Hiểu số liệu thống kê về hiệu quả của vắc xin có thể giúp bạn cân nhắc những rủi ro khi đi du lịch. Ảnh AP / Rick Bowmer

Đại dịch COVID-19 đẩy nhiều người tiêu dùng tin tức vào một thế giới của số liệu thống kê và sự không chắc chắn sâu sắc. Một vòng xoáy vô tận của các con số - số ca, tỷ lệ nhiễm trùng, hiệu quả của vắc xin - có thể để lại cho bạn cảm giác căng thẳng, lo lắng và bất lực nếu bạn không tự tin rằng bạn biết chúng thực sự có ý nghĩa gì.

Nhưng khi được sử dụng hiệu quả, số liệu thống kê có thể giúp bạn biết nhiều hơn, tin tưởng nhiều hơn và tránh bất ngờ và tiếc nuối khi điều không mong muốn xảy ra. Mọi người cũng có xu hướng muốn họ và thấy chúng hữu ích khi cân nhắc những rủi ro không chắc chắn và đưa ra quyết định.

Tôi là một nhà tâm lý học quyết định. Tôi nghiên cứu cách mọi người hiểu và sử dụng các con số khi họ tìm ra rủi ro và đưa ra lựa chọn. Sau đó tôi cố gắng cải thiện cách các con số được giao tiếp để giúp mọi người đưa ra quyết định tốt hơn. Dưới đây là bốn cách mà số liệu thống kê trong tin tức có thể khiến bạn bối rối - và lời khuyên của tôi về cách hiểu chúng.

1. Tìm kiếm các danh mục nhất quán

Sự không chắc chắn và rủi ro thường được trình bày dưới dạng số. Hôm nay có khả năng mưa là 35%; 10% bệnh nhân sẽ phải chịu tác dụng phụ này. Nhưng đôi khi những con số đó được trình bày như thế nào cũng gây nhầm lẫn.

Ví dụ, đầu đại dịch, The New York Times tweeted rằng “gần một nửa số cử tri của Thành phố New York biết ai đó đã chết vì Covid-19. 74% cử tri da trắng cho biết họ không biết ai đó đã chết vì coronavirus, nhưng 48% cử tri da đen và 52% cử tri Latino cho biết họ đã làm như vậy ”.

Lưu ý rằng một số thống kê đề cập đến việc biết ai đó và những số liệu khác đề cập đến việc không biết ai đó.

Sự khác biệt này không thành vấn đề vì một khi bạn biết tỷ lệ những người biết ai đó đã chết, bạn cũng biết tỷ lệ những người không biết - những người biết một người nào đó hoặc họ không. Nếu 74% cử tri da trắng không biết ai đó, thì 26% đã biết ai đó (74% cộng với 26% = 100%).

Nhưng cách các tùy chọn được mô tả có thể gây hiểu lầm. Trong một ví dụ cổ điển, các nhà nghiên cứu đã mô tả các lựa chọn điều trị ung thư ở khía cạnh sống sót (nghĩa là 90% bệnh nhân sống sót) hoặc tỷ lệ tử vong (10% tử vong). Các con số giống nhau về mặt logic trong cả hai mô tả. Nhưng mọi người, bao gồm cả các chuyên gia, có xu hướng cảm thấy tồi tệ hơn khi một khả năng được mô tả trong khung tỷ lệ tử vong tiêu cực và họ ít có khả năng chọn một phương pháp điều trị được mô tả trong các thuật ngữ đó. Những người không tuyệt vời với những con số thậm chí có nhiều khả năng bị ảnh hưởng bởi khung tích cực hoặc tiêu cực.

Khi bạn đang đọc một tweet như trên, hãy chú ý đến các từ cũng như các con số. Họ có đang mô tả mọi thứ một cách nhất quán không? Nếu không, hãy xem xét mặt trái. Đoạn tweet đáng lẽ phải có nội dung “26% cử tri da trắng nói rằng họ biết ai đó đã chết vì coronavirus, và 48% cử tri da đen và 52% cử tri Latino cũng vậy”. Với sự nhất quán giữa số và từ, bạn có thể dễ dàng so sánh giữa các nhóm.

2. Chuyển đổi số để so sánh dễ dàng hơn

Các con số cũng có thể được truyền đạt theo những cách khác, khiến chúng khó giải mã. Một ví dụ đến từ danh sách tỷ lệ người ở Hoa Kỳ đã chết vì COVID-19 trong một số chủng tộc.

