3 ways to spot a bad statistic | Mona Chalabi

Translator: Thuy Nguyen Thanh Reviewer: Kien Vu Duy

I'm going to be talking about statistics today.

Hôm nay, tôi sẽ nói về số liệu thống kê.

If that makes you immediately feel a little bit wary, that's OK,

Nếu nó làm bạn cảm thấy có phần đề phòng, điều đó rất bình thường,

that doesn't make you some kind of crazy conspiracy theorist,

đó không khiến bạn trở thành người theo thuyết âm mưu,

it makes you skeptical.

mà khiến bạn trở nên hoài nghi.

And when it comes to numbers, especially now, you should be skeptical.

Và khi nói về các con số, nhất là bây giờ, bạn nên nghi ngờ.

But you should also be able to tell which numbers are reliable

Nhưng bạn cũng có thể chỉ ra số liệu nào đáng tin cậy,

and which ones aren't.

và cái nào thì không.

So today I want to try to give you some tools to be able to do that.

Vậy nên hôm nay, tôi sẽ đưa ra một số công cụ để làm điều đó.

But before I do,

Nhưng trước khi làm vậy,

I just want to clarify which numbers I'm talking about here.

tôi muốn chỉ rõ loại số liệu tôi đang đề cập ở đây

I'm not talking about claims like,

Tôi không nói về khẳng định như là

"9 out of 10 women recommend this anti-aging cream."

"9/10 phụ nữ khuyên dùng loại kem chống lão hóa này"

I think a lot of us always roll our eyes at numbers like that.

Tôi nghĩ rất nhiều người chán ngấy những con số kiểu như vậy.

What's different now is people are questioning statistics like,

Điều khác biệt là mọi người phân vân về những số liệu như

"The US unemployment rate is five percent."

"Tỉ lệ thất nghiệp ở Mỹ là 5%"

What makes this claim different is it doesn't come from a private company,

Điều khiến phát biểu này khác biệt là nó không đến từ một công ty tư nhân,

it comes from the government.

mà nó đến từ chính phủ.

About 4 out of 10 Americans distrust the economic data

Khoảng 4/10 người Mỹ không tin vào các số liệu kinh tế

that gets reported by government.

được đưa ra bởi chính phủ.

Among supporters of President Trump it's even higher;

Với người ủng hộ Tổng thống Trump tỉ lệ còn cao hơn;

it's about 7 out of 10.

Nó vào khoảng 7/10.

I don't need to tell anyone here

Tôi không cần nói với bất kỳ ai ở đây

that there are a lot of dividing lines in our society right now,

rằng có rất nhiều ranh giới trong xã hội của chúng ta ngày nay,

and a lot of them start to make sense,

và nhiều trong số chúng bắt đầu hợp lý

once you understand people's relationships with these government numbers.

một khi bạn hiểu mối quan hệ của người dân với những số liệu của chính phủ.

On the one hand, there are those who say these statistics are crucial,

Mặt khác, có một số người nói rằng những số liệu này là cần thiết,

that we need them to make sense of society as a whole

và chúng ta cần chúng để hiểu xã hội một cách toàn vẹn

in order to move beyond emotional anecdotes

để vượt qua những thông tin có tính cảm xúc

and measure progress in an [objective] way.

và đo đạc sự phát triển một cách khách quan.

And then there are the others,

Và rồi có những người khác

who say that these statistics are elitist,

cho rằng những số liệu này là độc quyền

maybe even rigged;

và thậm chí bị lũng loạn;

they don't make sense and they don't really reflect

chúng không có lý và thường không phản ánh

what's happening in people's everyday lives.

những gì đang xảy ra trong cuộc sống của chúng ta

It kind of feels like that second group is winning the argument right now.

Có vẻ như nhóm người thứ hai đang thắng thế trong cuộc tranh luận này.

We're living in a world of alternative facts,

Ta sống ở thế giới mà sự thật có thể thay thế

where people don't find statistics this kind of common ground,

nơi mà con người không nhìn số liệu với cùng một tiêu chuẩn,

this starting point for debate.

điểm bắt đầu của cuộc tranh luận.

This is a problem.

Đó chính là vấn đề.

