Mengapa angkanya tidak seobjektif yang kita kira

Setiap pernyataan yang meragukan dapat dianggap benar jika didukung oleh statistik, tabel, grafik, dan istilah ilmiah. Agar tidak jatuh pada trik seperti itu, penting untuk dapat mengenali omong kosong dan secara umum memahami apa itu. Sebuah buku baru dari penerbit MIF "Omong kosong!" akan membantu dengan ini. Itu ditulis oleh ahli biologi evolusioner Profesor Carl Bergstrom dan asisten profesor di University of Washington School of Information, Jevin West. Dan Lifehacker menerbitkan kutipan dari bab kelima.

Dunia kita benar-benar didigitalkan. Semuanya dihitung, diukur, dianalisis, dan dievaluasi. Perusahaan internet melacak kita secara online dan menggunakan algoritme untuk memprediksi apa yang akan kita beli. Smartphone menghitung langkah kita, mengukur durasi panggilan, dan melacak pergerakan kita sepanjang hari. Perangkat pintar mengontrol cara kita menggunakannya dan mengetahui lebih banyak tentang rutinitas harian kita daripada yang dapat kita bayangkan. Perangkat medis implan memberi aliran informasi pasien secara terus menerus dan memantau tanda-tanda bahaya secara real time. Selama perawatan, mobil kami mengunggah data tentang performa dan gaya mengemudi kami. Segudang sensor dan kamera yang dipasang di kota memantau semuanya mulai dari arus lalu lintas hingga kualitas udara, dan bahkan mampu mengatur

kepribadian orang yang lewat.

Alih-alih mengumpulkan data tentang perilaku konsumen melalui survei dan survei yang mahal, perusahaan membiarkan orang mendatangi mereka sendiri dan kemudian merekam semua yang mereka lakukan. Facebook* tahu siapa yang kita kenal. Google - apa yang ingin kami ketahui. Uber - tempat tujuan kami. Amazon - apa yang ingin kita beli. Pertandingan - dengan siapa kami berencana untuk membuat persatuan keluarga. Rabuk - dari siapa kami menunggu undangan untuk berkomunikasi.

Data dapat membantu kita memahami dunia dalam hal fakta objektif, tetapi data tidak seobjektif yang kita pikirkan. Sebuah lelucon lama datang ke pikiran di sini. Seorang ahli matematika, seorang insinyur dan seorang akuntan mendapatkan pekerjaan. Mereka dibawa ke kantor dan diberi ujian matematika. Tugas pertama, untuk pemanasan: berapa dua tambah dua? Matematikawan memutar matanya, menulis "empat" dan melanjutkan ke tugas berikutnya. Insinyur itu berpikir sejenak, lalu menulis "sekitar empat". Akuntan itu melihat sekeliling dengan cemas, lalu bangkit dari kursinya, berjalan ke orang yang— pengujian, dan dengan suara pelan bertanya: “Sebelum saya menulis apa pun, beri tahu saya apa yang Anda inginkan Dapatkan?"

Angka sempurna untuk berbicara omong kosong. Mereka tampak objektif tetapi dapat dengan mudah dimanipulasi untuk menceritakan kisah yang tepat.

Kata-kata pasti dihasilkan oleh pikiran manusia, tapi bagaimana dengan angka? Angka tampaknya diberikan kepada kita oleh alam itu sendiri. Kita tahu bahwa kata-kata itu subjektif. Kita tahu bahwa mereka terbiasa memutarbalikkan dan memutarbalikkan kebenaran. Kata-kata mencerminkan intuisi, perasaan, gairah. Angka tampaknya ada secara terpisah dari orang yang membicarakannya.

Keyakinan orang-orang pada angka sangat kuat. Para skeptis mengklaim bahwa mereka "hanya ingin melihat data" atau menuntut untuk ditunjukkan "data dasar" atau bersikeras bahwa "angka-angka itu harus berbicara sendiri." Kami yakin bahwa “data tidak pernah” berbohong». Tapi pandangan ini bisa berbahaya. Bahkan jika nilai atau angkanya benar, mereka masih bisa digunakan untuk menipu kepala […]. Agar angka dapat dimengerti, mereka harus berada dalam konteks yang sesuai. Mereka perlu ditunjukkan sedemikian rupa sehingga perbandingan yang jujur ​​tersedia bagi kita.

