Khi gặp mối tương quan giả tạo, chính người phân tích chứ không phải dữ
liệu, sẽ tìm “câu chuyện” cho kết quả phân tích đó. Tôi có cảm giác con
người hình như thích những câu chuyện dựa trên quan hệ nhân quả vốn dễ
hiểu và dễ hình dung, nên thường kết quả phân tích Mối tương quan cũng
được chuyển sang Quan hệ nhân quả một cách thiếu căn cứ.
Tất nhiên khi giải quyết vấn đề trên thực tế, ta phải hiểu được quan hệ giữa
“kết quả” và “nguyên nhân” để tìm ra nguyên nhân, và đưa ra kết luận rằng
“tôi đã biết được nguyên nhân là gì”. Vì thế, việc tìm thấy quan hệ nhân quả
chính là một mục tiêu ta sẽ phải làm.
Tuy nhiên, kết quả phân tích mối tương quan không kiểm chứng quan hệ
nhân quả giữa hai data (Có lẽ bạn sẽ ngạc nhiên khi nghe điều này).
Giống với trường hợp Mối quan hệ giả tạo, việc đưa ý nghĩa vào trong kết
quả phân tích chính là lúc tạo ra Câu chuyện hay Lời giải thích.
Điều quan trọng ở đây chính là việc đưa ý nghĩa vào kết quả phân tích
không phải là “kết quả do phân tích dữ liệu”, mà là phần việc người phân
tích sẽ phải làm. Đây là lúc mà sự phỏng đoán, cái nhìn phiến diện, hiểu lầm
dễ trà trộn vào, nên cần phải hết sức chú ý.
Có một phương pháp để xác nhận Quan hệ nhân quả một cách khách quan,
có thể tránh được quan điểm phiến diện, đó là nới lỏng Hệ thời gian (timing)
của hai data và phân tích. Vì “nguyên nhân” thường đi trước “kết quả”, nên
nếu nới data được xác định là “nguyên nhân” sớm hơn một chút, có thể giảm
đáng kể việc Quan hệ tương quan bị hủy, còn nếu để trễ hơn thì về mặt logic
chắc chắn sẽ bị rối loạn. Nếu nhất định phải xác nhận bằng số liệu, bạn hãy
thử làm xem sao nhé.
Thực tế trường hợp sử dụng phân tích tương quan, việc phán đoán xem cái
nào là “nguyên nhân”, cái nào là “kết quả” tôi nghĩ là không phải quá khó.
Nhưng nguy cơ không nhận ra được Mối tương quan giả tạo là khá cao.
