ການບໍ່ສົນໃຈຂະໜາດຕົວຢ່າງ

ພາບລວມ

1. ສະຫຼຸບຫຍໍ້

ພວກເຮົາເຊື່ອຕາມສັນຊາດຕະຍານວ່າຕົວຢ່າງຂໍ້ມູນຂະໜາດນ້ອຍຄວນມີລັກສະນະຄືກັນກັບປະຊາກອນກຸ່ມໃຫຍ່ທີ່ມັນມາຈາກ. ເມື່ອການໂຍນຫຼຽນສິບເທື່ອບໍ່ສະແດງການແບ່ງ 50/50 ທີ່ສົມບູນແບບ, ພວກເຮົາເຫັນຮູບແບບ, ການຕິດຕໍ່ກັນ, ຫຼືຄວາມບໍ່ຍຸດຕິທຳ ແທນທີ່ຈະຮັບຮູ້ເຖິງຄວາມຜັນຜວນຕາມທຳມະຊາດຂອງຕົວເລກຈຳນວນໜ້ອຍ. ສິ່ງນີ້ເຮັດໃຫ້ພວກເຮົາດຶງເອົາຂໍ້ສະຫຼຸບທີ່ໝັ້ນໃຈຈາກຂໍ້ມູນທີ່ຈຳກັດ, ເຫັນແນວໂນ້ມທີ່ມີຄວາມໝາຍໃນສິ່ງລົບກວນແບບສຸ່ມ, ແລະ ປະຕິເສດບົດບາດສຳຄັນທີ່ປະລິມານມີຕໍ່ຄວາມໜ້າເຊື່ອຖືທາງສະຖິຕິ.

2. ວິທະຍາສາດທີ່ຢູ່ເບື້ອງຫຼັງ

2.1. ການຄົ້ນພົບ ແລະ ປະຫວັດຄວາມເປັນມາ

ການລະບຸຢ່າງເປັນທາງການກ່ຽວກັບການບໍ່ສົນໃຈຂະໜາດຕົວຢ່າງເກີດຂຶ້ນຈາກການປະຕິວັດທາງມັນສະໝອງໃນດ້ານຈິດຕະວິທະຍາໃນຊ່ວງຊຸມປີ 1970. ໃນປີ 1971, Amos Tversky ແລະ Daniel Kahneman ໄດ້ຕີພິມ "Belief in the Law of Small Numbers" ໃນ Psychological Bulletin, ໂດຍສະເໜີວ່າສັນຊາດຕະຍານຂອງມະນຸດເຮັດວຽກຄືກັບວ່າກົດເກນຂອງຈຳນວນຫຼວງຫຼາຍ (Law of Large Numbers) ນຳໃຊ້ໄດ້ກັບຈຳນວນໜ້ອຍເຊັ່ນກັນ. ສາມປີຕໍ່ມາ, ໃນບົດຄວາມສຳຄັນປີ 1974 ຂອງພວກເຂົາໃນວາລະສານ Science ທີ່ມີຊື່ວ່າ "Judgment under Uncertainty: Heuristics and Biases," ພວກເຂົາໄດ້ກຳນົດປະກົດການນີ້ຢ່າງເປັນທາງການວ່າເປັນອະຄະຕິທາງມັນສະໝອງສະເພາະພາຍໃຕ້ຂອບເຂດທີ່ກວ້າງຂຶ້ນຂອງ Representativeness Heuristic.

ຮາກຖານທາງປັນຍາສາມາດຕິດຕາມກັບຄືນໄປຫາທິດສະດີຄວາມໜ້າຈະເປັນທາງຄະນິດສາດ, ໂດຍສະເພາະການສ້າງຮູບແບບໃນຕອນຕົ້ນຂອງກົດເກນຂອງຈຳນວນຫຼວງຫຼາຍໂດຍ Gerolamo Cardano ແລະ Jacob Bernoulli. ແນວໃດກໍ່ຕາມ, ການສືບສວນທາງຈິດຕະວິທະຍາວ່າເປັນຫຍັງມະນຸດຈຶ່ງລະເມີດຫຼັກການທາງຄະນິດສາດນີ້ຢ່າງເປັນລະບົບແມ່ນໄດ້ຖືກບຸກເບີກໂດຍການຮ່ວມມືຂອງ Kahneman-Tversky.

ຄວາມເຂົ້າໃຈຂອງພວກເຮົາໄດ້ພັດທະນາໄປຢ່າງຫຼວງຫຼາຍຕັ້ງແຕ່ຊຸມປີ 1970. ກຸ່ມແນວຄິດ "Ecological Rationality", ນຳໂດຍ Gerd Gigerenzer ທີ່ສະຖາບັນ Max Planck, ໄດ້ທ້າທາຍການຕີຄວາມໝາຍເດີມ, ໂດຍໂຕ້ແຍ້ງວ່າອະຄະຕິອາດຈະເປັນສ່ວນໜຶ່ງຂອງວິທີການທີ່ບັນຫາຖືກນຳສະເໜີ. ເມື່ອຂໍ້ມູນທາງສະຖິຕິຖືກປັບປ່ຽນຮູບແບບໃຫ້ເປັນຄວາມຖີ່ທາງທຳມະຊາດແທນທີ່ຈະເປັນຄວາມໜ້າຈະເປັນທີ່ເປັນນາມມະທຳ, ປະສິດທິພາບໃນການຕັດສິນໃຈຈະດີຂຶ້ນຢ່າງຫຼວງຫຼາຍ.

2.2. ນັກຄົ້ນຄວ້າຄົນສຳຄັນ

2.3. ການສຶກສາທີ່ສຳຄັນ

ບັນຫາໂຮງໝໍ (Tversky & Kahneman, 1974)

ໃນການທົດລອງແບບຄລາສສິກນີ້, ຜູ້ເຂົ້າຮ່ວມໄດ້ອ່ານວ່າ: "ເມືອງແຫ່ງໜຶ່ງມີໂຮງໝໍສອງແຫ່ງ. ໃນໂຮງໝໍຂະໜາດໃຫຍ່ມີເດັກນ້ອຍເກີດປະມານ 45 ຄົນຕໍ່ມື້, ແລະ ໃນໂຮງໝໍຂະໜາດນ້ອຍມີເດັກນ້ອຍເກີດປະມານ 15 ຄົນຕໍ່ມື້. ຕາມທີ່ທ່ານຮູ້, ປະມານ 50% ຂອງເດັກນ້ອຍເກີດໃໝ່ທັງໝົດເປັນເດັກຊາຍ. ແນວໃດກໍ່ຕາມ, ເປີເຊັນທີ່ແນ່ນອນຈະແຕກຕ່າງກັນໄປໃນແຕ່ລະມື້. ເປັນເວລາ 1 ປີ, ໂຮງໝໍແຕ່ລະແຫ່ງໄດ້ບັນທຶກມື້ທີ່ມີເດັກຊາຍເກີດຫຼາຍກວ່າ 60%. ທ່ານຄິດວ່າໂຮງໝໍໃດບັນທຶກມື້ດັ່ງກ່າວໄດ້ຫຼາຍກວ່າກັນ?"

ຜົນໄດ້ຮັບເປັນທີ່ໜ້າປະຫຼາດໃຈ: 56% ຂອງນັກສຶກສາປະລິນຍາຕີເລືອກ "ປະມານເທົ່າກັນ", ຂະນະທີ່ 22% ເລືອກໂຮງໝໍຂະໜາດໃຫຍ່, ແລະ ມີພຽງປະມານ 22% ທີ່ລະບຸໄດ້ຢ່າງຖືກຕ້ອງວ່າເປັນໂຮງໝໍຂະໜາດນ້ອຍ. ຄຳຕອບທີ່ຖືກຕ້ອງແມ່ນໂຮງໝໍຂະໜາດນ້ອຍເພາະວ່າຕົວຢ່າງຂະໜາດນ້ອຍມີຄວາມຜັນຜວນຫຼາຍກວ່າ ແລະ ມີໂອກາດສູງທີ່ຈະສ້າງຄວາມຄາດເຄື່ອນທີ່ຮ້າຍແຮງຈາກຄ່າສະເລ່ຍ. ຜູ້ທົດລອງຖືວ່າຂະໜາດຕົວຢ່າງບໍ່ກ່ຽວຂ້ອງ, ໂດຍຄາດຫວັງວ່າອັດຕາສ່ວນ 50% ຈະນຳໃຊ້ໄດ້ເທົ່າທຽມກັນບໍ່ວ່າຕົວຢ່າງຈະເປັນ 15 ຫຼື 45 ກໍ່ຕາມ.

ການທົດລອງການປະເມີນຄວາມສູງ (Tversky & Kahneman, 1974)

ຜູ້ເຂົ້າຮ່ວມໄດ້ປະເມີນຄວາມໜ້າຈະເປັນທີ່ຈະໄດ້ຮັບຄວາມສູງສະເລ່ຍເກີນ 6 ຟຸດ (183 ຊມ) ໃນຕົວຢ່າງຂອງຜູ້ຊາຍ 10, 100, ແລະ 1,000 ຄົນທີ່ດຶງມາຈາກປະຊາກອນທົ່ວໄປ. ຕາມຫຼັກເຫດຜົນແລ້ວ, ການຊອກຫາຜູ້ຊາຍ 1,000 ຄົນທີ່ມີຄວາມສູງສະເລ່ຍເກີນ 6 ຟຸດແມ່ນເກືອບຈະເປັນໄປບໍ່ໄດ້ເລີຍ, ຂະນະທີ່ຜູ້ຊາຍ 10 ຄົນທີ່ມີຄວາມສູງສະເລ່ຍນີ້ພຽງແຕ່ເປັນໄປໄດ້ຍາກ. ແຕ່ຜູ້ທົດລອງກັບໃຫ້ຄວາມໜ້າຈະເປັນດຽວກັນກັບຕົວຢ່າງທັງສາມຂະໜາດ. ໂດຍການຕັດສິນຕົວຢ່າງພຽງແຕ່ຈາກຄຳອະທິບາຍຂອງພວກເຂົາ ("ຜູ້ຊາຍ"), ຜູ້ເຂົ້າຮ່ວມໄດ້ປະເມີນຂ້າມພະລັງການເຮັດໃຫ້ຄົງທີ່ຂອງຈຳນວນທີ່ໃຫຍ່ກວ່າໂດຍສິ້ນເຊີງ.

ບັນຫາການກວດມະເຮັງເຕົ້ານົມ (Gigerenzer et al., 1995)

ເມື່ອແພດຖືກຮຽກຮ້ອງໃຫ້ປະເມີນຄວາມໜ້າຈະເປັນຂອງມະເຮັງເຕົ້ານົມເມື່ອຜົນການກວດແມມໂມແກຣມເປັນບວກ ໂດຍໃຊ້ເປີເຊັນ (ຄວາມອ່ອນໄຫວ=90%, ຜົນບວກປອມ=9%, ຄວາມຊຸກຊຸມ=1%), ມີພຽງ 10-15% ເທົ່ານັ້ນທີ່ຕອບຖືກ. ເມື່ອບັນຫາດຽວກັນຖືກນຳສະເໜີເປັນຄວາມຖີ່ທາງທຳມະຊາດ ("ແມ່ຍິງ 10 ຄົນໃນທຸກໆ 1,000 ຄົນເປັນມະເຮັງ..."), ຄວາມຖືກຕ້ອງເພີ່ມຂຶ້ນເປັນ 46-67%. ສິ່ງນີ້ສະແດງໃຫ້ເຫັນວ່າການເຮັດໃຫ້ຂະໜາດຕົວຢ່າງຊັດເຈນໃນຕົວຫານຊ່ວຍປັບປຸງການໃຊ້ເຫດຜົນທາງສະຖິຕິໄດ້ຢ່າງຫຼວງຫຼາຍ.

ການສຶກສາມືຂຶ້ນ (Gilovich, Vallone, & Tversky, 1985)

ຈາກການວິເຄາະສະຖິຕິການຍິງຂອງທີມ Philadelphia 76ers ແລະ Boston Celtics, ນັກຄົ້ນຄວ້າບໍ່ພົບຫຼັກຖານທາງສະຖິຕິຂອງການຕິດຕໍ່ກັນແບບ "ມືຂຶ້ນ" ທີ່ເກີນກວ່າສິ່ງທີ່ຄາດຫວັງໄວ້ໂດຍບັງເອີນ. ສະຖິຕິການຍິງຂອງຜູ້ຫຼິ້ນບໍ່ສາມາດຈຳແນກໄດ້ທາງຄະນິດສາດຈາກລຳດັບການໂຍນຫຼຽນ. ຄວາມເຊື່ອທົ່ວໄປກ່ຽວກັບ "ມືຂຶ້ນ" ໃນໝູ່ຜູ້ຫຼິ້ນ, ຄູຝຶກ, ແລະ ແຟນບານຖືກເປີດເຜີຍວ່າເປັນພາບລວງຕາທາງມັນສະໝອງທີ່ເກີດຈາກການຮັບຮູ້ຮູບແບບໃນຕົວຢ່າງຂະໜາດນ້ອຍແບບສຸ່ມ.

2.4. ພື້ນຖານທາງລະບົບປະສາດ

ອະຄະຕິນີ້ເຮັດວຽກຜ່ານສິ່ງທີ່ນັກຈິດຕະວິທະຍາ Keith Stanovich, Richard West, ແລະ Daniel Kahneman ເອີ້ນວ່າການຄິດແບບ "ລະບົບທີ 1" (System 1) - ເຊິ່ງເປັນຂະບວນການທາງມັນສະໝອງທີ່ວ່ອງໄວ, ອັດຕະໂນມັດ, ແລະ ໃຊ້ສັນຊາດຕະຍານ ທີ່ໃຫ້ຄວາມສຳຄັນກັບຄວາມໄວ ແລະ ຄວາມສອດຄ່ອງຫຼາຍກວ່າຄວາມຊັດເຈນທາງຄະນິດສາດ. ເມື່ອປະເມີນຫຼັກຖານທາງສະຖິຕິ, ລະບົບທີ 1 ຈະປະມວນຜົນຄວາມຄ້າຍຄື ແລະ ການຮັບຮູ້ຮູບແບບ ແທນທີ່ຈະມີສ່ວນຮ່ວມກັບຂະບວນການຂອງລະບົບທີ 2 ທີ່ຊ້າກວ່າ, ໃຊ້ຄວາມພະຍາຍາມຫຼາຍກວ່າ ເຊິ່ງຈຳເປັນສຳລັບການໃຊ້ເຫດຜົນທາງສະຖິຕິທີ່ຖືກຕ້ອງ.

ວົງຈອນການຮັບຮູ້ຮູບແບບຂອງສະໝອງ, ທີ່ພັດທະນາຂຶ້ນມາສຳລັບການປະເມີນໄພຂົ່ມຂູ່ຢ່າງວ່ອງໄວ ແລະ ການສະຫຼຸບເຫດຜົນ, ຈະຊອກຫາໂຄງສ້າງທີ່ມີຄວາມໝາຍໃນຂໍ້ມູນໂດຍອັດຕະໂນມັດ. ວົງຈອນເຫຼົ່ານີ້ບໍ່ຈຳແນກລະຫວ່າງຕົວຢ່າງຂະໜາດໃຫຍ່ ແລະ ຂະໜາດນ້ອຍ; ພວກມັນຕອບສະໜອງຕໍ່ລັກສະນະພາຍນອກຂອງຂໍ້ມູນ (ອັດຕາສ່ວນ, ຮູບແບບທີ່ຊັດເຈນ) ແທນທີ່ຈະເປັນຂໍ້ມູນລະດັບສູງກ່ຽວກັບຄວາມໜ້າເຊື່ອຖື (ຂະໜາດຕົວຢ່າງ, ຄວາມຜັນຜວນ).

ເປືອກສະໝອງສ່ວນໜ້າ (prefrontal cortex), ເຊິ່ງຮັບຜິດຊອບໜ້າທີ່ບໍລິຫານ ແລະ ການໃຊ້ເຫດຜົນທາງຄະນິດສາດ, ສາມາດຍົກເລີກການຕັດສິນໃຈຂອງລະບົບທີ 1 ໄດ້, ແຕ່ນີ້ຮຽກຮ້ອງໃຫ້ມີຄວາມພະຍາຍາມຢ່າງມີສະຕິ, ການຝຶກອົບຮົມທາງສະຖິຕິ, ແລະ ຊັບພະຍາກອນທາງມັນສະໝອງ. ພາຍໃຕ້ຄວາມກົດດັນດ້ານເວລາ, ພາລະທາງມັນສະໝອງ, ຫຼື ການກະຕຸ້ນທາງອາລົມ, ຄ່າເລີ່ມຕົ້ນຂອງລະບົບທີ 1 ຈະຄອບງຳ, ແລະ ຂະໜາດຕົວຢ່າງຈະຖືກລະເລີຍ.

