Tim Harfordnak már az ötödik könyvét ismertetem. Az Adatdetektív (Budapest, HVG, 2021) amerikai kiadásának is ez a címe, csak az eredeti brit lehet olyan sznobul kacifántos: How to Make the World Add Up (London, Little Brown, 2020). A téma ezúttal a statisztika, de Harford most sem a technikai részletekkel untat. Ha valaki meg akarja tudni, hogyan kell reprezentatív mintát kijelölni és mit jelent a statisztikai szignifikancia, akkor máshova forduljon. Ha viszont szeretné, hogy rendkívül szórakoztató és tanulságos történeteken keresztül meggyőzzék, hogy a statisztika igenis segít megérteni a világot, és létezik objektivitás, amire törekedhetünk, akkor nagyon ajánlom ezt a könyvet. A tíz szabály, amit Harford felállít nem valódi szabály, és nem a statisztikusoknak szól, hanem nekünk: mire figyeljünk, ha számokkal akarnak meggyőzni minket. A könyv végén ő is eljut oda, hogy az összes mögött a kíváncsiság aranyszabálya rejlik: merjünk kérdezni, akarjuk megérteni, hogy mi az állítás, mivel támasztják alá, és mit is bizonyítana mindez. A következőkben nem is megyek végig a tíz szabályon, maradjon ez meg az olvasónak, hanem kiemelek három, példákkal alátámasztott tanulságot.
Korunk egyik elméletileg tudományos, tehát adatok alapján megvitatható kérdése a klímaváltozás. Elméletileg, hiszen tudjuk, hogy az ezzel kapcsolatos aggodalmak vagy éppen szkepticizmus szorosan összefüggenek a politikai állásponttal, a világnézettel. És az érdekes éppen az, hogy a tudományosan képzett bal- és jobboldali emberek véleménye sokkal inkább eltér ebben a kérdésben, mint a képzetleneké. Az adatok felhasználásának, értelmezésének legnagyobb nehézsége, hogy valójában nagyon nehezen változtatják meg eredeti meggyőződésünket. Érzelmileg elköteleződtünk már eleve amellett, hogy a klímaváltozás valós és fenyegető veszély, vagy éppen amellett, hogy morális pánik, ami lényegi kérdésekről tereli el a figyelmet, vagy akár akadályoz a fejlődésben. Ezek után pedig csodálatos agyunk szépen kiválogatja az álláspontunkat alátámasztó bizonyítékokat, és megkérdőjelezi, vagy egyszerűen ignorálja az annak ellentmondókat. A tudományos képzettség önmagában ebben nem segít, pont ellenkezőleg, sokkal magabiztosabban mutatjuk fel a nekünk megfelelő adatokat, és sokkal okosabban cáfoljuk a zavaróakat. Ritka, de talán fejleszthető tulajdonság az, ha szellemi kihívásnak érzékeljük, ezért élvezzük és keressük a meggyőződésünknek ellentmondó megállapításokat. A különböző politikai táborok legkíváncsibb tagjainak álláspontja közeledik csak egymáshoz objektív adatok tanulmányozásával.
Divatos, ám idegesítően sznob szokás minden statisztikát eleve hamisítási kísérletnek elkönyvelni. De való igaz, hogy hasznos mindig megvizsgálni, mit is mértek meg pontosan és milyen módszerrel. Angliában kiderült, hogy nagy a szórás bizonyos kórházak csecsemőhalálozási számaiban. A különbséget azonban nem orvosi hiba vagy mulasztás okozta, hanem eltérő adatfelvétel. Attól függ, hogy a halott koraszülötteket spontán vetélésnek vagy csecsemőhalálozásnak könyvelik-e el. Mindez pedig részben kegyeleti kérdés: az adott közösségben hogyan birkóznak meg könnyebben a szülők a gyásszal. De ez még egy egyszerű eset: ha tudjuk az okát, a számok átrendezésével az adatok összehasonlíthatók lesznek. De mi a helyzet mondjuk az anyagi egyenlőtlenséggel? Ezt a jövedelmek méretének, illetve a különböző jövedelmű csoportok létszámának összevetésével szokás mérni. Rendben, de pontosan mit tekintünk az egyenlőtlenség növekedésének vagy csökkenésének? Az Egyesült Államokban és Nagy-Britanniában évtizedek óta meredeken nő a leggazdagabb 1% jövedelme a társadalom többi részéhez képest. Ugyanakkor azonban nő a legszegényebb 50%-é is. Akkor most nő vagy csökken az egyenlőtlenség?
Statisztikailag a nem visszatérő rendszerességgel felvett adatok akkor is megbízhatatlanok, ha az egyedi adatfelvétel amúgy tudományosan kifogástalan volt. Brian Nosek amerikai pszichológusnak szörnyű gyanúja támadt, ezért 2015-ben számos kutatótársát együttműködésre bírva megismételt száz olyan pszichológiai kísérletet, aminek eredményeire gyakran hivatkoznak. A százból csak harminckilenc – szigorúbb feltételeket alkalmazva csak harminchat – mutatott az eredetivel azonos eredményt. A kutatókon nagy a nyomás, hogy tudományos eredményeket produkáljanak és azokat publikálják. A szaklapok érdekes eredményeket akarnak produkálni, ezért visszautasítják a keresett összefüggést nem találó, vagy egyszerűen csak korábbi kísérleteket reprodukáló cikkeket. Az eredmény természetesen az, hogy a hamis eredmények gyakran érdekesek, a cáfolatuk viszont senkinek sem érdeke. A meghökkentő statisztikai eredményekkel kapcsolatban jogos a kételkedés, és inkább kérdésfelvetésnek kell őket tekinteni, mint válaszoknak. Egy híres bűvész egyszer készített egy vágatlan felvételt, ahol tízszer egymás után fejet dob egy érmével, és csak utólag vallotta be, hogy a felvétel egy kilencórás film utolsó pár perce: addig sikertelenül próbálkozott. A statisztika nem csal: ha elég sokáig dobáljuk az érmét, biztos dobunk tíz fejet. Mi csapjuk be magunkat, ha nem figyelünk a statisztikára.
