TEDNYC
Mona Chalabi: 3 ways to spot a bad statistic
Mona Chalabi: 3 cách nhận ra một bản thống kê kém
Filmed:
Readability: 4.2
1,888,599 views
Đôi khi thật khó để biết được bản thống kê nào là đáng tin cậy. Nhưng chúng ta không nên đếm hết toàn bộ số liệu... thay vào đó, chúng ta nên học cách nhìn vào đằng sau nó. Trong bài nói chuyện hài hước, thú vị này, nhà báo số liệu Mona Chalabi chia sẽ các lời khuyên hữu ích để kiểm tra, giải thích và thực sự hiểu các con số đang nói gì.
Mona Chalabi - Data journalist
Mona Chalabi tries to take the numb out of numbers. She's left with lots of "ers." Full bio
Mona Chalabi tries to take the numb out of numbers. She's left with lots of "ers." Full bio
Double-click the English transcript below to play the video.
00:12
Now, I'm going to be talking
about statistics today.
about statistics today.
0
884
2763
Hôm nay, tôi sẽ nói về
số liệu thống kê.
số liệu thống kê.
00:15
If that makes you immediately feel
a little bit wary, that's OK,
a little bit wary, that's OK,
1
3671
3138
Nếu nó làm bạn cảm thấy có
phần đề phòng, điều đó rất bình thường,
phần đề phòng, điều đó rất bình thường,
00:18
that doesn't make you some
kind of crazy conspiracy theorist,
kind of crazy conspiracy theorist,
2
6833
2859
đó không khiến bạn trở thành
người theo thuyết âm mưu,
người theo thuyết âm mưu,
00:21
it makes you skeptical.
3
9716
1296
mà khiến bạn trở nên hoài nghi.
00:23
And when it comes to numbers,
especially now, you should be skeptical.
especially now, you should be skeptical.
4
11036
3886
Và khi nói về các con số, nhất là bây giờ,
bạn nên nghi ngờ.
bạn nên nghi ngờ.
00:26
But you should also be able to tell
which numbers are reliable
which numbers are reliable
5
14946
3011
Nhưng bạn cũng có thể chỉ ra
số liệu nào đáng tin cậy,
số liệu nào đáng tin cậy,
00:29
and which ones aren't.
6
17981
1160
và cái nào thì không.
00:31
So today I want to try to give you
some tools to be able to do that.
some tools to be able to do that.
7
19165
3206
Vậy nên hôm nay, tôi sẽ đưa ra một số
công cụ để làm điều đó.
công cụ để làm điều đó.
00:34
But before I do,
8
22395
1169
Nhưng trước khi làm vậy,
00:35
I just want to clarify which numbers
I'm talking about here.
I'm talking about here.
9
23588
2839
tôi muốn chỉ rõ loại số liệu
tôi đang đề cập ở đây
tôi đang đề cập ở đây
00:38
I'm not talking about claims like,
10
26451
1635
Tôi không nói về khẳng định như là
00:40
"9 out of 10 women recommend
this anti-aging cream."
this anti-aging cream."
11
28110
2449
"9/10 phụ nữ khuyên dùng
loại kem chống lão hóa này"
loại kem chống lão hóa này"
00:42
I think a lot of us always
roll our eyes at numbers like that.
roll our eyes at numbers like that.
12
30583
2972
Tôi nghĩ rất nhiều người
chán ngấy những con số kiểu như vậy.
chán ngấy những con số kiểu như vậy.
00:45
What's different now is people
are questioning statistics like,
are questioning statistics like,
13
33579
2984
Điều khác biệt là mọi người
phân vân về những số liệu như
phân vân về những số liệu như
00:48
"The US unemployment
rate is five percent."
rate is five percent."
14
36587
2014
"Tỉ lệ thất nghiệp ở Mỹ là 5%"
00:50
What makes this claim different is
it doesn't come from a private company,
it doesn't come from a private company,
15
38625
3516
Điều khiến phát biểu này khác biệt là
nó không đến từ một công ty tư nhân,
nó không đến từ một công ty tư nhân,
00:54
it comes from the government.
16
42165
1388
mà nó đến từ chính phủ.
00:55
About 4 out of 10 Americans
distrust the economic data
distrust the economic data
17
43577
3336
Khoảng 4/10 người Mỹ
không tin vào các số liệu kinh tế
không tin vào các số liệu kinh tế
00:58
that gets reported by government.
18
46937
1573
được đưa ra bởi chính phủ.
01:00
Among supporters of President Trump
it's even higher;
it's even higher;
19
48534
2491
Với người ủng hộ Tổng thống Trump
tỉ lệ còn cao hơn;
tỉ lệ còn cao hơn;
01:03
it's about 7 out of 10.
20
51049
1633
Nó vào khoảng 7/10.
01:04
I don't need to tell anyone here
21
52706
1804
Tôi không cần nói với bất kỳ ai ở đây
01:06
that there are a lot of dividing lines
in our society right now,
in our society right now,
22
54534
3011
rằng có rất nhiều ranh giới
trong xã hội của chúng ta ngày nay,
trong xã hội của chúng ta ngày nay,
01:09
and a lot of them start to make sense,
23
57569
1825
và nhiều trong số chúng bắt đầu hợp lý
01:11
once you understand people's relationships
with these government numbers.
with these government numbers.
24
59418
3687
một khi bạn hiểu mối quan hệ của người dân
với những số liệu của chính phủ.
với những số liệu của chính phủ.
01:15
On the one hand, there are those who say
these statistics are crucial,
these statistics are crucial,
25
63129
3336
Mặt khác, có một số người nói rằng
những số liệu này là cần thiết,
những số liệu này là cần thiết,
01:18
that we need them to make sense
of society as a whole
of society as a whole
26
66489
2630
và chúng ta cần chúng để hiểu
xã hội một cách toàn vẹn
xã hội một cách toàn vẹn
01:21
in order to move beyond
emotional anecdotes
emotional anecdotes
27
69143
2164
để vượt qua những thông tin
có tính cảm xúc
có tính cảm xúc
01:23
and measure progress in a subjective way.
28
71331
2410
và đo đạc sự phát triển
một cách khách quan.
một cách khách quan.