3. ຕົ້ນກຳເນີດທາງວິວັດທະນາການ

ຈິດໃຈຂອງມະນຸດໄດ້ວິວັດທະນາການເພື່ອນຳທາງໃນໂລກທີ່ຊັບຊ້ອນ, ວຸ່ນວາຍ, ແລະ ອັນຕະລາຍ ເຊິ່ງຂໍ້ມູນມີໜ້ອຍ ແລະ ລາຄາຂອງຄວາມລັງເລຄືຄວາມຕາຍ. ໃນສະພາບແວດລ້ອມຍຸກ Pleistocene, ບັນພະບຸລຸດຂອງພວກເຮົາຈຳເປັນຕ້ອງສະຫຼຸບຢ່າງວ່ອງໄວຈາກການສັງເກດທີ່ຈຳກັດ: ການພົບເຫັນຜູ້ລ້າ ຫຼື ໝາກໄມ້ມີພິດພຽງຄັ້ງດຽວ ກໍ່ພຽງພໍທີ່ຈະຕັ້ງກົດເກນທົ່ວໄປໃນການຫຼີກລ່ຽງ.

ເຄື່ອງມືທາງວິວັດທະນາການນີ້ໃຫ້ຄວາມສຳຄັນກັບການຮັບຮູ້ຮູບແບບ ແລະ ການສະຫຼຸບຢ່າງວ່ອງໄວຫຼາຍກວ່າຄວາມຊັດເຈນທາງຄະນິດສາດ. ຄວາມສາມາດໃນການສະຫຼຸບແບບກວ້າງໆຈາກຕົວຢ່າງຂະໜາດນ້ອຍເປັນຂໍ້ໄດ້ປຽບໃນການປັບຕົວທີ່ຊັດເຈນ—ການລໍຖ້າເພື່ອສະສົມຕົວຢ່າງທີ່ "ມີໄນສຳຄັນທາງສະຖິຕິ" ຂອງການພົບຜູ້ລ້າກ່ອນທີ່ຈະຕັດສິນໃຈໜີອາດເຮັດໃຫ້ເຖິງແກ່ຄວາມຕາຍໄດ້.

ແນວໃດກໍ່ຕາມ, ການປັບຕົວທາງມັນສະໝອງດຽວກັນນີ້ທີ່ຮັບປະກັນຄວາມຢູ່ລອດໃນສະພາບແວດລ້ອມຂອງບັນພະບຸລຸດທີ່ມີຂໍ້ມູນໜ້ອຍ ກັບສະແດງອອກເປັນຂໍ້ເສຍປຽບທີ່ຮ້າຍແຮງໃນໂລກທີ່ເຕັມໄປດ້ວຍຂໍ້ມູນໃນປະຈຸບັນ. ດຽວນີ້ພວກເຮົາອາໄສຢູ່ໃນໂລກທີ່ຄວບຄຸມໂດຍຂະບວນການຄາດເດົາ, ຜົນໄດ້ຮັບທີ່ເປັນໄປໄດ້, ແລະ ຊຸດຂໍ້ມູນຂະໜາດໃຫຍ່, ແຕ່ສັນຊາດຕະຍານຂອງພວກເຮົາຍັງຄົງຍຶດຕິດຢ່າງແໜ້ນໜາກັບເຫດຜົນຂອງຕົວຢ່າງຂະໜາດນ້ອຍ.

ອະຄະຕິນີ້ສາມາດເບິ່ງໄດ້ວ່າເປັນຄຸນລັກສະນະທາງວິວັດທະນາການແທນທີ່ຈະເປັນຂໍ້ຜິດພາດ: ມັນຖືກປັບທຽບສຳລັບສະພາບແວດລ້ອມທີ່ (1) ໂດຍທຳມະຊາດແລ້ວຕົວຢ່າງມີຂະໜາດນ້ອຍ, (2) ຜົນບວກປອມ (ການເຫັນຮູບແບບທີ່ບໍ່ມີຢູ່ຈິງ) ມີລາຄາຖືກກວ່າຜົນລົບປອມ (ການພາດໄພຂົ່ມຂູ່ທີ່ແທ້ຈິງ), ແລະ (3) ການປະຕິບັດທັນທີສຳຄັນກວ່າຄວາມຖືກຕ້ອງທາງສະຖິຕິ.

4. ອະຄະຕິນີ້ສະແດງອອກແນວໃດ

4.1. ໃນຊີວິດປະຈຳວັນ

ໃນການຕັດສິນໃຈປະຈຳວັນ, ພວກເຮົາຕີຄວາມໝາຍຕົວຢ່າງຂະໜາດນ້ອຍເກີນຈິງຢູ່ສະເໝີ. ຫຼັງຈາກໄປຮ້ານອາຫານໃໝ່ຄັ້ງດຽວ ແລະ ໄດ້ກິນອາຫານທີ່ທຳມະດາ, ພວກເຮົາສະຫຼຸບວ່າ "ບ່ອນນັ້ນບໍ່ດີ" ແທນທີ່ຈະຮັບຮູ້ວ່າພວກເຮົາໄດ້ຊິມອາຫານພຽງຈານດຽວໃນຄືນດຽວ. ການພົບກັບບາງຄົນຈາກເມືອງ ຫຼື ອາຊີບໃດໜຶ່ງ ກະຕຸ້ນໃຫ້ເກີດການສະຫຼຸບແບບເໝົາລວມໂດຍອີງໃສ່ການພົບກັນພຽງຄັ້ງດຽວນັ້ນ.

ພວກເຮົາຕັດສິນຄວາມປອດໄພຂອງຄຸ້ມບ້ານຈາກເລື່ອງເລົ່າພຽງເລັກນ້ອຍ, ສ້າງຄວາມຄິດເຫັນກ່ຽວກັບຜະລິດຕະພັນຈາກການທົບທວນສິນຄ້າໃນ Amazon ພຽງສາມອັນ, ແລະ ສະຫຼຸບວ່າຊ່າງແປງລົດຂອງພວກເຮົາບໍ່ຊື່ສັດຈາກການສ້ອມແປງທີ່ບໍ່ຊັດເຈນພຽງຄັ້ງດຽວ. ພວກເຮົາເຫັນໝູ່ປະສົບຜົນສຳເລັດໃນການລົດນ້ຳໜັກ ແລະ ຄິດວ່າມັນຈະໄດ້ຜົນສຳລັບພວກເຮົາ, ໂດຍບໍ່ສົນໃຈຄວາມແຕກຕ່າງສ່ວນບຸກຄົນຫຼາຍພັນຢ່າງທີ່ກຳນົດຜົນໄດ້ຮັບ.

ໃນຄວາມສຳພັນ, ພຶດຕິກຳຂອງຄູ່ຮັກໃນຊ່ວງສອງສາມມື້ຈະເປັນຕົວສ້າງການຕັດສິນຂອງພວກເຮົາກ່ຽວກັບລັກສະນະນິໄສຂອງພວກເຂົາ. ຜົນການສອບເສັງທີ່ບໍ່ດີຂອງລູກພຽງຄັ້ງດຽວເຮັດໃຫ້ພໍ່ແມ່ສະຫຼຸບວ່າພວກເຂົາ "ຮຽນເລກບໍ່ເກັ່ງ." ການຄາດເດົາທີ່ຖືກຕ້ອງພຽງສອງສາມຄັ້ງເຮັດໃຫ້ພວກເຮົາເຊື່ອວ່າພວກເຮົາເກັ່ງໃນການພະຍາກອນອະນາຄົດ.

4.2. ໃນບ່ອນເຮັດວຽກ

ສະພາບແວດລ້ອມທາງວິຊາຊີບເຮັດໃຫ້ຄ່າໃຊ້ຈ່າຍຂອງການລະເລີຍຂະໜາດຕົວຢ່າງເພີ່ມຂຶ້ນ. ຜູ້ຈັດການປະເມີນປະສິດທິພາບຂອງພະນັກງານໂດຍອີງໃສ່ເຫດການທີ່ສັງເກດເຫັນພຽງເລັກນ້ອຍແທນທີ່ຈະເປັນຂໍ້ມູນທີ່ເປັນລະບົບ. ການຕັດສິນໃຈຈ້າງງານແມ່ນຂຶ້ນກັບການສຳພາດສັ້ນໆ - ເຊິ່ງເປັນຕົວຢ່າງພຶດຕິກຳທີ່ນ້ອຍຫຼາຍ - ແຕ່ຖືກປະຕິບັດຄືກັບການປະເມີນທີ່ແນ່ນອນ.

ຜົນປະກອບການປະຈຳໄຕມາດ, ເຊິ່ງເປັນຕົວແທນພຽງແຕ່ສາມເດືອນ (ຕົວຢ່າງຂະໜາດນ້ອຍຂອງເສັ້ນທາງຂອງບໍລິສັດ), ຂັບເຄື່ອນການຕັດສິນໃຈຍຸດທະສາດທີ່ສຳຄັນ. ໂຄງການລິເລີ່ມໃໝ່ທີ່ປະຕິບັດໄດ້ບໍ່ດີເປັນເວລາສອງເດືອນຖືກຍົກເລີກກ່ອນທີ່ຄວາມຜັນຜວນຈະມີໂອກາດເຂົ້າສູ່ສະພາບປົກກະຕິ. ຜູ້ນຳທີ່ປະສົບຜົນສຳເລັດແຕ່ຫົວທີຖືກຖືວ່າເປັນ "ຜູ້ມີວິໄສທັດ" ຂະນະທີ່ຜູ້ທີ່ພົບກັບຄວາມຫຼົ້ມເຫຼວໃນຕອນຕົ້ນຖືກຕິດປ້າຍວ່າເປັນຄົນຫຼົ້ມເຫຼວ, ໂດຍບໍ່ຄຳນຶງເຖິງການແຈກຢາຍຜົນໄດ້ຮັບຕົວຈິງ.

ການປະເມີນຜົນງານມັກຈະໃຫ້ນ້ຳໜັກກັບເຫດການທີ່ຜ່ານມາເມື່ອບໍ່ດົນນີ້ຫຼາຍເກີນໄປ, ໂດຍຖືວ່າສອງສາມອາທິດທີ່ຜ່ານມາເປັນຕົວແທນຂອງໝົດປີ. ໂຄງການຝຶກອົບຮົມຖືກຕັດສິນວ່າມີປະສິດທິພາບ ຫຼື ບໍ່ມີປະສິດທິພາບໂດຍອີງໃສ່ກຸ່ມທຳອິດ, ໂດຍບໍ່ສົນໃຈຄວາມຜັນຜວນຕາມທຳມະຊາດໃນທົ່ວກຸ່ມ.

4.3. ໃນທຸລະກິດ ແລະ ການຕະຫຼາດ

ໄພພິບັດຂອງ New Coke ເປັນຕົວຢ່າງທີ່ດີວ່າທຸລະກິດຕົກເປັນເຫຍື່ອຂອງອະຄະຕິນີ້ແນວໃດ. Coca-Cola ໄດ້ດຳເນີນການທົດສອບລົດຊາດແບບປິດຕາເກືອບ 200,000 ຄັ້ງ, ແລະ ພົບວ່າມີຄວາມມັກຢ່າງຫຼວງຫຼາຍສຳລັບສູດໃໝ່ທີ່ຫວານກວ່າຂອງພວກເຂົາ. ແນວໃດກໍ່ຕາມ, ເຫຼົ່ານີ້ແມ່ນ "ການທົດສອບແບບຈິບ" - ເຊິ່ງເປັນຕົວຢ່າງນ້ອຍໆຂອງປະສົບການໃນການດື່ມເຄື່ອງດື່ມ. ໃນການຈິບ, ສະໝອງຕອບສະໜອງໃນແງ່ບວກຕໍ່ຄວາມຫວານສູງ. ໃນກະປ໋ອງເຕັມ, ຄວາມຫວານດຽວກັນນັ້ນຈະກາຍເປັນຄວາມຫວານລ່ຽນ. ຜູ້ບໍລິຫານຂອງ Coke ຄາດເດົາວ່າຕົວຢ່າງການຈິບເປັນຕົວແທນຂອງປະສົບການການດື່ມໝົດກະປ໋ອງ, ນຳໄປສູ່ການຕໍ່ຕ້ານຢ່າງຮຸນແຮງຈາກຜູ້ບໍລິໂພກ.

ຄວາມຫຼົ້ມເຫຼວຂອງລົດ Ford Edsel ສະແດງໃຫ້ເຫັນເຖິງການລະເລີຍຂະໜາດຕົວຢ່າງທາງດ້ານເວລາ. Ford ໄດ້ດຳເນີນການຄົ້ນຄວ້າຢ່າງກວ້າງຂວາງໃນປີ 1955-1956 ເຊິ່ງສະແດງໃຫ້ເຫັນວ່າຊາວອາເມລິກາຕ້ອງການລົດໃຫຍ່ ແລະ ຫຼູຫຼາ. ພວກເຂົາຖືວ່າຕົວຢ່າງທີ່ມີຂອບເຂດເວລານີ້ເປັນຄວາມຈິງທີ່ຖາວອນ. ເມື່ອເຖິງເວລາເປີດຕົວໃນປີ 1958, ຕະຫຼາດໄດ້ປ່ຽນໄປສູ່ລົດຂະໜາດນ້ອຍລົງແລ້ວ, ແລະ Edsel ໄດ້ກາຍເປັນຄຳຄ້າຍຄືກັນກັບຄວາມຫຼົ້ມເຫຼວທາງການຕະຫຼາດ.

ບັນດາບໍລິສັດມັກຈະເປີດຕົວຜະລິດຕະພັນໂດຍອີງໃສ່ກຸ່ມເປົ້າໝາຍ 8-12 ຄົນ, ການທົດສອບ A/B ທີ່ດຳເນີນການເປັນເວລາຫຼາຍມື້ແທນທີ່ຈະເປັນຫຼາຍອາທິດ, ແລະ ໂຄງການທົດລອງໃນຕະຫຼາດທີ່ບໍ່ເປັນຕົວແທນ. ແຄມເປນການຕະຫຼາດຖືກຂະຫຍາຍຂະໜາດໂດຍອີງໃສ່ອັດຕາການຕອບສະໜອງເບື້ອງຕົ້ນທີ່ຍັງບໍ່ທັນຄົງທີ່.

4.4. ໃນການເມືອງ ແລະ ສື່ມວນຊົນ

ໄພພິບັດການຢັ່ງຫາງສຽງຂອງ Literary Digest ໃນປີ 1936 ສະແດງໃຫ້ເຫັນວ່າຕົວຢ່າງທີ່ມີຂະໜາດໃຫຍ່ແຕ່ມີອະຄະຕິນັ້ນຫຼົ້ມເຫຼວແນວໃດ. ວາລະສານໄດ້ສຳຫຼວດຜູ້ຄົນ 2.4 ລ້ານຄົນ ແລະ ຄາດຄະເນວ່າ Alfred Landon ຈະເອົາຊະນະ Franklin Roosevelt. ພວກເຂົາເຊື່ອວ່າປະລິມານຮັບປະກັນຄວາມຖືກຕ້ອງ, ໂດຍບໍ່ສົນໃຈວ່າຕົວຢ່າງຂອງພວກເຂົາ (ທີ່ດຶງມາຈາກການລົງທະບຽນລົດ ແລະ ປຶ້ມລາຍຊື່ເບີໂທລະສັບ) ໄດ້ຍົກເວັ້ນຜູ້ມີສິດເລືອກຕັ້ງໃນຍຸກເສດຖະກິດຕົກຕ່ຳທີ່ບໍ່ມີເຄື່ອງໝາຍຄວາມຮັ່ງມີເຫຼົ່ານີ້ຢ່າງເປັນລະບົບ. George Gallup ຄາດຄະເນຜົນໄດ້ຮັບຢ່າງຖືກຕ້ອງໂດຍໃຊ້ຕົວຢ່າງທີ່ເປັນຕົວແທນພຽງແຕ່ 50,000 ຄົນ.

ການຢັ່ງຫາງສຽງໃນຍຸກປະຈຸບັນຍັງຄົງປະສົບບັນຫາກັບການຕີຄວາມໝາຍຂະໜາດຕົວຢ່າງ. ສື່ມວນຊົນລາຍງານຢ່າງຕື່ນເຕັ້ນເຖິງການປ່ຽນແປງຂອງຜົນສຳຫຼວດທີ່ຢູ່ໃນຂອບເຂດຄວາມຜິດພາດວ່າເປັນການປ່ຽນແປງທີ່ສຳຄັນ. ນັກວິຈານຄາດເດົາຈາກຜົນການລົງຄະແນນສຽງເບື້ອງຕົ້ນ, ໂດຍຖືວ່າຕົວຢ່າງຂະໜາດນ້ອຍເປັນຕົວບົ່ງຊີ້. ກຸ່ມເປົ້າໝາຍຂອງຜູ້ມີສິດເລືອກຕັ້ງທີ່ຍັງບໍ່ທັນຕັດສິນໃຈກາຍເປັນຈຸດເວລາທີ່ກຳນົດເລື່ອງລາວ ທັງໆທີ່ພວກເຂົາເປັນພຽງຕົວແທນຂອງສິ່ງລົບກວນທາງສະຖິຕິ.

