Kutojali Ukubwa wa Sampuli

Kwa Muhtasari

1. Muhtasari wa Haraka

Sisi huamini kiasili kwamba sampuli ndogo ya data inapaswa kufanana kabisa na idadi kubwa inakotoka. Wakati kurusha sarafu mara kumi hakuonyeshi mgawanyo kamili wa 50/50, tunaona mifumo, mielekeo, au ukosefu wa usawa badala ya kutambua tofauti asilia za nambari ndogo. Hili hutufanya tuchukue maamuzi kwa kujiamini kutoka kwenye data ndogo, kuona mienendo yenye maana katika kelele zisizo na mpangilio, na kupuuza jukumu muhimu ambalo idadi inatekeleza katika uaminifu wa takwimu.

2. Sayansi Nyuma Yake

2.1. Ugunduzi na Historia

Kutambuliwa rasmi kwa Kutojali Ukubwa wa Sampuli kulitokana na mapinduzi ya kitambuzi katika saikolojia wakati wa miaka ya 1970. Mnamo 1971, Amos Tversky na Daniel Kahneman walichapisha "Imani katika Sheria ya Nambari Ndogo" katika Psychological Bulletin, wakipendekeza kwamba angavu ya binadamu hufanya kazi kana kwamba Sheria ya Nambari Kubwa inatumika kwa nambari ndogo pia. Miaka mitatu baadaye, katika karatasi yao muhimu ya Science ya 1974 "Hukumu chini ya Kutokuwa na Uhakika: Mbinu na Upendeleo," waliweka rasmi jambo hili kama upendeleo maalum wa kitambuzi ndani ya mfumo mpana wa Mbinu ya Uwakilishi.

Mizizi ya kiakili inarudi nyuma kwenye nadharia ya hisabati ya uwezekano, hasa kwa uundaji wa mapema wa Sheria ya Nambari Kubwa wa Gerolamo Cardano na Jacob Bernoulli. Hata hivyo, uchunguzi wa kisaikolojia wa kwa nini binadamu hukiuka kanuni hii ya hisabati kimfumo ulianzishwa na ushirikiano wa Kahneman-Tversky.

Uelewa wetu umekua kwa kiasi kikubwa tangu miaka ya 1970. Shule ya "Ubusara wa Kiikolojia", inayoongozwa na Gerd Gigerenzer katika Taasisi ya Max Planck, imepinga tafsiri ya awali, ikidai kwamba upendeleo huo unaweza kuwa kwa kiasi fulani ni matokeo ya jinsi matatizo yanavyowasilishwa. Wakati taarifa za takwimu zinapobadilishwa kuwa masafa asilia badala ya uwezekano dhahania, utendaji huboreka kwa kiasi kikubwa.

2.2. Watafiti Wakuu

2.3. Tafiti Muhimu

Tatizo la Hospitali (Tversky & Kahneman, 1974)

Katika jaribio hili la msingi, washiriki walisoma: "Mji fulani unahudumiwa na hospitali mbili. Katika hospitali kubwa kiasi cha watoto 45 huzaliwa kila siku, na katika hospitali ndogo kiasi cha watoto 15 huzaliwa kila siku. Kama unavyojua, karibu 50% ya watoto wote ni wavulana. Hata hivyo, asilimia kamili inatofautiana kila siku. Kwa kipindi cha mwaka 1, kila hospitali ilirekodi siku ambazo zaidi ya 60% ya watoto waliozaliwa walikuwa wavulana. Unafikiri ni hospitali gani ilirekodi siku nyingi zaidi za aina hiyo?"

Matokeo yalikuwa ya kushangaza: 56% ya washiriki waliohitimu walichagua "Karibu sawa," huku 22% wakichagua hospitali kubwa, na takriban 22% tu ndio walitambua kwa usahihi hospitali ndogo. Jibu sahihi ni hospitali ndogo kwa sababu sampuli ndogo zina ubadilikaji zaidi na zina uwezekano mkubwa wa kutoa mkengeuko uliopitiliza kutoka kwenye wastani. Watu walichukulia ukubwa wa sampuli kuwa si muhimu, wakitarajia uwiano wa 50% utumike sawa bila kujali kama sampuli ilikuwa 15 au 45.

Jaribio la Kukadiria Urefu (Tversky & Kahneman, 1974)

Washiriki walikadiria uwezekano wa kupata urefu wa wastani wa zaidi ya futi 6 (cm 183) katika sampuli za wanaume 10, 100, na 1,000 waliotolewa kwenye idadi ya jumla ya watu. Kimantiki, kupata wanaume 1,000 wenye wastani wa urefu wa zaidi ya futi 6 ni karibu haiwezekani, wakati wanaume 10 wenye wastani wa urefu huu hakuna uwezekano mkubwa sana. Lakini washiriki walitoa uwezekano sawa kwa ukubwa wote wa sampuli tatu. Kwa kuhukumu sampuli tu kwenye maelezo yao ("wanaume"), washiriki walipuuza kabisa nguvu ya kuleta utulivu ya nambari kubwa.

Tatizo la Mamografia (Gigerenzer na wenzake, 1995)

Madaktari walipoombwa kukadiria uwezekano wa saratani ya matiti kwa kupewa mamogramu chanya kwa kutumia asilimia (Usikivu=90%, Chanya ya Uongo=9%, Kuenea=1%), ni 10-15% tu walijibu kwa usahihi. Wakati tatizo lile lile lilipowasilishwa kama masafa asilia ("wanawake 10 kati ya kila 1,000 wana saratani..."), usahihi uliongezeka hadi 46-67%. Hii ilionyesha kwamba kufanya ukubwa wa sampuli uwe wazi katika asili kunaboresha sana fikra za kitakwimu.

Utafiti wa Mkono wa Moto (Gilovich, Vallone, & Tversky, 1985)

Wakichambua rekodi za ufyatuaji za Philadelphia 76ers na Boston Celtics, watafiti hawakupata ushahidi wa kitakwimu wa mfululizo "moto" zaidi ya inavyotarajiwa kwa bahati. Rekodi ya mchezaji ya kurusha mpira ilikuwa haiwezi kutofautishwa kihisabati na mfululizo wa kurusha sarafu. Imani ya jumla katika "mkono wa moto" miongoni mwa wachezaji, makocha, na mashabiki ilidhihirika kuwa udanganyifu wa kitambuzi unaotokana na kutambua mifumo katika sampuli ndogo zisizo na mpangilio.

2.4. Msingi wa Kineurolojia

Upendeleo hufanya kazi kupitia kile wanasaikolojia Keith Stanovich, Richard West, na Daniel Kahneman walichokiita fikra za "Mfumo 1"—michakato ya kitambuzi ya haraka, ya kiotomatiki, na angavu inayotanguliza kasi na uwiano kuliko usahihi wa hisabati. Wakati wa kutathmini ushahidi wa kitakwimu, Mfumo 1 huchakata mfanano na utambuzi wa ruwaza badala ya kushirikisha michakato ya polepole, yenye juhudi zaidi ya Mfumo 2 inayohitajika kwa fikra sahihi za kitakwimu.

Mizunguko ya ubongo ya kutambua ruwaza, iliyotokea kwa ajili ya kutathmini vitisho haraka na maamuzi ya kisababishi, hutafuta muundo wenye maana kwenye data kiotomatiki. Mizunguko hii haitofautishi kati ya sampuli kubwa na ndogo; hujibu kwa vipengele vya nje vya taarifa (uwiano, ruwaza zinazoonekana) badala ya taarifa kuu kuhusu uaminifu (ukubwa wa sampuli, mtawanyiko).

