3 ways to spot a bad statistic | Mona Chalabi

المترجم: Eman Shahen المدقّق: Nada Qanbar

I'm going to be talking about statistics today.

سأتحدث عن الإحصائيات اليوم

If that makes you immediately feel a little bit wary, that's OK,

ولو كان هذا يجعلك في الحال حذراً بعض الشيء فلا بأس،

that doesn't make you some kind of crazy conspiracy theorist,

فإن هذا لن يجعلك نوعا ما صاحب نظرية مؤامرة مهووس، بل متشكك.

it makes you skeptical.

And when it comes to numbers, especially now, you should be skeptical.

وعندما يتعلق الأمربالأرقام، خاصة الآن، لابد أن تكون متشككاً.

But you should also be able to tell which numbers are reliable

ولكن أيضاً لابد أن تكون قادراً على القول أي الأرقام موثوق به وأيها ليس كذلك.

and which ones aren't.

So today I want to try to give you some tools to be able to do that.

لذا اليوم سأحاول إعطاءكم الأدوات التي تمكنكم من ذلك.

But before I do,

قبل أن أفعل، أريد أن أوضح أي الأرقام أتحدث عنها هنا.

I just want to clarify which numbers I'm talking about here.

I'm not talking about claims like,

فأنا لا أتحدث عن الادعاءات مثل،

"9 out of 10 women recommend this anti-aging cream."

"9 من 10 نساء ينصحون بهذا الكريم المضاد للشيخوخة."

I think a lot of us always roll our eyes at numbers like that.

أعتقد أن كثير منا يبحثون على أرقام كهذه.

What's different now is people are questioning statistics like,

المختلف الآن أن الناس يتساءلون عن إحصائيات مثل،

"The US unemployment rate is five percent."

"معدل البطالة الأمريكي هو %5."

What makes this claim different is it doesn't come from a private company,

الذي يجعل هذا الإدعاء مختلفاً أنه لم يأتي من شركة خاصة، بل من الحكومة.

it comes from the government.

About 4 out of 10 Americans distrust the economic data

والحقيقة ، أن حوالي 4 من 10 أمريكيين لا يثقون بالبيانات الاقتصادية

that gets reported by government.

التي تصدرها الحكومة.

Among supporters of President Trump it's even higher;

وهي أعلي بين مؤيدي الرئيس (ترامب)؛ إنها حوالي 7 من 10.

it's about 7 out of 10.

I don't need to tell anyone here

لست بحاجة لإخبار أحد هنا

that there are a lot of dividing lines in our society right now,

أن هناك المزيد من الخطوط الفاصلة في مجتمعنا الآن،

and a lot of them start to make sense,

والكثيرمنهم أصبح منطقي،

once you understand people's relationships with these government numbers.

بمجرد فهمك لعلاقة الناس بأرقام الحكومة تلك.

On the one hand, there are those who say these statistics are crucial,

ومن جانب، هناك أؤلئك اللذين يقولون أن هذه الإحصائيات في غاية الأهمية.

that we need them to make sense of society as a whole

ونحن بحاجة إليهم لنفهم المجتمع ككل ولتجاوز الحكايات العاطفية

in order to move beyond emotional anecdotes

and measure progress in an [objective] way.

وقياس التقدم بطريقة (موضوعية).

And then there are the others,

ومن ثم هناك آخرون،

who say that these statistics are elitist,

اللذين يقولون أن هذه الإحصائيات نخبوية، أو ربما تكون مزورة؛

maybe even rigged;

they don't make sense and they don't really reflect

فهم غير منطقيون ولا يعكسون فعلاً ما يحدث في حياة الناس اليومية.

what's happening in people's everyday lives.

It kind of feels like that second group is winning the argument right now.

نوعاً ما تبدو المجموعة الثانية أنها علي صواب حتى الآن.

We're living in a world of alternative facts,

نعيش في عالم من الحقائق البديلة،

where people don't find statistics this kind of common ground,

حيث لا يجد الناس إحصائيات ذات أرضية مشتركة،

this starting point for debate.

وهذا هو أصل الخلاف، وهذه مشكلة.

This is a problem.