01:25
And then there are the others,
29
73765
1467
Và rồi có những người khác
01:27
who say that these statistics are elitist,
30
75256
2156
cho rằng những số liệu này là độc quyền
01:29
maybe even rigged;
31
77436
1208
và thậm chí bị lũng loạn;
01:30
they don't make sense
and they don't really reflect
and they don't really reflect
32
78668
2394
chúng không có lý
và thường không phản ánh
và thường không phản ánh
01:33
what's happening
in people's everyday lives.
in people's everyday lives.
33
81086
2296
những gì đang xảy ra
trong cuộc sống của chúng ta
trong cuộc sống của chúng ta
01:35
It kind of feels like that second group
is winning the argument right now.
is winning the argument right now.
34
83406
3487
Có vẻ như nhóm người thứ hai
đang thắng thế trong cuộc tranh luận này.
đang thắng thế trong cuộc tranh luận này.
01:38
We're living in a world
of alternative facts,
of alternative facts,
35
86917
2108
Ta sống ở thế giới
mà sự thật có thể thay thế
mà sự thật có thể thay thế
01:41
where people don't find statistics
this kind of common ground,
this kind of common ground,
36
89049
2935
nơi mà con người không nhìn số liệu
với cùng một tiêu chuẩn,
với cùng một tiêu chuẩn,
01:44
this starting point for debate.
37
92008
1636
điểm bắt đầu của cuộc tranh luận.
01:45
This is a problem.
38
93668
1286
Đó chính là vấn đề.
01:46
There are actually
moves in the US right now
moves in the US right now
39
94978
2067
Hiện nay đã có những
tiến bộ trong xã hội Mỹ
tiến bộ trong xã hội Mỹ
01:49
to get rid of some government
statistics altogether.
statistics altogether.
40
97069
2861
để loại bỏ một số số liệu của chính phủ.
01:51
Right now there's a bill in congress
about measuring racial inequality.
about measuring racial inequality.
41
99954
3387
Bây giờ có một dự luật từ Quốc hội
đánh giá sự bất bình đẳng chủng tộc.
đánh giá sự bất bình đẳng chủng tộc.
01:55
The draft law says that government
money should not be used
money should not be used
42
103365
2801
Dự thảo luật cho rằng tiền của chính phủ
không nên sử dụng
không nên sử dụng
01:58
to collect data on racial segregation.
43
106190
1902
để thu thập số liệu
phân biệt chủng tộc.
phân biệt chủng tộc.
02:00
This is a total disaster.
44
108116
1885
Đó là một thảm họa.
02:02
If we don't have this data,
45
110025
1748
Nếu ta không có những số liệu này,
02:03
how can we observe discrimination,
46
111797
1778
làm sao có thể hiểu sự kỳ thị,
02:05
let alone fix it?
47
113599
1278
chưa nói đến sửa chữa nó?
02:06
In other words:
48
114901
1188
Nói cách khác;
02:08
How can a government create fair policies
49
116113
2059
Sao có thể đưa ra chính sách công bằng
02:10
if they can't measure
current levels of unfairness?
current levels of unfairness?
50
118196
2771
nếu chính phủ không thể đánh giá
mức độ bất công?
mức độ bất công?
02:12
This isn't just about discrimination,
51
120991
1794
Nó không chỉ gói gọn trong kỳ thị mà
02:14
it's everything -- think about it.
52
122809
1670
liên quan đến mọi thứ. Hãy nghĩ xem
02:16
How can we legislate on health care
53
124503
1690
Sao ta làm luật chăm sóc sức khỏe
02:18
if we don't have good data
on health or poverty?
on health or poverty?
54
126217
2271
nếu không có số liệu
về sức khỏe hay nghèo đói?
về sức khỏe hay nghèo đói?
02:20
How can we have public debate
about immigration
about immigration
55
128512
2198
Sao ta có những cuộc tranh luận về
nhập cư
nhập cư
02:22
if we can't at least agree
56
130734
1250
khi ta không thể đồng ý
02:24
on how many people are entering
and leaving the country?
and leaving the country?
57
132008
2643
về số người đang nhập cảnh
và xuất cảnh?
và xuất cảnh?
02:26
Statistics come from the state;
that's where they got their name.
that's where they got their name.
58
134675
3058
Số liệu đến từ nhà nước;
và đó là chỗ chúng có cái tên số liệu.
và đó là chỗ chúng có cái tên số liệu.
02:29
The point was to better
measure the population
measure the population
59
137757
2157
Mục đích là đánh giá tốt hơn về dân chúng
02:31
in order to better serve it.
60
139938
1357
để phục vụ họ tốt hơn.
02:33
So we need these government numbers,
61
141319
1725
Vậy ta cần số liệu từ chính phủ này,
02:35
but we also have to move
beyond either blindly accepting
beyond either blindly accepting
62
143068
2647
nhưng ta cũng cần đi xa hơn
chấp nhận một cách mù quáng
chấp nhận một cách mù quáng
02:37
or blindly rejecting them.
63
145739
1268
hay mù quáng từ chối chúng
02:39
We need to learn the skills
to be able to spot bad statistics.
to be able to spot bad statistics.
64
147031
2997
Chúng ta cần học kỹ năng để có thể
xác định số liệu sai lệch.
xác định số liệu sai lệch.
02:42
I started to learn some of these
65
150052
1528
Tôi bắt đầu học được kỹ năng ấy
02:43
when I was working
in a statistical department
in a statistical department
66
151604
2166
khi tôi làm việc tại một cục thống kê
02:45
that's part of the United Nations.
67
153794
1643
ở trong Liên Hợp Quốc.
02:47
Our job was to find out how many Iraqis
had been forced from their homes
had been forced from their homes
68
155461
3406
Công việc của tôi là tìm hiểu
số người Iraq bị buộc rời khỏi gia đình
số người Iraq bị buộc rời khỏi gia đình
02:50
as a result of the war,
69
158891
1158
bởi vì chiến tranh,
02:52
and what they needed.
70
160073
1158
và những gì họ cần.
02:53
It was really important work,
but it was also incredibly difficult.
but it was also incredibly difficult.
71
161255
3178
Đó là một công việc quan trọng
nhưng nó thật sự khó khăn.
nhưng nó thật sự khó khăn.
