TED2009
Nate Silver: Does racism affect how you vote?
Nate Silver: Apakah ras mempengaruhi suara dalam pemilu?
Filmed:
Readability: 4
498,847 views
Nate Silver memiliki jawaban tentang pertanyaan kontroversial tentang ras dalam politik. Apakah ras dari Obama mengurangi suaranya di beberapa daerah? Statistik dan mitos berbenturan dalam pembicaraan memikat ini yang diakhiri dengan pandangan luar biasa tentang bagaimana perencanaan kota dapat meningkatkan toleransi.
Nate Silver - Statistician
Math whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries. Full bio
Math whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries. Full bio
Double-click the English transcript below to play the video.
00:15
I want to talk about the election.
0
0
3000
Saya ingin berbicara tentang pemilu.
00:18
For the first time in the United States, a predominantly white group of voters
1
3000
3000
Untuk pertama kalinya di Amerika Serikat, pemilih yang kebanyakan berkulit putih
00:21
voted for an African-American candidate for President.
2
6000
3000
memilih seorang calon keturunan Afrika sebagai presiden.
00:24
And in fact Barack Obama did quite well.
3
9000
2000
Dan sebenarnya kemenangan Barack Obama cukup baik.
00:26
He won 375 electoral votes.
4
11000
2000
Dia menang dalam 375 pemilihan suara.
00:28
And he won about 70 million popular votes
5
13000
3000
Dan dia memenangi sekitar 70 juta suara
00:31
more than any other presidential candidate --
6
16000
2000
melebihi calon presiden lainnya
00:33
of any race, of any party -- in history.
7
18000
3000
dengan ras apapun, dari partai apapun, dalam sejarah.
00:36
If you compare how Obama did against how John Kerry had done four years earlier --
8
21000
4000
Jika Anda membandingkan Obama dengan yang dilakukan oleh John Kerry empat tahun sebelumnya --
00:40
Democrats really like seeing this transition here,
9
25000
3000
Partai Demokrat benar-benar berubah sekarang,
00:43
where almost every state becomes bluer, becomes more democratic --
10
28000
4000
di mana hampir setiap negara bagian menjadi lebih biru, menjadi lebih Demokrat --
00:47
even states Obama lost, like out west,
11
32000
2000
bahkan di negara bagian di mana Obama kalah, seperti di bagian barat.
00:49
those states became more blue.
12
34000
2000
Perolehan suara Partai Demokrat meningkat.
00:51
In the south, in the northeast, almost everywhere
13
36000
3000
Di selatan, timur laut, hampir di mana-mana
00:54
but with a couple of exceptions here and there.
14
39000
3000
dengan beberapa pengecualian di sana sini
00:57
One exception is in Massachusetts.
15
42000
2000
Salah satunya adalah di Massachusetts,
00:59
That was John Kerry's home state.
16
44000
2000
yang merupakan kampung halaman John Kerry.
01:01
No big surprise, Obama couldn't do better than Kerry there.
17
46000
2000
Bukan kejutan besar. Obama tidak bisa lebih baik daripada Kerry di sana.
01:03
Or in Arizona, which is John McCain's home,
18
48000
2000
Atau di Arizona, yang merupakan kampung halaman John McCain.
01:05
Obama didn't have much improvement.
19
50000
2000
Suara Obama tidak meningkat jauh.
01:07
But there is also this part of the country, kind of in the middle region here.
20
52000
2000
namun ada juga sebagian daerah, seperti di bagian tengah ini.
01:09
This kind of Arkansas, Tennessee, Oklahoma, West Virginia region.
21
54000
4000
Seperti di daerah Arkansans, Tennessee, Oklahoma, West Virginia.
01:13
Now if you look at '96, Bill Clinton --
22
58000
2000
Sekarang jika Anda melihat pada Bill Clinton pada tahun 1996
01:15
the last Democrat to actually win -- how he did in '96,
23
60000
3000
kemenangan terakhir Partai Demokrat, bagaimana dia melakukannya di tahun 1996
01:18
you see real big differences in this part of the country right here,
24
63000
3000
Anda akan melihat perbedaan besar pada daerah-daerah di sini --
01:21
the kind of Appalachians, Ozarks, highlands region, as I call it:
25
66000
4000
semacam daerah yang saya sebut sebagai dataran tinggi Appalachians, Ozarks.
