Một xu hướng trên biểu đồ có thể chỉ là nhiễu không?

Điểm chính

1. Đọc đơn vị, khoảng thời gian, nguồn và các quan sát gốc trước khi diễn giải đường nối.
2. Thang trục, độ dài chuỗi, dữ liệu thiếu và phương pháp làm mượt có thể thay đổi ấn tượng thị giác.
3. Tách mô tả xu hướng khỏi giải thích nguyên nhân và dự báo tương lai.
4. So sánh kết quả dưới các lựa chọn hợp lý và công bố mức bất định.

Một biểu đồ thành tích dốc lên dễ tạo cảm giác vận động viên đang tiến bộ; đường đi xuống dễ khiến người xem nghĩ phong độ sa sút. Nhưng một đường thẳng nối các điểm không đảm bảo có một xu hướng bền vững phía sau. Chuỗi ngắn, vài kết quả cực đoan, lịch thi đấu thay đổi, thang trục bị cắt hoặc phép làm mượt có thể tạo ra hình ảnh thuyết phục hơn lượng thông tin thực tế. Đây là vấn đề của mọi môn thể thao có kết quả theo thời gian, từ thời gian hoàn thành, điểm số đến số lần tham gia hay chỉ số theo trận. Bạn có thể xem Đến KLIVE để theo dõi tỷ số bóng đá trực tiếp để cập nhật diễn biến sự kiện; khi đọc biểu đồ, hãy xem dữ liệu nền và cách dựng biểu đồ trước khi đặt tên cho hình dạng.

1. Đường trên biểu đồ không tự nói lên xu hướng

Trước tiên đọc hai trục. Trục ngang có thể là ngày, số thứ tự sự kiện hoặc giai đoạn; trục dọc có thể là thời gian, điểm, thứ hạng hoặc tỷ lệ. Chiều tốt hơn không giống nhau: thời gian hoàn thành thấp hơn có thể tốt hơn, còn số điểm thường cao hơn mới có lợi. Thứ hạng lại là đại lượng tương đối, có thể đổi khi nhóm đối thủ thay đổi. Nếu đơn vị và chiều ý nghĩa không được ghi rõ, người xem có thể diễn giải ngược hoặc so sánh các đại lượng khác bản chất.

Kiểm tra phạm vi trục đứng. Một trục bắt đầu ở điểm gần dữ liệu có thể làm dao động nhỏ trông như biến động lớn; trục rất rộng có thể khiến thay đổi đáng kể trông gần như phẳng. Không có một quy tắc hình thức duy nhất cho mọi biểu đồ, nhưng lựa chọn phải phù hợp câu hỏi và được thể hiện minh bạch. Với biểu đồ nhiều nhóm, kiểm tra từng nhóm có cùng thang hay không; nếu dùng trục riêng, đừng so độ dốc bằng mắt như thể cùng tỷ lệ.

Thời gian giữa các điểm cũng có ý nghĩa. Hai điểm nối liền nhau có thể cách nhau một ngày hoặc nhiều tháng; đường nối đều không cho biết khoảng trống đó. Lịch thi đấu dày và thưa tạo cơ hội quan sát khác nhau. Ghi dấu mốc, kỳ nghỉ, thay đổi định dạng hay sự kiện bất thường giúp người đọc hiểu phần nào đã được đo. Đường trên đồ thị là cách sắp xếp dữ liệu; trước khi gọi nó là xu hướng, hãy xác nhận mọi điểm có thể so sánh và khoảng cách thời gian được biểu diễn đúng.

2. Tách xu hướng khỏi dao động ngắn hạn

Mọi kết quả thể thao đều có biến thiên. Một vài quan sát tăng hoặc giảm liên tiếp có thể xảy ra mà không đại diện cho thay đổi lâu dài, đặc biệt khi chuỗi ngắn. Ngược lại, một xu hướng rộng có thể bị che bởi dao động ngày này qua ngày khác. Đừng chọn một cửa sổ thời gian chỉ vì nó cho hình ảnh rõ nhất. Hãy nêu khoảng thời gian được phân tích, số quan sát và lý do bắt đầu ở mốc ấy. Nếu có thể, đối chiếu với giai đoạn tương đương về lịch, nội dung và điều kiện.

Biểu đồ phân tán các điểm gốc cạnh đường tổng hợp thường hữu ích. Trung bình trượt làm mượt một chuỗi bằng cách lấy trung bình các quan sát trong cửa sổ kế tiếp; cửa sổ dài có thể giảm dao động nhìn thấy nhưng làm chậm phản ứng và làm thay đổi hình dạng. Vì vậy, một đường mượt hơn không đồng nghĩa bằng chứng mạnh hơn. Ghi rõ cửa sổ tính, cách gán thời điểm và cách xử lý dữ liệu thiếu. Nếu một kết luận biến mất khi thay đổi nhẹ cửa sổ hoặc mốc thời gian, hãy nói nó nhạy với lựa chọn phân tích.