02:56
Every single day, we were making decisions
72
164457
2018
Mỗi ngày, chúng tôi đưa ra quyết định
02:58
that affected the accuracy
of our numbers --
of our numbers --
73
166499
2157
liên quan đến sự chính xác của những
con số--
con số--
03:00
decisions like which parts
of the country we should go to,
of the country we should go to,
74
168680
2744
quyết định như chúng tôi nên đến
vùng nào của đất nước,
vùng nào của đất nước,
03:03
who we should speak to,
75
171448
1156
nên nói chuyện với ai,
03:04
which questions we should ask.
76
172628
1568
câu hỏi nào chúng tôi nên đưa ra.
03:06
And I started to feel
really disillusioned with our work,
really disillusioned with our work,
77
174220
2680
Và tôi bắt đầu cảm thấy
thật sự vỡ mộng về công việc này,
thật sự vỡ mộng về công việc này,
03:08
because we thought we were doing
a really good job,
a really good job,
78
176924
2518
bởi vì chúng tôi nghĩ chúng tôi
đã làm tốt
đã làm tốt
03:11
but the one group of people
who could really tell us were the Iraqis,
who could really tell us were the Iraqis,
79
179466
3278
nhưng những người thật sự có thể
trả lời chúng tôi là những người Iraq
trả lời chúng tôi là những người Iraq
03:14
and they rarely got the chance to find
our analysis, let alone question it.
our analysis, let alone question it.
80
182768
3540
và họ không hề biết đến thống kê này,
không nói đến việc đưa ra câu hỏi.
không nói đến việc đưa ra câu hỏi.
03:18
So I started to feel really determined
81
186332
1831
Vậy nên tôi bắt đầu xác định rõ
03:20
that the one way to make
numbers more accurate
numbers more accurate
82
188187
2311
chỉ có một cách để khiến
con số trở nên chính xác
con số trở nên chính xác
03:22
is to have as many people as possible
be able to question them.
be able to question them.
83
190522
3053
là tìm được thật nhiều người
có thể đặt câu hỏi với chúng.
có thể đặt câu hỏi với chúng.
03:25
So I became a data journalist.
84
193599
1434
Vì vậy tổ trở thành một nhà báo thu thập số liệu.
03:27
My job is finding these data sets
and sharing them with the public.
and sharing them with the public.
85
195057
3904
Công việc của tôi là tìm những bộ số liệu
và chia sẻ chúng đến với mọi người.
và chia sẻ chúng đến với mọi người.
03:30
Anyone can do this,
you don't have to be a geek or a nerd.
you don't have to be a geek or a nerd.
86
198985
3173
Mọi người đều có thể làm việc này,
bạn không cần là một kẻ lập dị.
bạn không cần là một kẻ lập dị.
03:34
You can ignore those words;
they're used by people
they're used by people
87
202182
2355
Bạn có thể lờ nó đi;
những từ dùng bởi những người
những từ dùng bởi những người
03:36
trying to say they're smart
while pretending they're humble.
while pretending they're humble.
88
204561
2822
cố tỏ ra thông minh và
giả bộ khiêm tốn.
giả bộ khiêm tốn.
03:39
Absolutely anyone can do this.
89
207407
1589
Chắc chắn ai cũng có thể làm được
03:41
I want to give you guys three questions
90
209020
2067
Tôi muốn hỏi các bạn 3 câu hỏi
03:43
that will help you be able to spot
some bad statistics.
some bad statistics.
91
211111
3005
để giúp các bạn có khả năng xác định
những số liệu tồi.
những số liệu tồi.
03:46
So, question number one
is: Can you see uncertainty?
is: Can you see uncertainty?
92
214140
3507
Câu hỏi đầu tiên là:
"Bạn có thể nhận ra sự không chắc chắn?"
"Bạn có thể nhận ra sự không chắc chắn?"
03:49
One of things that's really changed
people's relationship with numbers,
people's relationship with numbers,
93
217671
3364
Có một điều thay đổi mối quan hệ
của con người với con số,
của con người với con số,
03:53
and even their trust in the media,
94
221059
1641
thậm chí lòng tin
vào truyền thông,
vào truyền thông,
03:54
has been the use of political polls.
95
222724
2258
là việc sử dụng các cuộc
thăm dò chính trị.
thăm dò chính trị.
03:57
I personally have a lot of issues
with political polls
with political polls
96
225006
2538
Cá nhân tôi có nhiều vấn đề
với các cuộc thăm dò này.
với các cuộc thăm dò này.
03:59
because I think the role of journalists
is actually to report the facts
is actually to report the facts
97
227568
3376
vì tôi cho rằng vai trò của nhà báo
là tường thuật sự thật
là tường thuật sự thật
04:02
and not attempt to predict them,
98
230968
1553
và không cố để dự đoán chúng,
04:04
especially when those predictions
can actually damage democracy
can actually damage democracy
99
232545
2996
và nhất là khi những dự đoán ấy
có thể phá hủy nền dân chủ
có thể phá hủy nền dân chủ
04:07
by signaling to people:
don't bother to vote for that guy,
don't bother to vote for that guy,
100
235565
2732
bằng cách ra hiệu:
đừng quan tâm đến việc bầu cho ông ta,
đừng quan tâm đến việc bầu cho ông ta,
04:10
he doesn't have a chance.
101
238321
1205
không có cơ hội đâu.
04:11
Let's set that aside for now and talk
about the accuracy of this endeavor.
about the accuracy of this endeavor.
102
239550
3654
Hãy bỏ việc đó qua một bên và bàn luận
về sự chính xác của việc này.
về sự chính xác của việc này.
04:15
Based on national elections
in the UK, Italy, Israel
in the UK, Italy, Israel
103
243228
4608
Dựa trên những cuộc bầu cử
ở Anh, Ý, Israel
ở Anh, Ý, Israel
04:19
and of course, the most recent
US presidential election,
US presidential election,
104
247860
2764
và tất nhiên, cuộc bầu cử tổng thống Mỹ
gần đây,
gần đây,
04:22
using polls to predict electoral outcomes
105
250648
2137
sử dụng thăm dò ý kiến để dự đoán kết quả
04:24
is about as accurate as using the moon
to predict hospital admissions.
to predict hospital admissions.
106
252809
3812
có kết quả chính xác giống như sử dụng
mặt trăng để dự đoán số lượng nhập viện.
mặt trăng để dự đoán số lượng nhập viện.
