أربع حقائق إحصائية ستغير نظرتك إلى البيانات
مقدمة: ما وراء الأرقام
نسبح يومياً في بحر من البيانات، ونقبل الرسوم البيانية والأرقام التي تظهر على الشاطئ كحقائق لا جدال فيها. نرى رقماً معروضاً في تقرير أو عنوان رئيسي، ونميل إلى قبوله كما هو، مما يشكل فهمنا لكل شيء بدءاً من الصحة العامة وصولاً إلى الاقتصاد.
لكن الرحلة من القياس الأولي إلى الإحصاء النهائي المصقول مليئة بالقرارات الحاسمة والتعقيدات الخفية. فالأرقام لا تتحدث عن نفسها، بل هي جزء من قصة يرويها من يحللونها. وكما قال الفيزيائي اللورد كلفن قولته الشهيرة: "القياس أساس المعرفة".
عندما تستطيع قياس ما تتحدث عنه والتعبير عنه بالأرقام، فأنت تعرف شيئًا عنه؛ ولكن عندما لا تستطيع قياسه، وعندما لا تستطيع التعبير عنه بالأرقام، فإن معرفتك تكون ضئيلة وغير مرضية.
ستكشف هذه المقالة النقاب عن هذه العملية. سنكشف النقاب عن أربعة مفاهيم إحصائية "خفية" ومؤثرة، وهي ضرورية لكل من يعمل مع البيانات أو حتى يستخدمها في عالمنا المعاصر.
1. لا يوجد ما يُسمى بـ"حفل الزفاف "المتوسط"
عندما نسمع كلمة "متوسط"، يتبادر إلى أذهاننا غالباً تعنيالحسابي : مجموع جميع القيم مقسوماً على عدد المشاهدات. مع ذلك، ثمة مقياس آخر بالغ الأهمية لـ"الوسط" وهو الوسيط، وهو ببساطة القيمة الوسطى عند ترتيب جميع البيانات ترتيباً تصاعدياً وتنازلياً.
كيف يمكن أن يكون متوسط تكلفة الزفاف في الولايات المتحدة 27,021 دولارًا و16,886 دولارًا في آنٍ واحد؟ يكشف الجواب عن إحدى أكثر الطرق شيوعًا التي قد تضللنا بها الإحصاءات. ففي عام 2011، كان **المتوسط** للتكلفة 27,021 دولارًا بالفعل، بينما كان الوسيط التكلفة كانت فقط $16,886فقط . يكمن التناقض في توزيع البيانات. فعدد قليل من حفلات الزفاف الباهظة جدًا يرفع المتوسط، مما يخلق قيمة لا تمثل ما ينفقه معظم الناس فعليًا. أما الوسيط، من ناحية أخرى، فلا يتأثر بهذه outliersالمتطرفة ، بل يروي صورة أدق للتجربة "النموذجية"، مما يجعله رقمًا أكثر فائدة في حالات التوزيعات غير المتماثلة كهذه.
2. في الإحصاء، "الخطأ" ليس خطأً
في اللغة الدارجة، تعني كلمة "خطأ" زلة أو فعلًا غير صحيح. أما في عالم الإحصاء، فيحمل المصطلح معنى مختلفًا تمامًا وأكثر حيادية.
في الإحصاء، يُعدّ مصطلح "الخطأ" مصطلحًا تقنيًا يحمل معنىً مختلفًا تمامًا وأكثر حيادية. وكما ورد في النص الأصلي، "يُستخدم مصطلح الخطأ غالبًا للإشارة إلى أي مصدر من مصادر التباين، كمرادف للتشتت أو التباين". هذا التمييز بالغ الأهمية. فعندما نلاحظ تباينًا في مجموعة بيانات - على سبيل المثال، اختلاف درجات حرارة الجسم بين مجموعة من الأشخاص الأصحاء - فإن ذلك لا يعود إلى خطأ بشري. هذا "الخطأ" هو نتيجة مصادر طبيعية للتباين، مثل التباين البيولوجي بين الأفراد أو عدم الدقة (أو عدم قابلية التكرار) المتأصلة في القياس التجريبي. إن تحويل فهمنا لمفهوم "الخطأ" من "هفوة" إلى "تباين" يسمح لنا بالتوقف عن التساؤل "من أخطأ؟" والبدء بطرح السؤال الأكثر جدوى: "ما هي المصادر الطبيعية لهذا التباين؟"
3. كيف أنقذت البيانات "المستحيلة" العالم
تتمثل الخطوة الأولى الشائعة في معالجة البيانات في فحص القيم "المستحيلة" وإزالتها. فلا يمكن أن يكون وزن الشخص سالباً، ولا يمكن أن يسبق عام الوفاة عام الميلاد. قد تبدو إزالة هذه الأخطاء الواضحة إجراءً بسيطاً ومنطقياً، لكن هذه الممارسة تنطوي على مخاطر خفية وكبيرة.