There are actually moves in the US right now

Hiện nay đã có những tiến bộ trong xã hội Mỹ

to get rid of some government statistics altogether.

để loại bỏ một số số liệu của chính phủ.

Right now there's a bill in congress about measuring racial inequality.

Bây giờ có một dự luật từ Quốc hội đánh giá sự bất bình đẳng chủng tộc.

The draft law says that government money should not be used

Dự thảo luật cho rằng tiền của chính phủ không nên sử dụng

to collect data on racial segregation.

để thu thập số liệu phân biệt chủng tộc.

This is a total disaster.

Đó là một thảm họa.

If we don't have this data,

Nếu ta không có những số liệu này,

how can we observe discrimination,

làm sao có thể hiểu sự kỳ thị,

let alone fix it?

chưa nói đến sửa chữa nó?

In other words:

Nói cách khác;

How can a government create fair policies

Sao có thể đưa ra chính sách công bằng

if they can't measure current levels of unfairness?

nếu chính phủ không thể đánh giá mức độ bất công?

This isn't just about discrimination,

Nó không chỉ gói gọn trong kỳ thị mà

it's everything -- think about it.

liên quan đến mọi thứ. Hãy nghĩ xem

How can we legislate on health care

Sao ta làm luật chăm sóc sức khỏe

if we don't have good data on health or poverty?

nếu không có số liệu về sức khỏe hay nghèo đói?

How can we have public debate about immigration

Sao ta có những cuộc tranh luận về nhập cư

if we can't at least agree

khi ta không thể đồng ý

on how many people are entering and leaving the country?

về số người đang nhập cảnh và xuất cảnh?

Statistics come from the state; that's where they got their name.

Số liệu đến từ nhà nước; và đó là chỗ chúng có cái tên số liệu.

The point was to better measure the population

Mục đích là đánh giá tốt hơn về dân chúng

in order to better serve it.

để phục vụ họ tốt hơn.

So we need these government numbers,

Vậy ta cần số liệu từ chính phủ này,

but we also have to move beyond either blindly accepting

nhưng ta cũng cần đi xa hơn chấp nhận một cách mù quáng

or blindly rejecting them.

hay mù quáng từ chối chúng

We need to learn the skills to be able to spot bad statistics.

Chúng ta cần học kỹ năng để có thể xác định số liệu sai lệch.

I started to learn some of these

Tôi bắt đầu học được kỹ năng ấy

when I was working in a statistical department

khi tôi làm việc tại một cục thống kê

that's part of the United Nations.

ở trong Liên Hợp Quốc.

Our job was to find out how many Iraqis had been forced from their homes

Công việc của tôi là tìm hiểu số người Iraq bị buộc rời khỏi gia đình

as a result of the war,

bởi vì chiến tranh,

and what they needed.

và những gì họ cần.

It was really important work, but it was also incredibly difficult.

Đó là một công việc quan trọng nhưng nó thật sự khó khăn.

Every single day, we were making decisions

Mỗi ngày, chúng tôi đưa ra quyết định

that affected the accuracy of our numbers --

liên quan đến sự chính xác của những con số--

decisions like which parts of the country we should go to,

quyết định như chúng tôi nên đến vùng nào của đất nước,

who we should speak to,

nên nói chuyện với ai,

which questions we should ask.

câu hỏi nào chúng tôi nên đưa ra.

And I started to feel really disillusioned with our work,

Và tôi bắt đầu cảm thấy thật sự vỡ mộng về công việc này,

because we thought we were doing a really good job,

bởi vì chúng tôi nghĩ chúng tôi đã làm tốt

but the one group of people who could really tell us were the Iraqis,

nhưng những người thật sự có thể trả lời chúng tôi là những người Iraq

and they rarely got the chance to find our analysis, let alone question it.

và họ không hề biết đến thống kê này, không nói đến việc đưa ra câu hỏi.

So I started to feel really determined

Vậy nên tôi bắt đầu xác định rõ

that the one way to make numbers more accurate

chỉ có một cách để khiến con số trở nên chính xác

is to have as many people as possible be able to question them.

là tìm được thật nhiều người có thể đặt câu hỏi với chúng.

So I became a data journalist.

Vì vậy tổ trở thành một nhà báo thu thập số liệu.