04:28
No, seriously, I used actual data
from an academic study to draw this.
from an academic study to draw this.
107
256645
4200
Nghiêm túc đó, tôi đã sử dụng số liệu thực
từ nghiên cứu để đưa ra kết luận ấy.
từ nghiên cứu để đưa ra kết luận ấy.
04:32
There are a lot of reasons why
polling has become so inaccurate.
polling has become so inaccurate.
108
260869
3727
Có rất nhiều lí do vì sao
thăm dò ý kiến trở nên không chính xác.
thăm dò ý kiến trở nên không chính xác.
04:36
Our societies have become really diverse,
109
264620
1970
Xã hội của chúng ta đang trở nên
đa dạng,
đa dạng,
04:38
which makes it difficult for pollsters
to get a really nice representative sample
to get a really nice representative sample
110
266614
3821
khiến các nhà thăm dò ý kiến khó có thể
có được mẫu số liệu đại diện thực sự tốt
có được mẫu số liệu đại diện thực sự tốt
04:42
of the population for their polls.
111
270459
1627
cho toàn bộ dân số.
04:44
People are really reluctant to answer
their phones to pollsters,
their phones to pollsters,
112
272110
3006
Mọi người thường không sẵn lòng
trả lời điện thoại của người thăm dò,
trả lời điện thoại của người thăm dò,
04:47
and also, shockingly enough,
people might lie.
people might lie.
113
275140
2276
và còn kinh ngạc hơn là
người ta có thể nói dối.
người ta có thể nói dối.
04:49
But you wouldn't necessarily
know that to look at the media.
know that to look at the media.
114
277440
2811
Nhưng bạn sẽ không biết điều ấy
khi nhìn vào truyền thông.
khi nhìn vào truyền thông.
04:52
For one thing, the probability
of a Hillary Clinton win
of a Hillary Clinton win
115
280275
2761
Như trường hợp,
khả năng chiến thắng của Hillary Clinton
khả năng chiến thắng của Hillary Clinton
04:55
was communicated with decimal places.
116
283060
2791
được công bố đến hàng thập phân.
04:57
We don't use decimal places
to describe the temperature.
to describe the temperature.
117
285875
2621
Chúng ta không dùng hàng thập phân
để nói về nhiệt độ.
để nói về nhiệt độ.
05:00
How on earth can predicting the behavior
of 230 million voters in this country
of 230 million voters in this country
118
288520
4228
Làm sao có thể dự đoán hành vi
của 230 triệu cử tri trên đất nước này
của 230 triệu cử tri trên đất nước này
05:04
be that precise?
119
292772
1829
chính xác đến vậy?
05:06
And then there were those sleek charts.
120
294625
2002
Và sau đó có những biểu đồ thật đẹp.
05:08
See, a lot of data visualizations
will overstate certainty, and it works --
will overstate certainty, and it works --
121
296651
3973
Nhìn này, nhiều biểu diễn trực quan
số liệu sẽ phóng đại sự chắc chắn,
số liệu sẽ phóng đại sự chắc chắn,
05:12
these charts can numb
our brains to criticism.
our brains to criticism.
122
300648
2620
những biểu đồ này làm đơ bộ não
chúng ta với chỉ trích.
chúng ta với chỉ trích.
05:15
When you hear a statistic,
you might feel skeptical.
you might feel skeptical.
123
303292
2558
Khi bạn nghe về 1 số liệu,
bạn sẽ cảm thấy hoài nghi.
bạn sẽ cảm thấy hoài nghi.
05:17
As soon as it's buried in a chart,
124
305874
1635
Tức thì nó được ẩn dưới 1 biểu đồ,
05:19
it feels like some kind
of objective science,
of objective science,
125
307533
2129
nó trở thành một dạng khoa học khách quan,
05:21
and it's not.
126
309686
1249
nhưng thật ra thì không.
05:22
So I was trying to find ways
to better communicate this to people,
to better communicate this to people,
127
310959
3103
Rồi tôi cố gắng tìm cách
để truyền tải điều này đến mọi người,
để truyền tải điều này đến mọi người,
05:26
to show people the uncertainty
in our numbers.
in our numbers.
128
314086
2504
cho họ thấy được sự
không chắc chắn trong các con số.
không chắc chắn trong các con số.
05:28
What I did was I started taking
real data sets,
real data sets,
129
316614
2246
Và tôi bắt đầu thu thập
những tập số liệu thực,
những tập số liệu thực,
05:30
and turning them into
hand-drawn visualizations,
hand-drawn visualizations,
130
318884
2652
và chuyển chúng thành những
hình vẽ tay trực quan,
hình vẽ tay trực quan,
05:33
so that people can see
how imprecise the data is;
how imprecise the data is;
131
321560
2672
để mọi người thấy
các số liệu sai lệch đến mức nào;
các số liệu sai lệch đến mức nào;
05:36
so people can see that a human did this,
132
324256
1996
để họ thấy cách người ta
đưa ra số liệu,
đưa ra số liệu,
05:38
a human found the data and visualized it.
133
326276
1972
cách tìm thấy dữ liệu và vẽ trực quan nó.
05:40
For example, instead
of finding out the probability
of finding out the probability
134
328272
2672
Ví dụ, thay vì tìm xác suất
05:42
of getting the flu in any given month,
135
330968
2126
mắc cúm trong một tháng bất kỳ,
05:45
you can see the rough
distribution of flu season.
distribution of flu season.
136
333118
2792
bạn có thể xem dữ liệu về
sự phân bố thô mùa dịch cúm.
sự phân bố thô mùa dịch cúm.
05:47
This is --
137
335934
1167
Nó cho thấy --
05:49
(Laughter)
138
337125
1018
(Cười lớn)
05:50
a bad shot to show in February.
139
338167
1486
một hình ảnh xấu ở tháng 2.
05:51
But it's also more responsible
data visualization,
data visualization,
140
339677
2455
Nhưng nó cũng là một biểu đồ
đáng tin cậy hơn,
đáng tin cậy hơn,
05:54
because if you were to show
the exact probabilities,
the exact probabilities,
141
342156
2455
vì nếu nó đưa ra con số
xác suất chính xác,
xác suất chính xác,
05:56
maybe that would encourage
people to get their flu jabs
people to get their flu jabs
142
344635
2592
và có thể khuyến khích
mọi người tiêm phòng cúm
mọi người tiêm phòng cúm
05:59
at the wrong time.