There are actually moves in the US right now

هناك فعلاً تحركات في أمريكا الآن للتخلص من إحصائيات الحكومة كليًا.

to get rid of some government statistics altogether.

Right now there's a bill in congress about measuring racial inequality.

فهناك الآن مشروع قانون في الكونجرس حول قياس التمييز العنصري.

The draft law says that government money should not be used

تقول مسودة القانون أن أموال الحكومة لا ينبغي إستخدامها

to collect data on racial segregation.

لجمع المعلومات حول التميز العنصري. هذه كارثة كلية.

This is a total disaster.

If we don't have this data,

إذا لم تكن لدينا هذه الببانات، كيف لنا أن نرصد التميز،

how can we observe discrimination,

let alone fix it?

ناهيك عن إصلاحه؟

In other words:

وبمعنى أخر: كيف لحكومة أن تصنع سياسات منصفة

How can a government create fair policies

if they can't measure current levels of unfairness?

إذا كانت غير قادرة على قياس مستويات عدم الإنصاف الحالية؟

This isn't just about discrimination,

إن هذا لا يتعلق بالتمييز العنصري وحده، بل بكل شئ - فكروا في ذلك.

it's everything -- think about it.

How can we legislate on health care

كيف نسن قوانين للرعاية الصحية

if we don't have good data on health or poverty?

إذا لم يكن لدينا بيانات كافية حول الصحة والفقر؟

How can we have public debate about immigration

كيف يكون لدينا نقاش عام حول الهجرة

if we can't at least agree

إذا لم نتفق على الأقل على عدد الناس الداخلين والخارجين من البلاد؟

on how many people are entering and leaving the country?

Statistics come from the state; that's where they got their name.

جاء أصل كلمة إحصائيات من كلمة تعين؛ من هنا جاء مسماها.

The point was to better measure the population

الهدف كان قياس نسبة السكان بشكل أفضل لتقديم خدمة افضل لهم.

in order to better serve it.

So we need these government numbers,

لذا نحتاج أرقام الحكومة هذه،

but we also have to move beyond either blindly accepting

ولكن علينا أيضاً تجاوز القبول الأعمى أو الرفض الأعمى لهم.

or blindly rejecting them.

We need to learn the skills to be able to spot bad statistics.

علينا تعلم مهارة القدرة على معرفة الإحصائيات السيئة.

I started to learn some of these

قد بدأت بتعلم بعض من هذا عندما كنت أعمل في قسم إحصائي

when I was working in a statistical department

that's part of the United Nations.

تابع للأمم المتحدة.

Our job was to find out how many Iraqis had been forced from their homes

كان عملنا هو معرفة عدد العراقيين الذين شُردوا من منازلهم بسب الحرب،

as a result of the war,

and what they needed.

وما يحتاجون إليه.

It was really important work, but it was also incredibly difficult.

كان عملاً مهماً حقًا، ولكنه صعب جدًا.

Every single day, we were making decisions

كل يوم، كنا نتخذ قررات تؤثر على دقة أرقامنا

that affected the accuracy of our numbers --

decisions like which parts of the country we should go to,

قررات مثل أي الأماكن في البلاد التي ينبغي الذهاب إليها،

who we should speak to,

من يجب أن نتكلم معه، وما الأسئلة التي يجب أن نطرحها.

which questions we should ask.

And I started to feel really disillusioned with our work,

وبدأت أشعر بخيبة أمل حقًا بشان عملنا،

because we thought we were doing a really good job,

لاعتقادنا بأننا نقوم بعمل جيد،

but the one group of people who could really tell us were the Iraqis,

ولكن مجموعة الناس التي بإمكانها إخبارنا أين العراقيون،

and they rarely got the chance to find our analysis, let alone question it.

نادراً ما تتاح الفرصة لهم لإيجاد تحليلنا، ناهيك عن النقاش بخصوصه.

So I started to feel really determined

لذا شعرت أن الطريقة الوحيدة لجعل الأرقام أكثر دقة

that the one way to make numbers more accurate

is to have as many people as possible be able to question them.

هو وجود عدد كبير بقدر الإمكان من الناس الذين نستطيع طرح أسئلة عليهم.

So I became a data journalist.

لهذا أصبحتُ صحفية بيانات.

