Apa Itu Survivorship Bias?

Kita sering mendengar cerita sukses dari orang yang melakukan sesuatu yang beresiko seperti bisnis dan belajar hal baru. Ini membuat kita terinspirasi melakukan hal yang sama dengan tokoh di cerita itu. Namun, kita lupa bahwa banyak orang yang melakukan hal yang sama dengan tokoh tersebut namun gagal dan mungkin kita akan termasuk bagian dari orang orang gagal tersebut. Ini disebut dengan survivorship bias. Survivorship bias adalah kesalahan logika yang terjadi ketika seseorang fokus pada orang orang yang berhasil, sementara mengabaikan mereka yang gagal. Bias ini bisa menyebabkan penilaian atau analisis yang tidak akurat karena tidak memperhitungkan informasi dari mereka yang gagal.

Selama Perang Dunia II, ahli statistik Inggris, Abraham Wald, ditugaskan untuk menganalisis kerusakan pada pesawat yang kembali dari misi untuk memperkuat perlindungan. Pesawat pesawat yang kembali menunjukkan kerusakan di area tertentu, dan banyak yang berpendapat untuk memperkuat area-area yang rusak ini. Namun, Wald menyadari bahwa analisis tersebut mengabaikan pesawat yang tidak kembali, yang mungkin rusak di area yang tidak terlihat di pesawat yang kembali. Jadi, ia menyarankan untuk memperkuat bagian-bagian yang tidak rusak pada pesawat yang kembali, karena pesawat yang terkena di area tersebut mungkin tidak berhasil kembali.

Ada beberapa langkah yang dapat kamu lakukan untuk menghindari survivorship bias. Seperti mengumpulkan dan menganalisis data dari yang gagal dan berhasil, analisis semua variabel yang berpengaruh dan alasan mengapa variabel tersebut bisa mempengaruhi hasil, pelajari kasus kegagalan orang lain serta bagaimana cara menghindari kegagalan.