143
347251
1456
sai thời điểm.
06:01
The point of these shaky lines
144
349163
1693
Qua đó, ý muốn nói
06:02
is so that people remember
these imprecisions,
these imprecisions,
145
350880
2911
là mọi người nhớ chú ý những sai lệch đó,
06:05
but also so they don't necessarily
walk away with a specific number,
walk away with a specific number,
146
353815
3227
nhưng họ cũng không nhất thiết
ra về với một con số cụ thể,
ra về với một con số cụ thể,
06:09
but they can remember important facts.
147
357066
1866
nhưng cần nhớ các dữ kiện quan trọng.
06:10
Facts like injustice and inequality
leave a huge mark on our lives.
leave a huge mark on our lives.
148
358956
4024
Các dữ kiện như bất công và bất bình đẳng
để lại những dấu ấn to lớn trong cuộc đời.
để lại những dấu ấn to lớn trong cuộc đời.
06:15
Facts like Black Americans and Native
Americans have shorter life expectancies
Americans have shorter life expectancies
149
363004
4189
Các dữ kiện như người Mỹ bản xứ và
người Mỹ da đen có tuổi thọ thấp hơn
người Mỹ da đen có tuổi thọ thấp hơn
06:19
than those of other races,
150
367217
1400
so với các sắc dân khác,
06:20
and that isn't changing anytime soon.
151
368641
2138
và sẽ không thay đổi ngay được.
06:22
Facts like prisoners in the US
can be kept in solitary confinement cells
can be kept in solitary confinement cells
152
370803
3901
Các dữ kiện như tù nhân ở Mỹ
có thể bị giữ trong các phòng biệt giam
có thể bị giữ trong các phòng biệt giam
06:26
that are smaller than the size
of an average parking space.
of an average parking space.
153
374728
3342
có kích thước nhỏ hơn
một chỗ đỗ xe trung bình.
một chỗ đỗ xe trung bình.
06:30
The point of these visualizations
is also to remind people
is also to remind people
154
378535
3335
Mục đích của sự trực quan hóa này
cũng là để nhắc nhở mọi người
cũng là để nhắc nhở mọi người
06:33
of some really important
statistical concepts,
statistical concepts,
155
381894
2350
về một số khái niệm thống kê
thực sự quan trọng,
thực sự quan trọng,
06:36
concepts like averages.
156
384268
1636
Các khái niệm như trung bình.
06:37
So let's say you hear a claim like,
157
385928
1668
Khi ta nghe một tuyên bố kiểu như,
06:39
"The average swimming pool in the US
contains 6.23 fecal accidents."
contains 6.23 fecal accidents."
158
387620
4434
"Bể bơi ở Mỹ trung bình
có 6.23 vụ đi vệ sinh luôn trong hồ."
có 6.23 vụ đi vệ sinh luôn trong hồ."
06:44
That doesn't mean every single
swimming pool in the country
swimming pool in the country
159
392078
2797
Điều đó không có nghĩa mỗi hồ bơi
ở đất nước này
ở đất nước này
06:46
contains exactly 6.23 turds.
160
394899
2194
đều có chính xác 6.23 cục phân.
06:49
So in order to show that,
161
397117
1417
Do vậy để diễn đạt điều đó,
06:50
I went back to the original data,
which comes from the CDC,
which comes from the CDC,
162
398558
2841
Tôi quay lại với dữ liệu gốc,
được lấy từ CDC,
được lấy từ CDC,
06:53
who surveyed 47 swimming facilities.
163
401423
2065
người đã khảo sát 47 cơ sở bơi.
06:55
And I just spent one evening
redistributing poop.
redistributing poop.
164
403512
2391
Và tôi chỉ bỏ ra 1 buổi tối để
phân phối lại phân.
phân phối lại phân.
06:57
So you can kind of see
how misleading averages can be.
how misleading averages can be.
165
405927
2682
Giờ bạn phần nào thấy
con số trung bình sai lệch ra sao.
con số trung bình sai lệch ra sao.
07:00
(Laughter)
166
408633
1282
(Cười)
07:01
OK, so the second question
that you guys should be asking yourselves
that you guys should be asking yourselves
167
409939
3901
Vâng, câu hỏi thứ 2 là
các bạn nên hỏi chính mình
các bạn nên hỏi chính mình
07:05
to spot bad numbers is:
168
413864
1501
để nhận ra các con số sai là:
07:07
Can I see myself in the data?
169
415389
1967
Tôi có nhìn thấy mình
trong dữ liệu không?
trong dữ liệu không?
07:09
This question is also
about averages in a way,
about averages in a way,
170
417380
2913
Câu hỏi này cũng là về
khái niệm trung bình theo nghĩa nào đó,
khái niệm trung bình theo nghĩa nào đó,
07:12
because part of the reason
why people are so frustrated
why people are so frustrated
171
420317
2605
Bởi vì một phần nguyên nhân
khiến mọi người chán nản
khiến mọi người chán nản
07:14
with these national statistics,
172
422946
1495
với những thống kê
quốc gia này,
quốc gia này,
07:16
is they don't really tell the story
of who's winning and who's losing
of who's winning and who's losing
173
424465
3273
là nó không thực sự kể cho ta câu chuyện
ai thắng và ai thua
ai thắng và ai thua
07:19
from national policy.
174
427762
1156
từ chính sách quốc gia.
07:20
It's easy to understand why people
are frustrated with global averages
are frustrated with global averages
175
428942
3318
Dễ hiểu được lý do người ta
lại chán nản với các con số trung bình
lại chán nản với các con số trung bình
07:24
when they don't match up
with their personal experiences.
with their personal experiences.
176
432284
2679
khi nó không khớp với những kinh nghiệm
cá nhân của họ.
cá nhân của họ.
07:26
I wanted to show people the way
data relates to their everyday lives.
data relates to their everyday lives.
177
434987
3263
Tôi sẽ cho bạn thấy sự liên quan
của dữ liệu đến cuộc sống hằng ngày.
của dữ liệu đến cuộc sống hằng ngày.