Pertama-tama mari kita pikirkan dari mana angka-angka ini berasal. Beberapa dari mereka kita dapatkan secara langsung, dengan penghitungan atau pengukuran yang tepat. Ada 50 negara bagian di Amerika Serikat. Ada 25 bilangan prima kurang dari 100. Empire State Building memiliki 102 lantai. Legenda bisbol Tony Gwin mencapai 3.141 pukulan dari 9.288 pukulan untuk rata-rata pukulan Liga Utama 0,388. Pada prinsipnya, penghitungan yang akurat harus cukup lurus ke depan. Ada jawaban yang pasti, dan biasanya ada perhitungan atau prosedur pengukuran tertentu yang dapat digunakan untuk mencapainya. Tetapi proses ini tidak selalu mudah. Sangat mungkin untuk membuat kesalahan dalam perhitungan, pengukuran, atau apa yang sebenarnya kita pertimbangkan. Ambil planet misalnya. tata surya. Sejak Neptunus ditemukan pada tahun 1846 hingga Pluto ditemukan pada tahun 1930, kami mengira ada delapan planet di tata surya. Setelah penemuan Pluto, kami mengatakan bahwa kami memiliki sembilan planet. Kemudian, pada tahun 2006, "pendatang baru" yang malang itu diturunkan statusnya menjadi planet kerdil, dan ada delapan planet penuh yang mengorbit Matahari lagi.

Lebih sering, bagaimanapun, penghitungan akurat atau pengukuran lengkap tidak mungkin dilakukan.

Kami tidak dapat menghitung secara terpisah setiap bintang yang diamati Semestauntuk sampai pada perkiraan triliun triliun saat ini.

Demikian pula, kami mengandalkan perkiraan kasar saat melihat indikator seperti tinggi badan orang dewasa di negara tertentu. Pria dari Belanda dianggap yang tertinggi di dunia - rata-rata 183 sentimeter. Tetapi untuk mendapatkan data ini, mereka tidak mengukur semua penduduk negara itu dan tidak menghitung rata-rata dari semua nilai yang diperoleh. Sebagai gantinya, para peneliti menggunakan sampel acak pria lokal, mengukur siapa yang termasuk di dalamnya, dan mengekstrapolasi temuan ke seluruh populasi.

Jika seseorang mengukur setengah lusin pria dan menghitung tinggi rata-rata mereka, hanya kebetulan saja hasilnya akan salah. Misalkan beberapa dari mereka sangat tinggi. Ini disebut kesalahan pengambilan sampel. Untungnya, sampel yang besar biasanya akan menyamakan varians, sehingga kesalahan seperti itu memiliki efek minimal pada hasil.

Masalah juga dapat muncul dengan prosedur pengukuran. Katakanlah para peneliti meminta peserta untuk melaporkan tinggi badan mereka, tetapi pria cenderung menggelembungkan angka, dengan pria pendek melakukannya lebih sering daripada pria tinggi.

Sumber kesalahan lain, bias sampel itu sendiri, bahkan lebih berbahaya. Misalkan Anda memutuskan untuk menentukan tinggi orang, pergi ke lapangan basket setempat dan mulai mengukur para pemain. pemain bola basketbiasanya di atas tinggi rata-rata, jadi sampel Anda tidak akan mewakili populasi umum dan akhirnya menjadi terlalu tinggi. Kebanyakan kesalahan semacam ini tidak begitu jelas. […]

Dalam contoh ini, kami melihat sekelompok orang pada rentang nilai—misalnya, rentang ketinggian—dan kemudian menggabungkan informasi itu ke dalam satu angka, yang disebut statistik ringkasan. Misalnya, ketika menggambarkan orang Belanda yang tinggi, kita berbicara tentang tinggi rata-rata.

Statistik ringkasan dapat menjadi cara yang mudah untuk meringkas informasi, tetapi jika tidak benar, Anda dapat dengan mudah menyesatkan audiens Anda.

Politisi menggunakan trik ini ketika mereka mengusulkan untuk memperkenalkan pengurangan pajak, yang akan menghemat ratusan ribu dolar untuk 1% warga terkaya, tetapi sama sekali tidak akan meringankan beban pajak orang lain. Mereka mengambil potongan pajak rata-rata dan mengklaim bahwa rencana pajak mereka akan menyelamatkan keluarga rata-rata $4,000 setahun. Mungkin begitu, tetapi rata-rata keluarga—jika yang kami maksud adalah keluarga yang berada di tengah-tengah distribusi pendapatan—tidak akan menabung apa pun. Sebagian besar dari kita akan merasa jauh lebih berguna untuk mengetahui berapa pengurangan untuk keluarga dengan pendapatan rata-rata. Dalam hal ini, median adalah pendapatan “median” antara setengah dari keluarga yang berpenghasilan lebih dari nilai ini dan setengah dari keluarga yang berpenghasilan kurang dari nilai ini. Dengan demikian, keluarga median tidak akan menerima potongan sama sekali, karena hanya berguna untuk 1% teratas dari populasi dengan pendapatan tertinggi.

