3 ways to spot a bad statistic | Mona Chalabi

248,622 views ・ 2017-04-17

TED


โปรดดับเบิลคลิกที่คำบรรยายภาษาอังกฤษด้านล่างเพื่อเล่นวิดีโอ

Translator: Dollaya Piumsuwan Reviewer: Rawee Ma
00:12
I'm going to be talking about statistics today.
0
12704
2763
วันนี้ฉันจะพูดถึงสถิติ
00:15
If that makes you immediately feel a little bit wary, that's OK,
1
15491
3138
หากนั่นทำให้คุณรู้สึกกังวลขึ้นมา นั่นโอเคค่ะ
00:18
that doesn't make you some kind of crazy conspiracy theorist,
2
18653
2859
ไม่ได้แปลว่าคุณเป็นพวกนักทฤษฎีสมคบคิด
00:21
it makes you skeptical.
3
21536
1296
แต่คุณเป็นคนขี้สงสัย
00:22
And when it comes to numbers, especially now, you should be skeptical.
4
22856
3886
และเมื่อพูดถึงตัวเลข โดยเฉพาะในปัจจุบัน คุณควรจะสงสัย
00:26
But you should also be able to tell which numbers are reliable
5
26766
3011
แต่คุณควรสามารถที่จะบอกได้ด้วยว่า ตัวเลขไหนน่าเชื่อถือ
00:29
and which ones aren't.
6
29801
1160
และตัวไหนไม่
00:30
So today I want to try to give you some tools to be able to do that.
7
30985
3206
วันนี้ฉันจะให้เครื่องมือ ที่จะช่วยให้คุณทำแบบนั้นได้
00:34
But before I do,
8
34215
1169
แต่ก่อนที่ฉันจะให้
00:35
I just want to clarify which numbers I'm talking about here.
9
35408
2839
ฉันอยากจะทำใหัชัดเจนว่า ตัวเลขตัวไหนที่ฉันพูดถึง
ฉันไม่ได้พูดถึงตัวเลขแบบ
00:38
I'm not talking about claims like,
10
38271
1635
00:39
"9 out of 10 women recommend this anti-aging cream."
11
39930
2449
"9 ใน 10 ของผู้หญิงแนะนำ ครีมต้านริ้วรอยตัวนี้"
00:42
I think a lot of us always roll our eyes at numbers like that.
12
42403
2972
ฉันคิดว่าพวกเราหลาย ๆ คน กรอกตาเมื่อได้ยินตัวเลขเหล่านั้น
สิ่งที่เปลี่ยนไปตอนนี้คือ ผู้คนตั้งคำถามกับสถิติอย่าง
00:45
What's different now is people are questioning statistics like,
13
45399
2984
"อัตราการว่างงานของสหรัฐอเมริกา เท่ากับร้อยละห้า"
00:48
"The US unemployment rate is five percent."
14
48407
2014
00:50
What makes this claim different is it doesn't come from a private company,
15
50445
3516
สิ่งที่ทำให้ตัวเลขนี้แตกต่างคือ มันไม่ได้มาจากบริษัทเอกชน
00:53
it comes from the government.
16
53985
1388
มันมาจากรัฐบาล
00:55
About 4 out of 10 Americans distrust the economic data
17
55397
3336
ตอนนี้ประมาณ 4 ใน 10 ของชาวอเมริกัน ไม่เชื่อในข้อมูลทางเศรษฐกิจ
00:58
that gets reported by government.
18
58757
1573
ที่รายงานโดยรัฐบาล
01:00
Among supporters of President Trump it's even higher;
19
60354
2491
และตัวเลขนี้เพิ่มขึ้น ในกลุ่มผู้สนับสนุนทรัมป์
01:02
it's about 7 out of 10.
20
62869
1633
ประมาณ 7 ใน 10
01:04
I don't need to tell anyone here
21
64526
1804
ฉันไม่จำเป็นต้องบอกใครในที่นี้
01:06
that there are a lot of dividing lines in our society right now,
22
66354
3011
ว่ามีเส้นแบ่งมากมายในสังคมของเราขณะนี้
01:09
and a lot of them start to make sense,
23
69389