07:30
I started this advice column
called "Dear Mona,"
called "Dear Mona,"
178
438274
2246
Tôi đưa ra cột góp ý này
gọi là "Kính gửi Mona,"
gọi là "Kính gửi Mona,"
07:32
where people would write to me
with questions and concerns
with questions and concerns
179
440544
2726
nơi bạn có thể viết cho tôi các
câu hỏi và mối quan tâm
câu hỏi và mối quan tâm
07:35
and I'd try to answer them with data.
180
443294
1784
và tôi sẽ trả lời bằng dữ liệu.
07:37
People asked me anything.
181
445102
1200
Có thể hỏi tôi mọi thứ.
07:38
questions like, "Is it normal to sleep
in a separate bed to my wife?"
in a separate bed to my wife?"
182
446326
3261
Các câu hỏi như, "có bình thường không khi
ngủ khác giường với vợ?"
ngủ khác giường với vợ?"
07:41
"Do people regret their tattoos?"
183
449611
1591
"Có hối hận khi xăm hình không?"
07:43
"What does it mean to die
of natural causes?"
of natural causes?"
184
451226
2164
"Chết do các lý do tự nhiên
có ý nghĩa gì?"
có ý nghĩa gì?"
07:45
All of these questions are great,
because they make you think
because they make you think
185
453414
2966
Tất cả các câu hỏi này đều rất tốt,
vì nó khiến bạn nghĩ đến
vì nó khiến bạn nghĩ đến
07:48
about ways to find
and communicate these numbers.
and communicate these numbers.
186
456404
2336
các cách để tìm và
chuyển tải các con số này.
chuyển tải các con số này.
07:50
If someone asks you,
"How much pee is a lot of pee?"
"How much pee is a lot of pee?"
187
458764
2503
Nếu có ai hỏi bạn,
"Đi tiểu bao nhiêu là nhiều?"
"Đi tiểu bao nhiêu là nhiều?"
07:53
which is a question that I got asked,
188
461291
2458
Đó cũng là một câu hỏi tôi nhận được,
07:55
you really want to make sure
that the visualization makes sense
that the visualization makes sense
189
463773
2980
bạn thực sự muốn chắc chắn rằng
hình vẽ trực quan này có nghĩa
hình vẽ trực quan này có nghĩa
07:58
to as many people as possible.
190
466777
1747
với càng nhiều người càng tốt.
08:00
These numbers aren't unavailable.
191
468548
1575
Những con số này không tồn tại.
08:02
Sometimes they're just buried
in the appendix of an academic study.
in the appendix of an academic study.
192
470147
3507
Đôi khi nó được ẩn trong phần phụ lục
của một nghiên cứu khoa học.
của một nghiên cứu khoa học.
08:05
And they're certainly not inscrutable;
193
473678
1839
Và chắc chắn là chúng không khó hiểu;
08:07
if you really wanted to test
these numbers on urination volume,
these numbers on urination volume,
194
475541
2975
nếu bạn muốn kiểm tra các
con số này với lượng nước tiểu,
con số này với lượng nước tiểu,
08:10
you could grab a bottle
and try it for yourself.
and try it for yourself.
195
478540
2257
bạn có thể cầm một cái chai
và tự làm thử đi.
và tự làm thử đi.
08:12
(Laughter)
196
480821
1008
(Cười)
08:13
The point of this isn't necessarily
197
481853
1694
Điểm mấu chốt là không nhất thiết
08:15
that every single data set
has to relate specifically to you.
has to relate specifically to you.
198
483571
2877
mỗi tập dữ liệu đều phải liên quan
cụ thể đến bạn.
cụ thể đến bạn.
08:18
I'm interested in how many women
were issued fines in France
were issued fines in France
199
486472
2880
Tôi quan tâm đến bao nhiêu phụ nữ
bị phạt ở Pháp
bị phạt ở Pháp
08:21
for wearing the face veil, or the niqab,
200
489376
1959
do mang khăn, hoặc mạng che mặt,
08:23
even if I don't live in France
or wear the face veil.
or wear the face veil.
201
491359
2618
ngay cả khi tôi không sống ở Pháp
hoặc đeo khăn che mặt.
hoặc đeo khăn che mặt.
08:26
The point of asking where you fit in
is to get as much context as possible.
is to get as much context as possible.
202
494001
3835
Mấu chốt của việc hỏi xem nơi bạn phù hợp
là để nắm được ngữ cảnh nhiều nhất.
là để nắm được ngữ cảnh nhiều nhất.
08:29
So it's about zooming out
from one data point,
from one data point,
203
497860
2191
Mục đích là thu nhỏ lại
thành một điểm dữ liệu,
thành một điểm dữ liệu,
08:32
like the unemployment rate
is five percent,
is five percent,
204
500075
2104
kiểu như tỷ lệ thất nghiệp
là năm phần trăm,
là năm phần trăm,
08:34
and seeing how it changes over time,
205
502203
1757
và xem nó sẽ thay đổi
theo thời gian,
theo thời gian,
08:35
or seeing how it changes
by educational status --
by educational status --
206
503984
2650
hoặc theo trình độ học vấn ra sao --
08:38
this is why your parents always
wanted you to go to college --
wanted you to go to college --
207
506658
3104
đây là lý do cha mẹ luôn muốn bạn
phải vào đại học--
phải vào đại học--
08:41
or seeing how it varies by gender.
208
509786
2032
hoặc xem nó thay đổi theo
giới tính ra sao.
giới tính ra sao.
08:43
Nowadays, male unemployment rate is higher
209
511842
2127
Ngày nay, tỷ lệ thất nghiệp
nam giới cao hơn
nam giới cao hơn
08:45
than the female unemployment rate.
210
513993
1700
tỷ lệ thất nghiệp nữ giới.
08:47
Up until the early '80s,
it was the other way around.
it was the other way around.
211
515717
2695
Cho đến đầu những năm 80,
tình hình đã đảo ngược.
tình hình đã đảo ngược.
08:50
This is a story of one
of the biggest changes
of the biggest changes
212
518436
2117
Đây là 01 câu chuyện về
một thay đổi lớn
một thay đổi lớn
08:52
that's happened in American society,
213
520577
1720
đã xảy ra trong xã hội Mỹ,
08:54
and it's all there in that chart,
once you look beyond the averages.
once you look beyond the averages.
