Data Bias & Sample Size trong thể thao là gì?

Trong thể thao hiện đại, bạn có thể dễ dàng tiếp xúc với các dữ liệu. Chỉ cần vài thao tác, bạn đã có thể tiếp cận được loạt chỉ số thể thao quan trọng như: hiệu suất tấn công, giá trị kỳ vọng bàn thắng,…Tuy nhiên để tránh rơi vào trường hợp ngộ nhận, thiếu sự khách quan khi phân tích trận đấu bạn cần hiểu rõ về Data Bias & Sample Size. 

1.Data Bias trong thể thao sports là gì? 

Trong phân tích dữ liệu thể thao, khái niệm Data Bias được nhắc đến khá nhiều. Bạn có thể hiểu Data Bias chính là thiên lệch dữ liệu. Nghĩa là dữ liệu thống kê thu thập liên quan đến trận đấu không phản ánh đúng năng lực, sức mạnh thực tế của đội bóng hoặc cầu thủ. Điều này khiến người phân tích đưa ra nhận định, kết luận bị lệch hướng.  

Data Bias là gì trong phân tích thể thao?

2. Các dạng Data Bias thường gặp 

Trong thể thao, Data Bias xuất hiện rất tự nhiên và có thể xảy ra ở mọi giai đoạn. Bởi vì không phải lúc nào điều kiện thu thập, thống kê, diễn giải dữ liệu trận đấu cũng hoàn hảo. Tuy nhiên về cơ bản thì Data Bias có 3 dạng thường gặp như sau: 

2.1. Thiên lệch chọn mẫu 

Một trong những dạng thiên lệch dữ liệu phổ biến nhất đó là thiên lệch chọn mẫu. Trong thống kê dữ liệu thể thao, thuật ngữ thường dùng là Selection Bias. Dạng thiên lệch này xảy ra khi người phân tích đã chọn dữ liệu phù hợp theo nhận định khách quan ban đầu của mình. Người phân tích mắc sai lầm khi bỏ qua việc nhìn nhận toàn bộ dữ liệu trận đấu.

Cụ thể, người phân tích thường tập trung vào số liệu về cầu thủ đá chính, ngôi sao trên sân hoặc cầu thủ có nhiều điểm nổi bật trong trận. Trong khi đó, họ lại bỏ qua các cầu thủ dự bị, thi đấu ít. Vì thế, số liệu thu thập được không đánh giá đúng năng lực thực sự của đội bóng. 

Ví dụ, trong một trận đấu xuất hiện cầu thủ ghi 2 được hai bàn thắng. Số liệu này chỉ cho thấy khả năng săn bàn, phong độ của cầu thủ đó ở trận đấu này cao. Còn nếu bạn chỉ dựa vào trận đấu này để kết luận cầu thủ đó đang có hiệu suất ghi bàn cao trong mùa giải thì khá sai lệch. 

2.1. Thiên lệch ngữ cảnh 

Thiên lệch ngữ cảnh trong thể thao hay còn được gọi là Context Bias. Đây cũng là dạng thiên lệch dữ liệu thường gặp, bởi vì thể thao sẽ luôn chịu ảnh hưởng lớn từ bối cảnh. Cụ thể như: 

Thiên lệch ngữ cảnh xảy ra do bỏ qua yếu tố bối cảnh khi phân tích dữ liệu 

• Đối thủ mạnh hay yếu 
• Thi đấu sân nhà hay sân khách 
• Điều kiện thời tiết 
• Thể lực của các cầu thủ
• Chiến thuật của huấn luận viên 
• …

Chính vì thế, nếu phân tích dữ liệu thể thao mà bỏ qua các yếu tố trên thì sẽ dẫn đến thiên lệch. Kết quả phân tích trận đấu sẽ thiếu tính chính xác. 

Ví dụ như: một đội bóng ở top đầu trong giai đoạn đối đầu các đội bóng cuối bảng. Kết quả đội bóng đó liên tục giành được chiến thắng, số bàn thắng ghi được cũng nhiều. Lúc này, dữ liệu thống kê sẽ bị thổi phồng khiến nhiều người nhầm lẫn trong việc đánh giá sức mạnh thực sự của đội bóng. Bởi vì thực tế để có nhận định đúng thì dữ liệu thống kê phải toàn diện và cần phân tích theo độ mạnh của đối thủ. 

1.3. Thiên lệch sống sót 

Thiên lệch sống sót (Survivorship) là dạng thiên lệch dữ liệu xảy ra khi người phân tích chỉ nhìn thấy “kẻ sống sót”. Hiểu đơn giản, quá trình phân tích đã bỏ qua những trường hợp thất bại. 

Ví dụ khi phân tích về các cầu thủ trẻ thành công có không ít kết luận rằng “cầu thủ được thi đấu chuyên nghiệp sớm dễ thành công”. Tuy nhiên thực tế cho thấy trong làng túc cầu thế giới đã có hàng nghìn cầu thủ trẻ đi theo con đường đó nhưng thất bại. Điều này cho thấy kết luận dữ liệu trước đó đã được bỏ qua trường hợp thất bại trong quá trình phân tích. 

3. Sample Size trong thể thao là gì? 

Trong phân tích dữ liệu thể thao, Sample Size chính là kích thước mẫu. Bạn có thể hiểu đó là số lượng mẫu được quan sát, sử dụng để phân tích, đánh giá về cầu thủ, đội bóng, chiến thuật của HLV. Cụ thể, Sample Size có thể bao gồm như sau: 

Kích thước mẫu trong phân tích thể thao

• Số trận đấu 
• Số phút thi đấu 
• Số pha dứt điểm 
• Số đường chuyền 
• Số lần tắc bóng thành công
• … 

Đặc biệt, trong thống kê nếu Sample Size càng nhỏ thì kết quả phân tích dữ liệu sẽ càng có độ chính xác thấp. Điều này sẽ dễ dẫn đến sự xuất hiện của các chỉ số bị thổi phồng khiến bạn hiểu nhầm và đưa ra kết luận sai. 

Ví dụ, một cầu thủ ghi bàn ở 2 trận đấu liên tiếp được ra sân. Đây là một dấu hiệu đáng mừng cho đội bóng nhưng không đồng nghĩa cầu thủ đó đang có phong độ đỉnh cao. Bởi vì chỉ với Sample Size là 2, số lượng quá nhỏ nên không thể đánh giá được năng lực thực sự của cầu thủ đó. Nếu muốn đưa ra nhận định chuẩn xác, khách quan hơn bạn cần quan sát thêm các trận đấu khác, Sample Size có thể nâng lên 4 – 5 trận. 

4. Kết luận 

Sunwin vừa bật mí đến bạn góc thông tin về Data Bias & Sample Size. Bạn có thể thấy cả Data Bias và Sample Size đều có những ảnh hướng lớn đến ý nghĩa thực sự của các con số trong thống kê thể thao. Vì thế, khi phân tích nhận định dữ liệu thể thao bạn hãy nhớ xem xét cẩn thận và đặt mỗi con số trong bối cảnh thực tế để giảm sai số.