عاجل
🌍 تغطية عالمية 24/7 • 🏯 شرق آسيا: الصين، اليابان، كوريا • 🛕 جنوب آسيا: الهند • 🏰 أوروبا • 🗽 الأمريكتان • 🌍 أفريقيا • 🕌 الشرق الأوسط • 🇵🇸 تضامن فلسطين •
جارٍ الترجمة...
🧠 هل تعلم

Bias Terselamat: Apabila Kejayaan Menyembunyikan Ribuan Kegagalan yang Tidak Dikisahkan

Survivorship bias ialah kesilapan statistik yang berlaku apabila kita hanya memfokuskan kepada entiti yang berjaya melepasi proses pemilihan, lalu mengabaikan yang gagal. Artikel ini mengupas fenomena ini dengan contoh nyata seperti pesawat Perang Dunia Kedua, perniagaan, dan kehidupan harian, serta implikasinya terhadap pemikiran kritikal dan pembuatan keputusan.

18 Julai 20264 دقيقة قراءة0 مشاهداتبواسطة Redaksi KhatulistiwaWikipedia — Survivorship bias
Bias Terselamat: Apabila Kejayaan Menyembunyikan Ribuan Kegagalan yang Tidak Dikisahkan
AI

Pengantar: Ilusi Kejayaan yang Menipu Mata

Apabila kita membaca kisah jutawan yang bermula dari bawah, melihat syarikat gergasi yang menguasai pasaran, atau mendengar atlet yang berjaya selepas pelbagai dugaan, mudah untuk kita membuat kesimpulan bahawa formula tertentu adalah kunci kejayaan. Namun, kita terlupa bahawa bagi setiap satu kisah kejayaan yang kita saksikan, terdapat ribuan kisah kegagalan yang lenyap tanpa meninggalkan jejak. Fenomena ini dikenali sebagai survivorship bias, atau bias terselamat—satu kesilapan statistik yang sering menjerat pemikiran manusia kerana kita hanya melihat 'yang terselamat' dan mengabaikan 'yang gugur'.

Definisi dan Mekanisme Bias Terselamat

Survivorship bias berlaku apabila kita membuat analisis atau kesimpulan hanya berdasarkan data daripada individu atau entiti yang berjaya melepasi suatu proses pemilihan, sementara mereka yang gagal langsung tidak diambil kira. Menurut Wikipedia, ini adalah satu bentuk bias pensampelan yang boleh membawa kepada kepercayaan yang terlalu optimistik kerana pelbagai kegagalan diabaikan. Contohnya, apabila menilai prestasi kewangan syarikat, kita mungkin hanya melihat syarikat yang masih bertahan, lalu membuat kesimpulan bahawa pelaburan dalam industri tersebut pasti menguntungkan—tanpa menyedari bahawa banyak syarikat lain sudah muflis. Kesilapan ini juga boleh menyebabkan tanggapan salah bahawa kejayaan kumpulan tertentu memiliki sifat istimewa, sedangkan ia mungkin hanya kebetulan atau faktor lain yang tidak diukur.

Contoh Klasik: Pesawat Perang Dunia Kedua

Salah satu contoh paling terkenal bagi survivorship bias datang dari Perang Dunia Kedua. Ahli statistik Abraham Wald diminta oleh Tentera Udara Amerika Syarikat untuk mengkaji kerosakan pada pesawat yang pulang dari misi pertempuran. Para pegawai ingin menambah perisai di bahagian pesawat yang paling kerap terkena tembakan, berdasarkan analisis lubang peluru pada pesawat yang kembali. Namun, Wald membuat pemerhatian yang bijak: pesawat yang berjaya pulang hanyalah yang terselamat daripada serangan. Lubang peluru pada pesawat ini menunjukkan bahagian yang boleh terkena tembakan tetapi masih membolehkan pesawat terbang pulang. Sebaliknya, pesawat yang terkena tembakan di bahagian lain (seperti enjin atau kokpit) mungkin tidak sempat pulang. Oleh itu, Wald mencadangkan supaya perisai ditambah di bahagian yang tidak mempunyai lubang peluru pada pesawat yang terselamat—kerana itulah bahagian yang menyebabkan pesawat lain gugur. Keputusan ini menyelamatkan banyak nyawa, dan menjadi pengajaran penting tentang bagaimana bias terselamat boleh mengelirukan jika tidak ditangani dengan betul.