Phân biệt xu hướng mô tả với sự khác biệt có ý nghĩa thực tế. Một thay đổi có thể thấy bằng mắt nhưng nhỏ so với độ biến động thông thường hoặc sai số đo. Ngược lại, một thay đổi nhỏ về một chỉ số có thể quan trọng nếu nó liên quan tới câu hỏi chuyên môn rõ ràng. Không có một ngưỡng “đáng kể” dùng chung cho mọi môn, mọi chỉ số và mọi mục tiêu. Nêu đơn vị, mức thay đổi quan sát được và giới hạn phép đo, thay vì dùng từ “tăng mạnh” mà không cho người đọc biết thước đo nào đang được nói đến.

3. Bối cảnh và chất lượng dữ liệu có thể tạo hình dạng

Nếu cùng một chỉ số được thu từ thiết bị hoặc quy trình khác nhau, điểm gãy trên biểu đồ có thể phản ánh thay đổi cách đo hơn là thay đổi vận động viên. Kiểm tra ngày nâng cấp thiết bị, thay đổi người chấm, định nghĩa sự kiện, quy tắc cuộc thi và đơn vị. Cũng xem ai được đưa vào tập dữ liệu: chỉ những người đủ điều kiện, những trận được phát sóng, hay mọi lần thi đấu? Dữ liệu không đại diện có thể làm xu hướng quan sát không phản ánh toàn bộ nhóm mà người đọc tưởng tượng.

Our World in Data trình bày chuỗi nhiệt độ cùng phần giải thích rõ mốc cơ sở, nguồn dữ liệu, cách tổng hợp, khoảng thời gian và xử lý ô lưới thiếu; trang cũng cho biết khoảng tin cậy thay đổi cùng điều chỉnh mốc cơ sở. Đây là ví dụ về cách siêu dữ liệu giúp người đọc hiểu một đường biểu diễn phụ thuộc vào định nghĩa và quy trình, chứ không phải một công thức thể thao. Khi đọc dữ liệu thành tích, hãy tìm thông tin tương tự: đơn vị, phạm vi, cách tính, nguồn ban đầu, chỉnh sửa và mức bất định. ^[1]

Nếu có điểm cực đoan, đừng tự động xóa chỉ để đường trông gọn. NIST lưu ý rằng một quan sát xa các giá trị khác có thể là dữ liệu lỗi, biến thiên ngẫu nhiên hoặc thông tin có ý nghĩa; nhận diện điểm tiềm năng cần đi cùng kiểm tra giả định. Hãy xác minh bản ghi và điều kiện thi đấu. Nếu hợp lệ, giữ và giải thích; nếu lỗi, sửa theo nguồn có thể kiểm chứng và lưu nhật ký. Một đường xu hướng nên minh bạch với các điểm khó giải thích, không chỉ với phần mượt mà. ^[2]

4. Một quy trình kiểm tra trước khi kết luận

Bước đầu, viết câu hỏi thành câu cụ thể: xu hướng của ai, chỉ số nào, trong thời gian nào và so với điều gì? Sau đó kiểm tra nguồn, định nghĩa, đơn vị, số quan sát, điều kiện thi đấu và dữ liệu thiếu. Vẽ các điểm gốc trước khi chọn đường tổng hợp. Ghi chú thay đổi phương pháp, luật, vai trò hoặc lịch có khả năng làm các giai đoạn khác nhau. Nếu chỉ có ít điểm, gọi đây là tín hiệu ban đầu hoặc quan sát mô tả thay vì tuyên bố xu hướng ổn định.

Tiếp theo, thử một cách thể hiện khác phù hợp: trục thời gian đúng tỷ lệ, biểu đồ điểm, phân bố theo giai đoạn hoặc đường làm mượt có cửa sổ được giải thích. Không nên thử hàng chục lựa chọn rồi chỉ công bố lựa chọn hỗ trợ câu chuyện mong muốn. Nếu khám phá ban đầu khiến bạn phát hiện một mẫu hình, nêu đó là phát hiện thăm dò và tìm thêm dữ liệu mới để kiểm tra. Dữ liệu mới cũng cần so sánh được; thêm nhiều điểm không sửa được vấn đề định nghĩa sai hoặc nhóm quan sát thiên lệch.

Cuối cùng, tách ba mức phát biểu. “Các giá trị được ghi nhận tăng trong giai đoạn này” là mô tả. “Vận động viên đã tiến bộ nhờ thay đổi huấn luyện” là giải thích nhân quả, cần bằng chứng riêng về huấn luyện và các yếu tố khác. “Kết quả sẽ tiếp tục tăng” là dự báo, cần mô hình và đánh giá dự báo. Mỗi câu hỏi cần loại dữ liệu và phương pháp khác nhau. Hãy nói rõ kết luận nào đang được đưa ra và điều gì có thể khiến nó thay đổi. Cách diễn đạt vừa phải không làm giảm giá trị thành tích; nó bảo vệ người đọc khỏi suy luận vượt quá dữ liệu.

Câu hỏi thường gặp