Thật khó để tìm ra nhóm nào đã tệ hơn trong đại dịch khi bạn đang xem xét định dạng "một trong những thứ gì đó".

“Cái gì đó” là mẫu số của phân số. Sẽ dễ dàng hơn nhiều để hiểu dữ liệu nếu bạn chọn một số duy nhất mà bạn muốn tất cả chúng bị loại bỏ. Điều này trở thành mẫu số mới. Tôi chọn 10,000 vì nó lớn hơn các mẫu số khác.

Sau đó, chia 10,000 cho số ban đầu là "ngoài" (mẫu số ban đầu). Ví dụ, với danh mục Người Mỹ bản địa, tôi chia 10,000 cho 390. Điều đó bằng 25.6, hay xấp xỉ 26. Do đó, tôi đã viết 26 trên 10,000 Người Mỹ bản địa.

Vì vậy, thay vì 1 trên 390 so với 1 trên 665, bạn có thể so sánh 26 trên 10,000 với 15 trên 10,000. Dễ thấy hơn là người Mỹ bản địa chết với tỷ lệ gần gấp đôi người Mỹ da trắng.

3. Suy nghĩ về tỷ lệ phần trăm tuyệt đối so với tỷ lệ tương đối

CNN gần đây đã viết về việc bay an toàn, tuyên bố rằng 90% hiệu quả vắc xin có nghĩa là “cứ mỗi triệu người được tiêm phòng đầy đủ đi máy bay, khoảng 100,000 vẫn có thể bị nhiễm bệnh".

Điều này hoàn toàn không chính xác.

Hiệu quả của vắc xin liên quan đến nguy cơ bị nhiễm bệnh tương đối nếu bạn tiêm vắc xin so với không tiêm. Để tính toán nó, bạn cần hai nhóm người, một người đã tiêm chủng, một người chưa tiêm phòng. Bạn chờ xem những bệnh nhiễm trùng nào xuất hiện ở cả hai nhóm. Sau đó, bạn tính tỷ lệ những người trong nhóm được tiêm chủng đã bị nhiễm bệnh và tỷ lệ những người trong nhóm không được tiêm chủng đã mắc bệnh.

Chia tỷ lệ đã tiêm chủng cho tỷ lệ chưa tiêm chủng, và số kết quả là tỷ lệ rủi ro. Một trừ đi tỷ lệ rủi ro là hiệu quả của vắc xin, con số 90% từ nghiên cứu gần đây được công bố bởi Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh.

Con số này có nghĩa là, tất cả những điều khác đều bình đẳng, với việc tiêm phòng, bạn có nguy cơ bị nhiễm COVID-10 thấp hơn 19 lần. Điều này đúng cho dù bạn sống ở Michigan hay Oregon, bay trên máy bay hay không, thậm chí đeo mặt nạ hoặc không. Bất kể tỷ lệ nhiễm trùng trung bình mà bạn phải đối mặt - dựa trên nơi bạn sống và cách bạn hành động - bạn sẽ ít có nguy cơ bị nhiễm bệnh hơn 10 lần nếu bạn tiêm phòng.

Một loại vắc-xin có hiệu quả 90% không có nghĩa là 10% khách du lịch đã tiêm vắc-xin sẽ bị nhiễm COVID-19. Ảnh AP / Sue Ogrocki

Lần tới khi bạn nhìn thấy một con số phần trăm, hãy dừng lại và nghĩ xem đó có phải là con số tuyệt đối hay không, chẳng hạn như tỷ lệ phần trăm biết hoặc không biết ai đó đã chết vì COVID-19. Hay đó là một tỷ lệ phần trăm tương đối, như hiệu quả của vắc-xin - so sánh giữa những người tiêm chủng với những người không tiêm chủng.

Một loại vắc-xin hiệu quả 90% có nghĩa là, nếu trong một nhóm 1 triệu người chưa được chủng ngừa những người đã bay100 người trong số họ bị nhiễm bệnh, sau đó trong số 1 triệu người đã được tiêm vắc xin đã bay, chỉ 10 người trong số họ sẽ bị nhiễm COVID-19.

Những loại vắc xin này không hoàn hảo, nhưng chúng có hiệu quả phi thường theo nghĩa tương đối.