ຄວາມຄິດເຫັນທາງການເມືອງກໍ່ຕົວຂຶ້ນຈາກເລື່ອງເລົ່າພຽງເລັກນ້ອຍກ່ຽວກັບຜູ້ອົບພະຍົບ, ຜູ້ໄດ້ຮັບສະຫວັດດີການ, ຫຼື ເຈົ້າໜ້າທີ່ຕຳຫຼວດ, ໂດຍແຕ່ລະເລື່ອງຖືກປະຕິບັດຄືກັບເປັນຕົວແທນຂອງບຸກຄົນທີ່ຫຼາກຫຼາຍນັບລ້ານຄົນ.

4.5. ໃນການດູແລສຸຂະພາບ

ແຜນທີ່ມະເຮັງໝາກໄຂ່ຫຼັງສະແດງໃຫ້ເຫັນຕົວຢ່າງທາງການແພດທີ່ໂດດເດັ່ນ. ນັກສະຖິຕິ Howard Wainer ແລະ Harris Zwerling ສະແດງໃຫ້ເຫັນວ່າເຂດປົກຄອງທີ່ມີອັດຕາການເປັນມະເຮັງໝາກໄຂ່ຫຼັງ ຕໍ່າທີ່ສຸດ ສ່ວນໃຫຍ່ແມ່ນເຂດຊົນນະບົດ ແລະ ມີປະຊາກອນເບົາບາງ. ເລື່ອງເລົ່າຕາມສັນຊາດຕະຍານຄື: ຊີວິດໃນຊົນນະບົດປ້ອງກັນມະເຮັງຜ່ານອາກາດສົດຊື່ນ ແລະ ການດຳລົງຊີວິດທີ່ສະອາດ. ຈາກນັ້ນພວກເຂົາກໍ່ເປີດເຜີຍວ່າເຂດປົກຄອງທີ່ມີອັດຕາການເປັນມະເຮັງ ສູງທີ່ສຸດ ກໍ່ຍັງເປັນເຂດຊົນນະບົດ ແລະ ມີປະຊາກອນເບົາບາງເຊັ່ນກັນ. ປັດໄຈຮ່ວມບໍ່ແມ່ນວິຖີຊີວິດແຕ່ເປັນຂະໜາດປະຊາກອນທີ່ໜ້ອຍ - ໃນເຂດປົກຄອງທີ່ມີປະຊາກອນ 500 ຄົນ, ການວິນິດໄສພຽງກໍລະນີດຽວເຮັດໃຫ້ອັດຕາພຸ່ງສູງຂຶ້ນຈົນເຖິງລະດັບສູງສຸດຂອງປະເທດ, ຂະນະທີ່ບໍ່ມີກໍລະນີເລີຍກໍ່ຈະເຮັດໃຫ້ອັດຕາຫຼຸດລົງໄປຢູ່ຈຸດຕໍ່າສຸດ.

ແພດຕີຄວາມໝາຍຜົນການກວດທີ່ເປັນບວກໃນພະຍາດທີ່ຫາຍາກຫຼາຍເກີນໄປ, ໂດຍບໍ່ໄດ້ຄຳນຶງເຖິງອັດຕາພື້ນຖານ ແລະ ຂະໜາດຕົວຢ່າງ. ຄົນເຈັບທີ່ມີຜົນການວັດແທກສູງສາມຄັ້ງຖືກວິນິດໄສວ່າເປັນພະຍາດຊຳເຮື້ອ ເຊິ່ງອາດຈະເປັນພຽງແຕ່ການສະທ້ອນເຖິງຄວາມຜັນຜວນຂອງການວັດແທກ. ປະສິດທິພາບຂອງການປິ່ນປົວຖືກຕັດສິນຈາກຄົນເຈັບພຽງສອງສາມຄົນແທນທີ່ຈະເປັນການທົດລອງແບບສຸ່ມທີ່ມີການຄວບຄຸມ.

ເຈົ້າໜ້າທີ່ສາທາລະນະສຸກຕິດຕາມ "ກຸ່ມມະເຮັງ" ແລະ "ເຂດສຸຂະພາບດີ" ເຊິ່ງເປັນພຽງແຕ່ຜົນກະທົບທາງສະຖິຕິຂອງປະຊາກອນຂະໜາດນ້ອຍ. ຊັບພະຍາກອນຖືກຈັດສັນຜິດພາດໂດຍອີງໃສ່ຄ່າທີ່ຮ້າຍແຮງເຊິ່ງຈະກັບຄືນສູ່ຄ່າສະເລ່ຍຖ້າມີຕົວຢ່າງທີ່ໃຫຍ່ກວ່າ.

4.6. ໃນດ້ານການເງິນ ແລະ ການລົງທຶນ

ອະຄະຕິການຢູ່ລອດ (Survivorship Bias) ເປັນຮູບແບບໜຶ່ງທີ່ເປັນອັນຕະລາຍຂອງການລະເລີຍຂະໜາດຕົວຢ່າງໃນຕະຫຼາດການເງິນ. ເມື່ອນັກລົງທຶນວິເຄາະຜົນງານຂອງກອງທຶນລວມໃນຊ່ວງ 10 ປີທີ່ຜ່ານມາ, ພວກເຂົາຈະກວດສອບສະເພາະກອງທຶນທີ່ຍັງຄົງຢູ່ເທົ່ານັ້ນ - ກອງທຶນທີ່ຢູ່ລອດ. ກອງທຶນທີ່ຫຼົ້ມເຫຼວ ແລະ ຖືກຊຳລະບັນຊີຈະຫາຍໄປຈາກຕົວຢ່າງ, ເຊິ່ງເປັນການເພີ່ມຜົນຕອບແທນສະເລ່ຍທີ່ເຫັນໄດ້ຢ່າງຜິດທຳມະຊາດ. ນັກລົງທຶນອາດຈະເຫັນຜົນຕອບແທນສະເລ່ຍ 8% ແລະ ສະຫຼຸບວ່າການຈັດການແບບເຄື່ອນໄຫວ (active management) ໄດ້ຜົນ, ແຕ່ຖ້າລວມເອົາກອງທຶນທີ່ "ຕາຍ" ແລ້ວເຂົ້າໄປນຳ ອາດຈະເປີດເຜີຍໃຫ້ເຫັນຜົນຕອບແທນພຽງ 4% ຫຼື ຕໍ່າກວ່ານັ້ນ.

ນັກລົງທຶນໄລ່ຕາມກອງທຶນໂດຍອີງໃສ່ປະຫວັດຜົນງານ 3-5 ປີ, ໂດຍຖືວ່າຕົວຢ່າງທາງເວລາທີ່ໜ້ອຍນີ້ເປັນຫຼັກຖານຂອງທັກສະທີ່ຍືນຍົງ. ການຄົ້ນຄວ້າຂອງ Richard Thaler ສະແດງໃຫ້ເຫັນວ່ານັກລົງທຶນຄາດຄະເນເກີນຈິງຈາກຕົວຢ່າງຂະໜາດນ້ອຍຂອງຂ່າວລາຍໄດ້: ສາມໄຕມາດທີ່ສາມາດເອົາຊະນະການຄາດຄະເນໄດ້ຖືກປະຕິບັດຄືກັບວ່າມັນເປັນປະສິດທິພາບທີ່ດີເລີດທາງໂຄງສ້າງ, ເຊິ່ງຂັບເຄື່ອນລາຄາໄປສູ່ລະດັບທີ່ບໍ່ສົມເຫດສົມຜົນ.

Robert Shiller ໄດ້ບັນທຶກໄວ້ວ່າລາຄາຕະຫຼາດມີຄວາມຜັນຜວນຫຼາຍກວ່າທີ່ປັດໄຈພື້ນຖານຈະສະໜັບສະໜູນໄດ້. "ຄວາມຜັນຜວນເກີນຈຳເປັນ" ນີ້ເກີດຈາກນັກລົງທຶນທີ່ປະຕິບັດຕໍ່ຂ່າວໄລຍະສັ້ນ—ເຊິ່ງເປັນຕົວຢ່າງຂະໜາດນ້ອຍຂອງອະນາຄົດໄລຍະຍາວຂອງບໍລິສັດ—ວ່າເປັນຂໍ້ມູນທີ່ແນ່ນອນກ່ຽວກັບມູນຄ່າຖາວອນ.

5. ກໍລະນີສຶກສາໃນໂລກຕົວຈິງ

ກໍລະນີສຶກສາທີ 1: ວິກິດການການເຮັດຊ້ຳໃນຈິດຕະວິທະຍາ

• ບໍລິບົດ: ເປັນເວລາຫຼາຍທົດສະວັດ, ການຄົ້ນຄວ້າທາງຈິດຕະວິທະຍາດຳເນີນການດ້ວຍຂະໜາດຕົວຢ່າງທີ່ນ້ອຍ (ມັກຈະເປັນ N=20 ຫຼື N=40 ຕໍ່ເງື່ອນໄຂ). ການສຶກສາ "Power Posing" (Carney, Cuddy, & Yap, 2010) ອ້າງວ່າການຢືນໃນທ່າ "ພະລັງງານສູງ" ເປັນເວລາສອງນາທີເຮັດໃຫ້ເກີດການປ່ຽນແປງຂອງຮໍໂມນ ແລະ ເພີ່ມການກ້າສ່ຽງ. ຂະໜາດຕົວຢ່າງແມ່ນຜູ້ເຂົ້າຮ່ວມ 42 ຄົນ.

• ສິ່ງທີ່ເກີດຂຶ້ນ: ການສຶກສາໄດ້ຖືກຕີພິມໃນວາລະສານທີ່ມີຊື່ສຽງ, ໄດ້ຮັບຄວາມສົນໃຈຢ່າງຫຼວງຫຼາຍຈາກສື່ມວນຊົນ, ແລະ ເຮັດໃຫ້ເກີດການສົນທະນາໃນເວທີ TED ທີ່ມີຜູ້ເຂົ້າຊົມຫຼາຍລ້ານຄັ້ງ. ຊຸມຊົນວິທະຍາສາດຍອມຮັບວ່າ N=42 ພຽງພໍທີ່ຈະກວດຈັບຜົນກະທົບຂອງຮໍໂມນທີ່ລະອຽດອ່ອນ.

• ອະຄະຕິທີ່ເຮັດວຽກ: ນັກຄົ້ນຄວ້າ, ບັນນາທິການ, ແລະ ຜູ້ທົບທວນ—ທີ່ໄດ້ຮັບຜົນກະທົບຈາກອະຄະຕິທີ່ Tversky ແລະ Kahneman ໄດ້ອະທິບາຍໄວ້—ເຊື່ອວ່າຕົວຢ່າງຂະໜາດນ້ອຍມີຄວາມແຂງແກ່ນພຽງພໍທີ່ຈະກວດຈັບຜົນກະທົບທີ່ລະອຽດອ່ອນ. ພວກເຂົາເຫັນຮູບແບບໃນສິ່ງລົບກວນ.

• ຜົນສະທ້ອນ: ເມື່ອມີຄວາມພະຍາຍາມໃນການເຮັດຊ້ຳໃນຂະໜາດໃຫຍ່ທີ່ມີ N=200+ ໃນເວລາຕໍ່ມາ, ຜົນກະທົບຂອງຮໍໂມນກໍ່ຫາຍໄປຢ່າງສິ້ນເຊີງ. The Open Science Collaboration (2015) ໄດ້ເຮັດຊ້ຳການສຶກສາທາງຈິດຕະວິທະຍາ 100 ເລື່ອງ ແລະ ພົບວ່າມີໜ້ອຍກວ່າເຄິ່ງໜຶ່ງທີ່ສາມາດສ້າງຄືນໃໝ່ໄດ້ສຳເລັດ. ສາເຫດຫຼັກແມ່ນການເອື່ອຍອີງໃສ່ການສຶກສາທີ່ມີພະລັງການທົດສອບຕໍ່າ.

• ບົດຮຽນທີ່ໄດ້ຮັບ: "ຄຳສາບແຊ່ງຂອງຜູ້ຊະນະ" (Winner's Curse) ໃນການຕີພິມທາງວິທະຍາສາດໝາຍຄວາມວ່າການສຶກສາທີ່ໄດ້ຮັບການຕີພິມແມ່ນການສຶກສາທີ່ມີຂະໜາດຜົນກະທົບທີ່ເກີນຈິງເຊິ່ງບັງເອີນຂ້າມເກນຄວາມມີໄນສຳຄັນທາງສະຖິຕິ. ຜົນກະທົບທີ່ແທ້ຈິງຈະປາກົດຂຶ້ນກັບຕົວຢ່າງຂະໜາດໃຫຍ່ເທົ່ານັ້ນ. ນັບຕັ້ງແຕ່ນັ້ນມາ, ວົງການຈິດຕະວິທະຍາໄດ້ລິເລີ່ມການປະຕິຮູບທີ່ຕ້ອງການຕົວຢ່າງທີ່ໃຫຍ່ຂຶ້ນ ແລະ ການລົງທະບຽນການສຶກສາລ່ວງໜ້າ.

ກໍລະນີສຶກສາທີ 2: ໄພພິບັດ New Coke

• ບໍລິບົດ: ໃນປີ 1985, Coca-Cola ປະເຊີນກັບຄວາມກົດດັນຂອງຕະຫຼາດທີ່ເພີ່ມຂຶ້ນຈາກການທົດສອບລົດຊາດແບບປິດຕາ "Pepsi Challenge" ຂອງ Pepsi. ການຄົ້ນຄວ້າພາຍໃນສະແດງໃຫ້ເຫັນວ່າ Pepsi ທີ່ຫວານກວ່າສາມາດເອົາຊະນະໃນການປຽບທຽບແບບຈິບຕໍ່ຈິບ.

• ສິ່ງທີ່ເກີດຂຶ້ນ: Coca-Cola ໄດ້ດຳເນີນການທົດສອບລົດຊາດແບບປິດຕາເກືອບ 200,000 ຄັ້ງ, ແລະ ພົບວ່າມີຄວາມມັກຢ່າງຫຼວງຫຼາຍສຳລັບສູດໃໝ່ທີ່ຫວານກວ່າ. ອີງຕາມຂໍ້ມູນນີ້, ພວກເຂົາໄດ້ທົດແທນສູດອາຍຸໜຶ່ງສະຕະວັດຂອງພວກເຂົາດ້ວຍ "New Coke."

• ອະຄະຕິທີ່ເຮັດວຽກ: ເຫຼົ່ານີ້ແມ່ນ "ການທົດສອບແບບຈິບ"—ເຊິ່ງເປັນຕົວຢ່າງນ້ອຍໆຂອງປະສົບການໃນການດື່ມເຄື່ອງດື່ມທັງໝົດ. ຜູ້ບໍລິຫານຄາດເດົາວ່າຕົວຢ່າງຂະໜາດນ້ອຍນີ້ເປັນຕົວແທນຂອງປະສົບການການດື່ມທັງໝົດ. ໃນການຈິບ, ຄວາມຫວານເປັນສິ່ງທີ່ໜ້າພໍໃຈ; ໃນກະປ໋ອງເຕັມ, ມັນກາຍເປັນສິ່ງທີ່ຫຼາຍເກີນໄປ.

• ຜົນສະທ້ອນ: ການຕໍ່ຕ້ານຂອງຜູ້ບໍລິໂພກເກີດຂຶ້ນທັນທີ ແລະ ຮຸນແຮງ. ພາຍໃນ 79 ມື້, Coca-Cola ຕ້ອງນຳເອົາສູດເດີມກັບຄືນມາໃນຊື່ "Coca-Cola Classic." ບໍລິສັດສູນເສຍເງິນຫຼາຍລ້ານ ແລະ ໄດ້ຮັບຄວາມເສຍຫາຍຕໍ່ແບຣນທີ່ຍາວນານ.

• ບົດຮຽນທີ່ໄດ້ຮັບ: "ຕົວຢ່າງ" ຕ້ອງກົງກັບ "ປະຊາກອນ" ທີ່ມັນເປັນຕົວແທນ. ການຈິບບໍ່ແມ່ນກະປ໋ອງໜຶ່ງ, ເຊັ່ນດຽວກັບການໄປຮ້ານໜຶ່ງຄັ້ງບໍ່ແມ່ນຄວາມພັກດີຂອງລູກຄ້າ. ຫົວໜ່ວຍຂອງການວິເຄາະຕ້ອງສອດຄ່ອງກັບພຶດຕິກຳໃນໂລກຕົວຈິງ.

