Berkson’s paradox (aka collider bias) adalah kesalahan logika atau statistik yang terjadi ketika kita menarik kesimpulan dari data yang sudah terseleksi, bukan dari populasi yang sebenarnya.
Contoh:
-
Mencari korelasi antara kepintaran dan kerja keras, tapi data yang diambil cuma dari mahasiswa yang diterima di kampus elit. Di mana di kampus elit:
- Ada yang pintar tapi males
- Ada yang nggak terlalu pintar tapi sangat rajin
Lalu kita menarik kesimpulan: “Yang pintar malah kurang rajin, dan yang rajin malah biasa aja kepintarannya”. Korelasi negatif ini muncul karena cuma melihat dari kelompok data yang lolos seleksi.
-
“Jumlah skor berkorelasi negatif dengan tinggi badan pada pemain NBA”. Ya karena untuk main di NBA udah harus punya tinggi badan di atas rata-rata atau harus sangat baik dalam mencetak skor.