Contoh dalam Dunia Perniagaan dan Pelaburan

Dalam dunia perniagaan, survivorship bias sering mempengaruhi persepsi kita terhadap kejayaan. Media gemar menonjolkan syarikat startup yang berjaya menjadi unicorn, seperti Facebook, Google, atau Tesla. Namun, kajian menunjukkan bahawa lebih daripada 90% startup gagal dalam tempoh lima tahun pertama. Apabila kita hanya mendengar kisah mereka yang berjaya, kita cenderung meremehkan risiko dan membuat keputusan yang tidak realistik. Begitu juga dalam pelaburan saham: dana yang dilaporkan dalam indeks prestasi biasanya adalah dana yang masih wujud, manakala dana yang gagal disingkirkan. Ini menyebabkan prestasi purata yang dilaporkan lebih tinggi daripada prestasi sebenar, kerana dana yang muflis tidak diambil kira. Pelabur yang terpedaya mungkin akan melabur berdasarkan data yang tidak lengkap.

Contoh dalam Kehidupan Harian

Bias terselamat tidak hanya berlaku dalam statistik atau perniagaan, tetapi juga dalam kehidupan seharian. Ambil contoh nasihat kerjaya: kita sering mendengar kisah individu yang berhenti sekolah dan menjadi jutawan, seperti Mark Zuckerberg atau Steve Jobs. Walaupun kisah ini benar, ia hanyalah segelintir daripada jutaan yang berhenti sekolah dan gagal mencapai kejayaan. Nasihat seperti 'jangan takut gagal' juga sering diberikan berdasarkan kejayaan segelintir orang, tanpa menyebut berapa ramai yang gagal selepas mengambil risiko yang sama. Dalam bidang sukan, pemain bola sepak yang berjaya dari kawasan miskin sering dijadikan inspirasi, tetapi berapa ramai lagi yang tidak berjaya walaupun memiliki bakat dan usaha yang sama? Media sosial pula memaparkan kehidupan glamor selebriti dan usahawan, menyembunyikan perjuangan mereka yang tidak berjaya dan menyebabkan orang lain berasa rendah diri atau membuat perbandingan yang tidak sihat.

Implikasi dan Pengajaran: Mengapa Kita Perlu Berhati-hati?

Survivorship bias bukan sekadar kesilapan akademik; ia mempunyai implikasi nyata terhadap keputusan hidup, kewangan, dan dasar awam. Apabila kita merancang kerjaya, melabur, atau memulakan perniagaan, adalah penting untuk tidak hanya melihat contoh kejayaan, tetapi juga memahami kadar kegagalan dan faktor yang menyebabkannya. Jika tidak, kita mungkin membuat keputusan berdasarkan gambaran yang terlalu optimistik, lalu menyesal di kemudian hari. Selain itu, bias ini juga menggalakkan budaya 'blaming the victim'—apabila seseorang gagal, kita mungkin menyalahkan mereka kerana tidak cukup berusaha, sedangkan mungkin terdapat faktor sistemik yang tidak dapat dikawal.

Refleksi: Soalan untuk Diri Sendiri

Oleh itu, sebelum kita terlalu kagum dengan kejayaan seseorang, marilah kita bertanya: Berapa ramai lagi yang mencuba tetapi gagal? Adakah kejayaan ini benar-benar hasil usaha, atau adakah faktor nasib, keistimewaan, atau keadaan lain yang berperanan? Bagaimana jika saya berada dalam kelompok yang gagal—adakah saya masih akan membuat kesimpulan yang sama? Dengan menyedari survivorship bias, kita dapat menjadi pemikir yang lebih kritis, membuat keputusan yang lebih realistik, dan menghargai perjuangan mereka yang tidak berjaya—kerana di sebalik setiap kejayaan, terdapat ribuan kisah yang tidak pernah didengari.

---
Rujukan: Survivorship bias — Wikipedia

Kandungan Ditaja (Sponsored)