Kamba ya mbele ya ubongo (prefrontal cortex), inayosimamia utendaji mkuu na kufikiri kwa hisabati, inaweza kubatilisha hukumu za Mfumo 1, lakini hii inahitaji juhudi za kufahamu, mafunzo ya takwimu, na rasilimali za kitambuzi. Chini ya shinikizo la muda, mzigo wa kitambuzi, au msisimko wa kihisia, kasoro za Mfumo 1 hutawala, na ukubwa wa sampuli hupuuzwa.

3. Asili ya Mageuzi

Akili ya binadamu ilikua ili kupitia ulimwengu mgumu, wenye kelele, na hatari ambapo data ilikuwa adimu na gharama ya kusita ilikuwa kifo. Katika mazingira ya Pleistocene, mababu zetu walihitaji kufanya majumuisho ya haraka kutoka kwenye uchunguzi mdogo: kukutana mara moja na mnyama anayewinda au tunda lenye sumu kulihalalisha kanuni ya ulimwengu wote ya kuepuka.

Zana hii ya mageuzi ilitanguliza utambuzi wa ruwaza na makisio ya haraka kuliko usahihi wa hisabati. Uwezo wa kutoa hitimisho pana kutoka kwa sampuli ndogo ulikuwa faida tofauti ya kukabiliana na mazingira—kungojea kukusanya sampuli "muhimu kitakwimu" za kukutana na wanyama wanaowinda kabla ya kuamua kukimbia ingekuwa hatari ya kifo.

Walakini, marekebisho haya haya ya utambuzi ambayo yalihakikisha kuishi katika mazingira ya mababu yenye data chache hudhihirika kama dhima kubwa katika ulimwengu wetu wa kisasa uliojaa data. Sasa tunaishi katika ulimwengu unaotawaliwa na michakato ya kiukweli (stochastic), matokeo ya uwezekano, na hifadhidata kubwa, lakini angavu letu linabaki kwa ukaidi kuunganishwa kwenye mantiki ya sampuli ndogo.

Upendeleo huo unaweza kuonekana kama kipengele cha mageuzi badala ya kasoro: ulipimwa kwa mazingira ambapo (1) sampuli zilikuwa ndogo asili yake, (2) chanya za uongo (kuona ruwaza ambazo hazipo) zilikuwa za gharama nafuu kuliko hasi za uongo (kukosa vitisho halisi), na (3) hatua ya haraka ilishinda usahihi wa takwimu.

4. Jinsi Upendeleo Huu Unavyodhihirika

4.1. Katika Maisha ya Kila Siku

Katika maamuzi ya kila siku, mara kwa mara sisi hutafsiri kupita kiasi sampuli ndogo. Baada ya kutembelea mgahawa mpya mara moja na kupata mlo wa wastani, tunahitimisha "mahali pale ni pabaya" badala ya kutambua tumejaribu pishi moja kwenye usiku mmoja. Kukutana na mtu kutoka jiji fulani au taaluma fulani huchochea majumuisho kulingana na mkutano huo mmoja.

Tunahukumu usalama wa vitongoji kwa hadithi chache, tunaunda maoni kuhusu bidhaa kutoka kwa mapitio matatu ya Amazon, na kuhitimisha kwamba fundi wetu si mwaminifu kulingana na ukarabati mmoja wenye utata. Tunaona rafiki akifanikiwa katika lishe na kudhani itatufaa, tukipuuza maelfu ya tofauti za kibinafsi zinazoamua matokeo.

Katika mahusiano, tabia ya mpenzi kwa siku chache hutengeneza hukumu yetu ya tabia zao. Utendaji mbaya wa mtoto kwenye mtihani mmoja huwafanya wazazi wahitimishe kuwa "hawajui hisabati." Utabiri mchache wenye mafanikio hutufanya tuamini kuwa sisi ni wazuri katika kutabiri siku zijazo.

4.2. Katika Eneo la Kazi

Mazingira ya kitaaluma huongeza gharama za kupuuza ukubwa wa sampuli. Mameneja hutathmini utendaji wa wafanyakazi kulingana na matukio machache yanayoonekana badala ya data ya kimfumo. Maamuzi ya kuajiri yanategemea usaili mfupi—sampuli ndogo ya tabia—lakini huchukuliwa kama tathmini za uhakika.

Matokeo ya robo mwaka, yanayowakilisha miezi mitatu tu (sampuli ndogo ya mwelekeo wa kampuni), huongoza maamuzi makubwa ya kimkakati. Mpango mpya ambao hautekelezi vyema kwa miezi miwili hufutwa kabla tofauti haijaweza kutengemaa. Viongozi wanaofanikiwa mapema huonekana "wenye maono" wakati wale wanaokutana na vikwazo mapema huitwa waliofeli, bila kujali mtawanyiko halisi wa matokeo.

Tathmini za utendaji mara nyingi hupa uzito matukio ya hivi karibuni isivyo sawa, ikichukulia wiki chache zilizopita kama wawakilishi wa mwaka mzima. Programu za mafunzo zinahukumiwa kuwa na ufanisi au kutokuwa na ufanisi kulingana na kundi la kwanza, ukipuuza mabadiliko ya asili kati ya makundi.

4.3. Katika Biashara na Masoko

Maafa ya New Coke yanaonyesha jinsi biashara zinavyoanguka katika upendeleo huu. Coca-Cola ilifanya majaribio ya ladha ya upofu karibu 200,000, ikipata mapendeleo makubwa kwa fomula yao mpya tamu zaidi. Walakini, haya yalikuwa "majaribio ya kunywea"—sampuli ndogo ya uzoefu wa kunywa kinywaji hicho. Katika kunywea, ubongo hujibu vyema kwa utamu wa juu. Kwenye mkebe mzima, utamu huo huleta kichefuchefu. Watendaji wa Coke walidhani sampuli ya kunywea iliwakilisha uzoefu wa mkebe mzima, na kusababisha uasi mkubwa wa watumiaji.

Kushindwa kwa Ford Edsel kunaonyesha kutojali ukubwa wa sampuli ya muda. Ford ilifanya utafiti wa kina mwaka 1955-1956 ikionyesha Wamarekani walitaka magari makubwa, ya kifahari. Walichukulia sampuli hii inayofungwa na wakati kama ukweli wa kudumu. Kufikia uzinduzi wa 1958, soko lilikuwa limehamia kwenye magari madogo, na Edsel ikawa sawa na kutofaulu kwa masoko.

Kampuni mara kwa mara huzindua bidhaa kulingana na makundi lengwa ya watu 8-12, majaribio ya A/B yanayofanya kazi kwa siku badala ya wiki, na programu za majaribio katika masoko yasiyowakilisha vyema. Kampeni za masoko hukuzwa kulingana na viwango vya kwanza vya mwitikio ambavyo havijatengemaa.

4.4. Katika Siasa na Vyombo vya Habari

Janga la kura ya maoni la 1936 la Literary Digest linaonyesha jinsi sampuli kubwa lakini zenye upendeleo hushindwa. Jarida hilo lilihoji watu milioni 2.4 na kutabiri Alfred Landon angemshinda Franklin Roosevelt. Walidhani idadi inahakikisha usahihi, wakipuuza kwamba sampuli yao (iliyotokana na usajili wa magari na orodha za simu) iliwatenga kimfumo wapiga kura wa enzi za Mdororo wa Kiuchumi bila hizi alama za utajiri. George Gallup alitabiri matokeo kwa usahihi akitumia sampuli ya uwakilishi wa watu 50,000 tu.

Upigaji kura wa kisasa unaendelea kuhangaika na tafsiri ya ukubwa wa sampuli. Vyombo vya habari huripoti kwa msisimko mabadiliko ya kura ndani ya kiwango cha makosa kama mabadiliko makubwa. Wachambuzi hufanya majumuisho kutoka kwenye matokeo ya kura za mapema, wakichukulia sampuli ndogo kama tabiri. Makundi lengwa ya wapiga kura ambao hawajaamua yanakuwa matukio yanayofafanua hadithi licha ya kuwakilisha kelele za takwimu.