My job is finding these data sets and sharing them with the public.

Công việc của tôi là tìm những bộ số liệu và chia sẻ chúng đến với mọi người.

Anyone can do this, you don't have to be a geek or a nerd.

Mọi người đều có thể làm việc này, bạn không cần là một kẻ lập dị.

You can ignore those words; they're used by people

Bạn có thể lờ nó đi; những từ dùng bởi những người

trying to say they're smart while pretending they're humble.

cố tỏ ra thông minh và giả bộ khiêm tốn.

Absolutely anyone can do this.

Chắc chắn ai cũng có thể làm được

I want to give you guys three questions

Tôi muốn hỏi các bạn 3 câu hỏi

that will help you be able to spot some bad statistics.

để giúp các bạn có khả năng xác định những số liệu tồi.

So, question number one is: Can you see uncertainty?

Câu hỏi đầu tiên là: "Bạn có thể nhận ra sự không chắc chắn?"

One of things that's really changed people's relationship with numbers,

Có một điều thay đổi mối quan hệ của con người với con số,

and even their trust in the media,

thậm chí lòng tin vào truyền thông,

has been the use of political polls.

là việc sử dụng các cuộc thăm dò chính trị.

I personally have a lot of issues with political polls

Cá nhân tôi có nhiều vấn đề với các cuộc thăm dò này.

because I think the role of journalists is actually to report the facts

vì tôi cho rằng vai trò của nhà báo là tường thuật sự thật

and not attempt to predict them,

và không cố để dự đoán chúng,

especially when those predictions can actually damage democracy

và nhất là khi những dự đoán ấy có thể phá hủy nền dân chủ

by signaling to people: don't bother to vote for that guy,

bằng cách ra hiệu: đừng quan tâm đến việc bầu cho ông ta,

he doesn't have a chance.

không có cơ hội đâu.

Let's set that aside for now and talk about the accuracy of this endeavor.

Hãy bỏ việc đó qua một bên và bàn luận về sự chính xác của việc này.

Based on national elections in the UK, Italy, Israel

Dựa trên những cuộc bầu cử ở Anh, Ý, Israel

and of course, the most recent US presidential election,

và tất nhiên, cuộc bầu cử tổng thống Mỹ gần đây,

using polls to predict electoral outcomes

sử dụng thăm dò ý kiến để dự đoán kết quả

is about as accurate as using the moon to predict hospital admissions.

có kết quả chính xác giống như sử dụng mặt trăng để dự đoán số lượng nhập viện.

No, seriously, I used actual data from an academic study to draw this.

Nghiêm túc đó, tôi đã sử dụng số liệu thực từ nghiên cứu để đưa ra kết luận ấy.

There are a lot of reasons why polling has become so inaccurate.

Có rất nhiều lí do vì sao thăm dò ý kiến trở nên không chính xác.

Our societies have become really diverse,

Xã hội của chúng ta đang trở nên đa dạng,

which makes it difficult for pollsters to get a really nice representative sample

khiến các nhà thăm dò ý kiến khó có thể có được mẫu số liệu đại diện thực sự tốt

of the population for their polls.

cho toàn bộ dân số.

People are really reluctant to answer their phones to pollsters,

Mọi người thường không sẵn lòng trả lời điện thoại của người thăm dò,

and also, shockingly enough, people might lie.

và còn kinh ngạc hơn là người ta có thể nói dối.

But you wouldn't necessarily know that to look at the media.

Nhưng bạn sẽ không biết điều ấy khi nhìn vào truyền thông.

For one thing, the probability of a Hillary Clinton win

Như trường hợp, khả năng chiến thắng của Hillary Clinton

was communicated with decimal places.

được công bố đến hàng thập phân.

We don't use decimal places to describe the temperature.

Chúng ta không dùng hàng thập phân để nói về nhiệt độ.

How on earth can predicting the behavior of 230 million voters in this country

Làm sao có thể dự đoán hành vi của 230 triệu cử tri trên đất nước này

be that precise?

chính xác đến vậy?

And then there were those sleek charts.

Và sau đó có những biểu đồ thật đẹp.

