איך לקרוא גרפים ונתונים בחדשות בלי ליפול בטעויות הנפוצות

בשנים האחרונות הפכו גרפים, טבלאות ולוחות מחוונים לחלק בלתי נפרד מצריכת החדשות שלנו. בתקופת הקורונה למדו רבים מאיתנו מושגים כמו מקדם הדבקה, שיעור חיוביים ותחלואה קשה, ומאז המגמה רק התחזקה: כל דיון על כלכלה, בריאות, תחבורה או חינוך מלווה בנתונים. הבעיה היא שנתונים יכולים להטעות גם כשהם נכונים לחלוטין. הדרך שבה הם מוצגים, מה שנבחר להבליט ומה שנשאר מחוץ לתמונה משפיעים מאוד על המסקנה שהקורא מגיע אליה. המדריך הבא מרכז כמה כללים פשוטים שיעזרו לכם לקרוא נתונים בעין ביקורתית.

בדקו את הצירים לפני שאתם מסתכלים על הקו

הטעות הנפוצה ביותר בקריאת גרפים היא לא לשים לב לציר האנכי. כשהציר אינו מתחיל באפס, הבדל קטן יכול להיראות דרמטי. עמודה שמייצגת 52 אחוז ועמודה שמייצגת 48 אחוז ייראו כמו פער עצום אם הציר מתחיל ב־45. זה לא בהכרח שקר, לפעמים זו הדרך הנכונה להראות שינוי קטן אך משמעותי, אבל חשוב להיות מודעים לזה.

גם ציר הזמן דורש תשומת לב. גרף שמציג רק את החודשיים האחרונים עשוי להראות עלייה חדה, בעוד שבתמונה של חמש שנים מדובר בתנודה רגילה. כשאתם רואים מגמה, שאלו את עצמכם מה היה קורה אילו הגרף היה מתחיל קצת קודם.

סוג נוסף של ציר שמבלבל רבים הוא הסקאלה הלוגריתמית. בגרף כזה כל קו אופקי מייצג הכפלה פי עשרה, ולכן קו שנראה כמעט ישר יכול לייצג גידול מהיר מאוד. בתקופת המגפה השתמשו בסקאלה זו לעתים קרובות, ורבים פירשו אותה לא נכון.

מספרים מוחלטים מול שיעורים

כשמדווחים כי בעיר אחת היו פי שלושה יותר מקרים מאשר בעיר אחרת, השאלה הראשונה צריכה להיות כמה תושבים יש בכל אחת מהן. מספר מוחלט בלי בסיס השוואה כמעט חסר משמעות. לכן אנשי סטטיסטיקה מעדיפים להציג שיעורים, למשל מקרים לכל מאה אלף תושבים.

אותו עיקרון נכון גם להשוואות לאורך זמן. אם מספר תאונות הדרכים עלה, ייתכן שזה קרה פשוט משום שיש יותר כלי רכב על הכבישים או שנסענו יותר קילומטרים. השיעור, ולא המספר הגולמי, הוא שמספר לנו אם הכבישים נעשו מסוכנים יותר.

גם בכיוון ההפוך כדאי להיזהר. אחוז גבוה יכול להסתיר מספר קטן מאוד. עלייה של מאה אחוז נשמעת מבהילה, אבל אם מדובר במעבר משני מקרים לארבעה, ייתכן שאין כאן מגמה אלא רעש סטטיסטי.

סיכון יחסי וסיכון מוחלט

בתחום הבריאות נפוצה במיוחד ההטעיה שבין סיכון יחסי למוחלט. כותרת שקובעת שמזון מסוים מעלה את הסיכון למחלה בחמישים אחוז נשמעת מדאיגה. אבל אם הסיכון הבסיסי הוא אחד לאלף, עלייה של חמישים אחוז מביאה אותו לאחד וחצי לאלף. זה עדיין שינוי, אבל המשמעות המעשית שלו שונה מאוד ממה שהכותרת מרמזת.

כשאתם קוראים על מחקר רפואי, חפשו את הנתון המוחלט. אם הוא אינו מופיע בכתבה, זו סיבה להיזהר מלהסיק מסקנות. ובכל מקרה, החלטות הנוגעות לבריאות האישית שלכם כדאי לקבל בהתייעצות עם רופא, שמכיר את התמונה המלאה ואת הנסיבות שלכם.

