Kategorija: Patarimai

Kodėl statistika parodoje – tai daugiau nei tik skaičiai

Daugelis moksleivių ir mokytojų statistiką suvokia kaip kažką nuobodaus – lentelės, grafikai, procentai. Tačiau mokyklos parodoje statistika gali tapti vienu įdomiausių ir įtaikiausių būdų papasakoti istoriją, įrodyti tašką ar net sukurti interaktyvią patirtį. Problema ta, kad dažnai statistiniai duomenys būna pateikiami taip, jog praeiviai tiesiog praeina pro šalį, nesupratę, ką bandėte pasakyti.

Gera žinia – statistiką galima pateikti taip, kad ji ne tik atkreiptų dėmesį, bet ir liktų atmintyje. Svarbu suprasti, kad skaičiai patys savaime nieko nereiškia. Jie tampa reikšmingi tik tada, kai padeda pamatyti kontekstą, palyginti situacijas ar atskleisti netikėtus ryšius. Pavyzdžiui, sakyti, kad mokykloje yra 450 mokinių – tai tiesiog faktas. Bet parodyti, kad per pastaruosius penkerius metus mokinių skaičius išaugo 23%, o tai prilygsta dviejų papildomų klasių atsiradimui – štai tai jau pasakoja istoriją.

Kaip atrinkti tinkamus duomenis savo temai

Pirmasis ir dažniausiai daroma klaida – bandymas įtraukti per daug informacijos. Matote, surinkote daugybę duomenų apie savo tyrimą ar projektą, ir norisi viską parodyti. Tačiau parodoje veikia kitoks principas nei rašto darbe. Žmonės sustoja prie jūsų stendo vidutiniškai 30-90 sekundžių. Per tą laiką jie turi suprasti pagrindinę mintį.

Todėl duomenų atranka turėtų prasidėti nuo klausimo: kokią vieną pagrindinę mintį noriu perteikti? Jei jūsų projektas apie plastiko taršą mokyklos teritorijoje, galbūt svarbiausia statistika bus ne tai, kiek iš viso plastiko surinkote, o tai, kad 67% viso surinkto šiukšlių buvo vienkartiniai plastikiniai buteliai. Ši statistika iškart kelia klausimą ir siūlo sprendimą – gal reikėtų mokykloje įrengti geriamojo vandens fontanėlius?

Renkantis duomenis, pagalvokite ir apie jų patikimumą. Jei naudojate internetinius šaltinius, įsitikinkite, kad tai oficialios institucijos – Statistikos departamentas, ministerijos, pripažinti tyrimų centrai. Jei atliekate savo apklausą, būtinai nurodykite imties dydį. Apklausa, kurioje dalyvavo 15 žmonių, ir apklausa su 150 respondentų – tai visiškai skirtingi patikimumo lygiai.

Vizualizacija, kuri veikia geriau nei tūkstantis žodžių

Dabar prie smagiausios dalies – kaip tuos skaičius paversti kažkuo, kas tikrai atkreipia dėmesį. Tradiciniai stulpeliniai grafikai ir skritulinės diagramos turi savo vietą, bet parodoje galite leisti vaizduotei išsisklesti.

Fizinės vizualizacijos dažnai būna įspūdingiausios. Jei tyrinėjote vandens suvartojimą, galite naudoti tikrus butelius – pavyzdžiui, eilę butelių, kur kiekvienas reprezentuoja vidutinį vienos klasės suvartojimą per savaitę. Jei projektas apie laiką, praleistą prie ekranų, galite sukurti laiko juostą su tikrais laikrodžiais arba smėlio laikrodžiais. Tokios vizualizacijos ne tik patrauklios akiai, bet ir suteikia fizinį, apčiuopiamą skaičių suvokimą.

Spalvos vizualizacijoje vaidina didžiulį vaidmenį, bet čia reikia atsargumo. Naudokite ne daugiau kaip 3-4 pagrindines spalvas. Ryškios spalvos – raudona, oranžinė, geltona – atkreipia dėmesį į svarbiausius duomenis. Šaltesnės spalvos – mėlyna, žalia – tinka foninei informacijai. Ir prašau, venkite 3D efektų grafikuose – jie atrodo „šauniai”, bet dažnai iškraipo duomenis ir apsunkina supratimą.