See, a lot of data visualizations will overstate certainty, and it works --

Nhìn này, nhiều biểu diễn trực quan số liệu sẽ phóng đại sự chắc chắn,

these charts can numb our brains to criticism.

những biểu đồ này làm đơ bộ não chúng ta với chỉ trích.

When you hear a statistic, you might feel skeptical.

Khi bạn nghe về 1 số liệu, bạn sẽ cảm thấy hoài nghi.

As soon as it's buried in a chart,

Tức thì nó được ẩn dưới 1 biểu đồ,

it feels like some kind of objective science,

nó trở thành một dạng khoa học khách quan,

and it's not.

nhưng thật ra thì không.

So I was trying to find ways to better communicate this to people,

Rồi tôi cố gắng tìm cách để truyền tải điều này đến mọi người,

to show people the uncertainty in our numbers.

cho họ thấy được sự không chắc chắn trong các con số.

What I did was I started taking real data sets,

Và tôi bắt đầu thu thập những tập số liệu thực,

and turning them into hand-drawn visualizations,

và chuyển chúng thành những hình vẽ tay trực quan,

so that people can see how imprecise the data is;

để mọi người thấy các số liệu sai lệch đến mức nào;

so people can see that a human did this,

để họ thấy cách người ta đưa ra số liệu,

a human found the data and visualized it.

cách tìm thấy dữ liệu và vẽ trực quan nó.

For example, instead of finding out the probability

Ví dụ, thay vì tìm xác suất

of getting the flu in any given month,

mắc cúm trong một tháng bất kỳ,

you can see the rough distribution of flu season.

bạn có thể xem dữ liệu về sự phân bố thô mùa dịch cúm.

This is --

Nó cho thấy --

(Laughter)

(Cười lớn)

a bad shot to show in February.

một hình ảnh xấu ở tháng 2.

But it's also more responsible data visualization,

Nhưng nó cũng là một biểu đồ đáng tin cậy hơn,

because if you were to show the exact probabilities,

vì nếu nó đưa ra con số xác suất chính xác,

maybe that would encourage people to get their flu jabs

và có thể khuyến khích mọi người tiêm phòng cúm

at the wrong time.

sai thời điểm.

The point of these shaky lines

Qua đó, ý muốn nói

is so that people remember these imprecisions,

là mọi người nhớ chú ý những sai lệch đó,

but also so they don't necessarily walk away with a specific number,

nhưng họ cũng không nhất thiết ra về với một con số cụ thể,

but they can remember important facts.

nhưng cần nhớ các dữ kiện quan trọng.

Facts like injustice and inequality leave a huge mark on our lives.

Các dữ kiện như bất công và bất bình đẳng để lại những dấu ấn to lớn trong cuộc đời.

Facts like Black Americans and Native Americans have shorter life expectancies

Các dữ kiện như người Mỹ bản xứ và người Mỹ da đen có tuổi thọ thấp hơn

than those of other races,

so với các sắc dân khác,

and that isn't changing anytime soon.

và sẽ không thay đổi ngay được.

Facts like prisoners in the US can be kept in solitary confinement cells

Các dữ kiện như tù nhân ở Mỹ có thể bị giữ trong các phòng biệt giam

that are smaller than the size of an average parking space.

có kích thước nhỏ hơn một chỗ đỗ xe trung bình.

The point of these visualizations is also to remind people

Mục đích của sự trực quan hóa này cũng là để nhắc nhở mọi người

of some really important statistical concepts,

về một số khái niệm thống kê thực sự quan trọng,

concepts like averages.

Các khái niệm như trung bình.

So let's say you hear a claim like,

Khi ta nghe một tuyên bố kiểu như,

"The average swimming pool in the US contains 6.23 fecal accidents."

"Bể bơi ở Mỹ trung bình có 6.23 vụ đi vệ sinh luôn trong hồ."

That doesn't mean every single swimming pool in the country

Điều đó không có nghĩa mỗi hồ bơi ở đất nước này

contains exactly 6.23 turds.

đều có chính xác 6.23 cục phân.

So in order to show that,

Do vậy để diễn đạt điều đó,

I went back to the original data, which comes from the CDC,

Tôi quay lại với dữ liệu gốc, được lấy từ CDC,

who surveyed 47 swimming facilities.

người đã khảo sát 47 cơ sở bơi.

