Nghịch lý Simpson

Năm 1973, Đại học California, Berkeley bị cáo buộc phân biệt giới tính. Dữ liệu dường như là bằng chứng không thể chối cãi: tỷ lệ tuyển sinh tổng thể, nam giới 44%, nữ giới 35%.

Nhưng nhà thống kê học Peter Bickel phân tích theo từng khoa thì phát hiện: trong 85 khoa, hầu hết các khoa đều có xu hướng tuyển sinh thiên về nữ giới. Sự chênh lệch đến từ đâu? Nữ giới có xu hướng nộp đơn vào những khoa có tỷ lệ tuyển sinh thấp (nhân văn, khoa học xã hội), trong khi nam giới nộp đơn vào những khoa có tỷ lệ tuyển sinh cao (kỹ thuật, vật lý).

Số liệu tổng thể cho thấy nam giới chiếm ưu thế. Số liệu theo nhóm cho thấy không có sự phân biệt đối xử. Hai kết luận hoàn toàn trái ngược nhau.

Đây chính là **nghịch lý Simpson (Simpson’s Paradox)**: **Dữ liệu tổng thể thể hiện một xu hướng, nhưng khi phân nhóm, mỗi nhóm lại thể hiện xu hướng ngược lại.**

Nghịch lý này không phải là một hiện tượng học thuật kỳ lạ. Nó xảy ra hàng ngày trong dữ liệu thực tế của ngành nhà hàng và khách sạn. Và mỗi lần bạn nhìn vào “điểm số tổng thể” để ra quyết định, bạn có thể đang rơi vào cùng một cái bẫy.

Trường hợp của bạn cũng vậy. Điểm tổng thể đang giảm. Nhưng nếu bạn tách riêng khung giờ trưa và khung giờ tối, điểm số buổi tối thực sự đang tăng — từ 4.5 lên 4.7, bởi vì tháng trước bạn đã thay đầu bếp mới, chất lượng buổi tối rõ ràng được cải thiện. Chính dòng khách trưa mới đã kéo điểm trung bình tổng thể xuống — và dòng khách trưa tăng chính là nguyên nhân doanh thu tăng 22%.

Số liệu tổng thể nói với bạn “đi xuống”. Số liệu theo nhóm nói với bạn “đi lên”. Bạn đã nhìn nhầm vào con số sai suốt thời gian qua.

Đây không phải là lỗi của bạn. Bộ não con người vốn thiên về nhìn vào dữ liệu tổng thể — nó hiệu quả hơn trong quá trình tiến hóa. Nhưng giá trị của phân tích dữ liệu nằm ở chỗ vượt qua trực giác, đặt ra một câu hỏi phản trực giác: “Nếu tôi tách nhỏ dữ liệu ra, câu chuyện vẫn giống nhau chứ?”