My job is finding these data sets and sharing them with the public.

عملي هو إيجاد مجموعات البيانات تلك ومشاركتها مع العامة.

Anyone can do this, you don't have to be a geek or a nerd.

أي أحد بإمكانه ذلك فلا يجب عليك أن تكون عالمًا أو أن تدرس كثيرًا.

You can ignore those words; they're used by people

بإمكانك تجاهل هذه الكلمات؛ التي يستخدمها الناس

trying to say they're smart while pretending they're humble.

للوصف بأنهم أذكياء في حين أنهم بسطاء. بالتأكيد أي أحد بإمكانه ذلك.

Absolutely anyone can do this.

I want to give you guys three questions

أريد أن أسألكم ثلاث أسئلة

that will help you be able to spot some bad statistics.

ستساعدكم في تحديد بعض الإحصائيات السيئة

So, question number one is: Can you see uncertainty?

السؤال الأول هو هل يساوركم شعور بالشك؟

One of things that's really changed people's relationship with numbers,

أن إحدى الأشياء التي غيرت علاقة الناس بالأرقام،

and even their trust in the media,

وحتي ثقتهم في وسائل الاعلام،

has been the use of political polls.

كانت استخدام استطلاعات الرأي السياسية.

I personally have a lot of issues with political polls

أنا شخصيًا لدي الكثير من المشاكل معها

because I think the role of journalists is actually to report the facts

لأنيّ أعتقد أن دور الصحفيين في الواقع هو إيصال الحقائق

and not attempt to predict them,

وليس محاولة التنبؤ بها،

especially when those predictions can actually damage democracy

خاصة إذا كانت هذة التنبؤات بإمكانها فعلاً تدميرالديمقراطية.

by signaling to people: don't bother to vote for that guy,

بالإشارة الي الناس: لا يهم التصويت لهذا الشخص،

he doesn't have a chance.

ليس لديه فرصة.

Let's set that aside for now and talk about the accuracy of this endeavor.

دعونا ننحيّ هذا جانباً الآن ونتكلم عن دقة هذه المحاولة.

Based on national elections in the UK, Italy, Israel

بناءً على الإنتخابات القومية في المملكة المتحدة وإيطاليا وإسرائيل

and of course, the most recent US presidential election,

وبالطبع الإنتخابات الرئاسية الأمريكية الأخيرة،

using polls to predict electoral outcomes

استخدموا الاستطلاعات للتنبؤ بنتائج إنتخابية

is about as accurate as using the moon to predict hospital admissions.

تبلغ دقتها دقة الاسترشاد بالقمر في التنبؤ بالدخول إلى المستشفى.

No, seriously, I used actual data from an academic study to draw this.

الآن، جدياً، لقد استخدمت بيانات حقيقية من دراسة أكاديمية لرسم هذا.

There are a lot of reasons why polling has become so inaccurate.

هناك العديد من الأسباب لماذا أصبحت استطلاعات الرأي غير دقيقة بالمرة.

Our societies have become really diverse,

أصبحت مجتمعاتنا متفرقة جداً،

which makes it difficult for pollsters to get a really nice representative sample

والذي يُصعِب الأمرعلي منظمي الاستطلاعات الحصول على عينة تمثيلية مناسبة

of the population for their polls.

لعدد السكان في استطلاعهم.

People are really reluctant to answer their phones to pollsters,

فالناس يترددون حقًا في الإجابة على منظمي الاستطلاع بالهاتف،

and also, shockingly enough, people might lie.

وأيضًا، الصادم أكثر، أن الناس قد يكذبون.

But you wouldn't necessarily know that to look at the media.

ولكنك بالضرورة لن تعرف بالنظر إلى وسائل الإعلام

For one thing, the probability of a Hillary Clinton win

لأمر واحد، فإن إحتمالية فوز (هيلاري كلينتون)

was communicated with decimal places.

كانت شائعة في الخانات العشرية.

We don't use decimal places to describe the temperature.

كنا لا نستخدم الخانات العشرية لوصف درجات الحرارة.

How on earth can predicting the behavior of 230 million voters in this country

كيف إذًا من الممكن أن يكون التنبؤ بسلوك 230 مليون مُصوِت في هذه البلاد دقيقًا؟

be that precise?