تُقدّم قصة ثقب الأوزون عبرةً بالغة الأهمية. ففي عام ١٩٨٥، عندما بدأ الباحثون يلاحظون انخفاضًا حادًا في مستويات الأوزون فوق القارة القطبية الجنوبية، صنّف برنامجهم هذه القيم على أنها غير معتادة لأنها كانت الأدنى على الإطلاق. كان بإمكان الباحثين تجاهل هذه البيانات بسهولة باعتبارها خللًا في الأجهزة أو قراءات غير منطقية. لكنهم بدلًا من ذلك، واصلوا البحث، مؤكدين صحة أجهزتهم وحساباتهم. أدى هذا إلى اكتشافٍ هامٍّ مفاده أن مركبات الكلوروفلوروكربون تُدمّر طبقة الأوزون، ما أسفر عن تحرك دولي لمنع كارثة بيئية عالمية.
إن الدرس المستفاد قوي للغاية. فلو قام المحققون بإزالة هذه القيم "المستحيلة" تلقائياً، لارتكبوا خطأً فادحاً وأضاعوا اكتشافاً مهماً.
4. الاتجاه الذي بُني على "التعديلات"
غالباً ما لا تعرض الرسوم البيانية الجذابة التي نراها في التقارير والمقالات الإخبارية البيانات الخام التي جُمعت فعلياً. بل تُظهر في الغالب بيانات مُعدّلة أو مُوحّدة أو مُنعّمة لمعالجة التناقضات أو لإبراز اتجاه معين.
لننظر إلى الرسم البياني الحاسم للاحتباس الحراري - ذلك الارتفاع المطرد في درجات الحرارة العالمية. هذا الاتجاه، الذي شكّل السياسات الدولية، ليس مجرد رسم بياني بسيط لقراءات موازين الحرارة، بل هو سردٌ بُني عبر سلسلة من التعديلات الإحصائية الحاسمة والواسعة النطاق. تتطلب البيانات الأولية تصحيحات عديدة، تأخذ في الحسبان عوامل مثل تأثير الجزر الحرارية الحضرية (حيث تكون المدن أكثر دفئًا)، واستخدام أنواع مختلفة من موازين الحرارة على مر الزمن، وعدم اتساق جداول القياس. تأثير هذه التصحيحات هائل. يذكر المصدر: "أدت النتيجة النهائية لكل هذه التعديلات إلى خفض درجات الحرارة السابقة بما يقارب درجة مئوية واحدة، وهو ما يعادل تقريبًا الزيادة الملحوظة في درجة الحرارة خلال القرن الماضي".
لا يُبطل هذا الاستنتاج، ولكنه يكشف عن رؤية بالغة الأهمية: فالاتجاه النهائي هو نتاجٌ لكلٍّ من البيانات والتقييم العلمي. هذه التعديلات ضرورية، لكنها تتطلب تفكيرًا متأنيًا، وقد يُجريها العلماء بطرقٍ مختلفة. وهذا يُؤكد أهمية التساؤل دائمًا عن كيف معالجة البيانات قبل تحويلها إلى رسم بياني نهائي.
الخلاصة: اطرح سؤالاً أفضل
بدءًا من اختيار الوسيط بدلًا من المتوسط الحسابي، مرورًا بتحديد البيانات "المستحيلة" حقًا، وصولًا إلى تحديد كيفية تعديل العوامل الخارجية، فإن رحلة جمع البيانات وصولًا إلى الاستنتاج النهائي مليئة بالخيارات البشرية. فالإحصاءات ليست مجرد حقائق موضوعية تظهر من جدول بيانات، بل هي نتاج عملية تتضمن تفكيرًا دقيقًا، وحكمًا نقديًا، وقرارات مدروسة.
في المرة القادمة التي تُعرض عليك فيها رسم بياني مقنع أو إحصائية حاسمة، ما هو السؤال الأول الذي ستطرحه حول القصة الكامنة وراء الأرقام؟