214
522321
3276
tất cả nằm trong biểu đồ đó
nếu ta nhìn xa hơn các con số trung bình.
nếu ta nhìn xa hơn các con số trung bình.
08:57
The axes are everything;
215
525621
1165
Các trục chứa tất cả;
08:58
once you change the scale,
you can change the story.
you can change the story.
216
526810
2669
một khi thay đổi thước đo,
bạn có thể thay đổi câu chuyện
bạn có thể thay đổi câu chuyện
09:01
OK, so the third and final question
that I want you guys to think about
that I want you guys to think about
217
529503
3380
Vâng, còn câu hỏi thứ 3 và cuối cùng
mà tôi muốn các bạn suy nghĩ đến
mà tôi muốn các bạn suy nghĩ đến
09:04
when you're looking at statistics is:
218
532907
1819
khi bạn đang nhìn vào các thống kê là:
09:06
How was the data collected?
219
534750
1873
Dữ liệu được thu thập như thế nào?
09:09
So far, I've only talked about the way
data is communicated,
data is communicated,
220
537667
2939
Nãy giờ, tôi chỉ nói về cách
chuyển tải dữ liệu,
chuyển tải dữ liệu,
09:12
but the way it's collected
matters just as much.
matters just as much.
221
540630
2276
nhưng cách thu thập
cũng quan trọng không kém.
cũng quan trọng không kém.
09:14
I know this is tough,
222
542930
1167
Tôi biết
điều này là khó,
điều này là khó,
09:16
because methodologies can be opaque
and actually kind of boring,
and actually kind of boring,
223
544121
3081
bởi vì phương pháp luận có thể là rối rắm
và thực sự nhàm chán,
và thực sự nhàm chán,
09:19
but there are some simple steps
you can take to check this.
you can take to check this.
224
547226
2873
nhưng có một số bước đơn giản
để kiểm tra điều này.
để kiểm tra điều này.
09:22
I'll use one last example here.
225
550123
1839
Tôi sẽ đưa ra một ví dụ cuối cùng.
09:24
One poll found that 41 percent of Muslims
in this country support jihad,
in this country support jihad,
226
552309
3887
Một cuộc thăm dò cho thấy 41%
người Hồi giáo ủng hộ thánh chiến,
người Hồi giáo ủng hộ thánh chiến,
09:28
which is obviously pretty scary,
227
556220
1525
điều này rõ ràng đáng quan ngại,
09:29
and it was reported everywhere in 2015.
228
557769
2642
và được thông báo khắp mọi nơi năm 2015.
09:32
When I want to check a number like that,
229
560435
2615
Khi tôi muốn kiểm tra một con số như vậy,
09:35
I'll start off by finding
the original questionnaire.
the original questionnaire.
230
563074
2501
Tôi sẽ bắt đầu bằng cách
tìm bảng câu hỏi gốc.
tìm bảng câu hỏi gốc.
09:37
It turns out that journalists
who reported on that statistic
who reported on that statistic
231
565599
2926
Nó chỉ ra rằng các nhà báo
mà thực hiện các thống kê đó
mà thực hiện các thống kê đó
09:40
ignored a question
lower down on the survey
lower down on the survey
232
568549
2231
đã bỏ qua một câu hỏi
làm hạ thấp cuộc khảo sát
làm hạ thấp cuộc khảo sát
09:42
that asked respondents
how they defined "jihad."
how they defined "jihad."
233
570804
2346
đó là hỏi cách người ta đinh nghĩa
"thánh chiến."
"thánh chiến."
09:45
And most of them defined it as,
234
573174
1981
Và hầu hết đều định nghĩa như sau,
09:47
"Muslims' personal, peaceful struggle
to be more religious."
to be more religious."
235
575179
3942
"Sự đấu tranh hòa bình, cá nhân của
mỗi người Hồi giáo để tín ngưỡng tốt hơn."
mỗi người Hồi giáo để tín ngưỡng tốt hơn."
09:51
Only 16 percent defined it as,
"violent holy war against unbelievers."
"violent holy war against unbelievers."
236
579145
4194
Chỉ 16% đính nghĩa, "Cuộc chiến tranh bạo
lực chống lại người không tín ngưỡng."
lực chống lại người không tín ngưỡng."
09:55
This is the really important point:
237
583363
2430
Điểm này thực sự quan trọng:
09:57
based on those numbers,
it's totally possible
it's totally possible
238
585817
2155
dựa trên các con số đó,
hoàn toàn có khả năng
hoàn toàn có khả năng
09:59
that no one in the survey
who defined it as violent holy war
who defined it as violent holy war
239
587996
3105
không có ai được khảo sát
xem "thánh chiến" là cuộc chiến bạo lực
xem "thánh chiến" là cuộc chiến bạo lực
10:03
also said they support it.
240
591125
1332
cũng như nói ủng hộ nó.
10:04
Those two groups might not overlap at all.
241
592481
2208
Hai nhóm đó không trùng lắp nhau gì cả.
10:07
It's also worth asking
how the survey was carried out.
how the survey was carried out.
242
595122
2637
Cũng cần hỏi xem cuộc khảo sát đã được
thực hiện ra sao.
thực hiện ra sao.
10:09
This was something called an opt-in poll,
243
597783
1998
Đây được gọi là cuộc thăm dò
"qua mạng",
"qua mạng",
10:11
which means anyone could have found it
on the internet and completed it.
on the internet and completed it.
244
599805
3402
bất kỳ ai bắt gặp nó trên internet
đều có thể tham gia.
đều có thể tham gia.
10:15
There's no way of knowing
if those people even identified as Muslim.
if those people even identified as Muslim.
245
603231
3339
Chẳng có cách nào để biết rằng họ
có phải là người Hồi giáo hay không.
có phải là người Hồi giáo hay không.
10:18
And finally, there were 600
respondents in that poll.
respondents in that poll.
246
606594
2612
Và cuối cùng, có 600 người tham gia
cuộc thăm dò.
cuộc thăm dò.
10:21
There are roughly three million
Muslims in this country,
Muslims in this country,
247
609230
2654
Có khoảng 3 triệu người Hồi giáo
ở đất nước này,
ở đất nước này,
10:23
according to Pew Research Center.
248
611908
1607
theo Trung tâm nghiên cứu Pew.