Maoni ya kisiasa hutengenezwa kulingana na hadithi chache kuhusu wahamiaji, wapokeaji wa ustawi, au maafisa wa polisi, huku kila hadithi ikichukuliwa kama uwakilishi wa mamilioni ya watu tofauti.

4.5. Katika Huduma ya Afya

Ramani ya saratani ya figo inatoa mfano wa kushangaza wa matibabu. Wanatakwimu Howard Wainer na Harris Zwerling walionyesha kwamba kaunti zilizo na viwango vya chini zaidi vya saratani ya figo ziko vijijini kwa wingi na zina watu wachache. Maelezo ya angavu: maisha ya vijijini huzuia saratani kupitia hewa safi na maisha safi. Kisha wakafichua kwamba kaunti zenye viwango vya juu zaidi pia ni vijijini na zenye watu wachache. Sababu ya kawaida sio mtindo wa maisha lakini ukubwa mdogo wa idadi ya watu—katika kaunti yenye wakazi 500, uchunguzi mmoja hupandisha kiwango hicho kwenye mipaka ya kitaifa, huku visa sifuri vikiishusha chini kabisa.

Madaktari hutafsiri kupita kiasi matokeo chanya ya vipimo katika magonjwa adimu, wakishindwa kuzingatia viwango vya msingi na ukubwa wa sampuli. Mgonjwa aliye na vipimo vitatu vilivyoinuka huchunguzwa na hali ya kudumu ambayo inaweza kuonyesha tofauti za vipimo. Ufanisi wa matibabu unahukumiwa kutoka kwa wagonjwa wachache badala ya majaribio yaliyodhibitiwa yasiyopangiliwa.

Maafisa wa afya ya umma hufuata "makundi ya saratani" na "maeneo yenye afya" ambayo ni athari za takwimu za idadi ndogo ya watu tu. Rasilimali hugawanywa vibaya kulingana na viwango vya juu ambavyo vingerudi kwa wastani na sampuli kubwa zaidi.

4.6. Katika Fedha na Uwekezaji

Upendeleo wa Kuokoka unawakilisha aina hatari ya kupuuza ukubwa wa sampuli katika masoko ya fedha. Wawekezaji wanapochanganua utendaji wa hazina za pamoja katika kipindi cha miaka 10 iliyopita, wanachunguza tu hazina ambazo bado zipo—zilizookoka. Hazina zilizoshindwa na kufilisika hazipo kwenye sampuli, hivyo kupandisha kimakosa wastani unaoonekana wa faida. Mwekezaji anaweza kuona faida ya wastani ya 8% na kuhitimisha kuwa usimamizi makini unafanya kazi, wakati kujumuisha hazina "zilizokufa" kungefichua faida ya 4% au chini ya hapo.

Wawekezaji hufuata hazina kulingana na rekodi za miaka 3-5, wakichukulia sampuli hii ndogo ya muda kama ushahidi wa ustadi endelevu. Utafiti wa Richard Thaler unaonyesha kuwa wawekezaji huongeza kupita kiasi kutoka kwa sampuli ndogo za habari za mapato: robo tatu ya kushinda makadirio inachukuliwa kama utendaji bora wa kimuundo, na kusukuma bei kwenye viwango visivyo na mantiki.

Robert Shiller aliandika kwamba bei za soko hubadilika zaidi kuliko msingi mkuu unavyoweza kuhalalisha. "Mabadiliko yaliyozidi" haya yanatokana na wawekezaji kutibu habari za muda mfupi—sampuli ndogo za mustakabali wa muda mrefu wa kampuni—kama taarifa kamili kuhusu thamani ya kudumu.

5. Mifano Halisi ya Kisa

Kisa cha Kwanza: Mgogoro wa Kurudia Katika Saikolojia

• Muktadha: Kwa miongo kadhaa, utafiti wa kisaikolojia ulifanya kazi na sampuli ndogo (mara nyingi N=20 au N=40 kwa kila hali). Utafiti wa "Mikao yenye Nguvu" (Carney, Cuddy, & Yap, 2010) ulidai kwamba kusimama kwa mikao ya "nguvu ya juu" kwa dakika mbili kulisababisha mabadiliko ya homoni na kuongezeka kwa kuchukua hatari. Ukubwa wa sampuli ulikuwa washiriki 42.

• Nini kilitokea: Utafiti huo ulichapishwa katika jarida mashuhuri, ulivuta hisia kubwa za vyombo vya habari, na ukazaa mazungumzo ya TED yaliyotazamwa mamilioni ya mara. Jamii ya wanasayansi ilikubali N=42 kama inavyotosha kugundua athari ndogo za homoni.

• Upendeleo ulivyofanya kazi: Watafiti, wahariri, na wakaguzi—wakisumbuliwa na upendeleo ule ule ambao Tversky na Kahneman waliuelezea—waliamini sampuli ndogo zilikuwa thabiti kiasi cha kutosha kugundua athari ndogo. Waliona ruwaza ndani ya kelele.

• Matokeo: Wakati marudio makubwa yaliyofuata na N=200+ yalipojaribiwa, athari za homoni zilitoweka kabisa. Shirikiano la Sayansi Huria (2015) lilirudia masomo 100 ya saikolojia na kugundua chini ya nusu inaweza kuzalishwa tena kwa ufanisi. Sababu kuu ilikuwa utegemezi kwa masomo yasiyo na nguvu ya kutosha.

• Masomo yaliyojifunzwa: "Laana ya Mshindi" katika uchapishaji wa kisayansi inamaanisha masomo yanayochapishwa ni yale yenye ukubwa wa athari uliotiwa chumvi ambayo yaliweza kuvuka mipaka ya umuhimu wa kitakwimu. Athari za kweli huibuka tu na sampuli kubwa. Tangu wakati huo Saikolojia imeanzisha mageuzi yanayohitaji sampuli kubwa na usajili wa mapema wa tafiti.

Kisa cha Pili: Maafa ya New Coke

• Muktadha: Mnamo 1985, Coca-Cola ilikabiliana na shinikizo linaloongezeka la soko kutoka kwa majaribio ya upofu ya "Pepsi Challenge" ya Pepsi. Utafiti wa ndani ulionyesha Pepsi tamu zaidi ilikuwa inashinda malinganisho ya kunywea kidogo-kidogo.

• Nini kilitokea: Coca-Cola ilifanya majaribio ya upofu ya kuonja takriban 200,000, ikipata upendeleo mkubwa wa fomula mpya tamu zaidi. Kulingana na data hii, walibadilisha fomula yao ya karne moja na "New Coke."

• Upendeleo ulivyofanya kazi: Haya yalikuwa "majaribio ya kunywea"—sampuli ndogo ya uzoefu wa kunywa kinywaji kizima. Watendaji walidhani sampuli hii ndogo iliwakilisha uzoefu kamili wa matumizi. Katika kunywea kidogo, utamu ni wa kufurahisha; katika mkebe mzima, inakuwa inachosha.

• Matokeo: Uasi wa watumiaji ulikuwa wa mara moja na mkali. Ndani ya siku 79, Coca-Cola ilirudisha fomula ya asili kama "Coca-Cola Classic." Kampuni ilipoteza mamilioni na kuteseka na uharibifu wa kudumu wa chapa.

• Masomo yaliyojifunzwa: "Sampuli" lazima ilingane na "idadi" inayowakilisha. Unyweaji sio mkebe mzima, kama vile kutembelea duka moja sio uaminifu wa wateja. Kipimo cha uchambuzi lazima kilingane na tabia ya ulimwengu halisi.