And then there were those sleek charts.

لذا كانت هناك تلك الرسوم البيانية الدقيقة.

See, a lot of data visualizations will overstate certainty, and it works --

انظروا ستبالغ الكثير من التصورات البيانية بالتاكيد، وهو نافع

these charts can numb our brains to criticism.

هذه البيانات يمكن أن تخدر عقولنا حتي لا ننتقدها.

When you hear a statistic, you might feel skeptical.

عندما تسمع بإحصاء، تشعر بالشك.

As soon as it's buried in a chart,

طالما هو موضوع في رسم بياني، تشعرك بأنه علم موضوعي نوعًا ما،

it feels like some kind of objective science,

and it's not.

لكنه ليس كذلك.

So I was trying to find ways to better communicate this to people,

لذا كنت أحاول إيجاد بعض الطرق لتحسين وصول هذا للناس،

to show people the uncertainty in our numbers.

لإظهارعدم اليقين في أرقامنا لهم.

What I did was I started taking real data sets,

لقد بدأت بتبني مجموعات بيانات حقيقية، وتحويلهم إلى تصورات مرسومة باليد،

and turning them into hand-drawn visualizations,

so that people can see how imprecise the data is;

ليتمكن الناس من معرفة عدم دقة البيانات؛

so people can see that a human did this,

ويعرفوا أن الإنسان هو من قام بذلك، فقد وجد البيانات وتصورها.

a human found the data and visualized it.

For example, instead of finding out the probability

على سبيل المثال، بدلاً من معرفة احتمالية الإصابة بالإنفلونزا في شهر معين،

of getting the flu in any given month,

you can see the rough distribution of flu season.

فبإمكانك معرفة التوزيع التقريبي للإنفلونزا الموسمية.

This is --

ها هي --

(Laughter)

لقطة غير لطيفة في فبراير،

a bad shot to show in February.

But it's also more responsible data visualization,

لكنه تصور بياني موثوق به،

because if you were to show the exact probabilities,

لأنه إذا اتضحت لكم الاحتمالات الفعلية،

maybe that would encourage people to get their flu jabs

فإن هذا يشجع الناس على تعاطي لقاحات الإنفلونزا في الوقت الخطأ.

at the wrong time.

The point of these shaky lines

إن الهدف من هذه الخطوط غير المستقرة هو تذكير الناس بعدم الدقة،

is so that people remember these imprecisions,

but also so they don't necessarily walk away with a specific number,

ولكن أيضًا لا يكتفون بالضرورة برقم معين،

but they can remember important facts.

بل بإمكانهم أن يتذكروا حقائق هامة.

Facts like injustice and inequality leave a huge mark on our lives.

حقائق مثل الظلم وعدم المساواة التي تترك أثراً كبيراً في حياتنا.

Facts like Black Americans and Native Americans have shorter life expectancies

حقائق مثل أن الأمريكان السود والأصليين لديهم أقصر متوسط عمري متوقع

مقارنة بالأجناس الأخرى، والتي لن تتغير في أي وقت قريب.

than those of other races,

and that isn't changing anytime soon.

Facts like prisoners in the US can be kept in solitary confinement cells

حقائق مثل أن المسجونين في أمريكا يمكن أن يوضعوا في غرف حبس انفرادي

that are smaller than the size of an average parking space.

أصغر في الحجم من مساحة موقف السيارة العادي.

هدف هذه التصورات أيضاً هو تذكير الناس ببعض المفاهيم الإحصائية الهامة،

The point of these visualizations is also to remind people

of some really important statistical concepts,

مثل المتوسطات.

concepts like averages.

So let's say you hear a claim like,

لذا دعونا نقول أنكم سمعتم إدعاءً مثل:

"The average swimming pool in the US contains 6.23 fecal accidents."

"يحتوي حمام السباحة العادي في أمريكا على 6.23 حادثة براز."

That doesn't mean every single swimming pool in the country

هذا لايعني أن كل حمامات السباحة في البلاد تحتوي علي 6.23 حادثة براز بالضبط.

contains exactly 6.23 turds.

