Dịch & đáp án bài đọc Sampling Bias IELTS Reading

Trong thời đại số hóa, các cuộc khảo sát trực tuyến hay qua điện thoại thường được xem là công cụ đắc lực để thu thập ý kiến số đông. Tuy nhiên, một mẫu số liệu lớn chưa chắc đã mang lại một kết quả chính xác. Bài đọc Sampling Bias đưa chúng ta khám phá những góc khuất của việc thu thập dữ liệu thống kê – từ “hiệu ứng người hang động” trong khảo cổ học cho đến các sai lệch hệ thống khi lấy mẫu nghiên cứu xã hội.

Đối với các thí sinh IELTS, đây là một bài đọc đặc trưng thuộc chủ đề thống kê & nghiên cứu xã hội học (Statistics & Sociology). Bài đọc sở hữu lượng từ vựng học thuật phong phú về phương pháp luận nghiên cứu, đi kèm với các câu hỏi Đúng/Sai/Không xác định (True/False/Not Given) rất dễ gây nhầm lẫn. Để giúp các bạn ôn tập hiệu quả nhất, trung tâm ngoại ngữ ECE đã biên dịch bài đọc, tổng hợp từ vựng và phân tích chi tiết từng đáp án trong bài viết dưới đây.

Nội dung bài đọc (Reading Passage)

Sampling Bias

[Paragraph A] Our primitive ancestors left many paintings on the walls inside caves. Additionally, inside and near these places there is evidence of fire pits, and refuse and burial sites. However, one could equally imagine this same evidence of daily life on exposed cliffs or hillsides, on trees or animal skins, and beside rivers and coastlines. Such evidence, if it existed, would have long been washed, eroded, or rotted away. Thus, prehistoric people are characterized as ‘cavemen’, presumed to have a predilection for dwelling in these places only because that is where most evidence is taken. This ‘caveman effect’ is an example of what is known as ‘sampling bias’ — one of the biggest problems when conducting any form of statistical data gathering.

[Paragraph B] Surveys, for example, are popular because they are easy to administer and relatively cost-effective, particularly if conducted remotely through technical means, such as telephone, mail, email, or the Internet. Surveys also lend themselves to obtaining particularly large numbers of respondents, which, in theory, allows a greater chance of sampling all the variations of the target population. They can also be standardised with fixed questions and responses (such as ‘tick the box’ or ‘closed-ended’ questions). This allows easy collation, analysis, and presentation of results, all with the air of precision that mathematics brings. Such surveys, however, have proven notoriously unreliable because of the difficulty in obtaining representative samples. In other words, the sampling is biased, or skewed in favour of certain outcomes.

[Paragraph C] Let us look at some examples. If one calls people on cellphones, it immediately excludes those who favour landlines, and thus the sample of respondents may be those who are more technically-conversant, skewing data based on, say, technical issues (‘How often do you use the Internet?’). If one rings domestic homes during the daytime, most of those who work during the day will be excluded. Those that answer will more likely be the unemployed, disabled, elderly, and retired, skewing data based on, say, work-related issues (‘How important is work in your life?’). No matter how large the sampling size is, sampling bias can immediately invalidate the results.

[Paragraph D] One of the more subtle of sampling biases is known as self-selection. No matter how rigorously the respondents are chosen to be random and characteristic of the target population, those who choose to respond will be different to those who do not. Generally, respondents who are willing to invest time in giving answers obviously want to say something, whereas those who choose not to answer probably do not. Thus, any survey in which many respondents do not answer, do not give clear answers, or only give cursory or unthinking answers, is immediately invalidated, since opinionated perspectives are disproportionately represented.

[Paragraph E] The latter is such an immediate and obvious problem that it has given rise to techniques to maximise the possibility of garnering responses. One of the more effective is to give the respondents advanced warning (often through the mail), highlighting the time, the nature of the survey, and the mode of delivery, as well as expressing appreciation for the assistance. The interviewers themselves must be sufficiently trained in correct question-asking techniques, and, with cranks, salespeople, and scam-artists abounding, interviewers must provide introductions about themselves, their company, and the nature of the interview, fully and with evident sincerity, in order to gain the trust of those they are talking to.

