Một cách phân tích kết quả phiếu tín nhiệm Quốc Hội 15-11-2014

Posted on November 16, 2014 by

2


Op-Economica, 16-11-2014 — Hôm qua đã có kết quả bỏ phiếu tín nhiệm 50 vị trí chủ chốt của bộ máy điều hành. Số liệu được cung cấp trong bài Kết quả phiếu tín nhiệm (15-11).

Tuy nhiên, kết quả này về hình ảnh rất khó đọc ra ý nghĩa thực tiễn, đặc biệt để chỉ ra các vị trí “nguy hiểm” và “vượt trội”. “Đọc” cái hình và cái bảng của các tờ báo lớn cung cấp khá bối rối, và khó có hình dung xác đáng.

Phân tích sau đây đưa một cách phân tích xếp hạng tương đối sáng rõ, và dễ hình dung với cộng đồng nói chung, dựa trên dữ liệu phiếu tín nhiệm công bố rộng rãi và cấu tạo thống kê so sánh. Cách phân “phạm trù” và gán điểm này giải quyết vấn đề phải giả định phân phối, hoặc gán chủ quan. Hơn nữa, căn cứ phân phối thực nghiệm cho từng điểm dữ liệu cá biệt dựa trên tổng thể toàn mẫu phiếu tín nhiệm, thay vì chỉ nhìn vào một cá nhân.

Dữ liệu được vào lại, và tính toán, hình thành một data set riêng cho việc này. Hình minh họa dưới đây (cho 6 điểm dữ liệu đầu tiên trong tổng số 50).

2014-11-16_head.votedatCó một số cân nhắc để tiến hành phép biến đổi điểm gán cho mỗi vị được tiến hành lấy phiếu tín nhiệm như sau.Trước tiên, hạng ở giữa “Tín nhiệm” thể hiện mức hoạt động bình thường (“Norm”), tức là thực ra có thêm một phiếu, ở mức này, cũng không nói gì về đánh giá cao hay thấp của các đại biểu. Số “tín nhiệm” thực ra có một giá trị là “khống chế” số phiếu còn lại phân bổ cho “Tín nhiệm cao” (HC) và “Tín nhiệm thấp” (LC).

Như vậy, tác động trực tiếp sẽ đến từ hai mức phân biệt rõ rệt vừa nói: Cao hoặc thấp. Tôi biến đổi để có thêm 2 dữ liệu là “Plus” và “Minus”. Lấy các trị số này làm cơ sở để tính điểm cuối cùng, là tổng 2 trị số trên và gọi chung là Grade. Xét trực giác, cơ bản có thể thấy sự đánh đổi giữa 2 mức này qua biểu diễn dưới đây:

plot.HC.LC

Đầu tiên là Plus. Thang điểm cho Plus có thể cho chạy từ 0 đến 5. Việc gán điểm số này dựa trên căn cứ độ lệch của điểm dữ liệu của HC so với tổng thể 50 điểm dữ liệu của mẫu. Cụ thể, do Mean(HC)=244.08, và SD(HC)=88.8. Có thể gán trị số như sau: HC>Mean+2*SD, gán giá trị Plus=5. Nếu HC<Mean thì Plus=0. Các khoảng ở giữa là ‘jump’ trị số theo bước nhảy 1, tương ứng với mức tăng HC từng 1/2 của SD. Dưới đây là hình ảnh mô tả sự chuyển biến tương ứng HC thành Plus và phân phối dữ liệu từ các phiếu thu được. Mật độ dày đặc nhất (vượt trội) phân bố vào Plus=0, kế tiếp là mức 2.

Phép biến đổi và trị số Plus được gán tương ứng.

Phép biến đổi và trị số Plus được gán tương ứng.