Mfano wa Kihistoria: Kura ya Maoni ya Literary Digest ya 1936

Jarida la Literary Digest lilifanya kile kilichoonekana kuwa kiwango cha dhahabu cha kura za maoni: tafiti milioni 10 zilitumwa nje, milioni 2.4 zilirudishwa. Walitabiri Landon angemshinda Roosevelt kwa 57% ya kura. Roosevelt alishinda kwa 61%.

Wahariri wa Digest waliamini kuwa ukubwa mkubwa wa sampuli ulihakikishia usahihi. Kile walichoshindwa kutambua ni kwamba mfumo wao wa kupata sampuli—orodha za simu na usajili wa magari—ziliwatenga kimfumo wapiga kura wenye kipato cha chini ambao wangeunga mkono kwa kiasi kikubwa sera za Mpango Mpya za Roosevelt. George Gallup, akitumia sampuli sahihi ya uwezekano na wahojiwa 50,000 pekee, alitabiri matokeo kwa usahihi.

Kisa hiki kinafundisha kwamba sampuli ndogo, inayowakilisha (n=3,000) ni ya kuaminika zaidi kuliko sampuli kubwa, yenye upendeleo (N=milioni 2.4). Digest iliacha kuchapishwa miaka miwili baadaye, mwathiriwa wa kushindwa kwake kuelewa uhusiano kati ya ubora wa sampuli na ukubwa wa sampuli.

6. Gharama ya Upendeleo Huu

6.1. Gharama za Kibinafsi

Mahusiano huteseka tunapohukumu wapenzi kulingana na sampuli ndogo za tabia—siku chache mbaya zinakuwa ushahidi wa kasoro za kimsingi za tabia. Ukuaji wa kibinafsi hudumaa tunapohitimisha baada ya majaribio machache kwamba "hatuwezi" kufanya kitu. Mabadiliko ya kazi huachwa baada ya vikwazo vya awali ambavyo vinawakilisha tu tofauti za asili.

Maamuzi ya afya huenda vibaya tunapohukumu ufanisi wa matibabu kutoka kwenye uzoefu wetu wenyewe au hadithi chache kutoka kwa marafiki. Mifuko ya uwekezaji husimamiwa vibaya tunapofukuza washindi wa hivi karibuni au kukimbia waliopoteza hivi karibuni. Tunakuza ushirikina, tukiamini ruwaza zipo katika kile ambacho ni cha bahati nasibu.

Gharama ya kisaikolojia inajumuisha kujiamini kusikofaa kwa hitimisho lisilo thabiti, na kufuatiwa na mkanganyiko wakati ubashiri unaposhindwa. Tunatengeneza maelezo tata ya sababu ya kutofautiana ambayo ni ya bahati nasibu, tukijenga miundo ya kiakili ya ukweli ambayo hailingani na mifumo halisi.

6.2. Gharama za Kitaaluma

Maendeleo ya kazi huteseka wakati mameneja wanahukumu vibaya uwezo wetu kulingana na uchunguzi mdogo. Wafanyakazi wazuri hupuuzwa kwa sababu maoni ya mapema (sampuli ndogo za tabia) hayakulingana na dhana potofu za mafanikio. Maamuzi mabaya ya kuajiri hupoteza rasilimali za shirika na kuharibu mienendo ya timu.

Mikakati ya biashara hushindwa inaporekebishwa kwa matokeo ya mapema badala ya mielekeo ya muda mrefu. Bidhaa huzinduliwa kabla ya wakati au kuuawa mapema kulingana na data yenye kelele. Utafiti wa soko huongoza makampuni kupotoka wakati sampuli ndogo zinachukuliwa kuwa za uwakilishi.

Hasara za kifedha huongezeka jinsi maamuzi ya uwekezaji yanapofuata utendaji wa hivi karibuni. Mameneja wa hazina waliofanya vizuri kwa zaidi ya miaka mitatu huvutia uwekezaji mkubwa, ili tu kurudi kwenye wastani na kuwakatisha tamaa wawekezaji waliodhani sampuli ndogo ilitabiri mapato ya baadaye.

6.3. Gharama za Kijamii

Mgogoro wa Kurudia umegharimu mabilioni katika ufadhili wa utafiti kwa tafiti ambazo haziwezi kurudiwa tena. Matibabu ya kimatibabu hupitishwa kulingana na majaribio madogo, ili tu kuonyesha kutokuwa na faida katika idadi kubwa ya watu. Rasilimali za afya ya umma zinagawanywa vibaya ili kushughulikia mabaki ya kitakwimu katika watu wachache.

Mazungumzo ya kisiasa yanatiwa sumu wakati hadithi kuhusu matukio ya mtu binafsi yanaunda mijadala ya kisera kuhusu mamilioni ya watu. Mifumo ya haki za uhalifu inapotoshwa wakati kesi zenye umaarufu mkubwa (sampuli ndogo) zinaongoza sheria. Imani ya umma katika sayansi humomonyoka wakati matokeo yanageuka jinsi ukubwa wa sampuli unavyoongezeka.

Masoko yanakuwa tete zaidi kuliko misingi inavyohalalisha, na kutengeneza mizunguko ya ukuaji-mwanguko ambayo inaharibu utajiri na utulivu wa kiuchumi. Sera ya umma inazunguka kati ya misimamo mikali wakati wanasiasa wanajibu sampuli ndogo za maoni ya umma badala ya mapendeleo thabiti.

6.4. Athari za Kitakwimu

Matokeo ya utafiti yanapendekeza kwamba tafiti zenye ukubwa wa sampuli chini ya N=50 zina ongezeko kubwa la athari, mara nyingi kwa 100% au zaidi. Shirikiano la Sayansi Huria lilibaini kuwa ni 36% tu ya tafiti za saikolojia zinaweza kurudiwa kwa mafanikio, huku tafiti zenye nguvu ndogo zikiwa kichocheo kikuu.

Katika fedha, Upendeleo wa Kuokoka huongeza faida inayoonekana ya hazina ya pamoja kwa makadirio ya 1-2% kila mwaka—tofauti inayochanganyika kwa mamilioni ya dola katika akiba iliyopangwa vibaya ya kustaafu kwa mamilioni ya wawekezaji.

Makosa ya utambuzi wa matibabu yanayoongozwa na kupuuza viwango vya msingi na kutojali ukubwa wa sampuli yanakadiriwa kuathiri Wamarekani milioni 12 kila mwaka, huku karibu nusu ikisababisha madhara.

7. Faida Zilizojificha

Upendeleo huo sio usioendana tu na mazingira—unawakilisha usawa kati ya kasi na usahihi ambao uliboreshwa kwa mazingira ya mababu ambapo data ilikuwa chache na hatua ya haraka ilikuwa muhimu.

Kujifunza kwa Haraka kutoka kwa Data Ndogo: Katika mazingira ambayo kwa kweli ni ya hatari, uwezo wa kujumuisha kutoka kwa matukio machache (kukutana mara moja na mnyama anayewinda, tunda moja lenye sumu) unatoa thamani dhahiri ya kuishi. Kusubiri ushahidi "muhimu kitakwimu" kungeweza kuwa mauti.

Uchumi wa Kitambuzi: Kuweka sawa imani yako dhidi ya ukubwa wa sampuli kunahitaji Mfumo 2 uhusike—polepole, wa juhudi, na wa gharama ya kimetaboliki. Katika hali zisizo na hatari kubwa, njia za mkato za kiakili za Mfumo 1 hutoa hukumu "nzuri vya kutosha" kwa gharama ndogo ya kitambuzi.

Mwelekeo wa Hatua: Upendeleo huu huhamasisha hatua za maamuzi badala ya kutokuwa na uhakika kunakolemaza. Katika hali nyingi za ulimwengu halisi, kuchukua hatua kulingana na maelezo yasiyo kamili ni bora kuliko kusubiri uhakika ambao hauji.

