Kodėl statistika taip lengvai apgauna
Statistika – tai tarsi žemėlapis. Geras žemėlapis padeda orientuotis, blogas – nuveda į pelkę. Problema ta, kad dauguma žmonių žiūri į skaičius ir automatiškai jiems tiki, nes skaičiai atrodo objektyvūs, šalti, neginčijami. Tačiau iš tikrųjų statistiniai duomenys gali būti suformuluoti taip, kad pasakotų bet kokią istoriją, kurią nori papasakoti jų autorius.
Tai nereiškia, kad statistika yra melas. Ji tiesiog reikalauja, kad skaitytojas būtų budrus.
Pirmiausia klausk: lyginant su kuo?
Vienas dažniausių triukų – pateikti skaičių be konteksto. „Nusikalstamumas išaugo 50 procentų” skamba baisiai. Bet jei praėjusiais metais buvo užfiksuoti 2 atvejai, o šiemet – 3, tai tas pats 50 procentų auga virsta visiškai kitokiu vaizdu.
Todėl kiekvieną kartą, kai matai procentinį pokytį, absoliutų skaičių ar palyginimą, užduok sau klausimą: nuo kokios bazės tai skaičiuojama? Koks yra absoliutus dydis? Ar palyginimas apskritai prasmingas?
Vidurkis – ne visada tai, ką manai
Tarkime, skaitai, kad vidutinis atlyginimas įmonėje yra 3000 eurų. Skamba neblogai. Bet jei generalinis direktorius uždirba 20 000, o likę 9 darbuotojai – po 1000, vidurkis vis tiek bus apie 2900. Visi „vidutiniškai” uždirba gerai, tik realybėje devyni iš dešimties gauna trečdalį to skaičiaus.
Štai kodėl svarbu skirti tris dalykus:
- Vidurkis (mean) – visų reikšmių suma, padalinta iš jų skaičiaus. Jautrus kraštutinėms reikšmėms.
- Mediana – vidurinė reikšmė, kai duomenys išdėstyti eilės tvarka. Daug atsparesnė išskirtims.
- Moda – dažniausiai pasikartojanti reikšmė. Naudinga, kai kalbama apie kategorijas.
Kai kalbama apie pajamas, gyventojų amžių ar turto pasiskirstymą, mediana paprastai pasakoja tiesesnę tiesą nei vidurkis.
Koreliacija nėra priežastingumas – ir tai rimta
Tai bene labiausiai išnaudojama statistikos klaida viešajame diskurse. Du reiškiniai gali vykti vienu metu, bet tai dar nereiškia, kad vienas sukelia kitą.
Klasikinis pavyzdys: šalyse, kur žmonės valgo daugiau šokolado, yra daugiau Nobelio premijos laureatų. Ar šokoladas skatina genialumą? Ne. Abu rodikliai tiesiog koreliuoja su bendru gyvenimo lygiu ir išsilavinimo kokybe.
Kai matai teiginį „X susijęs su Y”, verta paklausti: ar buvo kontroliuojami kiti kintamieji? Ar tyrimas buvo stebimasis, ar eksperimentinis? Ar yra biologiškai ar logiškai pagrįstas mechanizmas, kuris paaiškintų ryšį?
Grafikai gali meluoti vizualiai
Duomenų vizualizacija yra galinga, bet ja lengva manipuliuoti. Dvi dažniausios gudrybės:
Sutrumpinta Y ašis. Jei grafikas pradedamas ne nuo nulio, o nuo, tarkime, 95, net nedidelis pokytis atrodo kaip dramatiška krizė. Linija šauna aukštyn stačiu kampu, nors iš tikrųjų skirtumas – keletas procentų.
Netinkamas mastelis. Du grafikai, rodantys tą patį reiškinį skirtingais laikotarpiais ar skirtingomis skalėmis, gali atrodyti visiškai priešingai. Visada žiūrėk į ašių reikšmes, ne tik į linijų kryptį.
Imties dydis ir reprezentatyvumas – du klausimai, kurių niekas neuždaro
„Tyrimas parodė, kad 80 procentų žmonių…” – o kiek tų žmonių buvo apklausta? Penki? Penkiasdešimt? Penki tūkstančiai? Ir kas jie buvo – studentai universitete, socialinių tinklų naudotojai, atsitiktinė imtis iš visos šalies?
Maža imtis reiškia didelę paklaidą. Nereprezentyvus tyrimas reiškia, kad rezultatai galioja tik tai konkrečiai grupei, bet ne visiems. Tai ypač svarbu, kai tyrimų išvados naudojamos politiniams sprendimams pagrįsti.
Kai skaičiai tampa įrankiu, o ne tiesa
Statistinis raštingumas – tai ne matematikos žinios. Tai gebėjimas sustoti ir paklausti paprastų klausimų: kas surinko šiuos duomenis ir kodėl? Kas finansavo tyrimą? Kaip buvo suformuluoti klausimai? Kokia buvo imtis? Ar pateikiamas visas vaizdas, ar tik ta jo dalis, kuri patvirtina norimą išvadą?
Skaičiai patys savaime nėra nei teisingi, nei klaidingi – jie tik tiek geri, kiek geras yra kontekstas, kuriame jie pateikiami. Išmokus užduoti tinkamus klausimus, statistika nustoja būti autoritetu ir tampa tuo, kuo turėtų būti: vienu iš įrankių suprasti pasaulį, o ne galutine tiesa apie jį.