Tương tự như vậy với Minus, nhưng trị tuyệt đối lớn nhất |5| bây giờ bị gán dấu âm. LC>Mean+2*SD thì nhận Minus=-5 (Mean(LC)=50.8; SD=42.3). Cứ thế theo cùng quy tắc. Phân phối của giá trị chuyển từ độ lớn tương ứng LC sang Minus (trị số), trong đó mật độ dầy đặc nhất (vượt trội) ở Minus=0, và kế tiếp là -1:

Chuyển LC sang trị số bước nhảy -1 của Minus và phân bố của dữ liệu thực nghiệm.

Chuyển LC sang trị số bước nhảy -1 của Minus và phân bố của dữ liệu thực nghiệm.

Điểm cuối cùng tính là Grade=Plus+Minus. Hình dưới đây cho biết phân bố giá trị của biến Grade mới tính ra từ Plus và Minus.

Phân phối trị số Grade tính từ kết cục bỏ phiếu (histogram)

Phân phối trị số Grade tính từ kết cục bỏ phiếu (histogram)

Không khó để nhận thấy, vùng “siêu sao” có trị số Grade chạy từ 3 đến 4 chỉ có 7 nhân vật. Vùng “nguy hiểm” dựa trên Grade từ -1 tới -5 đông hơn hẳn “siêu sao”, có tới 13. Các nhân vật nhận phiếu tín nhiệu có Grade trong vùng “nguy hiểm” như sau:

2014-11-16_dangerzoneTất cả trong số này đều có số phiếu HC dưới 200, ngoại trừ trường hợp Bộ trưởng NN-PTNT Cao Đức Phát. Các vị rơi vào vòng “nguy hiểm” có đặc điểm chung là có trị số Plus = 0. Do đó, họ bị quyết định bởi số Minus. Ngược lại, các vị “siêu sao” có đặc điểm chung là Minus=0, do đó tính “siêu sao” của kết quả hoàn toàn do số Plus quyết định. Ngoại lệ duy nhất là Chủ tịch QH, có số Plus tương đương các siêu sao, nhưng bị khử vì có trị số Minus=-1, do đó Grade cuối cùng có trị số=2, và có thể xếp vào nhóm 19 “an toàn cao” có Grade từ 1 tới 2. Thủ tướng, người đứng đầu Chính phủ, có điểm Grade “An toàn cao”.

Tuy nhiên, tách tập con vùng “siêu nguy hiểm” với trị số nhỏ dần từ -3 tới -5, thì có 8 nhân vật. Từ đây, có thể thấy việc “chăm chú” quá vào nhân vật Y Tế có vẻ quá thiên kiến. Trên thực tế, cả 8 đều có trị số phản ánh đánh giá kém tích cực cơ bản tương đương nhau, hoặc không có sai lệch đáng kể. Việc tập trung vào vị trí Y Tế dường như khiến cho bà Kim Tiến bị gánh bùa rìu “hộ” cho 7 vị trí còn lại – cũng đều là trọng trách điều hành – và tối thiếu là 4 người khác ở trong vùng tương đương về mặt đánh giá, nhưng ít bị chú ý hơn.

Nhóm “an toàn cao” nằm ngay sát nhóm “siêu an toàn” (siêu sao), bao gồm 19 vị trí, theo thống kê tính ra ở bảng dưới đây.

2014-11-16_safezone

Dưới nhóm 19 “an toàn cao” là nhóm “an toàn vừa đủ”, có tới 11 nhân vật.

Hình dưới đây cho thấy “quy luật” tác động của tín nhiệm cao và thấp lên trị số cuối (Grade):

plot.HC.Gradeplot.LC.Grade

Rốt cục phân bố khá tổng quát là các nhóm:

Nguy hiểm: 13
An toàn: 11
An toàn cao: 19
Siêu sao: 7.

Về mặt lý thuyết, hoàn toàn có thể tiến hành phân tích phân biệt và phân tổ thống kê để chỉ ra các nhóm điểm dữ liệu có tính chất tương đương với 4 nhóm nói trên, cũng như biểu diễn hình học.


* Chú thích: Các tính toán cơ bản dùng Excel, và đồ họa dùng R (bản 3.0.2)

Advertisements