Với chỉ 20 dự đoán, tỷ lệ trúng bạn đo được dao động rất rộng: trúng 14/20 (70%) vẫn có thể nằm trong khoảng từ khoảng 48% đến 85% về thực lực thật. Nói cách khác, 20 mẫu đủ để phát hiện một người dự đoán rất tệ hoặc rất giỏi, nhưng không đủ để phân biệt người khá với người trung bình. Bài này cho bạn ba công cụ tính tay: khoảng tin cậy, xác suất “may mắn” và cỡ mẫu cần thiết.
Vì sao 20 dự đoán là chưa đủ để kết luận
Mỗi dự đoán trúng hoặc trượt giống như một lần tung đồng xu lệch. Dù thực lực cố định, số lần trúng trong 20 lần vẫn dao động ngẫu nhiên quanh giá trị trung bình, với độ lệch chuẩn khoảng √(20 × 0.5 × 0.5) ≈ 2.24 lần nếu thực lực là 50%. Nghĩa là trúng 12 hay 8 trên 20 chỉ cách mốc 10 một độ lệch chuẩn, rất bình thường. Phần lớn nhầm lẫn khi tự đánh giá đến từ chỗ không biết mức dao động này.
Công cụ 1: khoảng tin cậy cho tỷ lệ trúng
Khoảng tin cậy Wilson cho một tỷ lệ là cách đơn giản và khá chính xác với mẫu nhỏ. Bảng dưới tính cho n = 20 ở các kết quả quan sát khác nhau (mọi số liệu tự kiểm bằng Python, ví dụ minh hoạ, không phải của trận cụ thể nào):
| Số dự đoán trúng | Tỷ lệ trúng | Khoảng tin cậy 95% (Wilson) | Độ rộng khoảng |
|---|---|---|---|
| 10/20 | 50% | 29.9% – 70.1% | 40.1 điểm % |
| 12/20 | 60% | 38.7% – 78.1% | 39.5 điểm % |
| 14/20 | 70% | 48.1% – 85.5% | 37.4 điểm % |
| 16/20 | 80% | 58.4% – 91.9% | 33.5 điểm % |
| 18/20 | 90% | 69.9% – 97.2% | 27.3 điểm % |
Hãy nhìn cột cuối: độ rộng luôn từ khoảng 27 đến 40 điểm phần trăm. Một người trúng 14/20 chưa chắc giỏi hơn người trúng 12/20 vì hai khoảng tin cậy chồng lên nhau gần hết. Tương tự, kết quả 10/20 không khẳng định bạn đoán ngang đồng xu, vì khoảng của nó trải từ 30% đến 70%.
Công cụ 2: xác suất đạt kết quả đó chỉ nhờ may mắn
Câu hỏi thực tế là “nếu thực lực của tôi chỉ ngang đồng xu, khả năng tôi trúng ít nhất k lần trên 20 là bao nhiêu?”. Đây là phần đuôi của phân phối nhị thức, tính từ tổ hợp C(20, i) × p^i × (1 − p)^(20 − i). Ví dụ nhỏ để bạn tự thử: xác suất trúng đủ 20/20 khi p = 0.5 là 0.5^20 ≈ 0.000001.
| Kết quả quan sát | Nếu thực lực chỉ là 50% | Nếu thực lực là 60% | Nếu thực lực là 70% |
|---|---|---|---|
| ≥ 12/20 | 25.2% | 59.6% | 88.7% |
| ≥ 13/20 | 13.2% | 41.6% | 77.2% |
| ≥ 14/20 | 5.8% | 25.0% | 60.8% |
| ≥ 15/20 | 2.1% | 12.6% | 41.6% |
| ≥ 16/20 | 0.6% | 5.1% | 23.8% |
Đọc hàng “≥ 14/20”: người có thực lực 50% vẫn đạt mức này với xác suất 5.8%, tức khoảng một lần trong 17 lần. Không phải quá hiếm: nếu 30 người cùng đoán ngẫu nhiên thì thường có vài người đạt mức ấy chỉ nhờ may. Trong khi đó người có thực lực 70% đạt ≥14/20 với xác suất 60.8%, nên 14/20 là kết quả bình thường với họ, nhưng bạn không nhìn từ ngoài mà biết đó là ai.