ຕົວຢ່າງທາງປະຫວັດສາດ: ການຢັ່ງຫາງສຽງຂອງ Literary Digest ປີ 1936

ວາລະສານ Literary Digest ໄດ້ດຳເນີນການສິ່ງທີ່ເບິ່ງຄືວ່າເປັນມາດຕະຖານທອງຂອງການຢັ່ງຫາງສຽງ: ສົ່ງແບບສຳຫຼວດອອກໄປ 10 ລ້ານສະບັບ, ໄດ້ຮັບການຕອບກັບ 2.4 ລ້ານສະບັບ. ພວກເຂົາຄາດຄະເນວ່າ Landon ຈະເອົາຊະນະ Roosevelt ດ້ວຍຄະແນນສຽງ 57%. ແຕ່ Roosevelt ເປັນຝ່າຍຊະນະດ້ວຍຄະແນນສຽງ 61%.

ບັນນາທິການຂອງ Digest ເຊື່ອວ່າຂະໜາດຕົວຢ່າງທີ່ໃຫຍ່ໂຕຈະຮັບປະກັນຄວາມຖືກຕ້ອງ. ສິ່ງທີ່ພວກເຂົາບໍ່ໄດ້ຮັບຮູ້ກໍ່ຄືກອບການສຸ່ມຕົວຢ່າງຂອງພວກເຂົາ—ປຶ້ມລາຍຊື່ເບີໂທລະສັບ ແລະ ບັນຊີລາຍຊື່ການລົງທະບຽນລົດ—ໄດ້ຍົກເວັ້ນຜູ້ມີສິດເລືອກຕັ້ງທີ່ມີລາຍໄດ້ຕໍ່າເຊິ່ງຈະສະໜັບສະໜູນນະໂຍບາຍ New Deal ຂອງ Roosevelt ຢ່າງຖ້ວມທົ້ນແບບເປັນລະບົບ. George Gallup, ໂດຍໃຊ້ການສຸ່ມຕົວຢ່າງຄວາມໜ້າຈະເປັນທີ່ເໝາະສົມດ້ວຍຜູ້ຕອບແບບສອບຖາມພຽງແຕ່ 50,000 ຄົນ, ສາມາດຄາດຄະເນຜົນໄດ້ຮັບຢ່າງຖືກຕ້ອງ.

ກໍລະນີນີ້ສອນໃຫ້ຮູ້ວ່າຕົວຢ່າງຂະໜາດນ້ອຍທີ່ເປັນຕົວແທນໄດ້ດີ (n=3,000) ມີຄວາມໜ້າເຊື່ອຖືຫຼາຍກວ່າຕົວຢ່າງຂະໜາດໃຫຍ່ແຕ່ມີອະຄະຕິ (N=2.4 ລ້ານ) ຢ່າງບໍ່ມີຂອບເຂດ. Digest ໄດ້ຢຸດການຕີພິມໃນສອງປີຕໍ່ມາ, ເຊິ່ງເປັນເຫຍື່ອຂອງຄວາມຫຼົ້ມເຫຼວຂອງຕົນເອງໃນການເຂົ້າໃຈຄວາມສຳພັນລະຫວ່າງຄຸນນະພາບຂອງຕົວຢ່າງ ແລະ ຂະໜາດຕົວຢ່າງ.

6. ຄ່າໃຊ້ຈ່າຍຂອງອະຄະຕິນີ້

6.1. ຄ່າໃຊ້ຈ່າຍສ່ວນຕົວ

ຄວາມສຳພັນຕ້ອງທົນທຸກເມື່ອພວກເຮົາຕັດສິນຄູ່ຮັກໂດຍອີງໃສ່ຕົວຢ່າງພຶດຕິກຳຂະໜາດນ້ອຍ—ມື້ທີ່ບໍ່ດີພຽງສອງສາມມື້ກາຍເປັນຫຼັກຖານຂອງຂໍ້ບົກຜ່ອງໃນລັກສະນະນິໄສຂັ້ນພື້ນຖານ. ການເຕີບໂຕສ່ວນບຸກຄົນຈະຢຸດສະງັກເມື່ອພວກເຮົາສະຫຼຸບຫຼັງຈາກການພະຍາຍາມທີ່ຈຳກັດວ່າພວກເຮົາ "ບໍ່ສາມາດ" ເຮັດບາງສິ່ງບາງຢ່າງໄດ້. ການປ່ຽນແປງເສັ້ນທາງອາຊີບຖືກປະລະຫຼັງຈາກຄວາມລົ້ມເຫຼວເບື້ອງຕົ້ນເຊິ່ງເປັນພຽງແຕ່ການສະທ້ອນເຖິງຄວາມຜັນຜວນຕາມທຳມະຊາດ.

ການຕັດສິນໃຈດ້ານສຸຂະພາບຜິດພາດເມື່ອພວກເຮົາຕັດສິນປະສິດທິພາບຂອງການປິ່ນປົວຈາກປະສົບການດຽວຂອງພວກເຮົາເອງ ຫຼື ເລື່ອງເລົ່າພຽງເລັກນ້ອຍຈາກໝູ່ເພື່ອນ. ພອດການລົງທຶນຖືກຈັດການແບບຜິດໆເມື່ອພວກເຮົາໄລ່ຕາມຜູ້ຊະນະໃນໄລຍະຫຼັງ ຫຼື ໜີຈາກຜູ້ແພ້ໃນໄລຍະຫຼັງ. ພວກເຮົາພັດທະນາຄວາມເຊື່ອທາງໄສຍະສາດ, ໂດຍເຊື່ອວ່າຮູບແບບຕ່າງໆມີຢູ່ໃນສິ່ງທີ່ເປັນການສຸ່ມຢ່າງແທ້ຈິງ.

ຄ່າໃຊ້ຈ່າຍທາງຈິດຕະວິທະຍາລວມເຖິງຄວາມໝັ້ນໃຈທີ່ບໍ່ມີເຫດຜົນໃນຂໍ້ສະຫຼຸບທີ່ບໍ່ຄົງທີ່, ຕາມມາດ້ວຍຄວາມສັບສົນເມື່ອການຄາດຄະເນຫຼົ້ມເຫຼວ. ພວກເຮົາສ້າງຄຳອະທິບາຍເຖິງສາເຫດທີ່ຊັບຊ້ອນສຳລັບຄວາມຜັນຜວນທີ່ເປັນການສຸ່ມລ້ວນໆ, ສ້າງແບບຈຳລອງທາງຈິດໃຈຂອງຄວາມເປັນຈິງທີ່ບໍ່ສອດຄ່ອງກັບຮູບແບບຕົວຈິງ.

6.2. ຄ່າໃຊ້ຈ່າຍທາງວິຊາຊີບ

ຄວາມກ້າວໜ້າໃນອາຊີບຈະໄດ້ຮັບຜົນກະທົບເມື່ອຜູ້ຈັດການຕັດສິນຄວາມສາມາດຂອງພວກເຮົາຜິດພາດໂດຍອີງໃສ່ການສັງເກດທີ່ຈຳກັດ. ພະນັກງານທີ່ດີຖືກມອງຂ້າມຍ້ອນຄວາມປະທັບໃຈໃນຕອນຕົ້ນ (ຕົວຢ່າງພຶດຕິກຳຂະໜາດນ້ອຍ) ບໍ່ກົງກັບແບບແຜນຂອງຄວາມສຳເລັດ. ການຕັດສິນໃຈຈ້າງງານທີ່ບໍ່ດີເຮັດໃຫ້ເສຍຊັບພະຍາກອນຂອງອົງກອນ ແລະ ທຳລາຍພະລັງຂອງທີມ.

ຍຸດທະສາດທາງທຸລະກິດຫຼົ້ມເຫຼວເມື່ອພວກມັນຖືກປັບທຽບກັບຜົນໄດ້ຮັບໃນຕອນຕົ້ນແທນທີ່ຈະເປັນແນວໂນ້ມໄລຍະຍາວ. ຜະລິດຕະພັນຖືກເປີດຕົວກ່ອນກຳນົດ ຫຼື ຖືກຍົກເລີກກ່ອນໄວອັນຄວນໂດຍອີງໃສ່ຂໍ້ມູນທີ່ມີສິ່ງລົບກວນ. ການຄົ້ນຄວ້າຕະຫຼາດນຳພາບໍລິສັດໄປຜິດທາງເມື່ອຕົວຢ່າງຂະໜາດນ້ອຍຖືກປະຕິບັດຄືກັບວ່າເປັນຕົວແທນ.

ການສູນເສຍທາງການເງິນຈະເພີ່ມທະວີຂຶ້ນເມື່ອການຕັດສິນໃຈລົງທຶນໄລ່ຕາມຜົນງານໃນໄລຍະຫຼັງ. ຜູ້ຈັດການກອງທຶນທີ່ເຮັດຜົນງານໄດ້ດີໃນຊ່ວງສາມປີຈະດຶງດູດເງິນທຶນໄຫຼເຂົ້າຢ່າງມະຫາສານ, ພຽງແຕ່ເພື່ອກັບຄືນສູ່ຄ່າສະເລ່ຍ ແລະ ເຮັດໃຫ້ນັກລົງທຶນທີ່ຄິດວ່າຕົວຢ່າງຂະໜາດນ້ອຍນັ້ນສາມາດຄາດຄະເນຜົນຕອບແທນໃນອະນາຄົດໄດ້ຕ້ອງຜິດຫວັງ.

6.3. ຄ່າໃຊ້ຈ່າຍທາງສັງຄົມ

ວິກິດການການເຮັດຊ້ຳໄດ້ສ້າງຄວາມເສຍຫາຍຫຼາຍຕື້ໃນກອງທຶນການຄົ້ນຄວ້າສຳລັບການສຶກສາທີ່ບໍ່ສາມາດເຮັດຊ້ຳໄດ້. ການປິ່ນປົວທາງການແພດຖືກນຳມາໃຊ້ໂດຍອີງໃສ່ການທົດລອງຂະໜາດນ້ອຍ, ພຽງແຕ່ເພື່ອຈະສະແດງໃຫ້ເຫັນວ່າບໍ່ມີປະໂຫຍດໃນປະຊາກອນທີ່ໃຫຍ່ກວ່າ. ຊັບພະຍາກອນສາທາລະນະສຸກຖືກຈັດສັນຜິດພາດເພື່ອແກ້ໄຂຜົນກະທົບທາງສະຖິຕິໃນປະຊາກອນຂະໜາດນ້ອຍ.

ການສົນທະນາທາງການເມືອງເປັນພິດເມື່ອເລື່ອງເລົ່າກ່ຽວກັບກໍລະນີບຸກຄົນມາກຳນົດການໂຕ້ວາທີດ້ານນະໂຍບາຍກ່ຽວກັບຜູ້ຄົນຫຼາຍລ້ານຄົນ. ລະບົບຍຸຕິທຳທາງອາຍາຖືກບິດເບືອນເມື່ອກໍລະນີທີ່ເປັນທີ່ສົນໃຈ (ຕົວຢ່າງຂະໜາດນ້ອຍ) ເປັນຕົວຂັບເຄື່ອນກົດໝາຍ. ຄວາມໄວ້ວາງໃຈຂອງປະຊາຊົນຕໍ່ວິທະຍາສາດເສື່ອມໂຊມລົງເມື່ອການຄົ້ນພົບປີ້ນກັບກັນເມື່ອຂະໜາດຕົວຢ່າງເພີ່ມຂຶ້ນ.

ຕະຫຼາດມີຄວາມຜັນຜວນຫຼາຍກວ່າທີ່ປັດໄຈພື້ນຖານຈະສະໜັບສະໜູນໄດ້, ສ້າງວົງຈອນທີ່ຮຸ່ງເຮືອງແລະຕົກຕໍ່າ ເຊິ່ງທຳລາຍຄວາມຮັ່ງມີ ແລະ ສະຖຽນລະພາບທາງເສດຖະກິດ. ນະໂຍບາຍສາທາລະນະແກວ່ງໄປມາລະຫວ່າງຈຸດຮ້າຍແຮງຂະນະທີ່ນັກການເມືອງຕອບສະໜອງຕໍ່ຕົວຢ່າງຂະໜາດນ້ອຍຂອງຄວາມຄິດເຫັນສາທາລະນະ ແທນທີ່ຈະເປັນຄວາມມັກທີ່ໝັ້ນຄົງ.

6.4. ຜົນກະທົບທາງສະຖິຕິ

ຜົນການຄົ້ນຄວ້າຊີ້ໃຫ້ເຫັນວ່າການສຶກສາທີ່ມີຂະໜາດຕົວຢ່າງຕໍ່າກວ່າ N=50 ຈະມີຂະໜາດຜົນກະທົບທີ່ເພີ່ມຂຶ້ນຢ່າງຮ້າຍແຮງ, ມັກຈະສູງເຖິງ 100% ຫຼື ຫຼາຍກວ່ານັ້ນ. The Open Science Collaboration ພົບວ່າມີພຽງແຕ່ 36% ຂອງການສຶກສາທາງຈິດຕະວິທະຍາເທົ່ານັ້ນທີ່ສາມາດເຮັດຊ້ຳໄດ້ສຳເລັດ, ໂດຍການສຶກສາທີ່ມີພະລັງການທົດສອບຕໍ່າເປັນຕົວຂັບເຄື່ອນຫຼັກ.

ໃນດ້ານການເງິນ, ອະຄະຕິການຢູ່ລອດ (Survivorship Bias) ເຮັດໃຫ້ຜົນຕອບແທນຂອງກອງທຶນລວມທີ່ເຫັນໄດ້ເພີ່ມຂຶ້ນປະມານ 1-2% ຕໍ່ປີ—ເຊິ່ງເປັນຄວາມແຕກຕ່າງທີ່ສະສົມໄປເປັນເງິນຫຼາຍລ້ານໂດລາໃນເງິນທຶນບຳນານທີ່ຖືກຈັດສັນຜິດພາດໃນໝູ່ນັກລົງທຶນຫຼາຍລ້ານຄົນ.

ຄວາມຜິດພາດໃນການວິນິດໄສທາງການແພດທີ່ເກີດຈາກການລະເລີຍອັດຕາພື້ນຖານ ແລະ ການບໍ່ສົນໃຈຂະໜາດຕົວຢ່າງ ຄາດວ່າຈະສົ່ງຜົນກະທົບຕໍ່ຄົນອາເມລິກາ 12 ລ້ານຄົນຕໍ່ປີ, ໂດຍປະມານເຄິ່ງໜຶ່ງເຮັດໃຫ້ເກີດອັນຕະລາຍ.

7. ຜົນປະໂຫຍດທີ່ເຊື່ອງໄວ້

ອະຄະຕິນີ້ບໍ່ໄດ້ເປັນການປັບຕົວທີ່ຜິດພາດລ້ວນໆ—ມັນເປັນຕົວແທນຂອງການແລກປ່ຽນລະຫວ່າງຄວາມໄວ ແລະ ຄວາມຖືກຕ້ອງເຊິ່ງຖືກປັບໃຫ້ເໝາະສົມສຳລັບສະພາບແວດລ້ອມຂອງບັນພະບຸລຸດທີ່ຂໍ້ມູນມີໜ້ອຍ ແລະ ການປະຕິບັດທັນທີແມ່ນຈຳເປັນ.

ການຮຽນຮູ້ຢ່າງວ່ອງໄວຈາກຂໍ້ມູນທີ່ຈຳກັດ: ໃນສະພາບແວດລ້ອມທີ່ອັນຕະລາຍຢ່າງແທ້ຈິງ, ຄວາມສາມາດໃນການສະຫຼຸບຈາກເຫດການດຽວ (ການພົບຜູ້ລ້າໜຶ່ງຄັ້ງ, ໝາກໄມ້ມີພິດໜຶ່ງໜ່ວຍ) ໃຫ້ຄຸນຄ່າແກ່ການຢູ່ລອດຢ່າງຊັດເຈນ. ການລໍຖ້າຫຼັກຖານທີ່ "ມີໄນສຳຄັນທາງສະຖິຕິ" ອາດເຮັດໃຫ້ເຖິງແກ່ຄວາມຕາຍໄດ້.