10:25
That means the poll spoke to roughly
one in every 5,000 Muslims
one in every 5,000 Muslims
249
613539
2993
Có nghĩa là đã thực hiện thăm dò
với tỷ lệ 1/5000 người Hồi giáo
với tỷ lệ 1/5000 người Hồi giáo
10:28
in this country.
250
616556
1168
ở đất nước này.
10:29
This is one of the reasons
251
617748
1266
Đây là một trong các lý do
10:31
why government statistics
are often better than private statistics.
are often better than private statistics.
252
619038
3607
khiến các thống kê của chính phủ thường
tốt hơn các thống kế tư nhân.
tốt hơn các thống kế tư nhân.
10:34
A poll might speak to a couple
hundred people, maybe a thousand,
hundred people, maybe a thousand,
253
622669
3035
01 cuộc thăm dò có thể thực hiện với
vài trăm đến 1 nghìn người,
vài trăm đến 1 nghìn người,
10:37
or if you're L'Oreal, trying to sell
skin care products in 2005,
skin care products in 2005,
254
625728
3058
hoặc nếu bạn là L'Oreal, đang bán
sản phẩm chăm sóc da năm 2005,
sản phẩm chăm sóc da năm 2005,
10:40
then you spoke to 48 women
to claim that they work.
to claim that they work.
255
628810
2417
bạn khảo sát 48 phụ nữ và
khẳng định nó rất tốt.
khẳng định nó rất tốt.
10:43
(Laughter)
256
631251
1026
(Cười)
10:44
Private companies don't have a huge
interest in getting the numbers right,
interest in getting the numbers right,
257
632301
3556
Các công ty tư nhân không quan tâm nhiều
đến việc tìm ra các con số đúng,
đến việc tìm ra các con số đúng,
10:47
they just need the right numbers.
258
635881
1755
họ chỉ cần các con số đúng.
10:49
Government statisticians aren't like that.
259
637660
2020
Các nhà thống kê chính phủ
không làm vậy.
không làm vậy.
10:51
In theory, at least,
they're totally impartial,
they're totally impartial,
260
639704
2447
Theo lý thuyết, ít nhất,
họ hoàn toàn vô tư,
họ hoàn toàn vô tư,
10:54
not least because most of them do
their jobs regardless of who's in power.
their jobs regardless of who's in power.
261
642175
3501
đặc biệt vì hầu hết trong số họ làm việc
bất kể ai đang nắm quyền
bất kể ai đang nắm quyền
10:57
They're civil servants.
262
645700
1162
Họ là những công chức.
10:58
And to do their jobs properly,
263
646886
1964
Và để làm tốt công việc của mình,
11:00
they don't just speak
to a couple hundred people.
to a couple hundred people.
264
648874
2363
họ không chỉ khảo sát
vài trăm người.
vài trăm người.
11:03
Those unemployment numbers
I keep on referencing
I keep on referencing
265
651261
2318
Những con số thất nghiệp
mà tôi đang nói đến
mà tôi đang nói đến
11:05
come from the Bureau of Labor Statistics,
266
653603
2004
được lấy từ Cục Thống kê Lao động,
11:07
and to make their estimates,
267
655631
1335
và để đưa ra các ước tính,
11:08
they speak to over 140,000
businesses in this country.
businesses in this country.
268
656990
3489
họ đã khảo sát trên 140,000 doanh nghiệp
trên cả nước.
trên cả nước.
11:12
I get it, it's frustrating.
269
660503
1725
Tôi hiểu, đúng là bực bội.
11:14
If you want to test a statistic
that comes from a private company,
that comes from a private company,
270
662252
3115
Nếu bạn muốn thẩm tra một thống kê
lấy từ một công ty tư nhân,
lấy từ một công ty tư nhân,
11:17
you can buy the face cream for you
and a bunch of friends, test it out,
and a bunch of friends, test it out,
271
665391
3361
bạn có thể mua kem xoa mặt cho mình và
một nhóm bạn, làm thử đi,
một nhóm bạn, làm thử đi,
11:20
if it doesn't work,
you can say the numbers were wrong.
you can say the numbers were wrong.
272
668776
2591
Nếu không làm được,
bạn có thể nói các con số bị sai.
bạn có thể nói các con số bị sai.
11:23
But how do you question
government statistics?
government statistics?
273
671391
2146
Nhưng làm sao kiểm tra các
thống kê chính phủ?
thống kê chính phủ?
11:25
You just keep checking everything.
274
673561
1630
Bạn chỉ cần kiểm tra mọi thứ.
11:27
Find out how they collected the numbers.
275
675215
1913
Tìm hiểu họ thu thập số liệu
như thế nào.
như thế nào.
11:29
Find out if you're seeing everything
on the chart you need to see.
on the chart you need to see.
276
677152
3125
Hãy tìm hiểu nếu bạn đang xem mọi thứ
trên biểu đồ mà bạn cần xem.
trên biểu đồ mà bạn cần xem.
11:32
But don't give up on the numbers
altogether, because if you do,
altogether, because if you do,
277
680301
2965
Nhưng không từ bỏ bất kỳ con số nào,
bởi vì nếu bạn làm vậy,
bởi vì nếu bạn làm vậy,
11:35
we'll be making public policy
decisions in the dark,
decisions in the dark,
278
683290
2439
ta sẽ đưa ra các quyết định
chính sách từ bóng tối.
chính sách từ bóng tối.
11:37
using nothing but private
interests to guide us.
interests to guide us.
279
685753
2262
chỉ sử dụng các quan tâm riêng
để dẫn dắt mình.
để dẫn dắt mình.
11:40
Thank you.
280
688039
1166
Cám ơn.
11:41
(Applause)
281
689229
2461
(Vỗ tay)
ABOUT THE SPEAKER
Mona Chalabi - Data journalistMona Chalabi tries to take the numb out of numbers. She's left with lots of "ers."
Why you should listen
After working for a humanitarian organisation, Mona Chalabi saw how important data was, but also how easily it could be used by people with their own specific agendas. Since then, her work for organizations like Transparency International and The Guardian has had one goal: to make sure as many people as possible can find and question the data they need to make informed decisions about their lives.
Chalabi is currently the Data Editor of the Guardian US, where she writes articles, produces documentaries and turns data into illustrations and animations. In 2016, her data illustrations were commended by the Royal Statistical Society.
Mona Chalabi | Speaker | TED.com