Skaičiai meluoja – bet ne patys
Statistika yra vienas iš galingiausių įrankių, kurį žmonija sugalvojo apibūdinti pasaulį. Tačiau tas pats įrankis puikiai tinka ir manipuliacijoms. Problema ne pačiuose skaičiuose – jie tik atspindi tai, ką matuojame ir kaip matuojame. Problema – interpretacija. O interpretaciją visada daro žmogus, turintis savo tikslus.
Klasikinis pavyzdys: žiniasklaida skelbia, kad „nauja dieta sumažina širdies ligų riziką 50 procentų”. Skamba įspūdingai. Bet jei pradine rizika buvo 2 iš 1000, tai po dietos ji tapo 1 iš 1000. Absoliutus skirtumas – vienas žmogus iš tūkstančio. Santykinis skaičius atrodo dramatiškiau, absoliutus – daug kukliau. Abu teisingi. Bet vienas iš jų parduoda geriau.
Imtis ir reprezentatyvumas – kur slypi spąstai
Kitas dažnas triukas – neklausinėti apie imtį. Jei tyrimas rodo, kad „80 procentų žmonių mieliau renkasi X”, verta paklausti: kiek žmonių apklausė ir kas jie tokie? Jei apklausti 50 žmonių prekybos centre šeštadienio popietę, rezultatai tikrai nesutaps su visos šalies gyventojų nuomone.
Reprezentatyvumas – tai klausimas, ar tiriamoji grupė atspindi tą populiaciją, apie kurią daromos išvados. Interneto apklausos, savanoriški tyrimai, socialinių tinklų komentarai – visa tai turi rimtų atrankos iškraipymų. Žmonės, kurie aktyviai dalyvauja apklausose, dažnai nėra „vidutiniai” – jie turi stipresnę nuomonę arba daugiau laisvo laiko.
Koreliacija ir priežastingumas – amžinas painiojimas
Vienas iš labiausiai paplitusių klaidų šaltinių – painioti ryšį tarp dviejų reiškinių su priežasties ir pasekmės santykiu. Šalys, kuriose vartojama daugiau šokolado, turi daugiau Nobelio premijos laureatų. Tai tikri duomenys. Bet šokoladas nepadaro žmonių genijais – abu rodikliai tiesiog koreliuoja su bendru gyvenimo lygiu ir išsilavinimu.
Kiekvieną kartą, kai matote antraštę „tyrimas įrodė, kad X sukelia Y”, verta sustoti. Ar tai eksperimentinis tyrimas su kontroline grupe, ar tiesiog stebėjimas? Stebėjimo tyrimai gali rodyti ryšius, bet retai gali įrodyti priežastingumą.
Grafikai, kurie apgaudinėja akį
Vizualizacija – dar viena arena, kur duomenys gali būti lengvai iškraipyti. Labiausiai paplitęs triukas – sutrumpinta Y ašis. Jei grafikas prasideda ne nuo nulio, net nedidelis pokytis atrodo kaip dramatiškas šuolis. Politikai ir rinkodarininkai tai žino puikiai.
Taip pat verta atkreipti dėmesį į tai, ar grafikas rodo absoliučius skaičius, ar procentus. Augantis absoliutus skaičius gali reikšti visiškai ką kitą, jei tuo pačiu metu auga ir bendra populiacija. Nusikaltimų skaičius mieste gali augti tiesiog todėl, kad mieste gyvena daugiau žmonių – ne todėl, kad jis tapo pavojingesnis.
Kai skaičiai tampa įrankiu, o ne tiesa
Galiausiai svarbiausia suprasti vieną dalyką: statistika niekada nekalbės pati už save. Kiekvienas tyrimas turi kontekstą – kas jį finansavo, kokia buvo hipotezė prieš renkant duomenis, ar rezultatai buvo publikuoti tik todėl, kad patvirtino tai, ko tikėtasi.
Sveika skepticizmo dozė nereiškia, kad reikia atmesti visus duomenis. Tai reiškia įprotį užduoti paprastus klausimus: kiek žmonių? Kaip matuota? Kas finansavo? Ar tai koreliacija, ar priežastingumas? Šie klausimai nereikalauja statistiko išsilavinimo – tik noro jų paklausti. O tas noras, deja, yra retesnė savybė nei atrodo.