ຄວາມປະຢັດທາງມັນສະໝອງ: ການປັບຄວາມໝັ້ນໃຈໃຫ້ເຂົ້າກັບຂະໜາດຕົວຢ່າງຢ່າງເໝາະສົມຮຽກຮ້ອງໃຫ້ມີການມີສ່ວນຮ່ວມຂອງລະບົບທີ 2—ເຊິ່ງຊ້າ, ໃຊ້ຄວາມພະຍາຍາມ, ແລະ ສິ້ນເປືອງພະລັງງານ. ໃນສະຖານະການທີ່ມີຄວາມສ່ຽງຕໍ່າ, ທາງລັດທາງຈິດໃຈຂອງລະບົບທີ 1 ຈະໃຫ້ການຕັດສິນທີ່ "ດີພໍ" ດ້ວຍຄ່າໃຊ້ຈ່າຍທາງມັນສະໝອງທີ່ໜ້ອຍທີ່ສຸດ.

ການມຸ້ງເນັ້ນການປະຕິບັດ: ອະຄະຕິນີ້ສົ່ງເສີມການລົງມືເຮັດຢ່າງເດັດຂາດແທນທີ່ຈະເປັນຄວາມບໍ່ແນ່ນອນທີ່ເຮັດໃຫ້ເປັນອຳມະພາດ. ໃນຫຼາຍສະຖານະການຂອງໂລກຕົວຈິງ, ການປະຕິບັດໂດຍອີງໃສ່ຂໍ້ມູນທີ່ບໍ່ຄົບຖ້ວນແມ່ນດີກວ່າການລໍຖ້າຄວາມແນ່ນອນທີ່ບໍ່ມີວັນມາເຖິງ.

ການກວດຈັບຮູບແບບ: ແນວໂນ້ມທີ່ຈະເຫັນຮູບແບບໃນຕົວຢ່າງຂະໜາດນ້ອຍ, ເຖິງແມ່ນວ່າມັກຈະຜິດພາດ, ແຕ່ບາງຄັ້ງກໍ່ສາມາດກວດຈັບສັນຍານທີ່ແທ້ຈິງທີ່ວິທີການທາງສະຖິຕິລ້ວນໆອາດຈະພາດໄປ. ຄ່າໃຊ້ຈ່າຍຂອງຜົນບວກປອມ (ການເຫັນຮູບແບບທີ່ບໍ່ມີຢູ່ຈິງ) ອາດຈະຕໍ່າກວ່າຜົນລົບປອມ (ການພາດຮູບແບບທີ່ແທ້ຈິງ) ໃນບາງຂົງເຂດ.

ການກຳຈັດອະຄະຕິນີ້ຢ່າງສິ້ນເຊີງຈະຮຽກຮ້ອງໃຫ້ມີການຄຳນວນທາງສະຖິຕິຢ່າງຕໍ່ເນື່ອງເຊິ່ງຈະເຮັດໃຫ້ຊັບພະຍາກອນທາງມັນສະໝອງໜັກເກີນໄປ. ເປົ້າໝາຍບໍ່ແມ່ນການກຳຈັດແຕ່ເປັນການປັບທຽບທີ່ເໝາະສົມ—ການນຳໃຊ້ເຫດຜົນທາງສະຖິຕິໃນສະຖານະການທີ່ມີຄວາມສ່ຽງສູງ ໃນຂະນະທີ່ອະນຸຍາດໃຫ້ heuristics ເຮັດວຽກໃນສະພາບການທີ່ມີຄວາມສ່ຽງຕໍ່າ.

8. ການປະເມີນຕົນເອງ: ທ່ານມີອະຄະຕິນີ້ຫຼືບໍ່?

8.1. ລາຍການກວດສອບສັນຍານເຕືອນ

• ຂ້ອຍສ້າງຄວາມຄິດເຫັນທີ່ໜັກແໜ້ນກ່ຽວກັບຮ້ານອາຫານ, ຜະລິດຕະພັນ, ຫຼື ບໍລິການ ຫຼັງຈາກມີປະສົບການພຽງຄັ້ງດຽວ
• ຂ້ອຍເຊື່ອໃນ "ຊ່ວງມື້ຂຶ້ນ" ແລະ "ຊ່ວງມື້ຕົກ" ໃນກິລາ, ການພະນັນ, ຫຼື ການລົງທຶນ
• ຂ້ອຍຮູ້ສຶກແປກໃຈເມື່ອຫຼຽນອອກໜ້າດຽວກັນສາມຄັ້ງ ຫຼື ຫຼາຍກວ່ານັ້ນຕິດຕໍ່ກັນ
• ຂ້ອຍຄາດຫວັງວ່າຜົນຕອບແທນຈາກການລົງທຶນໄລຍະສັ້ນຈະດຳເນີນຕໍ່ໄປໃນໄລຍະຍາວ
• ຂ້ອຍພິຈາລະນາເລື່ອງເລົ່າຈາກໝູ່ເພື່ອນວ່າມີນ້ຳໜັກເທົ່າກັບຫຼັກຖານທາງສະຖິຕິ
• ຂ້ອຍໄດ້ປ່ຽນຄວາມຄິດກ່ຽວກັບລັກສະນະນິໄສຂອງບາງຄົນໂດຍອີງໃສ່ເຫດການພຽງຄັ້ງດຽວ
• ຂ້ອຍໄວ້ໃຈການທົບທວນຂອງລູກຄ້າຫຼາຍຂຶ້ນເມື່ອພວກເຂົາເປັນເອກະສັນກັນ, ໂດຍບໍ່ສົນໃຈວ່າມີຈຳນວນໜ້ອຍປານໃດ
• ຂ້ອຍຮູ້ສຶກວ່າຕົວຢ່າງຂະໜາດນ້ອຍທີ່ຖືກເລືອກມາຢ່າງດີຄວນໃຫ້ຜົນໄດ້ຮັບຄືກັນກັບຕົວຢ່າງຂະໜາດໃຫຍ່
• ຂ້ອຍກາຍເປັນຄົນໝັ້ນໃຈໃນຮູບແບບຕ່າງໆຫຼັງຈາກເຫັນພວກມັນພຽງສອງຫຼືສາມຄັ້ງ
• ຂ້ອຍມັກຈະເວົ້າວ່າ "ເລື່ອງນັ້ນເກີດຂຶ້ນກັບຂ້ອຍສະເໝີ" ໂດຍອີງໃສ່ເຫດການທີ່ເກີດຂຶ້ນພຽງສອງສາມຄັ້ງ

ການໃຫ້ຄະແນນ:

• ໝາຍຕິກ 0-2 ຂໍ້: ມີຄວາມສ່ຽງຕໍ່າ
• ໝາຍຕິກ 3-5 ຂໍ້: ມີຄວາມສ່ຽງປານກາງ
• ໝາຍຕິກ 6-8 ຂໍ້: ມີຄວາມສ່ຽງສູງ
• ໝາຍຕິກ 9-10 ຂໍ້: ມີຄວາມສ່ຽງສູງຫຼາຍ

8.2. ຄຳຖາມເພື່ອທົບທວນຕົນເອງ

1. ເມື່ອທ່ານອ່ານພົບວ່າຢາຊະນິດໃໝ່ "ມີປະສິດທິພາບ 80%" ໃນການທົດລອງທາງຄລີນິກ, ຕາມສັນຊາດຕະຍານແລ້ວ ທ່ານຄິດທີ່ຈະຖາມຫຼືບໍ່ວ່າມີຄົນເຈັບຈັກຄົນໃນການສຶກສານັ້ນ?

2. ທ່ານເຄີຍລົ້ມເລີກນິໄສ, ການຄຸມອາຫານ, ຫຼື ກິດຈະວັດໃໝ່ພາຍໃນສອງອາທິດທຳອິດຍ້ອນວ່າມັນ "ບໍ່ໄດ້ຜົນ" ໂດຍບໍ່ໄດ້ພິຈາລະນາວ່າທ່ານໄດ້ໃຫ້ເວລາມັນພຽງພໍທີ່ຈະສະແດງຜົນໄດ້ຮັບຫຼືບໍ່?

3. ເມື່ອໝູ່ແນະນຳທ່ານໝໍ, ຮ້ານອາຫານ, ຫຼື ຜະລິດຕະພັນໂດຍອີງໃສ່ປະສົບການຄັ້ງດຽວຂອງພວກເຂົາ, ທ່ານໃຫ້ນ້ຳໜັກກັບຄຳແນະນຳນັ້ນຫຼາຍປານໃດເມື່ອທຽບໃສ່ກັບການທົບທວນໂດຍລວມ?

4. ທ່ານເຄີຍຮູ້ສຶກຫຼືບໍ່ວ່າເຫດການແບບສຸ່ມ "ຕິດໜີ້" ຜົນໄດ້ຮັບທີ່ແຕກຕ່າງກັນໃຫ້ທ່ານຫຼັງຈາກທີ່ເກີດຂຶ້ນຕິດຕໍ່ກັນ (ຕົວຢ່າງ: ຕູ້ສະລັອດ "ຮອດເວລາ" ທີ່ຈະຕ້ອງຊະນະແລ້ວ)?

5. ເຄີຍມີໃຜຊີ້ໃຫ້ເຫັນຫຼືບໍ່ວ່າທ່ານກຳລັງດຶງເອົາຂໍ້ສະຫຼຸບຈາກຂໍ້ມູນທີ່ໜ້ອຍເກີນໄປ?

8.3. ສະຖານະການວິນິດໄສຢ່າງວ່ອງໄວ

ສະຖານະການ: ທ່ານກຳລັງຄົ້ນຄວ້າກອງທຶນລວມສອງກອງທຶນສຳລັບເງິນທຶນບຳນານຂອງທ່ານ. ກອງທຶນ A ໃຫ້ຜົນຕອບແທນ 15% ຕໍ່ປີໃນຊ່ວງ 3 ປີທີ່ຜ່ານມາພ້ອມກັບຜູ້ຈັດການລະດັບດາວເດັ່ນ. ກອງທຶນ B ໃຫ້ຜົນຕອບແທນ 9% ຕໍ່ປີໃນຊ່ວງ 15 ປີທີ່ຜ່ານມາພ້ອມກັບການຈັດການລະດັບປານກາງ. ທ່ານຈະເລືອກກອງທຶນໃດ?

• A) ກອງທຶນ A, ເພາະວ່າ 15% ດີກວ່າ 9% ຫຼາຍ ແລະ ຜູ້ຈັດການກໍ່ມີທັກສະຢ່າງຊັດເຈນ → ມີຄວາມສ່ຽງສູງ
• B) ກອງທຶນ A, ແຕ່ຂ້ອຍຢາກເຫັນປະຫວັດຫຼາຍກວ່ານີ້ກ່ອນທີ່ຈະຕັດສິນໃຈຢ່າງເຕັມທີ່ → ມີຄວາມສ່ຽງປານກາງ
• C) ກອງທຶນ B, ເພາະວ່າຂໍ້ມູນ 15 ປີມີຄວາມໜ້າເຊື່ອຖືຫຼາຍກວ່າ 3 ປີ, ແລະ ຄວາມແຕກຕ່າງອາດຈະເປັນພຽງຄວາມໂຊກດີ → ມີຄວາມສ່ຽງຕໍ່າ

9. ການລະບຸອະຄະຕິນີ້ໃນຜູ້ອື່ນ

9.1. ຕົວຊີ້ວັດທາງພຶດຕິກຳ

ສັງເກດຮູບແບບການຕັດສິນໃຈ: ພວກເຂົາໃຫ້ຄຳໝັ້ນສັນຍາທີ່ໜັກແໜ້ນໂດຍອີງໃສ່ຫຼັກຖານທີ່ຈຳກັດຫຼືບໍ່? ພວກເຂົາປ່ຽນແປງເສັ້ນທາງຢ່າງໄວວາໂດຍອີງໃສ່ຜົນໄດ້ຮັບເມື່ອບໍ່ດົນມານີ້ຫຼືບໍ່? ພວກເຂົາສະແດງຄວາມໝັ້ນໃຈສູງຫຼັງຈາກໄດ້ຮັບຂໍ້ມູນພຽງເລັກນ້ອຍຫຼືບໍ່?

ສັງເກດເບິ່ງວິທີທີ່ພວກເຂົາສົນທະນາກ່ຽວກັບຄວາມໜ້າຈະເປັນ ແລະ ໂອກາດ: ພວກເຂົາຄາດຫວັງໃຫ້ຄວາມເປັນການສຸ່ມ "ດຸ່ນດ່ຽງກັນ" ໃນໄລຍະສັ້ນຫຼືບໍ່? ພວກເຂົາເຫັນຮູບແບບທີ່ມີຄວາມໝາຍໃນສິ່ງທີ່ເບິ່ງຄືວ່າເປັນພຽງສິ່ງລົບກວນຫຼືບໍ່? ພວກເຂົາປະຕິເສດຜົນໄດ້ຮັບວ່າເປັນ "ຄວາມຟຸກ" ເມື່ອພວກມັນບໍ່ກົງກັບຄວາມຄາດຫວັງຫຼືບໍ່?

ສັງເກດປະຕິກິລິຍາຕໍ່ເລື່ອງເລົ່າທຽບກັບສະຖິຕິ: ພວກເຂົາໃຫ້ນ້ຳໜັກກັບເລື່ອງລາວສ່ວນຕົວທີ່ຊັດເຈນຫຼາຍກວ່າຂໍ້ມູນລວມຫຼືບໍ່? ພວກເຂົາສະຫຼຸບລວມຈາກຕົວຢ່າງດຽວໄປສູ່ກົດເກນທົ່ວໄປຫຼືບໍ່?

9.2. ຈຸດສັງເກດໃນການສົນທະນາ

ວະລີທີ່ຄົນມັກເວົ້າເມື່ອຕົກຢູ່ພາຍໃຕ້ອະຄະຕິນີ້:

• "ມັນເກີດຂຶ້ນສາມຄັ້ງຕິດຕໍ່ກັນແລ້ວ—ມັນຕ້ອງມີຮູບແບບບາງຢ່າງແນ່ນອນ"
• "ຂ້ອຍເຄີຍລອງຄັ້ງໜຶ່ງແລ້ວມັນບໍ່ໄດ້ຜົນ, ສະນັ້ນ..."
• "ໂອກາດມັນຕ້ອງສະເໝີກັນໃນທີ່ສຸດ"
• "ໝູ່ຂອງຂ້ອຍມີປະສົບການທີ່ແຍ່ຫຼາຍກັບສິ່ງນັ້ນ, ຂ້ອຍກໍ່ເລີຍຈະບໍ່ລອງເດັດຂາດ"
• "ສອງໄຕມາດທີ່ຜ່ານມາມັນດີຫຼາຍ, ສະນັ້ນບໍລິສັດນີ້ມີການຈັດການທີ່ດີຢ່າງແນ່ນອນ"

ປະເພດຂອງຂໍ້ໂຕ້ແຍ້ງທີ່ພວກເຂົາສ້າງ:

• ຖືວ່າຕົວຢ່າງພຽງເລັກນ້ອຍເປັນຫຼັກຖານຂອງແນວໂນ້ມ
• ຄາດຫວັງໃຫ້ຕົວຢ່າງຂະໜາດນ້ອຍເປັນຕົວແທນລັກສະນະຂອງປະຊາກອນໄດ້ຢ່າງສົມບູນແບບ

ຄຳຖາມທີ່ພວກເຂົາຫຼີກລ່ຽງທີ່ຈະຖາມ:

• "ນີ້ອີງໃສ່ການສັງເກດຈັກຄັ້ງ?"
• "ຂະໜາດຕົວຢ່າງແມ່ນເທົ່າໃດ?"
• "ນີ້ອາດຈະເປັນພຽງຄວາມຜັນຜວນແບບສຸ່ມໄດ້ບໍ່?"

