Skaičiai meluoja rečiau nei žmonės, kurie juos interpretuoja
Statistika yra vienas iš tų dalykų, kuriuos visi mano suprantantys, kol nesusiduria su konkrečiu pavyzdžiu. Žiniasklaida tai žino ir aktyviai naudojasi. Antraštė skelbia: „Nauja studija įrodo, kad kavos gėrimas dvigubai padidina širdies ligų riziką” – ir žmogus, kuris kasdien geria tris puodelius, jau ima nerimauti. Tačiau retai kas klausia: dvigubai nuo ko? Jei pradinė rizika buvo 0,1 proc., tai dabar ji yra 0,2 proc. Tai vis dar labai maža rizika, tik dabar ji skamba dramatiškai.
Čia ir slypi pirmasis spąstas – absoliučių ir santykinių skaičių painiava. Žiniasklaida beveik visada renkasi santykinius rodiklius, nes jie atrodo įspūdingiau. Tačiau be konteksto, be pradinių reikšmių, toks skaičius nieko nereiškia. Kiekvieną kartą, kai matote procentinį padidėjimą ar sumažėjimą, verta paklausti: nuo kokios bazės skaičiuojama?
Imties dydis ir tyrimo kokybė – tai, apie ką niekas nekalba
Kitas dažnas manipuliacijos būdas – tyrimų, atliktų su labai mažomis imtimis, pateikimas kaip visuotinių tiesų. Tyrimas, atliktas su 40 žmonių, gali rodyti statistiškai reikšmingą ryšį, tačiau tai dar nereiškia, kad rezultatai atspindi platesnę populiaciją. Mokslinėje bendruomenėje tai vadinama statistiniu galia – kuo mažesnė imtis, tuo didesnis atsitiktinumo vaidmuo.
Be to, svarbu skirti koreliaciją nuo priežastingumo. Šalys, kuriose vartojama daugiau šokolado, turi daugiau Nobelio premijos laureatų – tai tikri duomenys, bet niekas rimtas netvirtins, kad šokoladas skatina mokslinę veiklą. Vis dėlto panašaus tipo ryšiai reguliariai patenka į naujienų srautą kaip reikšmingi atradimai.
Grafikai, kurie vizualiai apgauna
Vizualizacijos yra atskira manipuliacijos sritis. Stulpelinė diagrama, kurios Y ašis prasideda ne nuo nulio, o nuo 95, gali pavaizduoti nedidelį skirtumą kaip milžinišką šuolį. Tai nėra techninė klaida – tai sąmoningas pasirinkimas, kuris keičia žiūrovo suvokimą. Prieš darydami išvadas iš bet kokio grafiko, verta pažiūrėti į ašių skalę ir patikrinti, ar ji nėra dirbtinai sutrumpinta.
Panašiai veikia ir selektyvus laikotarpio pasirinkimas. Jei ekonomikos augimo grafikas prasideda nuo recesijos dugno, augimo dinamika atrodys daug įspūdingiau nei tada, jei būtų parodyta ilgesnė perspektyva. Kontekstas visada keičia vaizdą.
Ką daryti su tuo visa
Skaityti statistinius duomenis kritiškai – tai ne cinizmas ir ne paranoja. Tai tiesiog įprotis užduoti kelis paprastus klausimus: kas atliko tyrimą ir ar jis nebuvo finansuojamas suinteresuotų šalių? Kiek žmonių buvo tiriama? Ar kalbama apie absoliučius ar santykinius skaičius? Ar koreliacija pateikiama kaip priežastingumas?
Niekas nereikalauja tapti statistiku, kad galėtum atskirti manipuliaciją nuo informacijos. Pakanka lėčiau skaityti, neapsistoti ties antrašte ir kartkartėmis paieškoti originalaus tyrimo šaltinio. Žiniasklaida egzistuoja dėmesio ekonomikoje – kuo antraštė dramatiškesnė, tuo daugiau paspaudimų. Tai ne sąconspiracy, tai tiesiog versio modelis. Ir kuo daugiau skaitytojų tai supranta, tuo sunkiau tokiu modeliu naudotis.