[Paragraph F] Even with this, sampling bias can easily arise due to the number of variables in place, since it only takes one to skew the data. If taking samples from a specific location — say, a street corner—then it may be that this location is in the business district, excluding ordinary workers from the sample. It may be that it is near a restaurant district, excluding those who cook more often for themselves. If there is a health club nearby, the majority of respondents may be much healthier than the average of the population. If it is on a university campus, designed to poll university students, is it near the engineering or the arts faculty? The part-time or full-time schools? Are they rich or poor? Male or female? What about race, colour, gender, religion, socio-economic background, and first language? The list goes on and on.

[Paragraph G] One method to deal with this is to make sure all targeted groups are represented, if only a little, and make mathematical extrapolations to correct the bias. For this to work, the degree of underrepresentation needs to be quantified exactly, and one needs to assume the underrepresented respondents are indeed typical of their kind. If, for example, one aims to find the opinion of the population regarding the outcome of an election, but could only, for whatever reasons, interview one woman for every four men, the responses of the women could be multiplied by four, and thus, one can assume (guardedly and with many provisos), that the sampling bias from gender has been corrected. But that does assume all the other variables which introduce bias have been excluded — often a very problematic assumption to make.

Questions

Questions 1-5

Do the following statements agree with the views of the writer in the reading passage? Write:

TRUE — if the statement matches with the writer’s point of view

FALSE — if the opinion of the writer contradicts the statement

NOT GIVEN — if there is no information about the statement

1. Cavemen were often very good artists.

2. Surveys can be done cheaply by telephone.

3. Surveys can usually give reliable information.

4. The elderly and disabled people are often at home during the day.

5. Larger survey samples can reduce sampling bias.

Questions 6-11

Complete the flowchart below.

Choose NO MORE THAN TWO WORDS from the passage for each answer.

6. _______________ is one of the most subtle sampling biases.

In surveys, individuals with 7. _______________ are over-represented.

A key technique to counter this is to 8. _______________ the number of responses.

To achieve this, companies should ensure interviewers are 9. _______________.

These interviewers must give a complete and honest 10. _______________ of themselves and their work.

This helps to build 11. _______________ with respondents.

Questions 12-13

Choose the correct letter A, B, C or D.

12. The number of sampling variables:

A. is usually not so large.

B. can result in important input being lost.

C. means many locations need to be used.

D. can result in lists being necessary.

13. Mathematical extrapolation:

A. can yield confident results.

B. requires responses from both men and women.

C. needs exact ratios.

D. needs many respondents.

Dịch nghĩa bài đọc hoàn chỉnh

[Đoạn A] Tổ tiên nguyên thủy của chúng ta đã để lại nhiều bức vẽ trên các bức tường bên trong các hang động. Ngoài ra, ở bên trong và gần những địa điểm này, người ta tìm thấy bằng chứng về các hố lửa, bãi rác và địa điểm chôn cất. Tuy nhiên, người ta cũng có thể tưởng tượng một cách tương đương về những bằng chứng sinh hoạt hàng ngày này trên các vách đá hoặc sườn đồi lộ thiên, trên cây cối hoặc da động vật, và bên cạnh các dòng sông hay bờ biển. Những bằng chứng như vậy, nếu chúng từng tồn tại, đã từ lâu bị cuốn trôi, xói mòn hoặc mục nát. Do đó, con người thời tiền sử bị gắn nhãn là “người hang động”, được cho là có xu hướng thích sống ở những nơi này chỉ vì đó là nơi lưu giữ được hầu hết các bằng chứng khảo cổ. “Hiệu ứng người hang động” này là một ví dụ về cái được gọi là “thiên kiến chọn mẫu” (sampling bias) — một trong những vấn đề lớn nhất khi thực hiện bất kỳ hình thức thu thập dữ liệu thống kê nào.

[Đoạn B] Ví dụ, các cuộc khảo sát rất phổ biến vì chúng dễ quản lý và tương đối hiệu quả về chi phí, đặc biệt là nếu được tiến hành từ xa thông qua các phương tiện kỹ thuật như điện thoại, thư tín, email hoặc Internet. Khảo sát cũng giúp thu được lượng người phản hồi đặc biệt lớn, về mặt lý thuyết, điều này mang lại cơ hội lớn hơn để lấy mẫu cho tất cả các biến thể của tổng thể mục tiêu. Chúng cũng có thể được tiêu chuẩn hóa với các câu hỏi và câu trả lời cố định (chẳng hạn như câu hỏi “đánh dấu vào ô” hoặc câu hỏi “đóng”). Điều này cho phép dễ dàng tổng hợp, phân tích và trình bày kết quả, tất cả đều mang lại vẻ chính xác mà toán học đem lại. Tuy nhiên, những cuộc khảo sát như vậy đã nổi tiếng là không đáng tin cậy vì khó khăn trong việc thu được các mẫu mang tính đại diện. Nói cách khác, việc lấy mẫu đã bị thiên vị, hoặc bị lệch theo hướng có lợi cho một số kết quả nhất định.

