Jak se vyhnout ukvapeným soudům
Jedním z nejčastějších omylů je slepá víra v ukazatele bez ohledu na věcné souvislosti. Například pokud se dva ukazatele chovají vůči sobě s určitou pravidelností (jeden třeba roste, zatímco druhý klesá), nemusí to ještě znamenat, že spolu přímo souvisejí. Uveďme jednoduchý příklad: každý rok se potvrzuje, že když se zkracují sukně žen a dívek, prodá se více balených nápojů. Když se to takto řekne, zdá se, že délka sukní ovlivňuje prodejnost balené vody. A už hledáme důvod. Že by pohled na obnažené lýtko vyvolával žízeň? To asi ne. Nebo že by více vypité vody nutilo ženy ukazovat kolena? Také nesmysl. Ale čísla hovoří jasně: kratší sukně – více vody. Jak to tedy je? Odpověď je očividná. Oba jevy, délka sukní i prodej vody, jsou společně závislé na jiném jevu – na počasí. Když je teplo, sukně se zkracují a také se vypije více vody. Proto se oba ukazatele chovají ve vzájemném souladu, přestože spolu věcně nesouvisejí (pouze zdánlivě korelují), a už vůbec nejsou na sobě závislé (tj. neexistuje mezi nimi kauzální vztah, kdy by jeden byl příčinou a druhý následkem).
První dojem může vést k mylným závěrům!
Bohužel, falešná (zdánlivá) kauzalita je častým prohřeškem při interpretaci dat. Ve snaze dokázat určitá tvrzení pomocí čísel bývají vedle sebe pokládány ukazatele, které se opakovaně vyvíjejí ve vzájemné souhře, ale přímo spolu nesouvisejí. Jak takové případy odhalit? Není to snadné, ale určitě bychom měli zpozornět vždy, když je těžké nalézt na první pohled přímou logickou souvislost mezi jevy a když začneme s krkolomnými myšlenkovými konstrukcemi ve snaze (domnělou) vazbu zdůvodnit.
Jiným prohřeškem, ke kterému při interpretaci dat často dochází, je nepodložené stanovení příčiny a následku. Uveďme příklad. Řekněme, že se zdá, že čím více je na letních jarmarcích stánků, tím více lidí přijde. Závěr zní logicky. Ale nemohlo by to být i obráceně? Čím více lidí si jarmarky oblíbí, tím více stánkařů přijede, protože se jim to vyplatí? Co je příčina a co následek? To není snadné určit. Měli bychom si dávat pozor na ukvapené soudy. Pokud závěr není jednoznačný, je lepší poohlédnout se ještě po dalších ukazatelích, které naše závěry potvrdí.
Ve výčtu chyb při interpretaci dat bychom neměli zapomenout na neaktuálnost zvolené metody zkoumání. Život je pestrý a ne vždy je možné zkoumané jevy měřit přímo. V takovém případě se obvykle používá „zprostředkující“ ukazatel, který svým vývojem o jevu (nepřímo) vypovídá. To však funguje pouze tehdy, když existuje korelace nebo přímo kauzalita mezi (neměřitelným) zkoumaným jevem a (změřitelným) zprostředkujícím ukazatelem. Pokud se ale vazba mezi jevem a ukazatelem přeruší, ukazatel (dočasně či trvale) ztrácí svou vypovídací schopnost. Na něco takového si musíme při analýzách dávat pozor a stále věnovat pozornost metodice. Uveďme jednoduchý příklad. Řekněme, že z nějakého důvodu nelze přímo spočítat, kolik je žáků ve třídě 1. C (jev). Použijeme tedy náhradní řešení (zprostředkující ukazatel) a spočítáme boty v šatně 1. C (děleno dvěma). Tak odhadneme počet žáků ve třídě. Když se však z 1. C stane 7. C, žáci začnou zapomínat přezůvky doma. Pokud se každý den jiný počet dětí nepřezuje, přestává být počet párů bot v šatně důvěryhodným ukazatelem počtu žáků ve třídě. A co teprve pokud je 7. C na školní exkurzi v pivovaru…?
Žerty stranou. Ukončeme tuto kapitolu vcelku známým statistickým (nebo také meteorologickým) vtipem, který nám připomene, jak je potřebné znát metodiku ukazatelů.
Nevěřte hned všemu!
Blíží se zima a indiáni se ptají svého šamana: „Jaká bude letos zima?“ Šaman pokrčí rameny a řekne: „Pro jistotu začněte sbírat dříví.“ Jenže ani po měsíci šaman netuší, jaká bude zima, a tak tajně opustí osadu a z nejbližší telefonní budky zavolá na meteorologickou stanici. „Zima bude tuhá,“ zní ze sluchátka. Šaman přijede domů, zvěstuje to svému kmeni a ten dál horlivě sbírá dříví. Po dalším měsíci to šamanovi nedá a opět zavolá meteorologům. „Jaká bude zima?“ zeptá se. „Bude velmi tuhá,“ zní odpověď. „A jak to, prosím vás, víte tak jistě?“ pokračuje šaman. A meteorolog odpoví: „Protože indiáni sbírají dřevo jako pominutí…“