Statistika – ginklas, kuriuo šaudoma į abi puses
Kiekvieną dieną esame bombarduojami skaičiais. „80% gydytojų rekomenduoja”, „nusikalstamumas išaugo 40%”, „nauja dieta veikia 9 iš 10 atvejų”. Skamba įtikinamai, tiesa? Problema ta, kad dauguma žmonių statistiką skaito taip pat, kaip skaito reklaminius lankstinukus – paviršutiniškai, tikėdami, kad kažkas jau patikrino. Niekas nepatikrino. Arba, dar blogiau – kažkas specialiai suformulavo taip, kad tu patikėtum.
Statistinis raštingumas šiandien nėra akademinis įgūdis. Tai išgyvenimo įrankis informaciniame chaose.
Absoliutūs ir santykiniai skaičiai – klasikinis triukas
Štai vienas mėgstamiausių manipuliatorių metodų. Vaistas „sumažina širdies smūgio riziką 50%”. Skamba revoliucingai. Bet jei ta rizika buvo 2%, o tapo 1% – tai absoliutus sumažėjimas yra vienas procentinis punktas. Ar dėl to verta gerti tabletes su šalutiniais poveikiais? Galbūt ne.
Tas pats veikia ir kita kryptimi. Politikas sako, kad bedarbystė išaugo „tik 0,5 procentinio punkto”. Bet jei bazė buvo 2%, tai santykinis augimas yra 25%. Priklausomai nuo to, ką nori pasakyti, pasirenki vieną arba kitą formuluotę. Žurnalistai tai daro kasdien, dažnai net nesuvokdami.
Ką daryti: visada klausk – o koks buvo pradinis skaičius? Santykiniai pokyčiai be konteksto yra beveik beverčiai.
Imties dydis ir reprezentatyvumas – kur dažniausiai slypi velnias
„Tyrimas parodė, kad…” – ir toliau seka kažkoks teiginys apie žmones, mitybą, elgesį ar sveikatą. Pirmas klausimas, kurį turėtum užduoti: kiek žmonių buvo tirtų ir kas jie buvo?
Tyrimas su 47 studentais iš vieno universiteto negali reprezentuoti visos žmonijos. Bet būtent tokie tyrimai reguliariai patenka į antraštes. Mokslininkai juos publikuoja, nes reikia publikacijų. Žurnalistai juos perpasakoja, nes reikia turinio. Niekas rimtai neklausia – o ar šie 47 žmonės turi ką nors bendro su manimi?
Dar blogiau, kai imtis yra savanoriška – žmonės patys prisiregistravo dalyvauti. Tokie žmonės jau iš pradžių skiriasi nuo vidutinio gyventojo. Tai vadinama saviatrankos šališkumu, ir jis gali visiškai iškreipti rezultatus.
Koreliacija, kurią visi painioja su priežastingumu
Šis dalykas turėtų būti mokomas mokykloje kaip privalomas dalykas, bet kažkodėl nėra. Koreliacija reiškia, kad du dalykai kinta kartu. Priežastingumas reiškia, kad vienas sukelia kitą. Tai visiškai skirtingi teiginiai.
Šalyse, kur vartojama daugiau šokolado, gimsta daugiau Nobelio premijos laureatų. Tai koreliacija. Ar šokoladas skatina genialumą? Žinoma, ne – abu rodikliai susiję su bendru gyvenimo lygiu ir turtingumu. Tai vadinama trečiuoju kintamuoju arba paslėptu veiksniu.
Žiniasklaida šią klaidą daro nuolat, nes „X sukelia Y” yra daug įdomesnė antraštė nei „X ir Y koreliuoja, tačiau priežastinis ryšys neaiškus”. Viena antraštė gauna paspaudimus, kita – ne. Spėk, kurią pasirenka redaktoriai.
P-reikšmė ir statistinis reikšmingumas – mokslo žargono skydas
Kai tyrimas teigia, kad rezultatai „statistiškai reikšmingi” su p<0,05, daugelis žmonių galvoja: na, tai tikrai įrodyta. Iš tikrųjų tai reiškia tik tiek, kad tokio ar dar ekstremalesnio rezultato tikimybė atsitiktinai yra mažesnė nei 5%. Tai nėra tas pats, kas „tikra”.
Be to, jei atliksi pakankamai daug tyrimų, statistiškai reikšmingų rezultatų gausite vien iš atsitiktinumo. Tai vadinama p-hacking arba duomenų kankinimu – kai eksperimentuojama tol, kol gaunamas norimas rezultatas. Farmacijos pramonė, rinkodaros tyrimai, net akademinė sfera – visi turi motyvų rasti „teisingą” atsakymą.
Grafikai, kurie meluoja vizualiai
Y ašis, kuri neprasideda nuo nulio. Diagrama, kurioje stulpeliai supjaustyti taip, kad nedidelis skirtumas atrodo dramatiškas. Skritulinė diagrama su spalvomis, kurios akcentuoja vieną sektorių. Visa tai yra vizualinė manipuliacija, ir ji veikia, nes smegenys apdoroja vaizdus greičiau nei skaičius.
Kitas triukas – keisti skalę viduryje grafiko arba naudoti tūrines figūras, kur dvigubas aukštis vizualiai atrodo kaip aštuonigubas tūris. Tai ne klaidos. Tai sprendimai. Ir jie priimami sąmoningai.
Kai skaičiai tampa tikresni už tikrovę
Galiausiai reikia pripažinti vieną nemalonią tiesą: mes patys norime būti apgauti. Skaičiai suteikia tikrumo jausmą, o tikrumo jausmas yra patogus. Lengviau patikėti, kad „mokslas įrodė”, nei sėdėti su neapibrėžtumu ir abejone.
Būtent todėl statistinis manipuliavimas taip gerai veikia – jis eksploatuoja mūsų pačių psichologiją. Kritinis mąstymas čia nėra apie tai, kad viskuo abejotum ir niekuo netikėtum. Tai apie tai, kad užduotum tinkamus klausimus: kas atliko tyrimą ir kam tai naudinga? Kokia buvo imtis? Ar kalbame apie absoliučius ar santykinius skaičius? Ar yra galimas trečiasis kintamasis?
Šie klausimai nepadarys tavęs ciniku. Jie padarys tave žmogumi, kurio sunkiau apgauti. O šiandien tai yra vienas vertingiausių dalykų, kuriuos gali turėti.