And I just spent one evening redistributing poop.

Và tôi chỉ bỏ ra 1 buổi tối để phân phối lại phân.

So you can kind of see how misleading averages can be.

Giờ bạn phần nào thấy con số trung bình sai lệch ra sao.

(Laughter)

(Cười)

OK, so the second question that you guys should be asking yourselves

Vâng, câu hỏi thứ 2 là các bạn nên hỏi chính mình

to spot bad numbers is:

để nhận ra các con số sai là:

Can I see myself in the data?

Tôi có nhìn thấy mình trong dữ liệu không?

This question is also about averages in a way,

Câu hỏi này cũng là về khái niệm trung bình theo nghĩa nào đó,

because part of the reason why people are so frustrated

Bởi vì một phần nguyên nhân khiến mọi người chán nản

with these national statistics,

với những thống kê quốc gia này,

is they don't really tell the story of who's winning and who's losing

là nó không thực sự kể cho ta câu chuyện ai thắng và ai thua

from national policy.

từ chính sách quốc gia.

It's easy to understand why people are frustrated with global averages

Dễ hiểu được lý do người ta lại chán nản với các con số trung bình

when they don't match up with their personal experiences.

khi nó không khớp với những kinh nghiệm cá nhân của họ.

I wanted to show people the way data relates to their everyday lives.

Tôi sẽ cho bạn thấy sự liên quan của dữ liệu đến cuộc sống hằng ngày.

I started this advice column called "Dear Mona,"

Tôi đưa ra cột góp ý này gọi là "Kính gửi Mona,"

where people would write to me with questions and concerns

nơi bạn có thể viết cho tôi các câu hỏi và mối quan tâm

and I'd try to answer them with data.

và tôi sẽ trả lời bằng dữ liệu.

People asked me anything.

Có thể hỏi tôi mọi thứ.

questions like, "Is it normal to sleep in a separate bed to my wife?"

Các câu hỏi như, "có bình thường không khi ngủ khác giường với vợ?"

"Do people regret their tattoos?"

"Có hối hận khi xăm hình không?"

"What does it mean to die of natural causes?"

"Chết do các lý do tự nhiên có ý nghĩa gì?"

All of these questions are great, because they make you think

Tất cả các câu hỏi này đều rất tốt, vì nó khiến bạn nghĩ đến

about ways to find and communicate these numbers.

các cách để tìm và chuyển tải các con số này.

If someone asks you, "How much pee is a lot of pee?"

Nếu có ai hỏi bạn, "Đi tiểu bao nhiêu là nhiều?"

which is a question that I got asked,

Đó cũng là một câu hỏi tôi nhận được,

you really want to make sure that the visualization makes sense

bạn thực sự muốn chắc chắn rằng hình vẽ trực quan này có nghĩa

to as many people as possible.

với càng nhiều người càng tốt.

These numbers aren't unavailable.

Những con số này không tồn tại.

Sometimes they're just buried in the appendix of an academic study.

Đôi khi nó được ẩn trong phần phụ lục của một nghiên cứu khoa học.

And they're certainly not inscrutable;

Và chắc chắn là chúng không khó hiểu;

if you really wanted to test these numbers on urination volume,

nếu bạn muốn kiểm tra các con số này với lượng nước tiểu,

you could grab a bottle and try it for yourself.

bạn có thể cầm một cái chai và tự làm thử đi.

(Laughter)

(Cười)

The point of this isn't necessarily

Điểm mấu chốt là không nhất thiết

that every single data set has to relate specifically to you.

mỗi tập dữ liệu đều phải liên quan cụ thể đến bạn.

I'm interested in how many women were issued fines in France

Tôi quan tâm đến bao nhiêu phụ nữ bị phạt ở Pháp

for wearing the face veil, or the niqab,

do mang khăn, hoặc mạng che mặt,

even if I don't live in France or wear the face veil.

ngay cả khi tôi không sống ở Pháp hoặc đeo khăn che mặt.

The point of asking where you fit in is to get as much context as possible.

Mấu chốt của việc hỏi xem nơi bạn phù hợp là để nắm được ngữ cảnh nhiều nhất.

