Statistika mus supa visur – naujienose, moksliniuose tyrimuose, rinkodaros ataskaitose ar net paprastame pokalbyje su draugais apie orus. Bet štai kur bėda: dauguma žmonių, pamatę skaičių lentelę ar grafiką, tiesiog patiki tuo, kas parašyta, net nepagalvoję, ką tas skaičius iš tikrųjų reiškia. O interpretuoti duomenis neteisingai – labai lengva, net jei ketinimai geri.
Pabandykime pažiūrėti, kaip pradedantysis galėtų priartėti prie statistikos duomenų be baimės ir be klaidingų išvadų. Pavyzdžius pasiskolinsime iš Stilano.lt, kur duomenų vizualizacijos ir analizės pavyzdžių netrūksta.
Kodėl vidurkis ne visada pasako tiesą
Vienas dažniausių klaidinančių dalykų – aritmetinis vidurkis. Tarkime, jei dešimt žmonių uždirba po 500 eurų, o vienas – 10000 eurų, vidurkis parodys apie 1360 eurų. Skamba neblogai, tiesa? Bet realybėje devyni iš dešimties uždirba gerokai mažiau nei tas skaičius rodo. Čia į pagalbą ateina mediana – vidurinė reikšmė, kuri tokiais atvejais atspindi situaciją tiksliau.
Stilano.lt pavyzdžiuose dažnai matome, kaip skirtingi rodikliai – vidurkis, mediana, moda – pateikiami kartu, kad skaitytojas galėtų susidaryti pilnesnį vaizdą, o ne pasikliauti vienu skaičiumi.
Procentai gali apgauti, jei nežinai bazės
„Pardavimai išaugo 50%“ – gražiai skamba, bet kas tie 50 procentų nuo ko? Jei įmonė pernai pardavė dvi prekes, o šiemet tris, augimas formaliai yra 50%, tačiau tai visiškai nereiškia to paties, ką reikštų 50% augimas iš milijono prekių. Visada verta pasidomėti, koks yra pradinis dydis, nuo kurio skaičiuojamas procentas.
Panašiai ir su sumažėjimais – jei kaina pirma pakilo 50%, o vėliau nukrito 50%, galutinė kaina nebus tokia pati kaip pradžioje. Matematika čia veikia kitaip, nei intuicija pirmiausia pasufleruoja.
Grafikai – ne visada objektyvūs
Grafinis duomenų pateikimas gali arba padėti suprasti informaciją, arba ją iškreipti. Klasikinis triukas – nupjauta Y ašis. Jei stulpelinė diagrama prasideda ne nuo nulio, o, tarkime, nuo 80, net nedidelis skirtumas tarp reikšmių gali atrodyti kaip milžiniškas šuolis.
Todėl skaitant bet kokį grafiką verta pirmiausia pažvelgti į ašių skales. Ar jos prasideda nuo nulio? Ar intervalai tarp žymių yra vienodi? Šie smulkūs, bet svarbūs detalės dažnai nulemia, kaip suvokiame pateiktą informaciją.
Koreliacija dar nereiškia priežastinio ryšio
Tai gal pati dažniausiai minima, bet vis tiek dažnai pamirštama taisyklė. Jei du dydžiai keičiasi kartu, tai nebūtinai reiškia, kad vienas sukelia kitą. Klasikinis pavyzdys – ledų pardavimai ir skendimo atvejai vasarą abu auga kartu, bet ne todėl, kad ledai sukelia skendimus, o todėl, kad karštu oru žmonės ir valgo daugiau ledų, ir dažniau maudosi.
Prieš darant išvadą apie priežastinį ryšį, verta paklausti: ar nėra trečio veiksnio, kuris veikia abu stebimus dydžius vienu metu? Dažnai atsakymas yra taip.
Imties dydis turi reikšmę
Apklausa, kurioje dalyvavo 20 žmonių, ir apklausa su 2000 respondentų negali būti vertinamos vienodai, net jei procentiniai rezultatai sutampa. Mažos imties atveju atsitiktinis nukrypimas gali smarkiai iškreipti bendrą vaizdą. Kuo didesnė imtis, tuo patikimesni duomenys, nors, žinoma, tai nėra vienintelis kokybės kriterijus – svarbu ir kaip imtis buvo sudaryta, ar ji reprezentuoja visą populiaciją.
Kelios praktinės gairės kelyje
Grįžtant prie esmės – skaitant statistiką verta išsiugdyti tam tikrą sveiką skepticizmą, bet ne cinizmą. Klauskite, iš kur duomenys, kokia metodologija naudota, ar pateiktas kontekstas leidžia suprasti visą paveikslą, ar tik jo dalį. Vidurkis, mediana, procentai, grafikai – visi šie įrankiai naudingi, jei žinai, kaip juos skaityti ir kada jais nepasitikėti aklai.
Stilano.lt pavyzdžiai gerai iliustruoja, kad duomenys retai būna vienareikšmiai – dažnai reikia pažvelgti giliau, palyginti kelis rodiklius, patikrinti šaltinį. Tai nėra sudėtinga mokslinė disciplina, prieinama tik statistikams – tai įprotis, kurį gali išsiugdyti kiekvienas, kas nori suprasti pasaulį per skaičius, o ne pasiduoti pirmam įspūdžiui.