01:25
20 or 30 point swings
26
70000
2000
Ada perubahan 20 atau 30 angka
01:27
from how Bill Clinton did in '96 to how Obama did
27
72000
2000
dari kemenangan Bill Clinton di tahun 1996 ke kemenangan Obama
01:29
in 2008.
28
74000
2000
di tahun 2008.
01:31
Yes Bill Clinton was from Arkansas, but these are very, very profound differences.
29
76000
5000
Benar, Bill Clinton berasal dari Arkansas, namun ada perbedaan yang sangat besar.
01:36
So, when we think about parts of the country like Arkansas, you know.
30
81000
2000
Jadi saat kita berpikir tentang bagian dari negara ini seperti Arkansas, Anda tahu.
01:38
There is a book written called, "What's the Matter with Kansas?"
31
83000
3000
Ada buku yang telah ditulis berjudul, Ada Apa dengan Kansas?
01:41
But really the question here -- Obama did relatively well in Kansas.
32
86000
3000
Namun yang menjadi pertanyaan di sini -- Obama melakukannya dengan baik di Kansas.
01:44
He lost badly but every Democrat does.
33
89000
2000
Dia kalah telak namun semua calon Partai Demokrat juga.
01:46
He lost no worse than most people do.
34
91000
2000
Kekalahannya tidak lebih buruk dari sebagian besar calon lainnya.
01:48
But yeah, what's the matter with Arkansas?
35
93000
4000
Namun, ada apa dengan Arkansas?
01:52
(Laughter)
36
97000
1000
(Tawa)
01:53
And when we think of Arkansas we tend to have pretty negative connotations.
37
98000
3000
Dan saat kita memikirkan Arkansas kita cenderung memiliki konotasi negatif.
01:56
We think of a bunch of rednecks, quote, unquote, with guns.
38
101000
3000
Kita berpikir tentang sekelompok pekerja kasar, dalam tanda kutip, bersenjata.
01:59
And we think people like this probably don't want to vote
39
104000
3000
Dan kita berpikir orang-orang seperti ini tidak ingin memilih
02:02
for people who look like this and are named Barack Obama.
40
107000
3000
orang-orang yang seperti ini, dan bernama Barack Obama.
02:05
We think it's a matter of race. And is this fair?
41
110000
3000
Kita berpikir ini adalah masalah ras. Lalu apakah ini adil?
02:08
Are we kind of stigmatizing people from Arkansas, and this part of the country?
42
113000
3000
Apakah kita mengklisekan orang-orang dari Arkansas, dan daerah-daerah ini?
02:11
And the answer is: it is at least partially fair.
43
116000
3000
Dan jawabannya adalah, paling tidak sebagian adil.
02:14
We know that race was a factor, and the reason why we know that
44
119000
2000
Kita tahu bahwa ras adalah faktor, dan alasan mengapa kita mengetahuinya
02:16
is because we asked those people.
45
121000
2000
adalah karena kita menanyai orang-orang itu.
02:18
Actually we didn't ask them, but when they conducted
46
123000
2000
Sebenarnya kami tidak menanyai mereka, namun saat diadakan
02:20
exit polls in every state,
47
125000
2000
pemilu di setiap negara bagian,
02:22
in 37 states, out of the 50,
48
127000
2000
di 37 dari 50 negara bagian
02:24
they asked a question, that was pretty direct, about race.
49
129000
3000
mereka ditanyai pertanyaan, yang langsung berhubungan dengan ras.
02:27
They asked this question.
50
132000
2000
Mereka ditanyai,
02:29
In deciding your vote for President today, was the race
51
134000
2000
dalam memberikan suara untuk pemilihan presiden, apakah ras
02:31
of the candidate a factor?
52
136000
2000
dari para calon adalah sebuah faktor?
02:33
We're looking for people that said, "Yes, race was a factor;
53
138000
3000
Kami mencari orang-orang yang menjawab, "Ya, ras adalah faktor
02:36
moreover it was an important factor, in my decision,"
54
141000
2000
bahkan merupakan faktor penting, dalam keputusan saya.'
02:38
and people who voted for John McCain
55
143000
3000
Dan orang-orang yang memilih John McCain
02:41
as a result of that factor,
56
146000
2000
sebagai hasil dari faktor itu
02:43
maybe in combination with other factors, and maybe alone.