Ugunduzi wa Ruwaza: Mwelekeo wa kuona ruwaza katika sampuli ndogo, ingawa mara nyingi ni wa kimakosa, mara kwa mara hugundua ishara halisi ambazo mbinu za kitakwimu tupu zingezikosa. Gharama ya chanya za uongo (kuona ruwaza ambazo hazipo) inaweza kuwa chini kuliko hasi za uongo (kukosa ruwaza halisi) katika nyanja fulani.

Kuondoa kabisa upendeleo huo kungelazimisha ukokotoaji wa takwimu unaoendelea ambao ungechosha rasilimali za kitambuzi. Lengo sio kuuondoa bali ni urekebishaji ufaao—kutumia mantiki ya takwimu katika hali zenye hatari kubwa huku kuruhusu mbinu za kiakili kufanya kazi katika muktadha wa hatari ndogo.

8. Kujitathmini: Je, Una Upendeleo Huu?

8.1. Orodha ya Ishara za Onyo

• Ninatengeneza maoni thabiti kuhusu migahawa, bidhaa, au huduma baada ya uzoefu mmoja
• Ninaamini katika "mikondo ya moto" na "muda wa baridi" katika michezo, kamari, au uwekezaji
• Ninaona inashangaza sana sarafu inapoangukia upande uleule mara tatu au zaidi mfululizo
• Ninatarajia mapato ya uwekezaji ya muda mfupi kuendelea hadi muda mrefu
• Ninazingatia hadithi kutoka kwa marafiki kwa nguvu sawa na ushahidi wa kitakwimu
• Nimebadilisha mawazo yangu kuhusu tabia ya mtu kulingana na tukio moja
• Ninaamini mapitio ya wateja zaidi yanapokubaliana, bila kujali ni machache kiasi gani
• Ninahisi kwamba sampuli ndogo, iliyochaguliwa vizuri inapaswa kutoa matokeo sawa na sampuli kubwa
• Ninapata ujasiri katika ruwaza baada ya kuziona mara mbili au tatu tu
• Mara nyingi mimi husema "hilo hunipata mimi daima" kulingana na matukio machache

Upangaji Maksi:

• 0-2 zilizotiwa alama: Uwezekano mdogo
• 3-5 zilizotiwa alama: Uwezekano wa wastani
• 6-8 zilizotiwa alama: Uwezekano mkubwa
• 9-10 zilizotiwa alama: Uwezekano mkubwa sana

8.2. Maswali ya Kujitafakari

1. Unaposoma kwamba dawa mpya ina "ufanisi wa 80%" katika jaribio la kimatibabu, je, unafikiria silika kujiuliza ni wagonjwa wangapi walikuwemo kwenye utafiti?

2. Umewahi kuacha tabia mpya, lishe, au ratiba ndani ya wiki mbili za kwanza kwa sababu "haikufanya kazi," bila kufikiria ikiwa umeipa muda wa kutosha kuonyesha matokeo?

3. Rafiki anapopendekeza daktari, mgahawa, au bidhaa kulingana na uzoefu wao mmoja, je! wewe huweka uzito gani kwenye pendekezo hilo ikilinganishwa na mapitio yaliyokusanywa?

4. Umewahi kuhisi kwamba matukio ya nasibu "yanakudai" matokeo tofauti baada ya mfululizo (k.m., mashine ya kamari iko "tayari" kushinda)?

5. Je, kuna mtu yeyote aliyewahi kusema kwamba unachukua uamuzi kutokana na taarifa chache sana?

8.3. Mfano wa Haraka wa Uchunguzi

Kisa: Unatafiti hazina mbili za pamoja kwa ajili ya akiba yako ya kustaafu. Hazina A imetoa faida ya 15% kila mwaka katika miaka 3 iliyopita ikiwa na meneja nyota. Hazina B imetoa 9% kila mwaka katika miaka 15 iliyopita ikiwa na usimamizi wa wastani. Ungechagua hazina gani?

• A) Hazina A, kwa sababu 15% ni bora zaidi ya 9% na meneja yuko vizuri → Uwezekano mkubwa
• B) Hazina A, lakini nilitaka kuona historia zaidi kabla sijajitolea kabisa → Uwezekano wa wastani
• C) Hazina B, kwa sababu miaka 15 ya data inategemeka zaidi ya miaka 3, na tofauti inaweza kuwa ni bahati tu → Uwezekano mdogo

9. Kutambua Upendeleo Huu kwa Wengine

9.1. Viashiria vya Tabia

Chunguza mifumo ya kufanya maamuzi: Je, wanafanya ahadi thabiti kulingana na ushahidi mdogo? Je, hubadilisha mwelekeo haraka kulingana na matokeo ya hivi karibuni? Je, wanaonyesha kujiamini sana baada ya kupata vipande vichache tu vya data?

Angalia jinsi wanavyojadili uwezekano na nafasi: Je, wanatarajia bahati nasibu "kusawazisha" kwa muda mfupi? Je, wanaona ruwaza zenye maana katika kile kinachoonekana kuwa kelele? Je, wanafutilia mbali matokeo kama "bahati mbaya" wakati hayalingani na matarajio?

Tambua athari kwa hadithi dhidi ya takwimu: Je, wanatoa uzito zaidi kwa hadithi wazi ya kibinafsi kuliko data ya jumla? Je, wanafanya majumuisho kutoka kwa mifano ya kibinafsi kuwa kanuni za ulimwengu wote?

9.2. Ishara za Onyo kwenye Mazungumzo

Maneno ambayo watu huyasema wakiwa chini ya upendeleo huu:

• "Imetokea mara tatu mfululizo—hakika kuna ruwaza hapa"
• "Nilijaribu mara moja na haikufanya kazi, kwa hivyo..."
• "Pengine mambo yatasawazika mwishowe"
• "Rafiki yangu alikuwa na uzoefu mbaya sana na hilo, hivyo nisingeweza kujaribu"
• "Robo mbili zilizopita zilikuwa nzuri, kwa hivyo wazi kampuni hii inasimamiwa vizuri"

Aina ya hoja wanazotoa:

• Kutibu mifano michache kama uthibitisho wa mwenendo
• Kutarajia sampuli ndogo kuwakilisha kikamilifu sifa za idadi ya watu

Maswali wanayokwepa kuuliza:

• "Hii inatokana na uchunguzi mara ngapi?"
• "Ukubwa wa sampuli ni nini?"
• "Je, hii inaweza kuwa mabadiliko ya nasibu tu?"

9.3. Vichochezi vya Kimazingira

Hali zinazoamsha upendeleo huu:

• Shinikizo la muda linalolazimisha maamuzi ya haraka
• Hali za kihisia sana ambapo mifano wazi inaonekana sana
• Taarifa changamano za takwimu zilizowasilishwa kwa asilimia badala ya miundo ya masafa
• Nyanja ambazo mrejesho umechelewa (uwekezaji, kukodisha, uchaguzi wa afya)
• Muktadha ambapo hadithi zinapatikana zaidi ya data

Mambo ya kimazingira:

• Kuzidiwa kwa taarifa kunakozuia tathmini makini ya kitakwimu
• Vyumba vya mwangwi vinavyoonyesha sampuli za maoni zenye upendeleo
• Vyombo vya habari vinavyosisitiza hadithi kuliko takwimu

Hali za kihisia zinazoongeza hatari:

• Wasiwasi wa kutafuta uhakika kutoka kwenye ushahidi wowote unaopatikana
• Msisimko unaokuza kujiamini kupita kiasi katika ishara chanya za mapema
• Kufadhaika kunakosukuma utafutaji wa ruwaza katika hali zenye utata

10. Mikakati ya Kuondoa Upendeleo wa Kitambuzi

10.1. Mbinu za Haraka

Swali la "N": Kabla ya kufikia hitimisho lolote, uliza: "Sampuli hii inatokana na ukubwa gani?" Fanya ukubwa wa sampuli uonekane wazi kabla ya kutafsiri matokeo.