So it's about zooming out from one data point,

Mục đích là thu nhỏ lại thành một điểm dữ liệu,

like the unemployment rate is five percent,

kiểu như tỷ lệ thất nghiệp là năm phần trăm,

and seeing how it changes over time,

và xem nó sẽ thay đổi theo thời gian,

or seeing how it changes by educational status --

hoặc theo trình độ học vấn ra sao --

this is why your parents always wanted you to go to college --

đây là lý do cha mẹ luôn muốn bạn phải vào đại học--

or seeing how it varies by gender.

hoặc xem nó thay đổi theo giới tính ra sao.

Nowadays, male unemployment rate is higher

Ngày nay, tỷ lệ thất nghiệp nam giới cao hơn

than the female unemployment rate.

tỷ lệ thất nghiệp nữ giới.

Up until the early '80s, it was the other way around.

Cho đến đầu những năm 80, tình hình đã đảo ngược.

This is a story of one of the biggest changes

Đây là 01 câu chuyện về một thay đổi lớn

that's happened in American society,

đã xảy ra trong xã hội Mỹ,

and it's all there in that chart, once you look beyond the averages.

tất cả nằm trong biểu đồ đó nếu ta nhìn xa hơn các con số trung bình.

The axes are everything;

Các trục chứa tất cả;

once you change the scale, you can change the story.

một khi thay đổi thước đo, bạn có thể thay đổi câu chuyện

OK, so the third and final question that I want you guys to think about

Vâng, còn câu hỏi thứ 3 và cuối cùng mà tôi muốn các bạn suy nghĩ đến

when you're looking at statistics is:

khi bạn đang nhìn vào các thống kê là:

How was the data collected?

Dữ liệu được thu thập như thế nào?

So far, I've only talked about the way data is communicated,

Nãy giờ, tôi chỉ nói về cách chuyển tải dữ liệu,

but the way it's collected matters just as much.

nhưng cách thu thập cũng quan trọng không kém.

I know this is tough,

Tôi biết điều này là khó,

because methodologies can be opaque and actually kind of boring,

bởi vì phương pháp luận có thể là rối rắm và thực sự nhàm chán,

but there are some simple steps you can take to check this.

nhưng có một số bước đơn giản để kiểm tra điều này.

I'll use one last example here.

Tôi sẽ đưa ra một ví dụ cuối cùng.

One poll found that 41 percent of Muslims in this country support jihad,

Một cuộc thăm dò cho thấy 41% người Hồi giáo ủng hộ thánh chiến,

which is obviously pretty scary,

điều này rõ ràng đáng quan ngại,

and it was reported everywhere in 2015.

và được thông báo khắp mọi nơi năm 2015.

When I want to check a number like that,

Khi tôi muốn kiểm tra một con số như vậy,

I'll start off by finding the original questionnaire.

Tôi sẽ bắt đầu bằng cách tìm bảng câu hỏi gốc.

It turns out that journalists who reported on that statistic

Nó chỉ ra rằng các nhà báo mà thực hiện các thống kê đó

ignored a question lower down on the survey

đã bỏ qua một câu hỏi làm hạ thấp cuộc khảo sát

that asked respondents how they defined "jihad."

đó là hỏi cách người ta đinh nghĩa "thánh chiến."

And most of them defined it as,

Và hầu hết đều định nghĩa như sau,

"Muslims' personal, peaceful struggle to be more religious."

"Sự đấu tranh hòa bình, cá nhân của mỗi người Hồi giáo để tín ngưỡng tốt hơn."

Only 16 percent defined it as, "violent holy war against unbelievers."

Chỉ 16% đính nghĩa, "Cuộc chiến tranh bạo lực chống lại người không tín ngưỡng."

This is the really important point:

Điểm này thực sự quan trọng:

based on those numbers, it's totally possible

dựa trên các con số đó, hoàn toàn có khả năng

that no one in the survey who defined it as violent holy war

không có ai được khảo sát xem "thánh chiến" là cuộc chiến bạo lực

also said they support it.

cũng như nói ủng hộ nó.

Those two groups might not overlap at all.

Hai nhóm đó không trùng lắp nhau gì cả.

It's also worth asking how the survey was carried out.