57
148000
2000
mungkin digabungkan dengan faktor lainnya, mungkin juga tidak.
02:45
We're looking for this behavior among white voters
58
150000
3000
Kami melihat perilaku ini di kalangan pemilih kulit putih,
02:48
or, really, non-black voters.
59
153000
3000
atau sebenarnya, pemilih yang tidak berkulit hitam.
02:51
So you see big differences in different parts
60
156000
2000
Sehingga Anda lihat, ada perbedaan besar di daerah-daerah
02:53
of the country on this question.
61
158000
2000
yang berbeda di negara ini, tentang pertanyaan ini.
02:55
In Louisiana, about one in five white voters
62
160000
3000
Di Louisiana, sekitar satu dari lima pemilih kulit putih
02:58
said, "Yes, one of the big reasons why I voted against Barack Obama
63
163000
3000
berkata, "Ya, salah satu alasan utama mengapa saya tidak memilih Barack Obama
03:01
is because he was an African-American."
64
166000
2000
adalah karena dia keturunan Afrika."
03:03
If those people had voted for Obama,
65
168000
2000
Jika orang-orang itu memilih Obama,
03:05
even half of them, Obama would have won Louisiana safely.
66
170000
4000
setengahnya saja, Obama akan menang dengan telak di Louisiana.
03:09
Same is true with, I think, all of these states you see on the top of the list.
67
174000
2000
Hal yang sama juga, saya pikir, terjadi di seluruh negara bagian di daftar teratas.
03:11
Meanwhile, California, New York, we can say, "Oh we're enlightened"
68
176000
4000
Sementara, California, New York. Kita dapat berkata, "Kami telah mendapat pencerahan,"
03:15
but you know, certainly a much lower incidence of this
69
180000
2000
namun Anda tahu, pastinya pengaruhnya jauh lebih kecil
03:17
admitted, I suppose,
70
182000
2000
saya rasa, harus diakui,
03:19
manifestation of racially-based voting.
71
184000
3000
penjelmaan dari pemilihan berdasarkan ras.
03:22
Here is the same data on a map.
72
187000
2000
Ini adalah data yang sama dalam sebuah peta.
03:24
You kind of see the relationship between
73
189000
2000
Anda seperti dapat melihat hubungan antara
03:26
the redder states of where more people responded and said,
74
191000
2000
negara bagian dengan warna merah dengan di mana sebagian besar orang berkata
03:28
"Yes, Barack Obama's race was a problem for me."
75
193000
3000
"Ya, ras Barack Obama menjadi masalah bagi saya."
03:31
You see, comparing the map to '96, you see an overlap here.
76
196000
3000
Jika Anda lihat, dibandingkan dengan peta di tahun 1996, ada tumpang tindih di sini.
03:34
This really seems to explain
77
199000
2000
Hal ini tampaknya menjelaskan
03:36
why Barack Obama did worse
78
201000
2000
mengapa Barack Obama lebih buruk
03:38
in this one part of the country.
79
203000
2000
di daerah-daerah ini.
03:40
So we have to ask why.
80
205000
2000
Sehingga kita harus bertanya mengapa.
03:42
Is racism predictable in some way?
81
207000
2000
Apakah rasisme dapat diprediksi?
03:44
Is there something driving this?
82
209000
2000
Apakah ada sesuatu yang mengendalikannya?
03:46
Is it just about some weird stuff that goes on in Arkansas
83
211000
2000
Apakah hal ini hanya semacam hal aneh yang terjadi di Arkansas
03:48
that we don't understand, and Kentucky?
84
213000
2000
yang kita tidak mengerti, dan Kentucky?
03:50
Or are there more systematic factors at work?
85
215000
2000
Atau apakah ada faktor yang lebih sistematis?
03:52
And so we can look at a bunch of different variables.
86
217000
2000
Jadi kita dapat melihat pada beberapa variabel berbeda?
03:54
These are things that economists and political scientists look at all the time --
87
219000
3000
Ada hal-hal yang dilihat oleh ahli ekonomi dan pengamat politik setiap saat --
03:57
things like income, and religion, education.
88
222000
3000
seperti pendapatan, agama dan pendidikan.
04:00
Which of these seem to drive
89
225000
2000
Hal ini tampaknya mengendalikan
04:02
this manifestation of racism
90
227000
2000
penjelmaan dari rasisme
04:04
in this big national experiment we had on November 4th?