Jaribio la Utulivu: Uliza "Je, ningetarajia matokeo haya kubaki sawa ikiwa ningeongeza sampuli mara mbili au tatu?" Ikiwa sivyo, zuia hukumu.

Badili iwe Masafa: Badilisha asilimia ziwe masafa asilia ("ufanisi wa 80%" inakuwa "watu 8 kati ya 10"). Hili linaingiza kiotomatiki ukubwa wa sampuli katika kiwango cha kugawa.

Kanuni ya Kurudi Nyuma: Fikiria matokeo ya kupita kiasi yatarudi kwa wastani. Ikiwa kitu kinaonekana kuwa kizuri isivyo kawaida au kibaya isivyo kawaida, tarajia kiwe cha wastani zaidi baada ya muda.

Tafuta Viwango vya Msingi: Kabla ya kutathmini ushahidi maalum, weka kile kinachotokea kwa kawaida katika jamii. Tumia hii kama nanga.

10.2. Mikakati ya Muda Mrefu

Ujuzi wa Kitakwimu: Wekeza katika elimu ya msingi ya uwezekano na takwimu. Kuelewa ubadilikaji, kosa la kawaida, na viwango vya ujasiri hutoa mfumo wa kimawazo kutambua wakati ukubwa wa sampuli ni muhimu.

Jenga Tabia ya Kuwa na Mashaka: Jifunze kuhoji kiotomatiki uaminifu wa matokeo ya sampuli ndogo. Fanya "Je, data hii inatosha?" kuwa swali la kiasili.

Fuatilia Ubashiri Wako: Weka rekodi ya hitimisho linalotolewa kutoka kwa data ndogo na kama zilidumu kwa muda. Hii inatoa mrejesho wa kibinafsi juu ya urekebishaji.

Soma Mifano ya Kawaida: Jijulishe na kesi muhimu (Tatizo la Hospitali, Ramani ya Saratani ya Figo) ili ziwe akilini wakati wa kutathmini hali mpya.

10.3. Muundo wa Mazingira

Jumuisha Ukubwa wa Sampuli Katika Michakato ya Maamuzi: Unda sheria za shirika zinazohitaji sampuli za ukubwa wa chini zaidi kabla ya maamuzi kufanywa. Tekeleza vipindi vya kusubiri kabla ya kuchukua hatua kulingana na matokeo ya mapema.

Tumia Zana za Kuona: Unda dashibodi zinazoonyesha viwango vya ujasiri vinavyopanuka kwa sampuli ndogo. Fanya kutokuwa na uhakika kuonekane wazi.

Hitaji Miundo ya Masafa: Katika mawasiliano ya shirika, amuru kwamba uwezekano uwasilishwe kama masafa asilia na viwango maalum.

Tengeneza Watetezi wa Ibilisi: Pangia wanakamati wa timu ili kutoa changamoto mahususi kuhusu iwapo ukubwa wa sampuli unahalalisha viwango vya kujiamini. Fanya uwekaji wa wasiwasi kama kawaida.

10.4. Wakati wa Kutafuta Maoni ya Nje

Maamuzi yenye Hatari Kubwa: Chaguo lolote lenye matokeo makubwa (uwekezaji mkubwa, kuajiri, matibabu) kulingana na data ndogo linahitaji ushauri wa kitakwimu.

Unapohisi Una Uhakika: Kwa kushangaza, kujiamini kwa nguvu kutoka kwa sampuli ndogo kunapaswa kuchochea uhakiki wa nje. Uliza: "Je, uhakika wangu unathibitishwa na data?"

Wataalamu wa Uga: Wanatakwimu, wanasayansi wa data, na watafiti wanaweza kutoa tathmini zilizopimwa za nguvu za ushahidi. Fanya maombi kama: "Kwa kuzingatia N=X, napaswa kuwa na ujasiri kiasi gani na matokeo haya?"

Mifumo inapoibuka Haraka: Ukiona ruwaza wazi baada ya uchunguzi mdogo tu, wasiliana na mtu asiye na maslahi sana na matokeo kutathmini iwapo kuna uwezekano wa kuendelea.

11. Mazoezi ya Kivitendo

Zoezi 1: Jaribio la Kurusha Sarafu

• Lengo: Kukuza angavu ya ubadilikaji wa sampuli ndogo
• Muda unaohitajika: Dakika 20
• Vifaa vinavyohitajika: Sarafu, karatasi, penseli
• Kiwango cha ugumu: Wanaoanza
• Maelekezo:
  1. Rusha sarafu mara 10 na urekodi asilimia ya vichwa
  2. Rudia hii mara 10, ukiunda sampuli 10 za kurusha 10 kila moja
  3. Kumbuka safu za asilimia (huenda zikawa kutoka 20% hadi 80%)
  4. Sasa rusha sarafu mara 100 na urekodi asilimia
  5. Rudia kwa seti ya pili ya kurusha 100
  6. Linganisha tofauti katika sampuli 10 za kurusha dhidi ya sampuli 100 za kurusha
• Maswali ya kutafakari:
  • Ulishangazwa vipi na mabadiliko katika sampuli ndogo?
  • Je, kuna mfululizo wowote wa kurusha mara 10 ulihisi "kupangwa" hata kama ulijua sarafu ilikuwa ya haki?
  • Asilimia 100 zinazolinganishwa vipi kila mmoja?
• Masafa: Mara moja, kisha rudi kila unapohitaji ukumbusho

Zoezi 2: Uchambuzi wa Mapitio

• Lengo: Fanya mazoezi ya kurekebisha kujiamini na ukubwa wa sampuli katika maamuzi halisi
• Muda unaohitajika: Dakika 30
• Vifaa vinavyohitajika: Upatikanaji wa mtandao
• Kiwango cha ugumu: Cha kati
• Maelekezo:
  1. Tafuta aina ya bidhaa unayoweza kununua (vipokea sauti, vitabu, migahawa)
  2. Tafuta vitu vitatu: kimoja chenye mapitio 5, kimoja chenye mapitio 50, kimoja chenye mapitio 500
  3. Kwa kila kimoja, andika ukadiriaji wa wastani na usome mapitio kadhaa
  4. Andika ni kwa kiasi gani unajiamini katika usahihi wa kila ukadiriaji
  5. Zingatia: Mapitio mapya ya kutia chumvi yangebadilisha vipi kila wastani?
• Maswali ya kutafakari:
  • Je, kwa asili ulijisikia kujiamini zaidi katika viwango vilivyo na hakiki nyingi zaidi?
  • Usambazaji wa ukaguzi ulioje (zote za nyota 5 dhidi ya zilizochanganyika) ziliathiri vipi ujasiri wako?
  • Ungehitaji sampuli ndogo ya ukubwa gani ili kuamini ukadiriaji?
• Masafa: Kila mwezi, kwa kutumia kategoria tofauti za bidhaa

Zoezi 3: Kujaribu Nyuma Kihistoria

• Lengo: Furahia jinsi majumuisho ya sampuli ndogo inavyoshindwa kwa muda
• Muda unaohitajika: Dakika 45
• Vifaa vinavyohitajika: Data ya kihistoria ya hisa au takwimu za michezo (zinazopatikana mtandaoni bila malipo)
• Kiwango cha ugumu: Cha Juu
• Maelekezo:
  1. Chagua hisa 10 au wanariadha wenye data inayoanzia miaka 10 hivi
  2. Angalia mwaka wa kwanza pekee wa data. Tambua 3 bora wanaoongoza
  3. Tabiri watakuwa 3 bora wanaofanya vizuri katika mwaka wa 2
  4. Angalia matokeo ya mwaka wa 2. Ni wangapi walibaki katika 3 bora?
  5. Sasa angalia wastani wa miaka 5. Tambua 3 bora wanaoongoza
  6. Angalia utendaji wa miaka 5 unaofuata. Linganisha usahihi
• Maswali ya kutafakari:
  • Utendaji wa muda mfupi ulitabiri vipi matokeo ya muda mrefu?
  • Ni nini kinachoeleza kurejea kwa maana uliyotazama?
  • Je, hii ingebadili vipi mkakati wako wa uwekezaji au kamari?
• Masafa: Kila robo mwaka

Mazoezi ya Kila Siku

Kila siku, angalia hitimisho moja unalochota kutoka kwa data ndogo. Kabla ya kuikubali, uliza: "Hii inatokana na uchunguzi mara ngapi?" na "Nini ningekuwa nahitimisha kama ningekuwa na data mara 10 zaidi?" Kutambua tu suala la ukubwa wa sampuli kunatosha—huna haja ya kubadilisha hitimisho lako, tambua tu kikomo hicho.