4. Đừng để một giai thoại làm thay đổi dữ liệu

Các bài báo thường kể một câu chuyện về một cá nhân thu hút người đọc. Tuy nhiên, bạn có thể bị lừa bởi những câu chuyện hấp dẫn này, đặc biệt nếu bất kỳ con số đi kèm nào khó hiểu.

Leilani Jordan tiếp tục làm nhân viên bán hàng tại một cửa hàng tạp hóa ở Maryland để có thể giúp đỡ những người cao niên, mặc dù cô ấy bị bại não và thường xuyên tiếp xúc với công chúng. Cuối cùng cô ấy đã chết vì COVID-19, nhưng câu chuyện của cô ấy có thể đã thuyết phục một số người cư xử cẩn thận hơn.

Một số câu chuyện về người nổi tiếng có thể có tác dụng ngược lại. Tom Hanks và Rita Wilson có các trường hợp COVID-19 đặc biệt nhẹ. Đọc về chúng có thể làm giảm lo lắng và khiến một số người giảm bớt việc rửa tay và tránh xa thể chất.

Khi bạn đọc một câu chuyện, hãy suy nghĩ cẩn thận về những gì hữu ích. Những câu chuyện có thể giúp bạn hiểu những trải nghiệm - cảm giác như thế nào khi có COVID-19 hoặc thất nghiệp vì đại dịch. Nhưng chúng để lại những trải nghiệm khác và không cho bạn biết những trải nghiệm khác nhau phổ biến như thế nào.

Sau khi bị lôi cuốn vào một câu chuyện hay, hãy nghĩ xem nó có liên quan đến bạn như thế nào và khả năng xảy ra của nó là gì. Bạn thậm chí có thể tra cứu số liệu thống kê để thông báo cho bản thân về một tình huống tốt hơn thay vì dựa vào những giai thoại có thể để lại ấn tượng sai lầm cho bạn.

Biết số liệu thống kê có thể giúp bạn, nhưng đôi khi bạn cần tự trao quyền để hiểu những con số đang nói với bạn.

Giới thiệu về tác giả

Ellen Peters, Giám đốc, Trung tâm Nghiên cứu Khoa học Truyền thông, Đại học Oregon

Sách liên quan:

Thói quen nguyên tử: Cách dễ dàng và đã được chứng minh để xây dựng thói quen tốt và phá vỡ những điều xấu

của James Clear

Atomic Habits đưa ra những lời khuyên thiết thực để phát triển những thói quen tốt và từ bỏ những thói quen xấu, dựa trên nghiên cứu khoa học về thay đổi hành vi.

Bấm để biết thêm thông tin hoặc đặt hàng

Bốn khuynh hướng: Cấu hình tính cách không thể thiếu tiết lộ cách làm cho cuộc sống của bạn tốt đẹp hơn (và cuộc sống của những người khác cũng tốt hơn)

bởi Gretchen Rubin

Bốn xu hướng xác định bốn loại tính cách và giải thích cách hiểu xu hướng của chính bạn có thể giúp bạn cải thiện các mối quan hệ, thói quen làm việc và hạnh phúc tổng thể.

Bấm để biết thêm thông tin hoặc đặt hàng

Hãy suy nghĩ lại: Sức mạnh của việc biết những gì bạn không biết

của Adam Grant

Think Again khám phá cách mọi người có thể thay đổi suy nghĩ và thái độ của mình, đồng thời đưa ra các chiến lược để cải thiện tư duy phản biện và ra quyết định.

Bấm để biết thêm thông tin hoặc đặt hàng

Cơ thể giữ điểm số: Não bộ, trí óc và cơ thể trong việc chữa lành chấn thương

bởi Bessel van der Nikol

The Body Keeps the Score thảo luận về mối liên hệ giữa chấn thương và sức khỏe thể chất, đồng thời đưa ra những hiểu biết sâu sắc về cách điều trị và chữa lành chấn thương.

Bấm để biết thêm thông tin hoặc đặt hàng

Tâm lý học về tiền bạc: Những bài học vượt thời gian về sự giàu có, lòng tham và hạnh phúc

bởi Morgan Housel

Tâm lý học về tiền bạc xem xét cách thức mà thái độ và hành vi của chúng ta đối với tiền bạc có thể định hình thành công tài chính và hạnh phúc tổng thể của chúng ta.

Bấm để biết thêm thông tin hoặc đặt hàng

Bài viết này được tái bản từ Conversation theo giấy phép Creative Commons. Đọc ban đầu bài viết.