Interaktyvūs elementai parodoje veikia puikiai. Galite sukurti „spėk statistiką” žaidimą, kur lankytojai pirmiau bando atspėti skaičių, o paskui pamato tikrąjį rezultatą. Arba magnetinę lentą, kur lankytojai patys gali pridėti savo duomenis prie jūsų tyrimo. Tai ne tik įtraukia, bet ir padidina laiko, kurį žmonės praleidžia prie jūsų stendo, kiekį.

Palyginimų galia: kaip padaryti, kad skaičiai būtų suprantami

Štai kur dauguma projektų pralaimėja – jie pateikia skaičius be konteksto. Sakyti, kad mokyklos bibliotekoje yra 8,500 knygų, skamba įspūdingai, bet ką tai iš tikrųjų reiškia? Daug tai ar mažai?

Palyginimas su kažkuo žinomu viską pakeičia. Tie patys 8,500 knygų tampa kur kas įdomesni, kai pasakote, kad tai prilygsta maždaug 42 knygoms vienam mokiniui, arba kad jei jas sudėtumėte vieną ant kitos, bokštas būtų aukštesnis nei mokyklos pastatas. Staiga abstraktus skaičius tampa kažkuo realiu ir įsivaizduojamu.

Laiko palyginimų taip pat verta nepamiršti. Jei tyrinėjate, kiek laiko moksleiviai praleidžia ruošdamiesi namų darbams, vietoj „vidutiniškai 2.5 valandos per dieną” galite pasakyti „tai prilygsta 912 valandoms per metus arba 38 pilnoms dienoms be miego”. Staiga tas skaičius įgauna visai kitą perspektyvą.

Procentai yra puikūs, bet kartais absoliutūs skaičiai veikia geriau. „15% mokinių” gali skambėti nedaug, bet „kiekvienas septintas mokinys jūsų klasėje” – tai jau kažkas konkretaus. Arba atvirkščiai – kai kalbate apie didelius skaičius, procentai gali būti aiškesni. Pasirinkimas priklauso nuo to, ką norite pabrėžti.

Klaidų, kurių verta vengti

Net ir su geriausiais ketinimais lengva suklysti pateikiant statistiką. Viena dažniausių klaidų – manipuliavimas ašimis grafikuose. Pavyzdžiui, jei norite parodyti dramatišką augimą, galite pradėti Y ašį ne nuo nulio, o nuo didesnio skaičiaus. Tai vizualiai padidina skirtumą, bet yra klaidinantis būdas. Parodoje, kur vertintojai žiūri į patikimumą, tokios gudrybės gali kainuoti taškų.

Koreliacija nėra priežastingumas – šį teiginį turbūt girdėjote šimtą kartų, bet vis tiek dažnai jį pamirštame. Jei jūsų duomenys rodo, kad mokiniai, kurie daugiau skaito, gauna geresnius pažymius, tai nereiškia, kad skaitymas tiesiogiai sukelia geresnius pažymius. Galbūt abu dalykus lemia trečias faktorius – pavyzdžiui, šeimos palaikymas ar asmeninė motyvacija. Būkite atsargūs su išvadomis ir visada nurodykite, kad tai tik stebėjimas, o ne įrodytas priežastinis ryšys.

Perdėtas tikslumas taip pat gali pakenkti. Jei apklausėte 47 žmones ir 31 atsakė teigiamai, techniškai tai yra 65.96%. Bet parodoje geriau pasakyti „apie 66%” arba net „beveik du trečdaliai”. Pernelyg tikslūs skaičiai su daug skaitmenų po kablelio atrodo dirbtinai ir apsunkina suvokimą. Be to, su mažomis imtimis toks tikslumas yra iliuzija – paklaidos riba gali būti kur kas didesnė.

Kaip papasakoti istoriją su duomenimis

Geriausi statistikos projektai parodose nėra tiesiog duomenų rinkiniai – jie pasakoja istoriją. Ir kaip kiekvienoje istorijoje, čia reikia pradžios, vidurio ir pabaigos.

Pradžia – tai kontekstas. Kodėl šis klausimas svarbus? Kokią problemą tyrinėjate? Pavyzdžiui, jei jūsų projektas apie maisto švaistymą mokyklos valgykloje, pradėkite nuo bendro konteksto: „Pasaulyje išmetama trečdalis viso pagaminto maisto. O kaip mūsų mokykloje?”