So in order to show that,

لذا لإيضاح ذلك،

I went back to the original data, which comes from the CDC,

رجعت إلى البيانات الأصلية، والتى أتت من مركز مكافحة الأمراض

who surveyed 47 swimming facilities.

الذي عاين 47 من مرافق السباحة.

And I just spent one evening redistributing poop.

و قضيت ليلة واحدة فقط في إعادة توزيع البراز.

So you can kind of see how misleading averages can be.

بذلك يمكنكم أن تروا كيف أن المتوسطات مضللة.

(Laughter)

(ضحك)

OK, so the second question that you guys should be asking yourselves

حسنًا، السؤال الثاني الذي يجب أن تسألوه لأنفسكم

to spot bad numbers is:

لمعرفة الإرقام الزائفة هو: هل بإمكاني رؤية نفسي في البيانات؟

Can I see myself in the data?

This question is also about averages in a way,

وهو سؤال عن المتوسطات أيضا بطريقة ما،

because part of the reason why people are so frustrated

لأن جزءاً من سبب إحباط الناس جداً بشأن هذه الإحصائيات المحلية،

with these national statistics,

هو أنهم لا يقولون بحق قصة الرابح والخاسر من السياسة المحلية.

is they don't really tell the story of who's winning and who's losing

from national policy.

It's easy to understand why people are frustrated with global averages

من السهل فَهم إحباط الناس الكبير بشأن المتوسطات العالمية

عندما لا يمكنهم مطابقتها مع تجاربهم الشخصية.

when they don't match up with their personal experiences.

أردت أن أظهر للناس الطريقة التى ترتبط بها البيانات بحياتهم اليومية.

I wanted to show people the way data relates to their everyday lives.

بدأت بعمود النصائح هذا المدعو "عزيزتي منى،"

I started this advice column called "Dear Mona,"

حيث سيكتب الناس إلي عن أسئلتهم واهتماماتهم.

where people would write to me with questions and concerns

وحاولت أن أٌجيبهم بالبيانات.

and I'd try to answer them with data.

سألني الناس عن أي شئ.

People asked me anything.

أسئلة مثل "هل هو طبيعي أن أنام في سرير منفصل عن زوجتي؟"

questions like, "Is it normal to sleep in a separate bed to my wife?"

"Do people regret their tattoos?"

"هل يندم الناس على وشومهم؟"

"ما معني الموت لأسباب طبيعية؟"

"What does it mean to die of natural causes?"

كل هذه أسئلة رائعة، لأنها تجعلك تفكر في طرق إيجاد وإيصال تلك الأرقام.

All of these questions are great, because they make you think

about ways to find and communicate these numbers.

If someone asks you, "How much pee is a lot of pee?"

إذا ما سألك أحد، "ما مقدار البول الذي يعد كثيراً؟"

وهو سؤال قد سُئلته،

which is a question that I got asked,

you really want to make sure that the visualization makes sense

أنتم تريدون فعلَا أن تتأكدوا من أن هذه التصورات منطقية

to as many people as possible.

لأكبر قدر ممكن من الناس.

These numbers aren't unavailable.

فهذه الأرقام غير متوفرة.

Sometimes they're just buried in the appendix of an academic study.

وفي بعض الأحيان تُدفن في ملحق دراسة أكاديمية.

And they're certainly not inscrutable;

وهي ليست غامضة بالتأكيد؛

if you really wanted to test these numbers on urination volume,

إذا أردتم اختبار هذه الأرقام حسب مقدار التبول

you could grab a bottle and try it for yourself.

يمكن أن تُحضر زجاجة وتجربها بنفسك.

(Laughter)

الغرض من هذا ليس بالضرورة أن كل مجموعة بيانات لها صلة بك بالضرورة.

The point of this isn't necessarily

that every single data set has to relate specifically to you.

أنا مهتمة بعدد النساء اللواتي فرض عليهن غرامة في فرنسا

I'm interested in how many women were issued fines in France

for wearing the face veil, or the niqab,

بسب غطاء الوجة، أو النقاب،

وحتي إن لم أكن أعيش في فرنسا أو أرتديه.

even if I don't live in France or wear the face veil.

The point of asking where you fit in is to get as much context as possible.

