Statistikos portalų pranešimai atrodo paprastai – skaičiai, grafikai, keli sakiniai apibendrinimo. Tačiau praktika rodo, kad net patyrę analitikai, žurnalistai ir tyrėjai šiuose pranešimuose padaro sisteminių klaidų, kurios vėliau persikelia į straipsnius, ataskaitas ir viešąsias diskusijas. Toliau aptariamos septynios dažniausiai pasitaikančios klaidos, su kuriomis susiduriama skaitant statistinius duomenis.
1. Absoliutūs skaičiai painiojami su procentiniais pokyčiais
Pranešime nurodyta, kad rodiklis „padidėjo 15 tūkstančių“, tačiau be konteksto – kokia buvo bazė – šis skaičius nieko nepasako. Padidėjimas nuo 20 iki 35 tūkstančių yra visiškai kitokio pobūdžio pokytis nei nuo 500 iki 515 tūkstančių, nors absoliutus skirtumas identiškas.
2. Sezoniniai svyravimai priimami kaip tendencija
Nedarbo lygis, mažmeninė prekyba, turizmo srautai – šie rodikliai kinta pagal metų laiką natūraliai, ne dėl ekonominių procesų. Kai lyginamas gruodis su sausiu ir daroma išvada apie „staigų pagerėjimą“, dažniausiai tiesiog ignoruojamas sezoniškumas, kurį patys statistikos portalai jau įtraukia į koreguotus duomenis, tačiau ne visada tie duomenys naudojami.
3. Preliminarūs duomenys traktuojami kaip galutiniai
Pirmieji pranešimai apie ketvirčio ar mėnesio rezultatus dažnai žymimi kaip preliminarūs ir vėliau koreguojami – kartais gana ženkliai. Sprendimai priimami remiantis skaičiais, kurie po mėnesio ar dviejų pasikeičia, o pataisyta versija retai patenka į viešą diskusiją tokia pačia apimtimi kaip pirminė.
4. Koreliacija pateikiama kaip priežastinis ryšys
Kai du rodikliai kinta panašiai, kyla pagunda sukurti priežastinį naratyvą – nors statistikos institucijos paprastai patikslina, kad duomenys rodo ryšį, ne priežastingumą. Ši riba ypač lengvai pamirštama, kai istorija skamba patraukliai.
5. Neatkreipiamas dėmesys į metodikos pasikeitimus
Statistikos institucijos periodiškai atnaujina skaičiavimo metodiką – klasifikacijas, imties dydį, apklausų būdą. Jei tai nutinka tarp lyginamų periodų, ilgalaikis palyginimas praranda prasmę, net jei skaičiai atrodo gretinami korektiškai.
6. Ignoruojama paklaidos riba
Apklausų ir imčių duomenys turi statistinę paklaidą, kuri retai minima antraštėse. Kai skirtumas tarp dviejų rodiklių yra mažesnis nei paklaidos intervalas, teiginys apie „pokytį“ tampa nepagrįstas, nors formaliai skaičiai skiriasi.
7. Vidurkis pateikiamas kaip visos populiacijos atspindys
Vidutinis darbo užmokestis, vidutinės pajamos, vidutinė kaina – šie rodikliai stipriai jautrūs išskirtinėms reikšmėms. Kai pasiskirstymas asimetriškas, mediana suteikia kur kas tikslesnį vaizdą, tačiau vidurkis lieka dažniau naudojamu ir dažniau klaidingai interpretuojamu rodikliu.
Ką iš viso to belieka pasiimti
Šios klaidos kartojasi ne dėl nekompetencijos, o dėl to, kad statistiniai pranešimai sukurti kompaktiškai – jie tiesiog neturi vietos visiems niuansams. Skaitant tokius duomenis verta sulėtinti tempą: pažvelgti į metodikos pastabas, patikrinti, ar skaičius preliminarus, ir paklausti savęs, ar pokytis tikrai reikšmingas, ar tik atrodo toks dėl to, kaip jis pateiktas. Statistika retai meluoja tiesiogiai – dažniau ją tiesiog perskaito neteisingai, ir šis skirtumas lemia, ar išvados bus naudingos, ar tik įtikinamai skambančios.