[Đoạn C] Hãy cùng xem xét một số ví dụ. Nếu người ta gọi cho mọi người qua điện thoại di động, nó lập tức loại trừ những người ưa chuộng điện thoại cố định, và do đó mẫu phản hồi có thể rơi vào nhóm những người am hiểu công nghệ hơn, làm lệch dữ liệu dựa trên các vấn đề về công nghệ (ví dụ: “Bạn có thường xuyên sử dụng Internet không?”). Nếu người ta gọi đến các hộ gia đình vào ban ngày, hầu hết những người làm việc vào ban ngày sẽ bị loại trừ. Những người trả lời cuộc gọi nhiều khả năng sẽ là người thất nghiệp, người khuyết tật, người già và người đã nghỉ hưu, làm lệch dữ liệu dựa trên các vấn đề liên quan đến công việc (ví dụ: “Công việc quan trọng thế nào trong cuộc sống của bạn?”). Bất kể quy mô mẫu lớn đến đâu, thiên kiến chọn mẫu có thể lập tức làm mất hiệu lực của kết quả nghiên cứu.

[Đoạn D] Một trong những thiên kiến chọn mẫu tinh vi hơn được gọi là hiện tượng tự lựa chọn (self-selection). Cho dù những người phản hồi có được lựa chọn nghiêm ngặt đến đâu để đảm bảo tính ngẫu nhiên và đặc trưng của tổng thể mục tiêu, những người chọn trả lời sẽ luôn khác biệt với những người lựa chọn không trả lời. Nhìn chung, những người phản hồi sẵn sàng đầu tư thời gian để đưa ra câu trả lời rõ ràng là muốn bày tỏ một điều gì đó, trong khi những người chọn không trả lời có lẽ là không muốn. Do đó, bất kỳ cuộc khảo sát nào có nhiều người phản hồi không trả lời, không đưa ra câu trả lời rõ ràng, hoặc chỉ đưa ra câu trả lời hời hợt hay thiếu suy nghĩ, đều lập tức bị vô hiệu, vì các quan điểm mang tính chủ kiến cá nhân đã được thể hiện một cách không cân xứng.

[Đoạn E] Vấn đề sau cùng này là một trở ngại tức thời và rõ ràng đến mức nó đã thúc đẩy sự ra đời của các kỹ thuật nhằm tối đa hóa khả năng thu thập phản hồi. Một trong những kỹ thuật hiệu quả nhất là gửi cảnh báo trước cho người phản hồi (thường qua thư tín), nêu bật thời gian, tính chất của cuộc khảo sát và phương thức thực hiện, cũng như bày tỏ sự trân trọng đối với sự giúp đỡ của họ. Bản thân các điều tra viên phải được đào tạo đầy đủ về các kỹ thuật đặt câu hỏi chính xác, và trong bối cảnh những kẻ lập dị, nhân viên bán hàng và những kẻ lừa đảo xuất hiện nhan nhản, các điều tra viên phải cung cấp lời giới thiệu đầy đủ và chân thành về bản thân họ, công ty của họ và tính chất của cuộc phỏng vấn để giành được sự tin tưởng của những người mà họ đang trò chuyện.

[Đoạn F] Ngay cả với điều này, thiên kiến chọn mẫu vẫn có thể dễ dàng phát sinh do số lượng các biến số hiện hữu, vì chỉ cần một biến số lệch lạc là đủ để làm sai lệch toàn bộ dữ liệu. Nếu lấy mẫu từ một địa điểm cụ thể — chẳng hạn như một góc phố — thì có thể địa điểm này nằm trong khu tài chính, loại trừ những người lao động bình thường ra khỏi mẫu. Có thể nó ở gần khu vực nhà hàng, loại trừ những người thường tự nấu ăn ở nhà. Nếu có một câu lạc bộ sức khỏe gần đó, phần lớn người phản hồi có thể khỏe mạnh hơn nhiều so với mức trung bình của dân số. Nếu cuộc khảo sát diễn ra trên khuôn viên trường đại học nhằm thăm dò ý kiến sinh viên, thì nó nằm gần khoa kỹ thuật hay khoa nghệ thuật? Trường học bán thời gian hay toàn thời gian? Họ giàu hay nghèo? Nam hay nữ? Còn về chủng tộc, màu da, giới tính, tôn giáo, nền tảng kinh tế xã hội và ngôn ngữ mẹ đẻ thì sao? Danh sách các biến số cứ kéo dài mãi.