والمقصد من السؤال عن مكانك المناسب هو معرفة أكبر قدر من السياق،

So it's about zooming out from one data point,

فالأمر يتعلق بالخروج من نقطة بيانات واحدة، مثل معدل البطالة يبلغ %5،

like the unemployment rate is five percent,

ومعرفة كيف يتغير بمرور الوقت،

and seeing how it changes over time,

or seeing how it changes by educational status --

أو كيف يتغير حسب الحالة التعليمية

this is why your parents always wanted you to go to college --

هذا سبب أن والديك يريدونك أن تلتحق بالجامعة

or seeing how it varies by gender.

أو كيف يتنوع حسب الجنس.

Nowadays, male unemployment rate is higher

في الوقت الحاضر، يعد معدل البطالة عند الذكور أعلى من معدلها عند الإناث.

than the female unemployment rate.

Up until the early '80s, it was the other way around.

فحتى مطلع القرن الثامن عشر كان العكس.

This is a story of one of the biggest changes

ها هي قصة واحدة من أكبر التغيرات التي حدثت في المجتمع الأمريكي،

that's happened in American society,

ها هي الآن في الرسم البياني، عندما ننظر أبعد من المتوسطات،

and it's all there in that chart, once you look beyond the averages.

The axes are everything;

المحاور هي كل شئ.

once you change the scale, you can change the story.

فإن غيرت مقياس الرسم، بإمكانك تغيير القصة.

OK, so the third and final question that I want you guys to think about

حسناً، إذاً السؤال الثالث الذي أريدكم أن يا تفكروا فيه

when you're looking at statistics is:

عندما ننظر إلى الإحصاء:

How was the data collected?

كيف جُمعت البيانات؟

So far, I've only talked about the way data is communicated,

حتي الآن، تكلمت فقط عن طريقة إيصال البيانات،

but the way it's collected matters just as much.

ولكن طريقة جمعها تعني الكثير أيضاً.

I know this is tough,

أعلم أن هذا صعب،

because methodologies can be opaque and actually kind of boring,

لأن المنهجيات يمكن أن تكون مبهمة وفي الواقع مملة نوعاً ما،

لكن هناك بعض الخطوات البسيطة يمكن أن تأخذها لتفحص ذلك.

but there are some simple steps you can take to check this.

I'll use one last example here.

سأستخدم واحد هنا على الأقل.

One poll found that 41 percent of Muslims in this country support jihad,

كشف استطلاع للرأي أن %41 من المسلمين في هذا البلد يؤيدون الجهاد،

ومن الواضح أنه أمر مفزع، وقد صدر في 2015 في كل مكان.

which is obviously pretty scary,

and it was reported everywhere in 2015.

حينما أريد تفحص رقم مثل هذا،

When I want to check a number like that,

I'll start off by finding the original questionnaire.

أبدأ أولاً بإيجاد التساؤل الأصلي.

It turns out that journalists who reported on that statistic

اتضح أن الصحفيين الذين أوردوا الإحصاء

ignored a question lower down on the survey

أغفلوا سؤالاً في آخر الإحصاء

that asked respondents how they defined "jihad."

الذي يسأل المشاركين ما تعريفهم لـ "الجهاد"

And most of them defined it as,

وأغلبهم عرفه بـ "جهاد المسلم الشخصي والسلمي ليكون أكثر تديناً."

"Muslims' personal, peaceful struggle to be more religious."

Only 16 percent defined it as, "violent holy war against unbelievers."

فقط %16عرفه بـ "الحرب المقدسة العنيفة على الكفار."

This is the really important point:

تلك هي النقطة الأهم:

based on those numbers, it's totally possible

بناءً على تلك الأرقام، فإنه ممكن تمامًا

that no one in the survey who defined it as violent holy war

أن لا يكون أحد في الإحصاء قد عرفه بالحرب المقدسة العنيفة

also said they support it.

وأيضًا قالوا أنهم يدعموها.

Those two groups might not overlap at all.

هاتين المجموعتين لا يمكن أن تتداخل ابداً

It's also worth asking how the survey was carried out.

وجدير بالسؤال كذلك هو كيف تم الإحصاء.