Công cụ 3: cần bao nhiêu dự đoán
Sai số của tỷ lệ gần đúng bằng 1.96 × √(p(1 − p)/n). Giải ngược ra n với p ≈ 0.5 (trường hợp xấu nhất) ta được bảng:
| Sai số mong muốn (mức tin cậy 95%, tỷ lệ khoảng 50%) | Số dự đoán cần có (làm tròn) |
|---|---|
| ± 10 điểm % | 96 |
| ± 5 điểm % | 384 |
| ± 3 điểm % | 1067 |
Muốn thu hẹp sai số xuống ± 5 điểm cần khoảng 385 dự đoán; chỉ để được ± 10 điểm cũng cần khoảng 97. Với 100 dự đoán trúng 70, khoảng tin cậy là 60.4% – 78.1%, đã hẹp hơn nhiều so với trường hợp 14/20.
Ví dụ so sánh hai người dự đoán
Giả định (minh hoạ) hai người cùng đoán 20 trận: người thứ nhất trúng 14, người thứ hai trúng 12. Khoảng tin cậy của họ lần lượt là 48.1% – 85.5% và 38.7% – 78.1%. Hai khoảng chồng lên nhau trong vùng từ 48% đến 78%, nghĩa là dữ liệu hoàn toàn tương thích với việc hai người có thực lực như nhau, hoặc thậm chí người thứ hai nhỉnh hơn. Chênh lệch hai lần trúng chỉ là một “nhiễu” bình thường của mẫu nhỏ, không đủ để xếp hạng hai người.
Nếu có người rút ra kết luận “người thứ nhất giỏi hơn” từ bảng này, họ đang giải thích nhiễu như tín hiệu. Cách đúng là nói: chưa đủ dữ liệu để phân biệt.
Những lý do khiến sai số còn lớn hơn bảng
Các con số ở trên là mức thấp nhất của sai số, vì giả định mỗi dự đoán độc lập và độ khó như nhau. Thực tế còn nhiều yếu tố làm sai số lớn hơn:
- Các trận cùng vòng, cùng giải thường chịu chung một yếu tố (thời tiết, lịch thi đấu dày), nên không hoàn toàn độc lập.
- Độ khó không đều: dự đoán một trận chênh lệch rõ dễ hơn nhiều so với trận cân bằng.
- Tự chọn trận để đoán khiến mẫu lệch về những trận bạn thấy dễ.
- Nhìn kết quả rồi mới quyết định giữ hay bỏ dự đoán nào là cách làm méo số liệu rõ ràng nhất.
Cách dùng khi bạn chỉ có 20 mẫu
- Coi 20 mẫu là phép thử sơ bộ: đủ để loại trừ kết quả quá tệ, chưa đủ để khen.
- Ghi cả xác suất bạn đã nói, không chỉ trúng hoặc trượt; dùng Brier score hoặc bảng hiệu chuẩn để khai thác thêm thông tin từ mỗi mẫu.
- Tách nhóm theo loại trận, nhưng nhớ rằng chia nhỏ thì mỗi nhóm còn ít mẫu hơn nữa.
- Đặt trước quy tắc dừng: ví dụ chỉ đánh giá khi đủ 100 dự đoán, đừng dừng khi thấy kết quả đẹp.
Kết luận thực tế: lần sau thấy ai khoe “trúng 14/20” hay “trượt 8/20”, hãy nhớ đó chưa phải bằng chứng cho thực lực. Nội dung này chỉ nhằm giải thích thống kê và cách tránh kết luận vội; người từ 18 tuổi trở lên mới nên tìm hiểu các hoạt động liên quan đến kèo và hãy xem mọi con số là tham khảo.