9.3. ຕົວປຸກລະດົມຕາມສະຖານະການ

ສະຖານະການທີ່ກະຕຸ້ນໃຫ້ເກີດອະຄະຕິນີ້:

• ຄວາມກົດດັນດ້ານເວລາທີ່ບັງຄັບໃຫ້ມີການຕັດສິນໃຈຢ່າງໄວວາ
• ສະຖານະການທີ່ມີອາລົມຮຸນແຮງເຊິ່ງຕົວຢ່າງທີ່ຊັດເຈນຈະໂດດເດັ່ນ
• ຂໍ້ມູນທາງສະຖິຕິທີ່ຊັບຊ້ອນຖືກນຳສະເໜີໃນຮູບແບບເປີເຊັນແທນທີ່ຈະເປັນຮູບແບບຄວາມຖີ່
• ຂົງເຂດທີ່ການຕອບຮັບລ່າຊ້າ (ການລົງທຶນ, ການຈ້າງງານ, ທາງເລືອກດ້ານສຸຂະພາບ)
• ສະພາບການທີ່ເລື່ອງເລົ່າມີໃຫ້ເຫັນຫຼາຍກວ່າຂໍ້ມູນ

ປັດໄຈດ້ານສະພາບແວດລ້ອມ:

• ຂໍ້ມູນທີ່ຫຼາຍເກີນໄປເຊິ່ງປ້ອງກັນການປະເມີນທາງສະຖິຕິຢ່າງລະມັດລະວັງ
• ຫ້ອງສຽງສະທ້ອນ (Echo chambers) ທີ່ນຳສະເໜີຕົວຢ່າງຄວາມຄິດເຫັນທີ່ມີອະຄະຕິ
• ສື່ມວນຊົນທີ່ເນັ້ນໜັກເລື່ອງລາວຫຼາຍກວ່າສະຖິຕິ

ສະພາວະທາງອາລົມທີ່ເພີ່ມຄວາມສ່ຽງ:

• ຄວາມກັງວົນທີ່ສະແຫວງຫາຄວາມແນ່ນອນຈາກຫຼັກຖານໃດໆທີ່ມີຢູ່
• ຄວາມຕື່ນເຕັ້ນທີ່ສົ່ງເສີມຄວາມໝັ້ນໃຈຫຼາຍເກີນໄປໃນສັນຍານບວກເບື້ອງຕົ້ນ
• ຄວາມອຸກອັ່ງທີ່ຂັບເຄື່ອນການຊອກຫາຮູບແບບໃນສະຖານະການທີ່ບໍ່ຊັດເຈນ

10. ຍຸດທະສາດການຫຼຸດຜ່ອນອະຄະຕິທາງມັນສະໝອງ

10.1. ເຕັກນິກແບບທັນທີ

ຄຳຖາມ "N": ກ່ອນທີ່ຈະດຶງເອົາຂໍ້ສະຫຼຸບໃດໆ, ໃຫ້ຖາມວ່າ: "ຕົວຢ່າງທີ່ໃຊ້ເປັນພື້ນຖານນີ້ໃຫຍ່ສໍ່າໃດ?" ເຮັດໃຫ້ຂະໜາດຕົວຢ່າງເດັ່ນຊັດກ່ອນທີ່ຈະຕີຄວາມໝາຍຜົນໄດ້ຮັບ.

ການທົດສອບຄວາມໝັ້ນຄົງ: ຖາມວ່າ "ຂ້ອຍຈະຄາດຫວັງໃຫ້ຜົນໄດ້ຮັບນີ້ຄືເກົ່າຫຼືບໍ່ ຖ້າຂ້ອຍເພີ່ມຕົວຢ່າງເປັນສອງຫຼືສາມເທົ່າ?" ຖ້າບໍ່, ໃຫ້ໂຈະການຕັດສິນໃຈໄວ້ກ່ອນ.

ປັບໂຄງສ້າງໃໝ່ເປັນຄວາມຖີ່: ປ່ຽນເປີເຊັນເປັນຄວາມຖີ່ທາງທຳມະຊາດ ("ມີປະສິດທິພາບ 80%" ກາຍເປັນ "8 ໃນ 10 ຄົນ"). ສິ່ງນີ້ຈະລວມເອົາຂະໜາດຕົວຢ່າງເຂົ້າໄປໃນຕົວຫານຢ່າງເປັນທຳມະຊາດ.

ກົດເກນການຖົດຖອຍ: ຄາດເດົາວ່າຜົນໄດ້ຮັບທີ່ຮ້າຍແຮງຈະກັບຄືນສູ່ຄ່າສະເລ່ຍ. ຖ້າມີບາງສິ່ງບາງຢ່າງເບິ່ງຄືວ່າດີຫຼືບໍ່ດີຜິດປົກກະຕິ, ໃຫ້ຄາດຫວັງວ່າມັນຈະກາຍເປັນລະດັບປານກາງຫຼາຍຂຶ້ນເມື່ອເວລາຜ່ານໄປ.

ຊອກຫາອັດຕາພື້ນຖານ: ກ່ອນທີ່ຈະປະເມີນຫຼັກຖານສະເພາະໃດໜຶ່ງ, ໃຫ້ກຳນົດວ່າສິ່ງທີ່ມັກຈະເກີດຂຶ້ນໃນປະຊາກອນແມ່ນຫຍັງ. ໃຊ້ນີ້ເປັນຈຸດຍຶດໜ່ຽວ.

10.2. ຍຸດທະສາດໄລຍະຍາວ

ຄວາມຮູ້ທາງສະຖິຕິ: ລົງທຶນໃນການສຶກສາພື້ນຖານດ້ານຄວາມໜ້າຈະເປັນ ແລະ ສະຖິຕິ. ການເຂົ້າໃຈຄວາມຜັນຜວນ, ຄວາມຄາດເຄື່ອນມາດຕະຖານ, ແລະ ລະດັບຄວາມເຊື່ອໝັ້ນ ຈະເປັນກອບແນວຄິດເພື່ອຮັບຮູ້ວ່າເວລາໃດທີ່ຂະໜາດຕົວຢ່າງມີຄວາມສຳຄັນ.

ພັດທະນານິໄສຄວາມສົງໄສ: ຝຶກຝົນຕົນເອງໃຫ້ຕັ້ງຄຳຖາມກ່ຽວກັບຄວາມໜ້າເຊື່ອຖືຂອງການຄົ້ນພົບຈາກຕົວຢ່າງຂະໜາດນ້ອຍໂດຍອັດຕະໂນມັດ. ເຮັດໃຫ້ "ຂໍ້ມູນນີ້ພຽງພໍຫຼືບໍ່?" ເປັນຄຳຖາມທີ່ເກີດຂຶ້ນໂດຍອັດຕະໂນມັດ.

ຕິດຕາມການຄາດຄະເນຂອງທ່ານ: ບັນທຶກຂໍ້ສະຫຼຸບທີ່ດຶງມາຈາກຂໍ້ມູນທີ່ຈຳກັດ ແລະ ຕິດຕາມເບິ່ງວ່າມັນຍັງຄົງເປັນຈິງຫຼືບໍ່ເມື່ອເວລາຜ່ານໄປ. ສິ່ງນີ້ເປັນການຕອບຮັບສ່ວນຕົວສຳລັບການປັບທຽບ.

ສຶກສາຕົວຢ່າງຄລາສສິກ: ເຮັດໃຫ້ຕົນເອງຄຸ້ນເຄີຍກັບກໍລະນີທີ່ເປັນມາດຕະຖານ (ບັນຫາໂຮງໝໍ, ແຜນທີ່ມະເຮັງໝາກໄຂ່ຫຼັງ) ເພື່ອໃຫ້ພວກມັນປາກົດຂຶ້ນໃນໃຈເມື່ອປະເມີນສະຖານະການໃໝ່ໆ.

10.3. ການອອກແບບສະພາບແວດລ້ອມ

ສ້າງຂະໜາດຕົວຢ່າງເຂົ້າໃນຂະບວນການຕັດສິນໃຈ: ສ້າງກົດລະບຽບຂອງອົງກອນທີ່ກຳນົດຂະໜາດຕົວຢ່າງຂັ້ນຕໍ່າກ່ອນທີ່ຈະສະຫຼຸບ. ນຳໃຊ້ໄລຍະເວລາລໍຖ້າກ່ອນທີ່ຈະປະຕິບັດຕາມຜົນໄດ້ຮັບເບື້ອງຕົ້ນ.

ໃຊ້ເຄື່ອງມືທາງສາຍຕາ: ສ້າງກະດານຄວບຄຸມທີ່ສະແດງຊ່ວງຄວາມເຊື່ອໝັ້ນທີ່ກວ້າງຂຶ້ນສຳລັບຕົວຢ່າງຂະໜາດນ້ອຍ. ເຮັດໃຫ້ຄວາມບໍ່ແນ່ນອນເດັ່ນຊັດທາງສາຍຕາ.

ກຳນົດໃຫ້ໃຊ້ຮູບແບບຄວາມຖີ່: ໃນການສື່ສານຂອງອົງກອນ, ໃຫ້ກຳນົດວ່າຄວາມໜ້າຈະເປັນຕ້ອງຖືກນຳສະເໜີເປັນຄວາມຖີ່ທາງທຳມະຊາດພ້ອມກັບຕົວຫານທີ່ຊັດເຈນ.

ສ້າງຜູ້ໂຕ້ແຍ້ງ (Devil's Advocates): ມອບໝາຍໃຫ້ສະມາຊິກໃນທີມມີໜ້າທີ່ໂດຍສະເພາະໃນການໂຕ້ແຍ້ງວ່າຂະໜາດຕົວຢ່າງນັ້ນສົມເຫດສົມຜົນກັບລະດັບຄວາມໝັ້ນໃຈຫຼືບໍ່. ເຮັດໃຫ້ຄວາມສົງໄສເປັນສ່ວນໜຶ່ງຂອງອົງກອນ.

10.4. ເວລາໃດຄວນຊອກຫາຄຳແນະນຳຈາກພາຍນອກ

ການຕັດສິນໃຈທີ່ມີຄວາມສ່ຽງສູງ: ທາງເລືອກໃດໆທີ່ມີຜົນສະທ້ອນທີ່ສຳຄັນ (ການລົງທຶນຂະໜາດໃຫຍ່, ການຈ້າງງານ, ການປິ່ນປົວທາງການແພດ) ໂດຍອີງໃສ່ຂໍ້ມູນທີ່ຈຳກັດ ລ້ວນແຕ່ສົມຄວນໄດ້ຮັບການໃຫ້ຄຳປຶກສາທາງສະຖິຕິ.

ເມື່ອທ່ານຮູ້ສຶກແນ່ໃຈ: ໃນທາງກົງກັນຂ້າມ, ຄວາມໝັ້ນໃຈຢ່າງແຮງກ້າຈາກຕົວຢ່າງຂະໜາດນ້ອຍຄວນຈະກະຕຸ້ນໃຫ້ມີການທົບທວນຈາກພາຍນອກ. ຖາມວ່າ: "ຄວາມແນ່ນອນຂອງຂ້ອຍນີ້ສົມເຫດສົມຜົນກັບຂໍ້ມູນຫຼືບໍ່?"

ຜູ້ຊ່ຽວຊານໃນຂົງເຂດ: ນັກສະຖິຕິ, ນັກວິທະຍາສາດຂໍ້ມູນ, ແລະ ນັກຄົ້ນຄວ້າສາມາດໃຫ້ການປະເມີນຄວາມເຂັ້ມແຂງຂອງຫຼັກຖານທີ່ຖືກປັບທຽບແລ້ວ. ໃຫ້ຕັ້ງຄຳຖາມວ່າ: "ດ້ວຍ N=X, ຂ້ອຍຄວນໝັ້ນໃຈໃນການຄົ້ນພົບນີ້ສໍ່າໃດ?"

ເມື່ອຮູບແບບປາກົດຂຶ້ນຢ່າງໄວວາ: ຖ້າທ່ານເຫັນຮູບແບບທີ່ຊັດເຈນຫຼັງຈາກການສັງເກດພຽງສອງສາມຄັ້ງ, ໃຫ້ປຶກສາຜູ້ທີ່ມີສ່ວນກ່ຽວຂ້ອງກັບຜົນໄດ້ຮັບໜ້ອຍກວ່າ ເພື່ອປະເມີນວ່າມັນມີແນວໂນ້ມທີ່ຈະຍັງຄົງຢູ່ຫຼືບໍ່.

11. ບົດຝຶກຫັດພາກປະຕິບັດ

ບົດຝຶກຫັດທີ 1: ການທົດລອງໂຍນຫຼຽນ

• ຈຸດປະສົງ: ພັດທະນາສັນຊາດຕະຍານກ່ຽວກັບຄວາມຜັນຜວນຂອງຕົວຢ່າງຂະໜາດນ້ອຍ
• ເວລາທີ່ໃຊ້: 20 ນາທີ
• ອຸປະກອນທີ່ຕ້ອງການ: ຫຼຽນ, ເຈ້ຍ, ສໍ
• ລະດັບຄວາມຍາກ: ຜູ້ເລີ່ມຕົ້ນ
• ຄຳແນະນຳ:
  1. ໂຍນຫຼຽນ 10 ຄັ້ງ ແລະ ບັນທຶກເປີເຊັນຂອງການອອກຫົວ
  2. ເຮັດຊໍ້າແບບນີ້ 10 ຄັ້ງ, ເພື່ອສ້າງຕົວຢ່າງ 10 ຊຸດ ໂດຍແຕ່ລະຊຸດມີການໂຍນ 10 ຄັ້ງ
  3. ສັງເກດຊ່ວງຂອງເປີເຊັນ (ອາດຈະຢູ່ໃນຊ່ວງ 20% ຫາ 80%)
  4. ບາດນີ້ໃຫ້ໂຍນຫຼຽນ 100 ຄັ້ງ ແລະ ບັນທຶກເປີເຊັນໄວ້
  5. ເຮັດຊໍ້າສຳລັບຊຸດທີສອງທີ່ມີການໂຍນ 100 ຄັ້ງ
  6. ປຽບທຽບຄວາມຜັນຜວນໃນຕົວຢ່າງການໂຍນ 10 ຄັ້ງທຽບກັບຕົວຢ່າງການໂຍນ 100 ຄັ້ງ
• ຄຳຖາມເພື່ອທົບທວນ:
  • ທ່ານແປກໃຈສໍ່າໃດກັບຄວາມຜັນຜວນໃນຕົວຢ່າງຂະໜາດນ້ອຍ?
  • ມີລຳດັບການໂຍນ 10 ຄັ້ງໃດທີ່ຮູ້ສຶກວ່າ "ຖືກລັອກຜົນ" ເຖິງແມ່ນວ່າທ່ານຈະຮູ້ວ່າຫຼຽນນັ້ນຍຸດຕິທຳກໍ່ຕາມ?
  • ເປີເຊັນຂອງການໂຍນ 100 ຄັ້ງປຽບທຽບກັນແນວໃດ?
• ຄວາມຖີ່: ຄັ້ງດຽວ, ຈາກນັ້ນໃຫ້ກັບມາເຮັດໃໝ່ເມື່ອໃດກໍ່ຕາມທີ່ທ່ານຕ້ອງການໃຫ້ເຕືອນຄວາມຈຳ

ບົດຝຶກຫັດທີ 2: ການວິເຄາະການທົບທວນ (Review)

• ຈຸດປະສົງ: ຝຶກຝົນການປັບຄວາມໝັ້ນໃຈໃຫ້ເຂົ້າກັບຂະໜາດຕົວຢ່າງໃນການຕັດສິນໃຈຕົວຈິງ
• ເວລາທີ່ໃຊ້: 30 ນາທີ
• ອຸປະກອນທີ່ຕ້ອງການ: ການເຂົ້າເຖິງອິນເຕີເນັດ
• ລະດັບຄວາມຍາກ: ລະດັບກາງ
• ຄຳແນະນຳ:
  1. ຄົ້ນຫາໝວດໝູ່ຜະລິດຕະພັນທີ່ທ່ານອາດຈະຊື້ (ຫູຟັງ, ປຶ້ມ, ຮ້ານອາຫານ)
  2. ຊອກຫາສິນຄ້າສາມຢ່າງ: ອັນໜຶ່ງມີ 5 ຣີວິວ, ອັນໜຶ່ງມີ 50 ຣີວິວ, ແລະ ອັນໜຶ່ງມີ 500 ຣີວິວ
  3. ສຳລັບແຕ່ລະອັນ, ໃຫ້ສັງເກດຄະແນນສະເລ່ຍ ແລະ ອ່ານການທົບທວນຫຼາຍໆອັນ
  4. ຂຽນລົງໄປວ່າທ່ານຮູ້ສຶກໝັ້ນໃຈສໍ່າໃດໃນຄວາມຖືກຕ້ອງຂອງແຕ່ລະຄະແນນ
  5. ພິຈາລະນາ: ການທົບທວນທີ່ຮຸນແຮງໃໝ່ພຽງອັນດຽວຈະປ່ຽນແປງຄ່າສະເລ່ຍແຕ່ລະອັນຫຼາຍປານໃດ?
• ຄຳຖາມເພື່ອທົບທວນ:
  • ໂດຍທຳມະຊາດແລ້ວ ທ່ານຮູ້ສຶກໝັ້ນໃຈຫຼາຍຂຶ້ນໃນຄະແນນທີ່ມີຈຳນວນການທົບທວນຫຼາຍກວ່າຫຼືບໍ່?
  • ການແຈກຢາຍຂອງການທົບທວນ (5 ດາວທັງໝົດ ທຽບກັບ ແບບປະສົມ) ມີຜົນກະທົບຕໍ່ຄວາມໝັ້ນໃຈຂອງທ່ານແນວໃດ?
  • ຂະໜາດຕົວຢ່າງຂັ້ນຕໍ່າສຸດທີ່ທ່ານຕ້ອງການເພື່ອທີ່ຈະເຊື່ອຖືຄະແນນແມ່ນເທົ່າໃດ?
• ຄວາມຖີ່: ທຸກໆເດືອນ, ໂດຍໃຊ້ໝວດໝູ່ຜະລິດຕະພັນທີ່ແຕກຕ່າງກັນ