מתאם אינו סיבתיות

זה אולי הכלל המפורסם ביותר בסטטיסטיקה, והוא עדיין מופר כל יום. העובדה ששני דברים עולים יחד אינה אומרת שאחד גורם לשני. מכירות הגלידה ומספר מקרי הטביעה עולים שניהם בקיץ, אבל הגלידה אינה גורמת לטביעה. שניהם מושפעים מגורם שלישי, מזג האוויר.

בחדשות, מתאמים כאלה מופיעים לעתים קרובות בהקשרים פוליטיים וכלכליים. מדיניות מסוימת הונהגה, ולאחר מכן נרשם שיפור או הרעה. ייתכן שיש קשר, אבל ייתכן גם שהשינוי היה קורה בכל מקרה. כדי לבסס סיבתיות נדרשים מחקרים מתוכננים היטב, קבוצות השוואה ולעתים קרובות גם זמן.

מה לא מופיע בגרף

לפעמים החלק החשוב ביותר בנתונים הוא מה שחסר. שאלו את עצמכם:

• מי אסף את הנתונים, ובאיזו שיטה
• האם הגדרת המדד השתנתה במהלך התקופה המוצגת
• האם יש עיכוב בדיווח, כך שהנתונים האחרונים חלקיים
• האם הוצגה רק קבוצה אחת בלי השוואה לקבוצות אחרות
• מהו גודל המדגם, והאם הוא מייצג את האוכלוסייה

בתקופת הקורונה, למשל, ירידה במספר המאומתים נבעה לעתים מירידה במספר הבדיקות ולא מירידה בתחלואה. מי שהסתכל רק על הקו העיקרי פספס את ההקשר.

הרגלים קטנים לקריאה טובה יותר

אין צורך בתואר בסטטיסטיקה כדי לקרוא נתונים בצורה נבונה. מספיק לפתח כמה הרגלים: לעצור לרגע לפני שמשתפים גרף מרשים, לקרוא את הכיתוב הקטן מתחתיו, לחפש את המקור ולבדוק אם הוא מוצג גם במקום אחר. כדאי גם לשים לב לרגשות. גרף שמעורר כעס או פחד מיידי הוא בדיוק הגרף שכדאי לבחון פעמיים.

ממוצע, חציון ומה שביניהם

עוד מקור לבלבול הוא השימוש בממוצע. כשמדווחים על השכר הממוצע במשק, רבים מופתעים לגלות שהם מרוויחים פחות ממנו. הסיבה היא שהממוצע מושפע מאוד מערכים קיצוניים: מספר קטן של אנשים עם הכנסות גבוהות מאוד מושך אותו כלפי מעלה. החציון, כלומר הערך שחצי מהאוכלוסייה מעליו וחצי מתחתיו, משקף לעתים קרובות טוב יותר את מצבו של האדם הטיפוסי.

אותו עיקרון חל גם על נתוני בריאות, כמו משך אשפוז או זמני המתנה לתור. כשאתם רואים נתון ממוצע, שאלו אם יש גם חציון, ואם הפיזור בין הערכים רחב. שני בתי חולים עם אותו זמן המתנה ממוצע יכולים להציג חוויה שונה לגמרי למטופלים.

כדאי גם לשים לב לטווחי טעות. סקר שמראה שתמיכה בעמדה מסוימת עלתה בשתי נקודות אחוז, כשטווח הטעות שלו הוא שלוש נקודות, אינו מוכיח שחל שינוי כלשהו. כלי תקשורת אחראיים מציינים את טווח הטעות, אבל לא תמיד הוא מופיע בכותרת.

לסיכום, נתונים הם כלי חזק להבנת העולם, אבל הם אינם מדברים בעד עצמם. מי שמציג אותם בוחר מה להראות ואיך, ומי שקורא אותם צריך לשאול את השאלות הנכונות. קורא ביקורתי אינו חשדן כלפי כל מספר, אלא פשוט יודע לבקש את ההקשר לפני שהוא מגיע למסקנה.