91
229000
3000
dalam percobaan besar nasional yang berlangsung pada 4 November?
04:07
And there are a couple of these that have
92
232000
2000
Lalu ada beberapa dari faktor ini yang memiliki
04:09
strong predictive relationships,
93
234000
2000
hubungan kuat yang dapat diperkirakan --
04:11
one of which is education,
94
236000
3000
salah satunya adalah pendidikan.
04:14
where you see the states with the fewest years of schooling
95
239000
2000
Di mana Anda melihat negara bagian dengan pendidikan terendah
04:16
per adult are in red,
96
241000
2000
untuk setiap orang dewasa, dengan warna merah,
04:18
and you see this part of the country, the kind of Appalachians region,
97
243000
3000
dan Anda lihat daerah ini, daerah Appalachian,
04:21
is less educated. It's just a fact.
98
246000
2000
kurang berpendidikan. Ini hanyalah fakta.
04:23
And you see the relationship there
99
248000
2000
Dan Anda melihat hubungannya di sini
04:25
with the racially-based voting patterns.
100
250000
3000
dengan pola-pola pemilihan berdasarkan ras.
04:28
The other variable that's important is
101
253000
2000
Variabel penting lainnya adalah
04:30
the type of neighborhood that you live in.
102
255000
3000
lingkungan tempat tinggal Anda.
04:33
States that are more rural --
103
258000
2000
Negara bagian dengan lebih banyak pedesaan
04:35
even to some extent of the states like New Hampshire and Maine --
104
260000
2000
bahkan beberapa negara bagian seperti New Hampshire dan Maine,
04:37
they exhibit a little bit of
105
262000
2000
memiliki sedikit
04:39
this racially-based voting against Barack Obama.
106
264000
3000
suara berbasis ras yang menentang Barack Obama
04:42
So it's the combination of these two things: it's education
107
267000
2000
Jadi kombinasi dari dua hal inilah, pendidikan
04:44
and the type of neighbors that you have,
108
269000
2000
dan jenis lingkungan yang Anda miliki
04:46
which we'll talk about more in a moment.
109
271000
2000
yang lebih kita bicarakan pada hari ini.
04:48
And the thing about states like Arkansas and Tennessee
110
273000
2000
Hal-hal mengenai negara bagian seperti Arkansas dan Tennessee
04:50
is that they're both very rural,
111
275000
2000
adalah keduanya wilayah pedesaan
04:52
and they are educationally impoverished.
112
277000
4000
dan pendidikan warganya lebih rendah.
04:56
So yes, racism is predictable.
113
281000
2000
Jadi benar, rasisme dapat diprediksi.
04:58
These things, among maybe other variables,
114
283000
2000
Hal-hal ini, mungkin digabungkan dengan variabel lainnya
05:00
but these things seem to predict it.
115
285000
2000
tampaknya memprediksi rasisme ini.
05:02
We're going to drill down a little bit more now,
116
287000
2000
Kita akan menggali lebih jauh sekarang
05:04
into something called the General Social Survey.
117
289000
2000
menuju sesuatu yang disebut Survei Sosial Umum.
05:06
This is conducted by the University of Chicago
118
291000
2000
Survei ini dilakukan oleh Universitas Chicago
05:08
every other year.
119
293000
2000
setiap tahun.
05:10
And they ask a series of really interesting questions.
120
295000
2000
Dan mereka bertanya rangkaian pertanyaan-pertanyaan menarik.
05:12
In 2000 they had particularly interesting questions
121
297000
2000
Pada tahun 2000 mereka memiliki pertanyaan menarik
05:14
about racial attitudes.
122
299000
2000
tentang perilaku rasisme.
05:16
One simple question they asked is,
123
301000
2000
Salah satu pertanyaan sederhana yang mereka tanyakan adalah,
05:18
"Does anyone of the opposite race live in your neighborhood?"
124
303000
4000
"Apakah ada orang yang berbeda ras dengan Anda yang tinggal di lingkungan Anda?"
05:22
We can see in different types of communities that the results are quite different.
125
307000
3000
Kita dapat melihat berbagai jenis masyarakat yang hasilnya berbeda.
05:25
In cites, about 80 percent of people
126
310000
3000
Di kota, sekitar 80 persen orang-orang
05:28
have someone whom they consider a neighbor of another race,
127
313000
3000
memiliki seseorang yang mereka anggap sebagai tetangga, dengan ras berbeda.