[Đoạn G] Một phương pháp để giải quyết vấn đề này là đảm bảo tất cả các nhóm mục tiêu đều được đại diện, dù chỉ là một phần nhỏ, và thực hiện các phép ngoại suy toán học để điều chỉnh thiên kiến. Để phương pháp này hoạt động, mức độ thiếu đại diện cần phải được định lượng một cách chính xác, và người ta cần giả định rằng những người phản hồi thuộc nhóm thiếu đại diện thực sự là những người điển hình cho nhóm của họ. Ví dụ, nếu người ta muốn tìm hiểu ý kiến của người dân về kết quả của một cuộc bầu cử, nhưng vì lý do nào đó, chỉ có thể phỏng vấn một người phụ nữ cho mỗi bốn người đàn ông, câu trả lời của những người phụ nữ có thể được nhân lên bốn lần, và do đó, người ta có thể giả định (một cách thận trọng và kèm theo nhiều điều kiện kèm theo) rằng thiên kiến chọn mẫu từ giới tính đã được khắc phục. Nhưng điều đó lại giả định rằng tất cả các biến số khác gây ra thiên kiến đã được loại trừ — một giả định thường rất mơ hồ và mơ hồ.

Tổng hợp từ vựng học thuật quan trọng của bài đọc

Gợi ý đáp án bài đọc Sampling Bias

Questions 1-5: True / False / Not Given

1. Đáp án: NOT GIVEN

Phân tích: Đề bài khẳng định “Người hang động thường là những nghệ sĩ rất tài ba”. Đoạn A có viết: “Our primitive ancestors left many paintings on the walls inside caves.” (Tổ tiên nguyên thủy của chúng ta đã để lại nhiều bức vẽ trên vách đá trong hang). Tuy nhiên, bài đọc chỉ đề cập đến việc họ vẽ tranh chứ không hề có dữ liệu nào đánh giá xem họ có phải là những người nghệ sĩ tài ba (good artists) hay không. Do đó, thông tin này không xác định được.

2. Đáp án: TRUE

Phân tích: Đề bài nói “Các cuộc khảo sát có thể được thực hiện một cách giá rẻ qua điện thoại”. Đối chiếu đoạn B: “Surveys, for example, are popular because they are easy to administer and relatively cost-effective, particularly if conducted remotely through technical means, such as telephone…”. Trong văn cảnh học thuật, cụm từ cost-effective (hiệu quả về chi phí/tiết kiệm) tương đồng với từ cheaply. Do đó câu khẳng định là chính xác.

3. Đáp án: FALSE

Phân tích: Đề bài nói “Các cuộc khảo sát thông thường có thể đưa ra thông tin đáng tin cậy”. Đối chiếu cuối đoạn B: “Such surveys, however, have proven notoriously unreliable because of the difficulty in obtaining representative samples.” (Tuy nhiên, những cuộc khảo sát như vậy đã nổi tiếng là không đáng tin cậy vì khó thu thập được mẫu đại diện). Thông tin phủ định hoàn toàn câu khẳng định của đề bài, chọn FALSE.

4. Đáp án: TRUE

Phân tích: Đề bài nói “Người già và người khuyết tật thường ở nhà vào ban ngày”. Đối chiếu đoạn C: “If one rings domestic homes during the daytime… Those that answer will more likely be the unemployed, disabled, elderly, and retired…” (Nếu gọi đến nhà dân vào ban ngày… những người trả lời cuộc gọi nhiều khả năng sẽ là người già, khuyết tật, thất nghiệp, nghỉ hưu…). Việc họ bắt máy vào ban ngày chứng minh họ thường có mặt ở nhà vào khung giờ này. Chọn TRUE.

5. Đáp án: FALSE

Phân tích: Đề bài nói “Mẫu khảo sát lớn hơn có thể làm giảm thiên kiến chọn mẫu”. Đối chiếu cuối đoạn C: “No matter how large the sampling size is, sampling bias can immediately invalidate the results.” (Bất kể quy mô mẫu lớn đến đâu, thiên kiến chọn mẫu vẫn có thể lập tức làm mất hiệu lực của kết quả). Điều này có nghĩa là tăng kích thước mẫu không hề giúp loại bỏ hay giảm thiểu thiên kiến chọn mẫu nếu phương pháp lấy mẫu bị sai lệch từ đầu.

