Skaičiai meluoja? Ne, bet žmonės – taip
Prisipažinsiu atvirai – kai pirmą kartą susidūriau su statistika, galvojau, kad tai kažkoks magiškas mokslas, kuriame skaičiai kalba patys už save. Klysti negalima, nes matematika! Bet realybė pasirodė daug įdomesnė ir, tiesą sakant, šiek tiek bauginanti. Statistiniai duomenys yra kaip plastilinas – iš jų galima nulipdyti beveik viską, ko nori, jei moki, kaip spausti.
Ir čia prasideda tikras detektyvinis žaidimas.
Pirmiausia – klausk, kas skaičiavo ir kodėl
Kiekvieną kartą, kai matai kokį nors tyrimą ar statistiką, pirmasis klausimas turėtų būti ne „ką tai reiškia?”, o „kas tai surinko ir kokiu tikslu?”. Tai skamba ciniškai, bet tai tiesiog sveika proto higiena.
Pavyzdžiui, jei tabako kompanija finansuoja tyrimą apie rūkymo žalą, tai nereiškia, kad tyrimas automatiškai meluoja – bet tai tikrai reiškia, kad reikia žiūrėti į metodologiją dvigubai atidžiau. Tas pats galioja politinėms partijoms, NVO, farmacijos gigantams. Niekas nefinansuoja tyrimų, kurie jiems kenkia.
Absoliutūs skaičiai prieš santykinius – čia dažniausiai ir slypi velnias
Tai mano mėgstamiausias triukas, kurį naudoja visi – nuo žurnalistų iki politikų. Įsivaizduok: vaistas sumažina vėžio riziką 50 procentų! Skamba fantastiškai, tiesa? Bet jei pradinė rizika buvo 2 iš 1000, tai po vaisto ji tampa 1 iš 1000. Absoliutus sumažėjimas – vienas žmogus iš tūkstančio. Santykinis – 50 procentų.
Abu skaičiai teisingi. Abu aprašo tą patį reiškinį. Bet sukuria visiškai skirtingą įspūdį. Kai matai procentus – visada klausk: procentai nuo ko?
Imtis – ta nepatogi detalė, kurią visi ignoruoja
Tyrimas su 47 dalyviais ir tyrimas su 47 000 dalyvių – tai du skirtingi pasauliai, net jei rezultatai atrodo identiški. Maža imtis nereiškia, kad tyrimas blogas, bet ji labai riboja tai, ką galima iš jo daryti išvadų.
Be to, svarbu ne tik kiek žmonių dalyvavo, bet ir kas jie buvo. Jei tiriami tik universitetų studentai (o taip nutinka siaubingai dažnai), rezultatų negalima taikyti visai žmonijai. Studentai – specifinė grupė su specifiniais elgesio modeliais, ir tai nėra jokia paslaptis.
Koreliacija – tas gražuolis, kurį visi nori pavadinti priežastimi
Šis dalykas mane tiesiog žavi savo absurdiškumu. Egzistuoja puikus pavyzdys: šalyse, kur vartojama daugiau šokolado, gimsta daugiau Nobelio premijos laureatų. Koreliacija tikra, duomenys tikri. Bet ar tai reiškia, kad reikia valgyti daugiau šokolado, kad laimėtum Nobelį? Žinoma, ne.
Koreliacija tik sako: du dalykai juda kartu. Ji nieko nesako apie tai, kuris iš jų sukelia kitą, ar gal abu sukelia kažkas trečias. Kai skaitai „X susijęs su Y” – tai koreliacija. Kai skaitai „X sukelia Y” – tai jau teiginys, kuriam reikia daug stipresnių įrodymų.
Grafikai – vizualinis menas, kuris gali apgauti akį
Grafikai yra nuostabūs, kol jų neima į rankas kažkas, kas nori tave suklaidinti. Klasikinis triukas – sutrumpinti Y ašį. Jei rodi augimą nuo 98 iki 100, bet ašis prasideda nuo 97, o ne nuo nulio – tas augimas vizualiai atrodo milžiniškas. Realybėje – du procentai.
Taip pat mėgstama žaisti su laiko ašimi. Pasirenki patogų pradžios tašką, ir bet kokia tendencija atrodo kaip nori. Kiekvienas kartą pamatęs grafiką turėtų pirmiausiai pažiūrėti į ašių reikšmes – tai sekundės darbas, kuris gali viską pakeisti.
Kai statistika tampa gyvenimo įgūdžiu, o ne kančia
Žinau, žinau – visa tai skamba kaip dar vienas dalykas, dėl kurio reikia nerimauti kasdieniniame gyvenime. Bet iš tikrųjų yra atvirkščiai. Kai pradedi užduoti šiuos paprastus klausimus – kas skaičiavo, kiek žmonių, absoliutūs ar santykiniai skaičiai, koreliacija ar priežastis – pasaulis tampa aiškesnis, o ne sudėtingesnis.
Tu nustoji jaustis apgaudinėjamas kiekvienos antraštės. Pradedi matyti, kur žurnalistas tiesiog nesupranta statistikos (tai nutinka dažnai ir nėra piktybiška), o kur kažkas sąmoningai manipuliuoja. Ir svarbiausia – pradedi pasitikėti savo protu, o ne autoritetais, kurie sako „tyrimas įrodė”.
Statistika nėra priešas. Ji yra vienas geriausių įrankių suprasti pasaulį – bet tik tada, kai žinai, kaip ją laikyti rankose.