05:31
but in rural communities, only about 30 percent.
128
316000
3000
Namun di masyarakat desa, hanya sekitar 30 persen.
05:34
Probably because if you live on a farm, you might not have a lot of neighbors, period.
129
319000
3000
Mungkin karena jika Anda tinggal di lahan pertanian, Anda mungkin tidak memiliki banyak tetangga.
05:37
But nevertheless, you're not having a lot of interaction with people
130
322000
3000
Namun demikian, Anda tidak melakukan banyak interaksi dengan orang-orang
05:40
who are unlike you.
131
325000
2000
yang tidak serupa dengan Anda.
05:42
So what we're going to do now is take the white people in the survey
132
327000
3000
Sehingga yang kami lakukan adalah melakukan survei terhadap orang kulit putih
05:45
and split them between those who have black neighbors --
133
330000
3000
dan memisahkan mereka yang memiliki tetangga kulit hitam dan yang tidak
05:48
or, really, some neighbor of another race --
134
333000
2000
atau, memiliki tetangga dari ras lainnya.
05:50
and people who have only white neighbors.
135
335000
3000
Orang-orang yang hanya memiliki tetangga berkulit putih.
05:53
And we see in some variables
136
338000
2000
Dan kami melihat beberapa variabel
05:55
in terms of political attitudes, not a lot of difference.
137
340000
2000
dalam perilaku politiknya, tidak jauh berbeda.
05:57
This was eight years ago, some people were more Republican back then.
138
342000
3000
Ini adalah delapan tahun lau, orang-orang lebih mendukung Partai Republik saat itu.
06:00
But you see Democrats versus Republican,
139
345000
2000
namun jika Anda melihat Partai Demokrat melawan Republik,
06:02
not a big difference based on who your neighbors are.
140
347000
3000
tidak jauh berbeda berdasarkan siapa tetangga Anda.
06:05
And even some questions about race -- for example
141
350000
2000
Dan bahkan beberapa pertanyaan tentang ras, contohnya
06:07
affirmative action, which is kind of a political question,
142
352000
2000
tindakan penegasan, yaitu semacam pertanyaan politik,
06:09
a policy question about race, if you will --
143
354000
2000
pertanyaan tentang ras.
06:11
not much difference here.
144
356000
2000
Tidak jauh berbeda.
06:13
Affirmative action is not very popular frankly, with white voters, period.
145
358000
3000
Sejujurnya, tindakan penegasan tidak begitu populer di antara warga kulit putih.
06:16
But people with black neighbors and people with mono-racial neighborhoods
146
361000
3000
Tetapi orang-orang yang memiliki tetangga kulit hitam dan yang tidak
06:19
feel no differently about it really.
147
364000
3000
merasa tidak berbeda mengenai hal itu.
06:22
But if you probe a bit deeper and get a bit more personal if you will,
148
367000
4000
Namun jika Anda menggali lebih jauh, sedikit lebih pribadi,
06:26
"Do you favor a law banning interracial marriage?"
149
371000
2000
"Apakah Anda mendukung peraturan yang melarang pernikahan berbeda ras?"
06:28
There is a big difference.
150
373000
2000
Ada perbedaan besar.
06:30
People who don't have neighbors of a different race
151
375000
2000
Orang-orang yang tidak memiliki tetangga dari ras berbeda
06:32
are about twice as likely
152
377000
2000
memiliki kecenderungan dua kali lipat
06:34
to oppose interracial marriage as people who do.
153
379000
3000
menolak pernikahan berbeda ras.
06:37
Just based on who lives in your immediate neighborhood around you.
154
382000
3000
Hanya berdasarkan siapa saja yang menjadi tetangga Anda.
06:40
And likewise they asked, not in 2000, but in the same survey in 1996,
155
385000
4000
Dan mereka bertanya hal yang sama, bukan di tahun 2000, namun 1996,
06:44
"Would you not vote for a qualified black president?"
156
389000
4000
"Apakah Anda tidak akan memilih presiden kulit hitam meskipun dia bagus?"
06:48
You see people without neighbors who are African-American who
157
393000
2000
Anda lihat orang-orang tanpa tetangga keturunan Afrika
06:50
were much more likely to say, "That would give me a problem."
158
395000
3000
jauh lebih mungkin berkata, "Hal itu menjadi masalah bagi saya."