• Muda unaopendekezwa: Dakika 2
• Wakati mzuri wa siku: Tafakari ya jioni
• Jinsi ya kufuatilia maendeleo: Weka hesabu ya uchunguzi wa kila siku katika daftari dogo

Changamoto ya Kila Wiki

Mara moja kwa wiki, tafuta makala ya habari au chapisho la mitandao ya kijamii linalonukuu takwimu. Tafuta chanzo asilia na utambue ukubwa wa sampuli. Andika kidokezo kifupi kuhusu kama hitimisho linathibitishwa na nguvu ya ushahidi.

• Matokeo yanayotarajiwa baada ya wiki 4: Mashaka ya asili kuhusu matokeo yaliyoripotiwa; uangalifu wa kiotomatiki kwa ukubwa wa sampuli
• Vidokezo vya uandishi wa jarida kwa tafakari:
  • Ni ukubwa gani wa sampuli ulionishangaza sana niliogundua wiki hii?
  • Kujua ukubwa wa sampuli kulibadilisha vipi tafsiri yangu ya matokeo?
  • Je, ninaendelea kuwa bora katika shaka zangu za mwanzo?

12. Kwa Hadhira Maalum

Kwa Viongozi na Mameneja

Viongozi hufanya maamuzi yenye hatari kubwa mara kwa mara kulingana na data ndogo: matokeo ya robo mwaka, maoni ya mapema ya bidhaa, maoni ya usaili, matokeo ya programu ya majaribio. Gharama za kupuuza ukubwa wa sampuli hujumuika katika kiwango cha shirika.

Mikakati maalum:

• Weka muda wa chini wa uchunguzi kabla ya kuhitimisha kuwa mipango inafaulu au inashindwa
• Hitaji utoaji wa taarifa wa ukubwa wa sampuli katika utafiti na uchanganuzi wote wa ndani
• Unda mifumo ya kufanya maamuzi inayojumuisha waziwazi kutokuwa na uhakika kutoka kwa sampuli ndogo
• Mfano wa unyenyekevu wa kitakwimu: kagua hadharani majumuisho wakati data zaidi inapobadilisha picha
• Unda timu zenye ujuzi wa kitakwimu ambazo zinaweza kupinga tafsiri zenye kujiamini kupita kiasi

Hatua za msingi wa timu:

• Panga jukumu la "mtetezi wa ukubwa wa sampuli" katika mikutano muhimu
• Unda kanuni karibu na urekebishaji wa kujiamini: "Kutokana na N hii, tunapaswa kuwa na uhakika kiasi gani?"
• Fanya ukaguzi juu ya maamuzi yaliyopita yaliyofanywa kwa data ndogo

Kwa Wazazi na Waelimishaji

Watoto wanahitaji kuendeleza angavu ya takwimu kabla ya elimu rasmi ya uwezekano. Lengo ni kujenga tabia za kufikiri zinazohoji nguvu ya ushahidi.

Maelezo yanayofaa umri:

• Watoto wadogo: "Tunapojaribu kitu mara chache, hatuwezi kujua kama kitageuka hivyo kila wakati"
• Watoto wakubwa: Tumia michezo na majaribio (kurusha sarafu, kurusha kete) kuonyesha jinsi sampuli ndogo zinavyotofautiana
• Vijana: Jadili jinsi mitandao ya kijamii huunda sampuli zenye upendeleo za tabia na maoni ya rika

Shughuli:

• Majaribio ya familia na kete na sarafu ili kuona ubadilikaji
• Jadili ni mara ngapi kitu kinastahili kujaribiwa kabla ya kuhitimisha kwamba ni "kizuri" au "kibaya"
• Chambua madai ya matangazo pamoja: "Wanajuaje hili?"

Kwa Wataalamu wa Huduma za Afya

Maamuzi ya matibabu yana matokeo ya kuishi au kufa, na kufanya usikivu wa ukubwa wa sampuli kuwa muhimu. Tatizo la mamografia linaonyesha jinsi hata madaktari waliofunzwa hupambana na fikra za kitakwimu.

Maana ya kimatibabu:

• Tambua kwamba matokeo yasiyo ya kawaida ya vipimo kwa wagonjwa binafsi inaweza kuwa ni tofauti ya sampuli
• Kuwa mwangalifu hasa kuhusu magonjwa nadra ambapo viwango vya msingi hufanya matokeo chanya ya uongo kuwezekana
• Tumia miundo ya masafa wakati wa kuwasilisha hatari kwa wagonjwa

Mikakati ya mawasiliano ya mgonjwa:

• Eleza kwamba matokeo ya kipimo kimoja ni hatua moja ya data; ufuatiliaji baada ya muda hutoa taarifa ya kuaminika zaidi
• Wasilisha data ya ufanisi wa matibabu na ukubwa wa sampuli wazi: "Katika utafiti wa wagonjwa 500..."
• Wasaidie wagonjwa kuelewa kwamba uzoefu wao binafsi huenda usilingane na takwimu za jumla

Kwa Wataalamu wa Fedha

Masoko huadhibu vikali ukosefu wa uangalifu kwa ukubwa wa sampuli. Kufukuzia rekodi za miaka mitatu, kuchukulia sana mapato ya robo mwaka, na kupuuza upendeleo wa kuokoka hugharimu wawekezaji mabilioni kila mwaka.

Matumizi maalum ya uwekezaji:

• Dai rekodi ndefu zaidi kabla ya kuhitimisha kuwa ujuzi wa meneja upo
• Zingatia upendeleo wa kuokoka unapochambua makundi ya hazina
• Tambua kuwa ufaulu bora wa muda mfupi unalingana na mabadiliko ya bahati nasibu

Mikakati ya mawasiliano ya wateja:

• Waelimishe wateja kuhusu kutoaminika kwa utendaji wa muda mfupi
• Wasilisha data ya kihistoria kwa vipindi vinavyofaa vya ujasiri
• Eleza kurejea kwa wastani: matokeo makali kawaida hupungua kwa muda

Athari za usimamizi wa hatari:

• Jenga portfoli ukifikiri kwamba washindi wa hivi karibuni watarudi nyuma
• Hitaji vipindi virefu zaidi vya tathmini kwa mikakati mipya
• Jumuisha kutokuwa na uhakika kutoka kwenye sampuli ndogo ndani ya miundo ya hatari

13. Mwingiliano na Upendeleo Mwingine

Upendeleo Unaokuza Huu

Upendeleo Unaopingana na Huu

Minyororo ya Kawaida ya Upendeleo

Mbinu ya Uwakilishi → Kutojali Ukubwa wa Sampuli → Kasoro ya Mcheza Kamari → Kasoro ya Gharama Iliyopotea

Maelezo: Tunaanza kwa kuhukumu uwezekano kulingana na mfanano badala ya kutegemewa kwa sampuli. Wakati sampuli ndogo zinapokengeuka kutoka kwa ruwaza zinazotarajiwa, tunatarajia "zitarekebishana," na hivyo kusababisha Kasoro ya Mcheza Kamari. Zisipojirekebisha, tunaweza kuendelea kuwekeza (Gharama Iliyopotea) tukiamini "mabadiliko" yanakaribia.