ບົດຝຶກຫັດທີ 3: ການທົດສອບຂໍ້ມູນປະຫວັດສາດຍ້ອນຫຼັງ

• ຈຸດປະສົງ: ປະສົບການວ່າຂໍ້ສະຫຼຸບຈາກຕົວຢ່າງຂະໜາດນ້ອຍຫຼົ້ມເຫຼວແນວໃດເມື່ອເວລາຜ່ານໄປ
• ເວລາທີ່ໃຊ້: 45 ນາທີ
• ອຸປະກອນທີ່ຕ້ອງການ: ຂໍ້ມູນປະຫວັດຫຸ້ນ ຫຼື ສະຖິຕິກິລາ (ສາມາດຫາໄດ້ຟຣີທາງອິນເຕີເນັດ)
• ລະດັບຄວາມຍາກ: ຂັ້ນສູງ
• ຄຳແນະນຳ:
  1. ເລືອກຫຸ້ນ ຫຼື ນັກກິລາ 10 ຄົນ ທີ່ມີຂໍ້ມູນກວມເອົາຢ່າງໜ້ອຍ 10 ປີ
  2. ເບິ່ງສະເພາະຂໍ້ມູນໃນປີທຳອິດເທົ່ານັ້ນ. ລະບຸ 3 ອັນດັບແຮກທີ່ມີຜົນງານດີທີ່ສຸດ
  3. ຄາດຄະເນວ່າພວກເຂົາຈະເປັນອັນດັບແຮກໃນປີທີ 2
  4. ກວດເບິ່ງຜົນໄດ້ຮັບໃນປີທີ 2. ມີຈັກຄົນທີ່ຍັງຄົງຢູ່ໃນ 3 ອັນດັບແຮກ?
  5. ບາດນີ້ໃຫ້ເບິ່ງຄ່າສະເລ່ຍ 5 ປີ. ລະບຸ 3 ອັນດັບແຮກທີ່ມີຜົນງານດີທີ່ສຸດ
  6. ກວດເບິ່ງຜົນງານ 5 ປີຕໍ່ມາ. ປຽບທຽບຄວາມຖືກຕ້ອງ
• ຄຳຖາມເພື່ອທົບທວນ:
  • ຜົນງານໄລຍະສັ້ນສາມາດຄາດຄະເນຜົນໄດ້ຮັບໄລຍະຍາວໄດ້ແນວໃດ?
  • ສິ່ງໃດທີ່ອະທິບາຍເຖິງການຖົດຖອຍສູ່ຄ່າສະເລ່ຍທີ່ທ່ານສັງເກດເຫັນ?
  • ສິ່ງນີ້ຈະປ່ຽນແປງຍຸດທະສາດການລົງທຶນ ຫຼື ການພະນັນຂອງທ່ານແນວໃດ?
• ຄວາມຖີ່: ທຸກໆໄຕມາດ

ການປະຕິບັດປະຈຳວັນ

ໃນແຕ່ລະມື້, ໃຫ້ສັງເກດເບິ່ງໜຶ່ງຂໍ້ສະຫຼຸບທີ່ທ່ານກຳລັງດຶງມາຈາກຂໍ້ມູນທີ່ຈຳກັດ. ກ່ອນທີ່ຈະຍອມຮັບມັນ, ໃຫ້ຖາມວ່າ: "ນີ້ອີງໃສ່ການສັງເກດຈັກຄັ້ງ?" ແລະ "ຂ້ອຍຈະສະຫຼຸບແນວໃດຖ້າຂ້ອຍມີຂໍ້ມູນຫຼາຍກວ່ານີ້ 10 ເທົ່າ?" ພຽງແຕ່ການໝາຍຈຸດທີ່ມີບັນຫາເລື່ອງຂະໜາດຕົວຢ່າງກໍ່ພຽງພໍແລ້ວ—ທ່ານບໍ່ຈຳເປັນຕ້ອງປ່ຽນແປງຂໍ້ສະຫຼຸບຂອງທ່ານ, ພຽງແຕ່ຮັບຮູ້ເຖິງຂໍ້ຈຳກັດນັ້ນ.

• ໄລຍະເວລາທີ່ແນະນຳ: 2 ນາທີ
• ຊ່ວງເວລາທີ່ດີທີ່ສຸດຂອງມື້: ການທົບທວນໃນຕອນແລງ
• ວິທີຕິດຕາມຄວາມຄືບໜ້າ: ເຮັດຕາຕະລາງບັນທຶກການສັງເກດປະຈຳວັນໃນປຶ້ມບັນທຶກນ້ອຍໆ

ສິ່ງທ້າທາຍປະຈຳອາທິດ

ໜຶ່ງຄັ້ງຕໍ່ອາທິດ, ໃຫ້ຊອກຫາບົດຄວາມຂ່າວ ຫຼື ໂພສໃນສື່ສັງຄົມອອນລາຍທີ່ອ້າງອີງສະຖິຕິ. ຄົ້ນຄວ້າແຫຼ່ງທີ່ມາເດີມ ແລະ ລະບຸຂະໜາດຕົວຢ່າງ. ຂຽນບັນທຶກສັ້ນໆວ່າຂໍ້ສະຫຼຸບນັ້ນສົມເຫດສົມຜົນກັບຄວາມເຂັ້ມແຂງຂອງຫຼັກຖານຫຼືບໍ່.

• ຜົນໄດ້ຮັບທີ່ຄາດຫວັງຫຼັງຈາກ 4 ອາທິດ: ຄວາມສົງໄສຕາມທຳມະຊາດກ່ຽວກັບການຄົ້ນພົບທີ່ຖືກລາຍງານ; ການໃສ່ໃຈຂະໜາດຕົວຢ່າງໂດຍອັດຕະໂນມັດ
• ຫົວຂໍ້ການຂຽນບັນທຶກເພື່ອທົບທວນ:
  • ຂະໜາດຕົວຢ່າງທີ່ໜ້າແປກໃຈທີ່ສຸດທີ່ຂ້ອຍຄົ້ນພົບໃນອາທິດນີ້ແມ່ນຫຍັງ?
  • ການໄດ້ຮູ້ຂະໜາດຕົວຢ່າງປ່ຽນແປງການຕີຄວາມໝາຍຂອງການຄົ້ນພົບຂອງຂ້ອຍແນວໃດ?
  • ຂ້ອຍເລີ່ມມີການປັບທຽບຄວາມສົງໄສໃນເບື້ອງຕົ້ນຂອງຂ້ອຍໃຫ້ດີຂຶ້ນແລ້ວຫຼືຍັງ?

12. ສຳລັບກຸ່ມເປົ້າໝາຍສະເພາະ

ສຳລັບຜູ້ນຳ ແລະ ຜູ້ຈັດການ

ຜູ້ນຳມັກຈະຕັດສິນໃຈທີ່ມີຄວາມສ່ຽງສູງໂດຍອີງໃສ່ຂໍ້ມູນທີ່ຈຳກັດເປັນປະຈຳ ເຊັ່ນ: ຜົນໄດ້ຮັບປະຈຳໄຕມາດ, ຄຳຕິຊົມຜະລິດຕະພັນໃນຕອນຕົ້ນ, ຄວາມປະທັບໃຈໃນການສຳພາດ, ຜົນໄດ້ຮັບຂອງໂຄງການທົດລອງ. ຄ່າໃຊ້ຈ່າຍຂອງການລະເລີຍຂະໜາດຕົວຢ່າງຈະເພີ່ມຂຶ້ນໃນລະດັບອົງກອນ.

ຍຸດທະສາດສະເພາະ:

• ກຳນົດໄລຍະເວລາການສັງເກດຂັ້ນຕໍ່າກ່ອນທີ່ຈະສະຫຼຸບວ່າໂຄງການລິເລີ່ມຕ່າງໆປະສົບຜົນສຳເລັດ ຫຼື ຫຼົ້ມເຫຼວ
• ກຳນົດໃຫ້ມີການລາຍງານຂະໜາດຕົວຢ່າງໃນການຄົ້ນຄວ້າ ແລະ ການວິເຄາະພາຍໃນທັງໝົດ
• ສ້າງກອບການຕັດສິນໃຈທີ່ລວມເອົາຄວາມບໍ່ແນ່ນອນຈາກຕົວຢ່າງຂະໜາດນ້ອຍເຂົ້າໄປຢ່າງຊັດເຈນ
• ເປັນແບບຢ່າງຂອງຄວາມຖ່ອມຕົວທາງສະຖິຕິ: ທົບທວນຂໍ້ສະຫຼຸບຢ່າງເປີດເຜີຍເມື່ອມີຂໍ້ມູນຫຼາຍຂຶ້ນເຊິ່ງປ່ຽນແປງພາບລວມ
• ສ້າງທີມງານທີ່ມີຄວາມຊ່ຽວຊານດ້ານສະຖິຕິເຊິ່ງສາມາດໂຕ້ແຍ້ງການຕີຄວາມໝາຍທີ່ມີຄວາມໝັ້ນໃຈຫຼາຍເກີນໄປໄດ້

ການແຊກແຊງໃນລະດັບທີມ:

• ກຳນົດບົດບາດ "ຜູ້ສະໜັບສະໜູນຂະໜາດຕົວຢ່າງ" ໃນການປະຊຸມທີ່ສຳຄັນ
• ສ້າງມາດຕະຖານກ່ຽວກັບການປັບຄວາມໝັ້ນໃຈ: "ດ້ວຍ N ເທົ່ານີ້, ພວກເຮົາຄວນແນ່ໃຈສໍ່າໃດ?"
• ດຳເນີນການວິເຄາະຫຼັງຈາກເຫດການ (post-mortems) ກ່ຽວກັບການຕັດສິນໃຈໃນອະດີດທີ່ເຮັດດ້ວຍຂໍ້ມູນທີ່ຈຳກັດ

ສຳລັບພໍ່ແມ່ ແລະ ນັກການສຶກສາ

ເດັກນ້ອຍຈຳເປັນຕ້ອງພັດທະນາສັນຊາດຕະຍານທາງສະຖິຕິກ່ອນການສຶກສາເລື່ອງຄວາມໜ້າຈະເປັນຢ່າງເປັນທາງການ. ເປົ້າໝາຍຄືການສ້າງນິໄສທາງຄວາມຄິດທີ່ຕັ້ງຄຳຖາມເຖິງຄວາມເຂັ້ມແຂງຂອງຫຼັກຖານ.

ຄຳອະທິບາຍທີ່ເໝາະສົມກັບອາຍຸ:

• ເດັກນ້ອຍ: "ເມື່ອລູກລອງເຮັດບາງຢ່າງພຽງສອງສາມຄັ້ງ, ເຮົາບໍ່ສາມາດຮູ້ໄດ້ແທ້ໆວ່າມັນຈະອອກມາເປັນແບບນັ້ນສະເໝີໄປ"
• ເດັກໃຫຍ່: ໃຊ້ເກມ ແລະ ການທົດລອງ (ໂຍນຫຼຽນ, ທອດໝາກກະລັອກ) ເພື່ອສະແດງໃຫ້ເຫັນວ່າຕົວຢ່າງຂະໜາດນ້ອຍມີຄວາມແຕກຕ່າງກັນແນວໃດ
• ໄວລຸ້ນ: ສົນທະນາວ່າສື່ສັງຄົມອອນລາຍສ້າງຕົວຢ່າງທີ່ມີອະຄະຕິກ່ຽວກັບພຶດຕິກຳ ແລະ ຄວາມຄິດເຫັນຂອງໝູ່ເພື່ອນແນວໃດ

ກິດຈະກຳ:

• ການທົດລອງໃນຄອບຄົວດ້ວຍໝາກກະລັອກ ແລະ ຫຼຽນເພື່ອສັງເກດຄວາມຜັນຜວນ
• ສົນທະນາວ່າມີຈັກຄັ້ງທີ່ສົມຄວນລອງເຮັດບາງສິ່ງບາງຢ່າງກ່ອນທີ່ຈະສະຫຼຸບວ່າມັນ "ດີ" ຫຼື "ບໍ່ດີ"
• ວິເຄາະຄຳກ່າວອ້າງໃນການໂຄສະນາຮ່ວມກັນ: "ພວກເຂົາຮູ້ເລື່ອງນີ້ໄດ້ແນວໃດ?"

ສຳລັບຜູ້ຊ່ຽວຊານດ້ານການດູແລສຸຂະພາບ

ການຕັດສິນໃຈທາງການແພດມີຜົນສະທ້ອນເຖິງຊີວິດ ແລະ ຄວາມຕາຍ, ເຮັດໃຫ້ຄວາມອ່ອນໄຫວຕໍ່ຂະໜາດຕົວຢ່າງມີຄວາມສຳຄັນຫຼາຍ. ບັນຫາການກວດມະເຮັງເຕົ້ານົມສະແດງໃຫ້ເຫັນວ່າເຖິງແມ່ນແພດທີ່ໄດ້ຮັບການຝຶກອົບຮົມມາແລ້ວກໍ່ຍັງປະສົບບັນຫາກັບການໃຊ້ເຫດຜົນທາງສະຖິຕິ.

ຜົນສະທ້ອນທາງຄລີນິກ:

• ຮັບຮູ້ວ່າຜົນການກວດທີ່ຜິດປົກກະຕິໃນຄົນເຈັບແຕ່ລະຄົນອາດຈະເປັນຄວາມຜັນຜວນຂອງການສຸ່ມຕົວຢ່າງ
• ຕ້ອງລະມັດລະວັງເປັນພິເສດກ່ຽວກັບພະຍາດທີ່ຫາຍາກ ເຊິ່ງອັດຕາພື້ນຖານເຮັດໃຫ້ມີໂອກາດເກີດຜົນບວກປອມ
• ໃຊ້ຮູບແບບຄວາມຖີ່ເມື່ອສື່ສານຄວາມສ່ຽງໃຫ້ຄົນເຈັບຊາບ

ຍຸດທະສາດການສື່ສານກັບຄົນເຈັບ:

• ອະທິບາຍວ່າຜົນການກວດພຽງຄັ້ງດຽວແມ່ນຂໍ້ມູນພຽງຈຸດດຽວ; ການຕິດຕາມເມື່ອເວລາຜ່ານໄປຈະໃຫ້ຂໍ້ມູນທີ່ໜ້າເຊື່ອຖືຫຼາຍກວ່າ
• ນຳສະເໜີຂໍ້ມູນປະສິດທິພາບຂອງການປິ່ນປົວໂດຍລະບຸຂະໜາດຕົວຢ່າງໃຫ້ຊັດເຈນ: "ໃນການສຶກສາຄົນເຈັບ 500 ຄົນ..."
• ຊ່ວຍໃຫ້ຄົນເຈັບເຂົ້າໃຈວ່າປະສົບການສ່ວນຕົວຂອງພວກເຂົາອາດຈະບໍ່ກົງກັບສະຖິຕິຂອງປະຊາກອນ

ສຳລັບຜູ້ຊ່ຽວຊານດ້ານການເງິນ

ຕະຫຼາດລົງໂທດການລະເລີຍຂະໜາດຕົວຢ່າງຢ່າງຮຸນແຮງ. ການໄລ່ຕາມປະຫວັດຜົນງານສາມປີ, ການຕອບສະໜອງເກີນຈິງຕໍ່ລາຍໄດ້ປະຈຳໄຕມາດ, ແລະ ການບໍ່ສົນໃຈອະຄະຕິການຢູ່ລອດ ສົ່ງຜົນໃຫ້ນັກລົງທຶນສູນເສຍເງິນຫຼາຍຕື້ໃນແຕ່ລະປີ.

