Skaičiai meluoja. Na, ne visai – bet gali.
Prisimenu, kaip draugas man rodė naujienų straipsnį: „Žiūrėk, tyrimas įrodė, kad kavos gėrimas sumažina širdies ligų riziką 30%!” Jis jau ruošėsi padvigubinti savo kavos suvartojimą. Sustabdžiau jį vienu klausimu: „O 30% nuo ko?”
Tai ir yra esmė. Statistika pati savaime nemeluoja – ji tiesiog labai lengvai leidžia save interpretuoti taip, kaip tau patogu. Ir žiniasklaida, ir politikai, ir rinkodarininkai tai žino puikiai.
Absoliutūs ir santykiniai skaičiai – klasikinis triukas
Grįžkime prie tos 30%. Jei širdies ligos ištinka 1 iš 1000 žmonių, o kava sumažina riziką 30% – tai reiškia, kad dabar ji ištiks 0,7 iš 1000. Skirtumas? 0,3 žmogaus iš tūkstančio. Santykinai skamba įspūdingai, absoliučiai – beveik nieko.
Tą patį triuką naudoja vaistų reklamos, draudimo kompanijos, dietos guru. Kai matai procentus – visada klausk: procentai nuo ko? Koks pradinis skaičius?
Koreliacija nėra priežastingumas – tai ne tik frazė
Yra puikus pavyzdys: šalyse, kur žmonės valgo daugiau šokolado, gimsta daugiau Nobelio premijos laureatų. Rimtai, toks tyrimas buvo publikuotas. Ar tai reiškia, kad reikia valgyti daugiau šokolado, kad taptum genijumi? Žinoma, ne.
Abu dalykai tiesiog koreliuoja su turtingesnėmis šalimis – ten ir šokolado valgoma daugiau, ir mokslas finansuojamas geriau. Tai vadinama spurious correlation – tariama koreliacija. Internete net yra visas puslapis tokių juokingų pavyzdžių.
Kai skaitai „X susijęs su Y” – tai dar nereiškia, kad X sukelia Y. Gali būti trečias veiksnys Z, kuris lemia abu.
Imtis – kas buvo klausiama ir kas atsakė
„80% apklaustųjų pritaria naujam įstatymui.” Gerai, bet kas buvo apklausiami? Jei apklausė tik partijos narius, jei apklausa buvo internete ir atsakė tik tie, kuriems tai svarbu, jei klausimas buvo suformuluotas taip, kad vienas atsakymas atrodytų logiškesnis – rezultatas nieko nereiškia.
Imties dydis irgi svarbus. Tyrimas su 50 žmonių ir tyrimas su 50 000 žmonių – visiškai skirtingi dalykai, net jei rezultatai panašūs.
Grafikai, kurie apgauna akį
Vienas mėgstamiausių manipuliacijų būdų – sutrumpinta Y ašis. Jei grafikas rodo augimą nuo 98 iki 100, bet Y ašis prasideda nuo 97, o ne nuo 0 – vizualiai atrodo kaip milžiniškas šuolis. Realiai – du procentai.
Taip pat populiaru naudoti skirtingus laiko periodus, kai tai patogu. Ekonomika augo? Parodom nuo 2020. Krito? Parodom nuo 2019. Visada žiūrėk į ašių pradžią ir pabaigą.
Tai ką daryti – tiesiog netikėti niekuo?
Ne, skepticizmas neturi virsti cinizmu. Statistika yra nuostabus įrankis, kai naudojamas sąžiningai. Tiesiog reikia įprasti užduoti kelis paprastus klausimus: kas atliko tyrimą ir kam tai naudinga? Kiek žmonių buvo apklausta ir kaip jie buvo parinkti? Ar kalbama apie absoliučius, ar santykinius skaičius? Ar grafikas neklaidina vizualiai?
Nereikia būti statistiku. Reikia tik neiti pro šalį su „aha, įdomu” ir toliau. Sustok. Paklausk. Dažnai paaiškės, kad tas „revoliucinis tyrimas” buvo atliktas su 30 studentų per vieną savaitę. Arba kad „dramatiškas augimas” yra du procentai ant sutrumpintos ašies.
Skaičiai gali pasakoti bet kokią istoriją – svarbu suprasti, kas juos pasakoja ir kodėl.