Cũng cần hỏi xem cuộc khảo sát đã được thực hiện ra sao.

This was something called an opt-in poll,

Đây được gọi là cuộc thăm dò "qua mạng",

which means anyone could have found it on the internet and completed it.

bất kỳ ai bắt gặp nó trên internet đều có thể tham gia.

There's no way of knowing if those people even identified as Muslim.

Chẳng có cách nào để biết rằng họ có phải là người Hồi giáo hay không.

And finally, there were 600 respondents in that poll.

Và cuối cùng, có 600 người tham gia cuộc thăm dò.

There are roughly three million Muslims in this country,

Có khoảng 3 triệu người Hồi giáo ở đất nước này,

according to Pew Research Center.

theo Trung tâm nghiên cứu Pew.

That means the poll spoke to roughly one in every 5,000 Muslims

Có nghĩa là đã thực hiện thăm dò với tỷ lệ 1/5000 người Hồi giáo

in this country.

ở đất nước này.

This is one of the reasons

Đây là một trong các lý do

why government statistics are often better than private statistics.

khiến các thống kê của chính phủ thường tốt hơn các thống kế tư nhân.

A poll might speak to a couple hundred people, maybe a thousand,

01 cuộc thăm dò có thể thực hiện với vài trăm đến 1 nghìn người,

or if you're L'Oreal, trying to sell skin care products in 2005,

hoặc nếu bạn là L'Oreal, đang bán sản phẩm chăm sóc da năm 2005,

then you spoke to 48 women to claim that they work.

bạn khảo sát 48 phụ nữ và khẳng định nó rất tốt.

(Laughter)

(Cười)

Private companies don't have a huge interest in getting the numbers right,

Các công ty tư nhân không quan tâm nhiều đến việc tìm ra các con số đúng,

they just need the right numbers.

họ chỉ cần các con số đúng.

Government statisticians aren't like that.

Các nhà thống kê chính phủ không làm vậy.

In theory, at least, they're totally impartial,

Theo lý thuyết, ít nhất, họ hoàn toàn vô tư,

not least because most of them do their jobs regardless of who's in power.

đặc biệt vì hầu hết trong số họ làm việc bất kể ai đang nắm quyền

They're civil servants.

Họ là những công chức.

And to do their jobs properly,

Và để làm tốt công việc của mình,

they don't just speak to a couple hundred people.

họ không chỉ khảo sát vài trăm người.

Those unemployment numbers I keep on referencing

Những con số thất nghiệp mà tôi đang nói đến

come from the Bureau of Labor Statistics,

được lấy từ Cục Thống kê Lao động,

and to make their estimates,

và để đưa ra các ước tính,

they speak to over 140,000 businesses in this country.

họ đã khảo sát trên 140,000 doanh nghiệp trên cả nước.

I get it, it's frustrating.

Tôi hiểu, đúng là bực bội.

If you want to test a statistic that comes from a private company,

Nếu bạn muốn thẩm tra một thống kê lấy từ một công ty tư nhân,

you can buy the face cream for you and a bunch of friends, test it out,

bạn có thể mua kem xoa mặt cho mình và một nhóm bạn, làm thử đi,

if it doesn't work, you can say the numbers were wrong.

Nếu không làm được, bạn có thể nói các con số bị sai.

But how do you question government statistics?

Nhưng làm sao kiểm tra các thống kê chính phủ?

You just keep checking everything.

Bạn chỉ cần kiểm tra mọi thứ.

Find out how they collected the numbers.

Tìm hiểu họ thu thập số liệu như thế nào.

Find out if you're seeing everything on the chart you need to see.

Hãy tìm hiểu nếu bạn đang xem mọi thứ trên biểu đồ mà bạn cần xem.

But don't give up on the numbers altogether, because if you do,

Nhưng không từ bỏ bất kỳ con số nào, bởi vì nếu bạn làm vậy,

we'll be making public policy decisions in the dark,

ta sẽ đưa ra các quyết định chính sách từ bóng tối.

using nothing but private interests to guide us.

chỉ sử dụng các quan tâm riêng để dẫn dắt mình.

Thank you.

Cám ơn.

(Applause)

(Vỗ tay)