This was something called an opt-in poll,

كان هذا شئ يسمى خيار الاستطلاع،

which means anyone could have found it on the internet and completed it.

والذي يعني أن أي شخص يمكن أن يجده على الإنترنت ويكمله.

لم يكن ثمة سبيل لمعرفة ما إذا كان هؤلاء الناس مسلمين فعلاً.

There's no way of knowing if those people even identified as Muslim.

And finally, there were 600 respondents in that poll.

وأخيراً، كان هناك 600 مشارك في الاستطلاع.

There are roughly three million Muslims in this country,

هناك ما يقرب من ثلاثة مليون مسلم في هذا البلد.

according to Pew Research Center.

وفق مركز (بيو) للبحوث.

That means the poll spoke to roughly one in every 5,000 Muslims

ما يعني أن الاستطلاع شمل فقط واحد من كل 5,000 مسلم تقريباً في هذا البلد.

in this country.

This is one of the reasons

هذا هو أحد الأسباب

why government statistics are often better than private statistics.

الذي يجعل إحصائيات الحكومة أفضل بكثير من الإحصائيات الخاصة.

A poll might speak to a couple hundred people, maybe a thousand,

وقد يشمل إحصاء ما بضع المئات من الأشخاص، أو حتى الف،

or if you're L'Oreal, trying to sell skin care products in 2005,

أو لو كانت شركة "لوريال" تحاول بيع منتجات البشرة في 2005،

then you spoke to 48 women to claim that they work.

بذلك تكون قد تحدثت مع 48 امراة لإقناعنا بأنها ناجحة.

(Laughter)

(ضحك)

ليس لدى الشركات الخاصة اهتمام كبير لتحصيل أرقام صحيحة،

Private companies don't have a huge interest in getting the numbers right,

they just need the right numbers.

هم فقط يريدون الأرقام الصحيحة.

Government statisticians aren't like that.

الإحصائيات الحكومية ليست كذلك.

In theory, at least, they're totally impartial,

نظرياً، على الأقل، فهم غير متحيزون تماماً،

not least because most of them do their jobs regardless of who's in power.

على الأقل لأن معظمهم يقومون بعملهم بغض النظر عمن له اليد العليا.

They're civil servants.

فهم الموظفون الحكوميون.

And to do their jobs properly,

وللقيام بعملهم بشكل مناسب،

they don't just speak to a couple hundred people.

فإنهم لا يتحدثون فقط إلى بضع المئات من الناس.

إن أرقام البطالة التي احتفظ بها في المرجع

Those unemployment numbers I keep on referencing

come from the Bureau of Labor Statistics,

صدرت عن مكتب الإحصائيات العمالية،

and to make their estimates,

وكي يقوموا بتقديراتهم،

they speak to over 140,000 businesses in this country.

فقد تناولوا ما يزيد عن 140,000 من الشركات التجارية في هذا البلد.

I get it, it's frustrating.

لقد فهمتها، إنها محبطة.

فإذا أردت اختبار إحصاء صادر عن شركة خاصة،

If you want to test a statistic that comes from a private company,

فيمكن أن تشتري كريم الوجه لك ولمجموعة من أصدقائك، ثم جربوه،

you can buy the face cream for you and a bunch of friends, test it out,

إن لم يكن ناجحاً، يمكنك أن تقول أن الأرقام كانت خاطئة.

if it doesn't work, you can say the numbers were wrong.

ولكن كيف يمكنكم الشك في إحصائيات الحكومة؟ ذلك بأن تستمروا في فحص كل شئ.

But how do you question government statistics?

You just keep checking everything.

وأن تعرفوا كيف جمعوا الأرقام.

Find out how they collected the numbers.

Find out if you're seeing everything on the chart you need to see.

وأن تجودوا كل شئ تريدون أن تروه في الرسم البياني.

لكن لا تـفقدوا الثقة في الأرقام كلية، لأنكم إذا فعلتم،

But don't give up on the numbers altogether, because if you do,

سنتجاهل بذلك بقررات السياسة العامة،

we'll be making public policy decisions in the dark,

مستخدمين فقط اهتمامتنا الخاصة لترشدنا.

using nothing but private interests to guide us.

شكراً لكم.

Thank you.

(تصفيق)

(Applause)