Jak (ne)číst mezi ukazateli

VYDÁNÍ: 07-08/2018
sdílejte na Facebooku sdílejte na Twitteru pošlete e-mailem sdílejte

Hledání závislostí mezi ukazateli a jejich interpretace je to, co dělá statistiku dobrodružstvím. Pokud ovšem pracujeme se statistickými ukazateli, měli bychom se vyhnout zkratkám, jinak nám hrozí mylné závěry a špatná rozhodnutí.

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 (například jeden roste, zatímco druhý klesá), nemusí to ještě znamenat, že spolu přímo souvisejí. Uveďme 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. Proč? 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 jednoduchá. 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).
Falešná (zdánlivá) kauzalita je častým prohřeškem při interpretaci dat. Stává se, že ve snaze dokázat svou pravdu pomocí čísel se vedle sebe pokládají ukazatele, které se sice opakovaně vyvíjejí ve vzájemné souhře, ale přímo spolu nesouvisejí. Jak takové případy odhalit? Vždy bychom měli alespoň zpozornět, pokud je pro nás těžké nalézt na první pohled přímou logickou souvislost mezi jevy, a začneme proto s krkolomnými myšlenkovými konstrukcemi ve snaze (domnělou) vazbu zdůvodnit.

Co je příčina a co následek?

Dalším 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.

Znalost metodiky je základ

V minulých číslech jsme již několikrát narazili na to, že když není možné zkoumané jevy přímo měřit, používá se „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 (zprostředkujícím) ukazatelem. Pokud se 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 bot v šatně důvěryhodným ukazatelem počtu žáků ve třídě. A co teprve, pokud je 7. C na školní exkurzi v pivovaru…?
Žerty stranou. Ukončeme tento článek vcelku známým statistickým (nebo také meteorologickým) vtipem, který nám připomene, jak je potřebné znát metodiku ukazatelů.
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…“

Autor: , vedoucí oddělení čtvrtletních odhadů
Zatím zde není žádný komentář.

Související články

 

Hospodářský růst – jeden jev, více ukazatelů

Ilustrační foto

Když se vám v práci nebo podnikání dobře daří a vyděláváte více a více, můžete nabýt dojmu, že šlape celá ekonomika. Je to však názor založený pouze na vaší (omezené) zkušenosti jedné oblasti ekonomického života. Co když se všechny ostatní oblasti hospodářství utápějí v problémech a ve skutečnosti ekonomika padá? Pokud zobecníme pouze svou vlastní (subjektivní) zkušenost, vystavujeme se riziku, že takové závěry budou špatné. Potřebujeme mnohem širší (objektivnější) pohled.

Ptejme se na původ dat

ilustrační foto

Všude kolem nás krouží čísla. Na internetu, v televizi, všude. Lidé se ve snaze dodat svému názoru váhu a objektivitu snaží podložit svá tvrzení (jakýmkoliv) číslem.

Měřítko u sloupcových grafů

Ilustrační foto

Dobrý obrázek dokáže často vyjádřit více než obsáhlý popis. To platí jak o fotografii, tak o grafu. Vnímáme je totiž intuitivně a všímáme si jich dřív, než začneme (pokud vůbec) číst text.

Nezaměstnanost, 1 jev – 2 ukazatele

Ilustrační foto

Pokud chceme v České republice zkoumat nezaměstnanost, nabízí se nám dva základní ukazatele. Jsou jimi míra nezaměstnanosti a podíl nezaměstnaných osob. Oba ukazatele sledují tentýž jev, nezaměstnanost, a přesto je každý z nich jiný a poskytuje jiné výsledky. Jaké jsou mezi nimi rozdíly?

Meziroční, mezičtvrtletní a bazický index

Ilustrační foto

Indexy jsou základ, to vám potvrdí každý správný statistik. Jsou klíčovým nástrojem pro jakékoliv porovnávání v čase či prostoru. Zaměřme se na tři indexy, které uživatel často potkává: meziroční, mezičtvrtletní a bazický.

Procentní bod a procento

Ilustrační foto

V analýzách a komentářích se tu a tam objevuje pojem „procentní bod“.

HDP na obyvatele v PPS

ilustrační foto

Hrubý domácí produkt (HDP) na obyvatele v paritě kupní síly (PPS) je jedním ze základních ukazatelů ekonomické úrovně při mezinárodních srovnáních. Hodnota ve vztahu k průměru EU je klíčovým kritériem pro čerpání prostředků ze strukturálních fondů EU. Proč se používá parita kupní síly, co znamená a proč ji nestačí vyjadřovat v korunách nebo v eurech? Na to vám odpovíme v naší nové rubrice.

Sezónnost a sezónní očištění

ilustrativní obrázek

Lidé se v průběhu roku chovají různě. V létě je teplo, v zimě je zima a v prosinci jsou Vánoce. A to všechno pochopitelně ovlivňuje lidské životy a odráží se ve statistických ukazatelích stejně jako různý počet pracovních dní v daném období.