ການນຳໃຊ້ສະເພາະດ້ານການລົງທຶນ:

• ຮຽກຮ້ອງໃຫ້ມີປະຫວັດຜົນງານທີ່ຍາວນານກວ່າເກົ່າກ່ອນທີ່ຈະສະຫຼຸບວ່າຜູ້ຈັດການມີທັກສະ
• ພິຈາລະນາເຖິງອະຄະຕິການຢູ່ລອດເມື່ອວິເຄາະໝວດໝູ່ຂອງກອງທຶນ
• ຮັບຮູ້ວ່າຜົນງານທີ່ດີເລີດໃນໄລຍະສັ້ນນັ້ນສອດຄ່ອງກັບຄວາມຜັນຜວນແບບສຸ່ມ

ຍຸດທະສາດການສື່ສານກັບລູກຄ້າ:

• ໃຫ້ການສຶກສາແກ່ລູກຄ້າກ່ຽວກັບຄວາມບໍ່ໜ້າເຊື່ອຖືຂອງຜົນງານໄລຍະສັ້ນ
• ນຳສະເໜີຂໍ້ມູນປະຫວັດສາດພ້ອມກັບຊ່ວງຄວາມເຊື່ອໝັ້ນທີ່ເໝາະສົມ
• ອະທິບາຍເຖິງການຖົດຖອຍສູ່ຄ່າສະເລ່ຍ: ຜົນໄດ້ຮັບທີ່ຮ້າຍແຮງມັກຈະປານກາງລົງເມື່ອເວລາຜ່ານໄປ

ຜົນສະທ້ອນດ້ານການຈັດການຄວາມສ່ຽງ:

• ສ້າງພອດການລົງທຶນໂດຍສົມມຸດວ່າຜູ້ຊະນະໃນໄລຍະຫຼັງຈະຖົດຖອຍລົງ
• ກຳນົດໃຫ້ມີໄລຍະເວລາການປະເມີນທີ່ຍາວນານຂຶ້ນສຳລັບຍຸດທະສາດໃໝ່
• ລວມເອົາຄວາມບໍ່ແນ່ນອນຈາກຕົວຢ່າງຂະໜາດນ້ອຍເຂົ້າໄປໃນແບບຈຳລອງຄວາມສ່ຽງ

13. ການພົວພັນກັບອະຄະຕິອື່ນໆ

ອະຄະຕິທີ່ຂະຫຍາຍຜົນກະທົບຂອງອະຄະຕິນີ້

ອະຄະຕິທີ່ຕ້ານທານອະຄະຕິນີ້

ຕ່ອງໂສ້ອະຄະຕິທີ່ພົບເຫັນເລື້ອຍໆ

Representative Heuristic → Insensitivity to Sample Size (ການບໍ່ສົນໃຈຂະໜາດຕົວຢ່າງ) → Gambler's Fallacy → Sunk Cost Fallacy

ຄຳອະທິບາຍ: ພວກເຮົາເລີ່ມຕົ້ນດ້ວຍການຕັດສິນຄວາມໜ້າຈະເປັນໂດຍອີງໃສ່ຄວາມຄ້າຍຄື ແທນທີ່ຈະເປັນຄວາມໜ້າເຊື່ອຖືຂອງຕົວຢ່າງ. ເມື່ອຕົວຢ່າງຂະໜາດນ້ອຍບ່ຽງເບນໄປຈາກຮູບແບບທີ່ຄາດຫວັງໄວ້, ພວກເຮົາຄາດຫວັງໃຫ້ພວກມັນ "ແກ້ໄຂໃຫ້ຖືກຕ້ອງ," ເຊິ່ງນຳໄປສູ່ຄວາມຜິດພາດຂອງນັກພະນັນ (Gambler's Fallacy). ເມື່ອພວກມັນບໍ່ແກ້ໄຂ, ພວກເຮົາອາດຈະສືບຕໍ່ລົງທຶນ (ຕົ້ນທຶນຈົມ - Sunk Cost) ໂດຍເຊື່ອວ່າການ "ພິກກັບ" ໃກ້ຈະມາຮອດແລ້ວ.

ເພື່ອຂັດຈັງຫວະ: ຕັ້ງຄຳຖາມກ່ຽວກັບຂະໜາດຕົວຢ່າງໃນຂັ້ນຕອນທຳອິດ. ຖາມວ່າ "ຂໍ້ມູນນີ້ພຽງພໍທີ່ຈະເຊື່ອຖືໄດ້ຫຼືບໍ່?" ກ່ອນທີ່ຈະເລີ່ມຕົ້ນການຕີຄວາມໝາຍເຖິງສາເຫດ.

14. ມຸມມອງທາງວັດທະນະທຳ

ການຄົ້ນຄວ້າກ່ຽວກັບຄວາມແຕກຕ່າງທາງວັດທະນະທຳໃນອະຄະຕິນີ້ຍັງມີຈຳກັດ, ແຕ່ມີບາງຮູບແບບທີ່ປາກົດອອກມາຈາກຈິດຕະວິທະຍາທາງມັນສະໝອງຂ້າມວັດທະນະທຳ.

ວັດທະນະທຳທີ່ເນັ້ນໜັກການຄິດແບບວິເຄາະ (ມັກຈະກ່ຽວຂ້ອງກັບສັງຄົມຕາເວັນຕົກ ທີ່ເນັ້ນຄວາມເປັນບຸກຄົນ) ອາດຈະສະແດງຮູບແບບຄວາມສ່ຽງທີ່ແຕກຕ່າງຈາກວັດທະນະທຳທີ່ເນັ້ນໜັກການຄິດແບບອົງລວມ (ມັກຈະກ່ຽວຂ້ອງກັບສັງຄົມອາຊີຕາເວັນອອກ ທີ່ເນັ້ນຄວາມເປັນໝູ່ຄະນະ). ຜູ້ທີ່ຄິດແບບອົງລວມອາດຈະໃສ່ໃຈກັບບໍລິບົດ ແລະ ປັດໄຈທາງສະຖານະການຫຼາຍກວ່າ, ເຊິ່ງອາດຈະຊ່ວຍຫຼຸດຜ່ອນຂໍ້ສະຫຼຸບທີ່ຮ້າຍແຮງຈາກຕົວຢ່າງຂະໜາດນ້ອຍໄດ້.

ລະບົບການສຶກສາທີ່ເນັ້ນໜັກການຄິດໄລ່ທາງຄະນິດສາດແບບທ່ອງຈຳທຽບກັບການໃຊ້ເຫດຜົນທາງສະຖິຕິແບບແນວຄິດ ມີແນວໂນ້ມທີ່ຈະມີອິດທິພົນຕໍ່ຄວາມຮຸນແຮງຂອງອະຄະຕິ. ສົມມຸດຕິຖານຮູບແບບຄວາມຖີ່ຊີ້ໃຫ້ເຫັນວ່າ ວັດທະນະທຳທີ່ມີປະເພນີທີ່ເຂັ້ມແຂງກວ່າໃນດ້ານຄະນິດສາດທີ່ເປັນຮູບປະທຳ ແລະ ເນັ້ນປະສົບການ ອາດຈະເຮັດໄດ້ດີກວ່າໃນວຽກງານທີ່ອ່ອນໄຫວຕໍ່ຂະໜາດຕົວຢ່າງ.

ການສຶກສາຂ້າມວັດທະນະທຳຈາກສະຖາບັນຕ່າງໆ ເຊັ່ນ Project Implicit (ເຊິ່ງມີນັກຄົ້ນຄວ້າຈາກມະຫາວິທະຍາໄລ Ben-Gurion ໃນອິດສະຣາແອນ ແລະ Harvard) ສະແດງໃຫ້ເຫັນວ່າ ເຖິງແມ່ນວ່າອະຄະຕິຈະມີຢູ່ທົ່ວໄປ, ແຕ່ລະດັບການເອື່ອຍອີງໃສ່ heuristics ສາມາດແຕກຕ່າງກັນໄປຕາມລະບົບການສຶກສາ ແລະ ບັນທັດຖານທາງວັດທະນະທຳ.

15. ຄວາມເຊື່ອທີ່ຜິດ ແລະ ຄວາມເຂົ້າໃຈຜິດ

16. ຄວາມຄິດເຫັນຂອງຜູ້ຊ່ຽວຊານ

"ຜູ້ຄົນມີສັນຊາດຕະຍານທີ່ຜິດພາດກ່ຽວກັບກົດເກນຂອງໂອກາດ. ໂດຍສະເພາະຢ່າງຍິ່ງ, ພວກເຂົາຖືວ່າຕົວຢ່າງທີ່ສຸ່ມມາຈາກປະຊາກອນນັ້ນເປັນຕົວແທນໄດ້ສູງ, ນັ້ນກໍ່ຄື, ມີຄວາມຄ້າຍຄືກັບປະຊາກອນໃນທຸກລັກສະນະທີ່ຈຳເປັນ." — Amos Tversky & Daniel Kahneman, ວາລະສານ Science (1974)

"ຕົວຢ່າງຂະໜາດນ້ອຍທີ່ເປັນຕົວແທນສູງຂອງປະຊາກອນໃນດ້ານອົງປະກອບ ບໍ່ຈຳເປັນຕ້ອງເປັນຕົວແທນໃນຄຸນສົມບັດທາງສະຖິຕິສະເໝີໄປ ເຊັ່ນ ຄ່າສະເລ່ຍ, ຄວາມຜັນຜວນ, ຫຼື ຄວາມສຳພັນ." — Amos Tversky & Daniel Kahneman, "Belief in the Law of Small Numbers" (1971)

"ຈິດໃຈບໍ່ໄດ້ຖືກອອກແບບມາເພື່ອຄຳນວນຄວາມໜ້າຈະເປັນໃນຮູບແບບຂອງເປີເຊັນ, ແຕ່ມັນສາມາດ 'ເບິ່ງເຫັນ' ຄວາມຖີ່ທາງທຳມະຊາດໄດ້." — Gerd Gigerenzer, ສະຖາບັນ Max Planck ສຳລັບການພັດທະນາມະນຸດ

17. ປະເດັນສຳຄັນ

1. ຄວາມຜັນຜວນຈະຫຼຸດລົງເມື່ອຂະໜາດຕົວຢ່າງເພີ່ມຂຶ້ນ: ຄວາມຈິງທາງຄະນິດສາດນີ້ (σ/√n) ຖືກລະເມີດຢ່າງສະໝໍ່າສະເໝີໂດຍສັນຊາດຕະຍານຂອງມະນຸດ. ໂດຍທຳມະຊາດແລ້ວ ຕົວຢ່າງຂະໜາດນ້ອຍມີຄວາມຜັນຜວນສູງ; ຕົວຢ່າງຂະໜາດໃຫຍ່ມີຄວາມໝັ້ນຄົງ.

2. ອະຄະຕິນີ້ມີຢູ່ທົ່ວໄປ: ຕັ້ງແຕ່ຄົນທຳມະດາໄປຈົນເຖິງຜູ້ໄດ້ຮັບລາງວັນໂນເບວ, ທຸກຄົນລ້ວນແຕ່ສະແດງແນວໂນ້ມນີ້ອອກມາ. ການຝຶກອົບຮົມທາງສະຖິຕິຊ່ວຍຫຼຸດຜ່ອນ ແຕ່ບໍ່ສາມາດກຳຈັດມັນໄດ້.

3. ພວກເຮົາເຫັນຮູບແບບໃນສິ່ງລົບກວນ: ລະບົບການຮັບຮູ້ຮູບແບບຂອງຈິດໃຈບໍ່ໄດ້ຄຳນຶງເຖິງຄວາມໜ້າເຊື່ອຖືຂອງຕົວຢ່າງ, ເຊິ່ງເຮັດໃຫ້ພວກເຮົາສ້າງເລື່ອງລາວເຖິງສາເຫດສຳລັບຄວາມຜັນຜວນແບບສຸ່ມ.

4. ຮູບແບບມີຄວາມສຳຄັນ: ການນຳສະເໜີຂໍ້ມູນເປັນຄວາມຖີ່ທາງທຳມະຊາດ ("10 ໃນ 1,000") ແທນທີ່ຈະເປັນເປີເຊັນ ຊ່ວຍປັບປຸງການໃຊ້ເຫດຜົນໄດ້ຢ່າງຫຼວງຫຼາຍ, ເຊິ່ງຊີ້ໃຫ້ເຫັນວ່າອະຄະຕິນີ້ເປັນເລື່ອງກ່ຽວກັບການອອກແບບຂໍ້ມູນສ່ວນໜຶ່ງ.

5. ຄ່າໃຊ້ຈ່າຍມີມະຫາສານ: ວິກິດການການເຮັດຊ້ຳ, ການວິນິດໄສທາງການແພດທີ່ຜິດພາດ, ຟອງສະບູທາງການເງິນ, ແລະ ໄພພິບັດທາງການຕະຫຼາດ ລ້ວນແຕ່ສາມາດຕິດຕາມກັບຄືນໄປຫາຄວາມຜິດພາດພຽງອັນດຽວນີ້.

6. ອະຄະຕິວິວັດທະນາການມາດ້ວຍເຫດຜົນທີ່ດີ: ໃນສະພາບແວດລ້ອມຂອງບັນພະບຸລຸດທີ່ມີຂໍ້ມູນໜ້ອຍ, ການສະຫຼຸບລວມຢ່າງວ່ອງໄວຈາກຕົວຢ່າງຂະໜາດນ້ອຍເປັນການປັບຕົວທີ່ດີ. ຄວາມບໍ່ສອດຄ່ອງກັບສະພາບແວດລ້ອມໃນຍຸກປະຈຸບັນທີ່ເຕັມໄປດ້ວຍຂໍ້ມູນໄດ້ສ້າງບັນຫານີ້ຂຶ້ນມາ.

7. ຖາມວ່າ "N ແມ່ນຫຍັງ?": ການແຊກແຊງທີ່ມີປະສິດທິຜົນທີ່ສຸດພຽງຢ່າງດຽວຄືການເຮັດໃຫ້ຂະໜາດຕົວຢ່າງເດັ່ນຊັດກ່ອນທີ່ຈະດຶງເອົາຂໍ້ສະຫຼຸບ.

18. ແຫຼ່ງຂໍ້ມູນເພີ່ມເຕີມ

ບົດຄວາມທາງວິຊາການ

• 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.

ປຶ້ມ

• 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.

ບົດໃນປຶ້ມ

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

19. ບັດສະຫຼຸບ

20. ຄຳສັບທີ່ໃຊ້

21. ຄຳຖາມສຳລັບການສົນທະນາ

ສຳລັບກຸ່ມຮັກການອ່ານ, ຫ້ອງຮຽນ, ຫຼື ການທົບທວນຕົນເອງ:

1. ພິຈາລະນາການຕັດສິນໃຈທີ່ສຳຄັນຫວ່າງມໍ່ໆມານີ້ທີ່ທ່ານໄດ້ເຮັດ. ການຕັດສິນໃຈນັ້ນອີງໃສ່ຂໍ້ມູນຫຼາຍປານໃດ, ແລະ ທ່ານຈະເລືອກແບບດຽວກັນຫຼືບໍ່ຖ້າທ່ານມີຂໍ້ມູນຫຼາຍກວ່ານີ້ 10 ເທົ່າ?

2. ເປັນຫຍັງທ່ານຈຶ່ງຄິດວ່າການຝຶກອົບຮົມທາງສະຖິຕິບໍ່ສາມາດກຳຈັດອະຄະຕິນີ້ໄດ້ຢ່າງສົມບູນ? ສິ່ງນີ້ເປີດເຜີຍຫຍັງກ່ຽວກັບໂຄງສ້າງການຮັບຮູ້ຂອງມະນຸດ?

3. ແຜນທີ່ມະເຮັງໝາກໄຂ່ຫຼັງສະແດງໃຫ້ເຫັນວ່າອັດຕາການເປັນມະເຮັງທັງສູງສຸດ ແລະ ຕໍ່າສຸດເກີດຂຶ້ນໃນເຂດປົກຄອງຂະໜາດນ້ອຍໃນຊົນນະບົດ. ເຈົ້າໜ້າທີ່ສາທາລະນະສຸກທີ່ໄດ້ຮັບການຝຶກອົບຮົມດ້ານສະຖິຕິຈະມີວິທີການຈັດການກັບເລື່ອງນີ້ແຕກຕ່າງຈາກຜູ້ທີ່ບໍ່ໄດ້ຮັບການຝຶກອົບຮົມແນວໃດ?

4. Gigerenzer ໂຕ້ແຍ້ງວ່າການນຳສະເໜີຂໍ້ມູນເປັນຄວາມຖີ່ທາງທຳມະຊາດແທນທີ່ຈະເປັນເປີເຊັນຊ່ວຍປັບປຸງການໃຊ້ເຫດຜົນໄດ້ຢ່າງຫຼວງຫຼາຍ. ເປັນຫຍັງຈິດໃຈຂອງພວກເຮົາຈຶ່ງອາດຈະຈັດການກັບ "10 ໃນ 1,000" ໄດ້ດີກວ່າ "1%"?

5. ຖ້າອະຄະຕິນີ້ເປັນການປັບຕົວທີ່ດີໃນສະພາບແວດລ້ອມຂອງບັນພະບຸລຸດ, ມັນຊີ້ໃຫ້ເຫັນຫຍັງກ່ຽວກັບວິທີທີ່ພວກເຮົາຄວນຈັດການກັບມັນ—ໃນຖານະສິ່ງທີ່ຕ້ອງກຳຈັດຖິ້ມ, ຫຼື ສິ່ງທີ່ຕ້ອງນຳທາງໄປຢ່າງເໝາະສົມ?