Vidurys – tai jūsų duomenys ir atradimai. Čia ir atsiskleidžia statistika. Bet nepateikite visų duomenų iš karto. Sukurkite kelią, kuriuo lankytojas eis. Galbūt pradėsite nuo bendro vaizdo (kiek iš viso maisto išmetama per savaitę), tada peresite prie detalesnės analizės (kokie patiekalai švaistomi dažniausiai), ir galiausiai prie netikėtų atradimų (pavyzdžiui, kad penktadieniais švaistoma 40% daugiau nei kitomis dienomis).

Pabaiga – tai išvados ir rekomendacijos. Ką jūsų duomenys reiškia praktiškai? Kokius sprendimus siūlote? Galbūt mažesnės porcijos, lankstesnis meniu pasirinkimas ar švietimo kampanija. Statistika be praktinių išvadų lieka tik akademiniu pratimu.

Asmeninės istorijos gali puikiai papildyti statistiką. Jei tyrinėjote stresą prieš egzaminus, šalia grafiko su procentais galite įtraukti kelis anoniminius citatas iš apklausos. „Naktį prieš egzaminą miegojau tik 3 valandas” – tokia citata suteikia žmogiškąjį veidą šaltiems skaičiams.

Technologijos ir įrankiai, kurie palengvina darbą

Nebūtina būti dizaino genijumi, kad sukurtumėte įspūdingą statistikos vizualizaciją. Šiandien yra daugybė nemokamų įrankių, kurie gali padėti.

Google Charts ir Canva yra puikūs pradedantiesiems. Jie turi paruoštų šablonų ir yra intuityvūs naudoti. Canva ypač gera, jei norite sukurti infografikas – vizualius duomenų pateikimus, kurie sujungia tekstą, skaičius ir paveikslėlius į vieną patrauklų vaizdą.

Jei norite kažko interaktyvesnio ir esate pasirengę šiek tiek pasimokyti, Tableau Public siūlo nemokamą versiją, kuri leidžia kurti sudėtingesnes vizualizacijas. Piktochart yra dar viena gera alternatyva infografikoms, su daug švietimo temų šablonų.

Bet nepamirškite ir tradicinių metodų. Kartais ranka pieštas grafikas ant didelio popieriaus lapo gali būti įspūdingesnis nei tobulai kompiuteriu sukurtas. Tai rodo asmeninį įsitraukimą ir dažnai atrodo autentiškiau. Be to, galite naudoti fizines medžiagas – spalvotus popierius, siūlus, sagutes, lipnius lapelius. Tokios vizualizacijos yra trijų dimensijų ir natūraliai traukia dėmesį.

Jei naudojate kompiuterį parodoje (planšetę ar nešiojamąjį), įsitikinkite, kad turite atsarginį planą. Baterijos išsenka, programos užstringa, internetas dingsta. Visada turėkite atspausdintą versiją kaip atsarginį variantą.

Interaktyvumas ir įtraukimas: kai lankytojai tampa dalimi projekto

Vienas geriausių būdų padaryti statistikos projektą įsimintinu – leisti lankytojams patiems dalyvauti. Tai ne tik padidina susidomėjimą, bet ir padeda jiems geriau įsiminti jūsų duomenis.

Paprasčiausias būdas – „balsuok lipduku” lenta. Pateikite klausimą, susijusį su jūsų tema, ir leiskite lankytojams balsuoti lipdukais. Pavyzdžiui, jei jūsų projektas apie transporto būdus į mokyklą, paklauskit: „Kaip jūs atvykote į parodą šiandien?” ir leiskite žmonėms priklijuoti lipdukus prie atitinkamų kategorijų. Parodos pabaigoje turėsite tikrą laiko vizualizaciją, kuri kito prieš jūsų akis.

„Prieš ir po” demonstracijos taip pat veikia puikiai. Parodykite statistiką, paprašykite žmonių atspėti, tada atskleiskite tikrąjį atsakymą. Galite turėti uždengtą dalį, kurią lankytojas gali atidengti, arba atverčiamą kortelę. Šis elementas nustebimo padidina įsitraukimą ir padeda informacijai įsitvirtinti atmintyje.

Jei jūsų tema leidžia, sukurkite mini-eksperimentą, kurį lankytojai gali atlikti patys. Pavyzdžiui, jei tyrinėjate reakcijos laiką, turėkite paprastą testą, kurį žmonės gali išbandyti, o paskui palyginti savo rezultatus su jūsų surinktais duomenimis. Arba jei projektas apie įvertinimus, turėkite keletą pavyzdžių, kuriuos lankytojai gali bandyti įvertinti, o paskui pamatyti, kaip jų vertinimai atitinka vidurkį.