Questions 6-11: Flowchart Completion

6. Đáp án: self-selection

Phân tích: Cần một danh từ chỉ một trong những loại thiên kiến chọn mẫu tinh vi nhất. Đối chiếu đoạn D: “One of the more subtle of sampling biases is known as self-selection.”.

7. Đáp án: opinionated perspectives

Phân tích: Cần một cụm danh từ chỉ nhóm quan điểm bị đại diện quá mức (over-represented). Cuối đoạn D chỉ rõ: “…is immediately invalidated, since opinionated perspectives are disproportionately represented.”. Từ disproportionately represented tương đương nghĩa với over-represented trong ngữ cảnh này.

8. Đáp án: maximise

Phân tích: Cần một động từ nguyên mẫu đứng sau to chỉ mục đích hành động để đối phó với vấn đề này. Đầu đoạn E viết: “…it has given rise to techniques to maximise the possibility of garnering responses.”. Từ garnering responses tương đồng với number of responses.

9. Đáp án: sufficiently trained

Phân tích: Cần cụm động từ/tính từ đứng sau động từ tobe are chỉ trạng thái của điều tra viên. Đoạn E viết: “The interviewers themselves must be sufficiently trained in correct question-asking techniques…”.

10. Đáp án: introductions (hoặc introduction)

Phân tích: Cần một danh từ đứng sau tính từ complete and honest. Đoạn E viết: “…interviewers must provide introductions about themselves, their company, and the nature of the interview, fully and with evident sincerity…”. Trạng từ fully and with evident sincerity được viết lại thành tính từ ghép complete and honest.

11. Đáp án: trust

Phân tích: Cần một danh từ đứng sau động từ build chỉ mục tiêu hướng tới của điều tra viên đối với người nghe. Cuối đoạn E chỉ rõ: “…in order to gain the trust of those they are talking to.”. Từ gain đồng nghĩa với build trong ngữ cảnh này.

Questions 12-13: Multiple Choice

12. Đáp án: B

Phân tích: Câu hỏi hỏi về tác động của các biến số lấy mẫu (sampling variables). Đối chiếu đoạn F: “Even with this, sampling bias can easily arise due to the number of variables in place, since it only takes one to skew the data.” (Ngay cả vậy, thiên kiến chọn mẫu vẫn dễ phát sinh do số lượng các biến số hiện hữu, vì chỉ cần một biến số lệch là đủ làm sai lệch dữ liệu). Sự sai lệch dữ liệu (skew the data) đồng nghĩa với việc thông tin đầu vào quan trọng bị mất tính chuẩn xác hoặc bị bỏ sót. Chọn đáp án B (can result in important input being lost).

13. Đáp án: C

Phân tích: Câu hỏi hỏi về điều kiện hoạt động của phép ngoại suy toán học (mathematical extrapolation). Đối chiếu đoạn G: “One method to deal with this is to make sure all targeted groups are represented… and make mathematical extrapolations to correct the bias. For this to work, the degree of underrepresentation needs to be quantified exactly…” (Để phương pháp này hoạt động, mức độ thiếu đại diện cần phải được định lượng một cách chính xác). Việc định lượng một cách chính xác (quantified exactly) đồng nghĩa với việc chúng ta cần các tỷ lệ chính xác. Do đó đáp án C (needs exact ratios) là hoàn toàn chính xác.

Hy vọng bài giải mã bài đọc Sampling Bias từ Trung tâm ngoại ngữ ECE đã mang lại cho bạn những trải nghiệm học tập bổ ích để bứt phá band điểm mục tiêu. Hãy tiếp tục duy trì thói quen luyện tập tư duy phản biện mỗi ngày nhé!

Đoàn Nương

Tôi là Đoàn Nương - Giám đốc trung tâm ngoại ngữ ECE. Tôi hiện đang là giảng viên của khoa ngôn ngữ các nước nói tiếng Anh - Trường Đại Học Quốc Gia Hà Nội. Tôi đã có 19 năm kinh nghiệm giảng dạy IELTS và 15 năm là giảng viên Đại Học. Tôi mong muốn đưa ECE trở thành trung tâm ngoại ngữ cho tất cả mọi người, mang tới cho học viên môi trường học tập tiếng Anh chuyên nghiệp và hiệu quả.