06:53
So it's really not even about urban versus rural.
159
398000
2000
Jadi hal ini bukan tentang kota dan desa.
06:55
It's about who you live with.
160
400000
2000
Ini tentang lingkungan tempat tinggal Anda.
06:57
Racism is predictable. And it's predicted by
161
402000
2000
Rasisme dapat diprediksi. Dan hal ini diprediksi dengan
06:59
interaction or lack thereof with people unlike you, people of other races.
162
404000
4000
interaksi atau kurangnya interaksi dengan orang yang tidak seperti Anda, yang rasnya berbeda.
07:03
So if you want to address it,
163
408000
2000
Jadi jika Anda ingin menegaskannya,
07:05
the goal is to facilitate interaction with people of other races.
164
410000
3000
tujuannya adalah mempermudah interaksi dengan orang-orang dari ras berbeda.
07:08
I have a couple of very obvious, I suppose,
165
413000
2000
Saya memiliki beberapa ide, yang saya kira
07:10
ideas for maybe how to do that.
166
415000
3000
sangat jelas mengenai bagaimana cara melakukannya.
07:13
I'm a big fan of cities.
167
418000
2000
Saya adalah penggemar berat perkotaan.
07:15
Especially if we have cites that are diverse and sustainable,
168
420000
3000
Terutama kota-kota dengan dengan berbagai ras yang dapat bertahan
07:18
and can support people of different ethnicities and different income groups.
169
423000
3000
dan dapat menunjang orang-orang dari berbagai etnis dan golongan pendapatan.
07:21
I think cities facilitate more of the kind of networking,
170
426000
3000
Saya rasa perkotaan lebih mempermudah hubungan
07:24
the kind of casual interaction than you might have on a daily basis.
171
429000
3000
dan interaksi lepas yang dapat Anda lakukan setiap hari.
07:27
But also not everyone wants to live in a city, certainly not a city like New York.
172
432000
3000
Namun tentu saja tidak semua orang ingin tinggal di kota, tentu saja bukan kota seperti New York.
07:30
So we can think more about things like street grids.
173
435000
3000
Sehingga kita dapat berpikir lebih seperti jaringan jalan.
07:33
This is the neighborhood where I grew up in East Lansing, Michigan.
174
438000
2000
Ini adalah lingkungan tempat saya dibesarkan di East Lansing, Michigan.
07:35
It's a traditional Midwestern community, which means you have real grid.
175
440000
3000
Dalam masyarakat di tengah bagian barat tradisional, yang berarti Anda memiliki jaringan sebenarnya.
07:38
You have real neighborhoods and real trees, and real streets you can walk on.
176
443000
3000
Anda memiliki lingkungan dan pohon sesungguhnya, dan jalanan di mana Anda bisa berjalan.
07:41
And you interact a lot with your neighbors --
177
446000
3000
Dan berhubungan dengan banyak tetangga.
07:44
people you like, people you might not know.
178
449000
2000
Orang-orang yang Anda sukai, yang mungkin Anda tidak tahu.
07:46
And as a result it's a very tolerant community,
179
451000
3000
Dan sebagai hasilnya, ini adalah masyarakat dengan toleransi tinggi,
07:49
which is different, I think, than something like this,
180
454000
2000
yang saya rasa berbeda, dengan sesuatu yang seperti ini,
07:51
which is in Schaumburg, Illinois,
181
456000
2000
di Schaumburg, Illinois.
07:53
where every little set of houses has their own cul-de-sac
182
458000
3000
Di mana setiap rumah kecil di sana memiliki jalan buntunya sendiri
07:56
and drive-through Starbucks and stuff like that.
183
461000
2000
dan kedai Starbucks yang dapat dibeli tanpa turun dari kendaraan dan hal-hal seperti itu.
07:58
I think that actually this type of urban design,
184
463000
3000
Saya rasa sebenarnya jenis lingkungan kota seperti ini
08:01
which became more prevalent in the 1970s and 1980s --
185
466000
3000
yang lebih cocok di tahun 1970 dan 1980-an.
08:04
I think there is a relationship between that and the country becoming
186
469000
3000
Saya rasa ada hubungan antara hal itu dengan negara yang menjadi lebih
08:07
more conservative under Ronald Reagan.
187
472000
2000
konservatif, di bawah Ronald Reagan.