Kai skaičiai tampa įrankiu pokyčiams

Geriausias statistikos panaudojimas mokyklos parodoje nėra tiesiog parodyti, kad mokate dirbti su duomenimis. Tai galimybė kažką pakeisti, atkreipti dėmesį į svarbų klausimą, pasiūlyti sprendimus. Jūsų statistika turėtų būti ne tikslas, o priemonė.

Kai pateikiate savo duomenis, pagalvokite apie auditoriją. Mokytojams gali būti įdomūs pedagoginiai aspektai, tėvams – kaip tai veikia jų vaikus, o kitiems mokiniams – kaip tai susiję su jų kasdienybe. Jei įmanoma, pritaikykite savo pateikimą skirtingoms grupėms. Galite turėti skirtingus informacijos sluoksnius – pagrindinę žinią, kuri matoma iš tolo, ir detalesnius duomenis tiems, kurie sustoja ilgiau.

Nebijokite parodyti ir apribojimų. Jei jūsų imtis buvo maža, jei tam tikri duomenys buvo sunku gauti, jei yra dalykų, kurių negalėjote ištirti – tai normalu. Mokslas nėra tobulas, ir pripažinti apribojimus rodo brandumą ir kritinį mąstymą. Tai taip pat gali būti gera vieta pasiūlyti, ką būtų galima ištirti ateityje.

Praktinės rekomendacijos turėtų būti konkrečios ir įgyvendinamos. Vietoj „reikėtų daugiau dėmesio skirti šiai problemai” pasakykite „siūlome mokykloje kartą per mėnesį organizuoti X, kas, remiantis mūsų duomenimis, galėtų sumažinti problemą Y 30%”. Konkretūs pasiūlymai, pagrįsti jūsų statistika, rodo, kad tikrai supratote, ką tyrinėjote.

Ir galiausiai, būkite pasirengę diskusijai. Geriausi parodų momentai dažnai atsitinka ne tada, kai lankytojai tik žiūri į jūsų stendą, bet kai užsimezga pokalbis. Žinokite savo duomenis taip gerai, kad galėtumėte atsakyti į klausimus, paaiškinti savo metodologiją, diskutuoti apie alternatyvias interpretacijas. Statistika tampa gyva, kai apie ją kalbama, diskutuojama, kvestionuojama.

Jūsų surinkti duomenys, kruopščiai analizuoti ir kūrybiškai pateikti, gali tapti ne tik įspūdingu parodos eksponatu, bet ir tikru įrankiu pokyčiams jūsų mokykloje ar bendruomenėje. Ir štai čia statistika tampa tikrai įdomi – kai ji išeina už grafiko ribų ir pradeda veikti tikrame pasaulyje.

Skaičiai meluoja – bet ne patys

Statistika nemeluoja. Meluoja žmonės, kurie ją pateikia. Ir ne visada tyčia – kartais tiesiog pasirenkami tie duomenys, kurie geriausiai atitinka norimą žinutę, o kiti tiesiog pamirštami. Todėl mokėti skaityti statistinius duomenis šiandien yra ne akademinis įgūdis, o savigyna.

Pradėkime nuo paprasčiausio dalyko: kai matote procentą, visada klauskite – procentas nuo ko? „Pardavimai išaugo 200 procentų” skamba įspūdingai, bet jei praėjusiais metais parduota 3 vienetai, o šiemet 9 – tai vis dar labai maža absoliuti reikšmė. Santykinis ir absoliutus pokytis – du skirtingi dalykai, ir manipuliuojantys duomenimis labai mėgsta juos maišyti.

Vidurkis nėra tiesa

Vienas iš dažniausių statistinių spąstų – vidurkio fetišizavimas. Tarkime, dešimties žmonių grupėje devyni uždirba 800 eurų, o vienas – 10 000 eurų. Aritmetinis vidurkis bus apie 1700 eurų, bet tai neatspindi nė vieno realios situacijos. Tokiais atvejais daug informatyvesnė yra mediana – vidurinė reikšmė, kuri šiuo atveju būtų 800 eurų.

Todėl kai skaitote apie „vidutinį atlyginimą”, „vidutinę būsto kainą” ar „vidutinį gyvenimo trukmę” – verta pasidomėti, ar kalbama apie vidurkį, ar medianą. Skirtumas gali būti esminis.