Terkadang kita tidak bisa langsung mengukur indikator yang kita minati. Carl baru-baru ini berada di bawah radar Patroli Jalan Raya di jalan raya yang lurus dan datar di gurun Utah, di mana untuk beberapa alasan yang tidak dapat dijelaskan batas kecepatan ditetapkan lima puluh mil per jam. Dia menepi ke sisi jalan, melirik kilatan akrab lampu merah dan biru di kaca spion. "Apakah Anda tahu seberapa cepat Anda mengemudi?" diminta patroli. "Saya rasa tidak, petugas," jawab Carl. "Delapan puluh tiga mil per jam."

Delapan puluh tiga adalah angka yang serius, berpotensi mengancam masalah besar. Tapi dari mana asalnya? Beberapa kamera lalu lintas menghitung kecepatan Anda dengan mengukur jarak yang Anda tempuh dalam jangka waktu tertentu, tetapi jalan raya negara bagian melakukannya secara berbeda. Polisi itu mengukur sesuatu yang lain—pergeseran Doppler dalam gelombang radio yang dipancarkan oleh radar portabelnya saat memantul dari mobil Carl yang melaju kencang. Perangkat lunak yang tertanam di radar menggunakan model matematika berdasarkan mekanika gelombang untuk menghitung kecepatan kendaraan menggunakan pengukuran yang diterimanya. Karena petugas patroli tidak mengukur secara langsung kecepatan Carla, radar perlu dikalibrasi secara teratur. Cara standar untuk menghilangkan tilang adalah dengan meminta petugas menunjukkan catatan kalibrasi tepat waktu. Benar, Carl tidak membutuhkannya. Dia tahu bahwa dia telah melampaui batas kecepatan, dan senang bahwa karena tergesa-gesa dia hanya mendapat denda, meskipun denda yang besar.

Radar mengandalkan prinsip fisik yang sangat kuat, tetapi model yang digunakan untuk menghitung metrik lain bisa lebih kompleks dan melibatkan lebih banyak asumsi. Komisi Penangkapan Ikan Paus Internasional menerbitkan data jumlah populasi beberapa spesies paus. Ketika dia melaporkan bahwa ada 2.300 paus biru di perairan Belahan Bumi Selatan, dia sampai pada angka ini bukan karena semuanya telah ditemukan dan dihitung. satwa. Dan mereka tidak menyisir dari dan ke beberapa bagian laut. Paus tidak berdiri diam, dan sebagian besar waktu mereka tidak terlihat dari permukaan air. Oleh karena itu, para ilmuwan membutuhkan cara tidak langsung untuk menentukan ukuran populasi. Misalnya, mereka menghitung pertemuan dengan individu unik yang dapat diidentifikasi dengan tanda pada sirip ekor dan ekor mereka. Jadi penentuan jumlah paus mereka sama tidak akuratnya dengan teknik ini.

Dalam perhitungan dan fakta yang tampak sangat jelas, kesalahan muncul karena berbagai alasan. Anda bisa bingung dengan angka-angkanya. Anda dapat menggunakan sampel yang terlalu kecil, yang salah mencerminkan karakteristik seluruh grup. Metode yang kami gunakan untuk memperoleh angka dari informasi lain mungkin salah. Dan akhirnya, angka-angka itu mungkin benar-benar omong kosong, diciptakan dari awal dalam upaya untuk memberi daya persuasif argumen yang menyedihkan. Kita harus mengingat hal ini ketika kita ditunjukkan sesuatu dengan angka. Dikatakan bahwa angka tidak pernah berbohong, tetapi harus diingat bahwa mereka sering menyesatkan.

"Omong kosong total!" berbicara tentang bagaimana misinformasi menyebar, mengapa kita mempercayainya, dan bagaimana mempelajari cara menilai hubungan sebab akibat dengan benar. Buku ini membuktikan bahwa Anda tidak perlu menjadi ahli statistik untuk mengenali palsu dan mengubah konsep. Cukup logika dan berpikir kritis.

Beli buku

*Aktivitas Meta Platforms Inc. dan jejaring sosialnya Facebook dan Instagram dilarang di wilayah Federasi Rusia.