08:09
But also here is another idea we have --
188
474000
3000
Namun juga, inilah ide lain yang saya miliki --
08:12
is an intercollegiate exchange program
189
477000
2000
dalam program pertukaran pelajar
08:14
where you have students going from New York abroad.
190
479000
3000
di mana para siswa dari New York pergi ke luar.
08:17
But frankly there are enough differences within the country now
191
482000
2000
Namun jujur saja ada cukup banyak perbedaan di dalam negara ini sekarang
08:19
where maybe you can take a bunch of kids from NYU,
192
484000
3000
di mana mungkin Anda dapat mengambil sekelompok mahasiswa dari NYU,
08:22
have them go study for a semester at the University of Arkansas,
193
487000
2000
dan menyuruh mereka belajar di University of Arkansas untuk satu semester.
08:24
and vice versa. Do it at the high school level.
194
489000
3000
dan sebaliknya. Juga di tingkat sekolah menengah atas.
08:27
Literally there are people who might be in school in Arkansas or Tennessee
195
492000
3000
Sebenarnya, ada orang yang mungkin berada di sekolah di Arkansas atau Tennessee,
08:30
and might never interact in a positive affirmative way
196
495000
3000
dan tidak pernah berhubungan dengan cara yang positif
08:33
with someone from another part of the country, or of another racial group.
197
498000
4000
dengan seseorang dari wilayah lain dari negara ini, atau kelompok ras yang berbeda.
08:37
I think part of the education variable we talked about before
198
502000
3000
Saya rasa bagian dari variabel pendidikan yang kita bicarakan sebelumnya
08:40
is the networking experience you get when you go to college
199
505000
2000
adalah pengalaman dalam hubungan yang Anda dapatkan saat Anda belajar di universitas
08:42
where you do get a mix of people that you might not interact with otherwise.
200
507000
4000
di mana jika Anda tidak melakukannya Anda mungkin tidak akan berhubungan dengan mereka.
08:46
But the point is, this is all good news,
201
511000
2000
Namun intinya adalah, ini kabar baik.
08:48
because when something is predictable,
202
513000
3000
Karena sesuatu yang dapat diprediksi,
08:51
it is what I call designable.
203
516000
2000
inilah yang saya sebut dapat dirancang ulang.
08:53
You can start thinking about solutions to solving that problem,
204
518000
2000
Anda dapat mulai berpikir tentang jalan keluar untuk memecahkan masalah ini.
08:55
even if the problem is pernicious and as intractable as racism.
205
520000
3000
Walaupun masalahnya buruk dan keras seperti rasisme.
08:58
If we understand the root causes of the behavior
206
523000
2000
Jika kita mengerti akar dari perilaku ini
09:00
and where it manifests itself and where it doesn't,
207
525000
2000
dan di mana saja hal ini menjelma dan di mana hal ini tidak,
09:02
we can start to design solutions to it.
208
527000
3000
kita bisa mulai membuat jalan keluar dari hal ini.
09:05
So that's all I have to say. Thank you very much.
209
530000
2000
Jadi itulah yang ingin saya katakan. Terima kasih banyak.
09:07
(Applause)
210
532000
1000
(Tepuk tangan)
ABOUT THE SPEAKER
Nate Silver - StatisticianMath whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries.
Why you should listen
In the 2008 election season's closing weeks, throngs of wonks and laypeople alike were glued to FiveThirtyEight.com, a habitforming political blog. Red and blue bar charts crowded the scrollbars as the pulse of exit polls crept along the site's latest projections. It seemed almost miraculous: In a year of acute turns of favor, the site's owner and mouthpiece, Nate Silver (who blogged anonymously as "Poblano" until outing himself on May 30, 2008, as a baseball numberhead), managed to predict the winners of every U.S. Senate contest -- and the general Presidential election.
Besides being just-damn-fascinating, Silver's analysis is a decidedly contrarian gauntlet thrown before an unrepentant, spectacle-driven media. The up-and-coming pundit, who cut his teeth forecasting the performance of Major League Baseball players, has a fairly direct explanation of why most projections fail: "Polls are cherry-picked based on their brand name or shock value rather than their track record of accuracy."
Silver's considerable smarts are already helping local campaigns build constituencies and strategize. He is the author of The Signal and the Noise: Why So Many Predictions Fail - but Some Don't.
Nate Silver | Speaker | TED.com