Koreliacija – dar ne priežastis

Šis principas žinomas, bet nuolat pamirštamas. Jei du reiškiniai vyksta vienu metu arba kinta panašiai – tai nereiškia, kad vienas sukelia kitą. Klasikinis pavyzdys: šalyse, kur vartojama daugiau šokolado, daugiau Nobelio premijų laureatų. Ar šokoladas skatina genialumą? Greičiausiai abu rodikliai tiesiog koreliuoja su bendru gyvenimo lygiu.

Žiniasklaidoje ši klaida pasitaiko nuolat. „Tyrimai rodo, kad žmonės, kurie sportuoja, rečiau serga depresija” – bet ar sportas gydo depresiją, ar žmonės be depresijos tiesiog dažniau sportuoja? Priežasties ir pasekmės kryptis čia visiškai neaišku.

Imtis ir reprezentatyvumas

Apklaustas tūkstantis žmonių – daug ar mažai? Priklauso nuo to, kas klausiama ir kaip tie žmonės buvo parinkti. Jei apklausa vykdyta internetu, ji automatiškai neapima vyresnių žmonių, kaimo gyventojų ar tų, kurie tiesiog nesinaudoja tuo konkrečiu kanalu. Imtis gali būti ir dešimt tūkstančių žmonių, bet jei ji nėra reprezentatyvi – rezultatai bus šališki.

Taip pat verta atkreipti dėmesį į tai, kas finansavo tyrimą. Ne todėl, kad visi mokslininkai nesąžiningi, bet todėl, kad finansavimo šaltinis kartais lemia, kokie klausimai užduodami, o kokie – ne.

Grafikai, kurie apgaudinėja akį

Vizualizacija – galinga priemonė, bet ir lengvai išnaudojama. Dažnas triukas: stulpelinė diagrama, kurios Y ašis prasideda ne nuo nulio, o nuo, tarkime, 95. Tada skirtumas tarp 96 ir 99 atrodo milžiniškas, nors realiai tai tik 3 procentiniai punktai. Visada patikrinkite ašių skalę.

Kitas mėgstamas metodas – pasirinkti patogų laiko intervalą. Jei akcijų kaina per metus krito, bet per pastarąsias dvi savaites šiek tiek pakilo – galima rodyti tik tą dviejų savaičių grafiką ir viskas atrodys puikiai.

Kai skaičiai tampa įrankiu, o ne atsakymu

Statistiniai duomenys yra naudingi tik tada, kai žinome, ką tiksliai matuojame ir kodėl. Jie padeda pastebėti tendencijas, palyginti grupes, priimti pagrįstus sprendimus – bet tik tada, kai skaitome juos kritiškai. Tai nereiškia, kad reikia viskuo abejoti arba atmesti kiekvieną tyrimą. Tiesiog verta įprasti užduoti kelis paprastus klausimus: kas tai matuoja, kaip, kas finansavo, ir ar pateikiamas visas kontekstas. Tokios kelios sekundės dėmesio dažnai atskiria informuotą nuomonę nuo manipuliacijos aukos.

Skaičiai meluoja. Na, ne patys – bet žmonės, kurie juos rodo, dažnai taip

Statistika turi keistą galią. Kai kas nors pasako „tyrimai rodo” arba „duomenys patvirtina”, dauguma žmonių tiesiog nuleidžia rankas ir patiki. Tarsi skaičiai būtų kažkokia aukštesnė tiesa, nepasiekiama paprastam mirtingajam. Bet štai problema – statistiniai duomenys yra tik įrankis, o įrankį galima panaudoti tiek teisingai, tiek visiškai iškreiptai. Ir tai vyksta nuolat: žiniasklaidoje, reklamose, politikų kalbose, net moksliniuose straipsniuose.

Nereikia būti matematiku, kad suprastum, kaip tave apgaudinėja. Reikia tik žinoti, kur žiūrėti.

Grafikai, kurie vizualiai meluoja tiesiai į akis

Vienas paprasčiausių triukų – manipuliacija ašimis. Įsivaizduok grafiką, kuriame rodomas pardavimų augimas. Atrodo dramatiškai – linija šauna aukštyn kaip raketa. Bet pažiūrėk į Y ašį: ji prasideda ne nuo nulio, o nuo 94. Skirtumas tarp 95 ir 97 vizualiai atrodo kaip dvigubas augimas, nors realybėje tai tik du procentai. Šis triukas naudojamas taip dažnai, kad jau turėtų būti laikomas klasikiniu apgavyste.

