tốn trước sự bất định.

🔬 Khoa học

Khoa học dỏm

Ben Goldacre

Bác sĩ kiêm nhà văn Ben Goldacre vạch ra việc khoa học giả, thống kê tồi, những bài báo đưa tin sai lệch và chiêu trò của ngành dược phẩm và ngành thực phẩm chức năng làm méo mó những gì ta tưởng mình biết về sức khỏe ra sao, và dạy người đọc cách đánh giá bằng chứng.

🔬 Khoa học

Thế giới bị quỷ ám

Carl Sagan

Carl Sagan bênh vực khoa học như một ngọn nến thắp lên giữa bóng tối của mê tín và khoa học giả, đồng thời đưa ra một "bộ công cụ phát hiện lời nhảm nhí" (baloney detection kit) gồm những cách tư duy phản biện và kiểm chứng các tuyên bố.

🔬 Khoa học

Tư duy nhanh và chậm

Daniel Kahneman

Tâm trí chúng ta chạy bằng hai hệ thống, một hệ thống nhanh, trực giác và một hệ thống chậm, cẩn thận, và hiểu được hệ thống nhanh đánh lừa ta như thế nào có thể giúp ta quyết định tốt hơn về tiền bạc, rủi ro, công việc và hạnh phúc.

🧩 Tâm trí & tâm lý học

Nghệ thuật tư duy rành mạch

Rolf Dobelli

Tác giả người Thụy Sĩ Rolf Dobelli tập hợp khoảng một trăm chương ngắn về những lỗi tư duy thường gặp, như thiên kiến xác nhận (confirmation bias), thiên kiến người sống sót (survivorship bias) và ngụy biện chi phí chìm (sunk-cost fallacy), để giúp người đọc đưa ra ít quyết định dại dột hơn.

🧩 Tâm trí & tâm lý học

Lược sử thời gian

Stephen Hawking

Một trong những nhà vật lý vĩ đại nhất thế giới giải thích, gần như không dùng toán, những gì chúng ta biết về nguồn gốc, cấu trúc và số phận của vũ trụ, từ vụ nổ Big Bang đến các lỗ đen và bản chất của chính thời gian.

🔬 Khoa học

Muốn thứ gì khác?

Chọn một chủ đề khác, chúng tôi sẽ gợi ý ba cuốn để bắt đầu.

Hiển thị sách cho:
Duyệt tất cả sách →