Kukata: Hoji ukubwa wa sampuli kwenye hatua ya kwanza. Uliza "Je, data hii inatosha kuaminiwa?" kabla ya tafsiri yoyote ya sababu haijaanza.

14. Mitazamo ya Kitamaduni

Utafiti kuhusu tofauti za kitamaduni katika upendeleo huu unasalia kuwa mdogo, lakini baadhi ya mifumo hujitokeza kutoka kwa saikolojia tambuzi ya kitamaduni tofauti.

Tamaduni zinazosisitiza kufikiri kwa uchanganuzi (mara nyingi huhusishwa na jamii za Magharibi, za kibinafsi) zinaweza kuonyesha mifumo tofauti ya mazingira magumu kuliko tamaduni zinazosisitiza kufikiri kwa ujumla (mara nyingi huhusishwa na Asia ya Mashariki, jamii za kijumuia). Wanaofikiri kwa ujumla wanaweza kuwa waangalifu zaidi kwa muktadha na sababu za hali, na uwezekano wa kurekebisha hitimisho kali kutoka kwa sampuli ndogo.

Mifumo ya elimu inayosisitiza ukokotoaji wa hesabu za kukariri dhidi ya fikra za dhana za kitakwimu inaelekea kuathiri ukali wa upendeleo. Dhana ya miundo ya masafa inapendekeza kwamba tamaduni zilizo na mila thabiti zaidi za hisabati thabiti, na zinazotokana na uzoefu, zinaweza kufanya vizuri zaidi katika kazi zinazojali ukubwa wa sampuli.

Masomo ya kitamaduni tofauti kutoka kwa taasisi kama Project Implicit (inayohusisha watafiti kutoka Chuo Kikuu cha Ben-Gurion, Israel, na Harvard) yanaonyesha kwamba wakati upendeleo huo uko popote ulimwenguni, kiasi cha utegemezi wa mbinu vinaweza kutofautiana kulingana na mifumo ya elimu na kanuni za kitamaduni.

15. Hadithi na Dhana Potofu

16. Ufahamu wa Kitaalamu

"Watu wana angavu potofu kuhusu sheria za bahati nasibu. Hasa, wanachukulia sampuli iliyotolewa kwa nasibu kutoka kwa jamii kama mwakilishi wa hali ya juu, yaani, sawa na idadi ya watu katika sifa zote muhimu." — Amos Tversky & Daniel Kahneman, Science (1974)

"Sampuli ndogo ambayo inaakilisha sana idadi ya watu katika muundo sio lazima inawakilisha katika sifa za takwimu kama vile wastani, tofauti, au uwiano." — Amos Tversky & Daniel Kahneman, "Imani Katika Sheria ya Nambari Ndogo" (1971)

"Akili haijaundwa kwa ajili ya kukokotoa uwezekano katika muundo wa asilimia, lakini inaweza 'kuona' masafa asilia." — Gerd Gigerenzer, Taasisi ya Max Planck ya Maendeleo ya Binadamu

17. Mambo Muhimu ya Kuzingatia

1. Mtawanyiko hupungua kulingana na ukubwa wa sampuli: Ukweli huu wa hisabati (σ/√n) unakiukwa mara kwa mara na angavu ya binadamu. Sampuli ndogo kwa asili ni tete; sampuli kubwa ni thabiti.

2. Upendeleo huo uko ulimwenguni kote: Kutoka kwa watu wa kawaida hadi washindi wa Nobel, kila mtu anaonyesha mwelekeo huu. Mafunzo ya takwimu hupunguza lakini hayaiondoi.

3. Tunaona ruwaza katika kelele: Mifumo ya akili ya kutambua ruwaza haizingatii kutegemewa kwa sampuli, na kutufanya tutengeneze hadithi za kisababishi kwa mabadiliko ya bahati nasibu.

4. Umbizo ni muhimu: Kuwasilisha maelezo kama masafa asilia ("10 kati ya 1,000") badala ya asilimia kunaboresha fikra kwa kasi, na kupendekeza upendeleo huo kwa sehemu unahusu muundo wa maelezo.

5. Gharama ni kubwa sana: Mgogoro wa Kurudia, utambuzi usio sahihi wa matibabu, mapovu ya kifedha, na maafa ya masoko yote yanaweza kufuatiliwa kwenye kosa hili moja.

6. Upendeleo ulikua kwa sababu nzuri: Katika mazingira machache ya data ya mababu zetu, uenezaji wa haraka kutoka kwa sampuli ndogo ulikuwa wa kubadilika kusaidia. Kutoendana na mazingira ya kisasa yenye data nyingi hutengeneza tatizo.

7. Uliza "N ni nini?": Uingiliaji bora zaidi ni kufanya ukubwa wa sampuli uwe wazi kabla ya kufikia majumuisho.

18. Rasilimali Zaidi

Nyaraka za Kitaaluma

• Tversky, A., & Kahneman, D. (1971). Belief in the law of small numbers. Psychological Bulletin, 76(2), 105-110.
• Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124-1131.
• Gigerenzer, G., & Hoffrage, U. (1995). How to improve Bayesian reasoning without instruction: Frequency formats. Psychological Review, 102(4), 684-704.
• Gilovich, T., Vallone, R., & Tversky, A. (1985). The hot hand in basketball: On the misperception of random sequences. Cognitive Psychology, 17(3), 295-314.
• Wainer, H., & Zwerling, H. L. (2006). Evidence that smaller schools do not improve student achievement. Phi Delta Kappan, 88(4), 300-303.

Vitabu

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Gigerenzer, G. (2002). Calculated Risks: How to Know When Numbers Deceive You. Simon & Schuster.
• Thaler, R. H. (2015). Misbehaving: The Making of Behavioral Economics. W. W. Norton & Company.
• Stanovich, K. E. (2009). What Intelligence Tests Miss: The Psychology of Rational Thought. Yale University Press.

Sura za Vitabu

• Kahneman, D., & Tversky, A. (1972). Subjective probability: A judgment of representativeness. Katika Cognitive Psychology, 3(3), 430-454.

19. Kadi ya Muhtasari

20. Faharasa ya Maneno Yaliyotumika

21. Maswali ya Majadiliano

Kwa vilabu vya vitabu, madarasa, au kujitafakari:

1. Fikiria uamuzi muhimu wa hivi karibuni uliyofanya. Uamuzi huo ulitokana na data kiasi gani, na ungefanya uamuzi sawa ikiwa ungekuwa na habari mara kumi zaidi?

2. Kwa nini unafikiri mafunzo ya takwimu hayaondoi kikamilifu upendeleo huu? Hili linaonyesha nini kuhusu usanifu wa utambuzi wa binadamu?

3. Ramani ya saratani ya figo ilionyesha kwamba viwango vya juu NA vya chini zaidi vya saratani hutokea katika kaunti ndogo, za vijijini. Je, afisa wa afya ya umma aliyehitimu katika masuala ya takwimu angekabiliana vipi na hili kwa njia tofauti na yule ambaye hajapata mafunzo?

4. Gigerenzer anasema kuwa uwasilishaji wa taarifa kama masafa asilia badala ya asilimia huboresha sana uwezo wa kufikiri. Kwa nini akili zetu zingeweza kushughulikia "10 kati ya 1,000" bora kuliko "1%"?

5. Iwapo upendeleo huu ulikuwa wa kuzoea katika mazingira ya mababu zetu, inamaanisha nini kuhusu jinsi tunavyopaswa kuushughulikia—kama kitu cha kuondoa, au kitu cha kuelekeza ipasavyo?