Kitas mėgstamas metodas – selektyviai pasirinkti laikotarpį. Nori parodyti, kad ekonomika auga? Pradėk grafiką nuo recesijos dugno. Nori parodyti, kad viskas blogai? Pradėk nuo piko. Tie patys duomenys, visiškai priešingos istorijos. Tai ne klaida – tai pasirinkimas.

Koreliacija, kurią parduoda kaip priežastį

Tai turbūt labiausiai išnaudojamas statistinis nesusipratimas. Arba – tiksliau – labiausiai išnaudojamas tyčia. Du dalykai vyksta vienu metu, ir staiga vienas „sukelia” kitą. Klasikinis pavyzdys: šalyse, kur vartojama daugiau šokolado, daugiau Nobelio premijų laureatų. Absurdiška? Taip. Bet tokio lygio klaidos daromos rimtuose kontekstuose kiekvieną dieną.

Kai skaitai apie kokį nors „ryšį” tarp dviejų dalykų, klausk savęs: ar buvo kontroliuojami kiti veiksniai? Ar tai tik sutapimas? Ar galbūt yra trečias veiksnys, kuris lemia abu? Žurnalistai ypač mėgsta paversti koreliaciją priežastimi, nes tai skamba daug įdomiau nei „mes iš tikrųjų nežinome, kodėl taip yra”.

Imtis – tas mažas skaičius, kurį slepia

„80% respondentų teigė, kad produktas pakeitė jų gyvenimą.” Skamba įspūdingai. Bet kiek tų respondentų buvo? Penki? Dvidešimt? Ir kas jie buvo – atsitiktiniai žmonės ar tie, kurie jau pirko produktą ir buvo paprašyti palikti atsiliepimą? Imties dydis ir jos reprezentatyvumas yra du klausimai, kuriuos reikia užduoti automatiškai, kiekvieną kartą.

Moksliniai tyrimai su 20 dalyvių ir tyrimai su 20 000 dalyvių negali turėti vienodo svorio, nors abu gali būti cituojami lygiai taip pat įtikinamai. Maža imtis nereiškia, kad tyrimas neteisingas – bet reiškia, kad išvados yra daug mažiau patikimos ir tikrai neturėtų būti apibendrinamos visai populiacijai.

Procentai be konteksto – bevertė informacija

„Rizika išaugo 100%!” Skamba baisiai. Bet jei pradinė rizika buvo 1 iš milijono, dabar ji yra 2 iš milijono. Absoliutus skirtumas – vienas papildomas atvejis iš milijono žmonių. Santykinis ir absoliutus padidėjimas yra du visiškai skirtingi dalykai, ir žiniasklaida beveik visada renkasi tą, kuris skamba dramatiškiau.

Tas pats veikia ir atvirkščiai. „Vaistas sumažina mirties riziką 50%.” Jei be vaisto miršta 2 iš 1000, su vaistu miršta 1 iš 1000. Absoliutus skirtumas – 0,1%. Santykinis – 50%. Abu teisingi. Bet vienas parduoda vaistą, kitas – ne.

Kai statistika tampa ginklu, o ne žemėlapiu

Visa ši problema nėra tik akademinė. Klaidinančiai pateikti duomenys formuoja politinius sprendimus, vartotojų elgesį, visuomenės nuomonę apie sveikatą, saugumą, ekonomiką. Žmonės balsuoja remdamiesi statistika, kurią kažkas parinko specialiai. Žmonės bijo arba nebijo dalykų, kuriuos turėtų arba neturėtų bijoti, nes kažkas pasirinko, kaip pateikti skaičius.

Kritiškas mąstymas statistikos atžvilgiu nėra cinizmas ir ne visų duomenų atmetimas. Tai paprasčiausiai atsisakymas priimti skaičius kaip galutinę tiesą be papildomų klausimų. Klausk, kas surinko duomenis ir kodėl. Klausk, kas buvo įtraukta ir kas – ne. Klausk, kaip atrodo grafikas, jei pakeisi ašies pradžią. Klausk, koks yra absoliutus skirtumas, ne tik santykinis.

Statistika yra puikus įrankis suprasti pasaulį. Bet kaip ir bet kuris įrankis – ji priklauso nuo to, kas ją laiko rankose ir ko nori pasiekti. Tavo darbas – nepamiršti to kiekvieną kartą, kai kažkas sako: „duomenys rodo”.