1825
และเส้นแบ่งหลายอย่าง ก็เริ่มมีเหตุมีผล
01:11
once you understand people's relationships with these government numbers.
24
71238
3687
เมื่อคุณเข้าใจความสัมพันธ์ของคน กับตัวเลขทางสถิติจากรัฐบาล
01:14
On the one hand, there are those who say these statistics are crucial,
25
74949
3336
ด้านหนึ่ง มีคนบางกลุ่มบอกว่า ตัวเลขสถิติเหล่านี้สำคัญมาก
01:18
that we need them to make sense of society as a whole
26
78309
2630
และเราต้องการมัน เพื่อให้เข้าใจสังคมในภาพรวม
01:20
in order to move beyond emotional anecdotes
27
80963
2164
เพื่อข้ามผ่านเรื่องราวสะเทือนอารมณ์
01:23
and measure progress in an [objective] way.
28
83151
2410
และวัดความก้าวหน้าด้วยวิธีวัตถุวิสัย
01:25
And then there are the others,
29
85585
1467
และก็จะมีคนอีกกลุ่มหนึ่ง
01:27
who say that these statistics are elitist,
30
87076
2156
ที่บอกว่าสถิติเหล่านี้เป็นของพวกอภิสิทธิชน
01:29
maybe even rigged;
31
89256
1208
หรือแม้กระทั่งถูกบิดเบือน
01:30
they don't make sense and they don't really reflect
32
90488
2394
มันไม่มีเหตุผลและไม่ได้สะท้อนให้เห็นถึง
01:32
what's happening in people's everyday lives.
33
92906
2296
สิ่งที่เกิดขึ้นกับชีวิตประจำวันของผู้คน
01:35
It kind of feels like that second group is winning the argument right now.
34
95226
3487
และขณะนี้ก็เหมือนว่าคนกลุ่มที่สอง กำลังชนะการโต้เถียงนี้
01:38
We're living in a world of alternative facts,
35
98737
2108
เราอาศัยอยู่ในโลกที่มี ข้อเท็จจริงทางเลือกมากมาย
01:40
where people don't find statistics this kind of common ground,
36
100869
2935
ที่ที่ผู้คนไม่สามารถ เห็นพ้องต้องกันได้ในเรื่องตัวเลข
01:43
this starting point for debate.
37
103828
1636
และนำไปสู่การถกเถียงกัน
01:45
This is a problem.
38
105488
1286
นั่นเป็นปัญหาค่ะ
01:46
There are actually moves in the US right now
39
106798
2067
ขณะนี้มีการเคลื่อนไหวในสหรัฐอเมริกา
01:48
to get rid of some government statistics altogether.
40
108889
2861
เพื่อกำจัดตัวเลขสถิติต่าง ๆ ที่มาจากรัฐบาล
01:51
Right now there's a bill in congress about measuring racial inequality.
41
111774
3387
ตอนนี้มีร่างกฎหมายในสภา เกี่ยวกับการวัดความเหลื่อมล้ำทางเชื้อชาติ
01:55
The draft law says that government money should not be used
42
115185
2801
ร่างกฎหมายนี้กำหนดว่า จะต้องไม่ใช้เงินของรัฐบาล
01:58
to collect data on racial segregation.
43
118010
1902
ในการเก็บข้อมูลเรื่องการแบ่งแยกเชื้อชาติ
01:59
This is a total disaster.
44
119936
1885
นี่มันหายนะชัด ๆ
02:01
If we don't have this data,
45
121845
1748
หากเราไม่มีข้อมูลนี้
02:03
how can we observe discrimination,
46
123617
1778
เราจะศึกษาการแบ่งแยกได้อย่างไร
02:05
let alone fix it?
47
125419
1278
อย่าพูดถึงการแก้ปัญหาเลย
02:06
In other words:
48
126721
1188
อีกนัยหนึ่งคือ
02:07
How can a government create fair policies
49
127933
2059
รัฐบาลจะออกนโยบายที่เท่าเทียมได้อย่างไร
02:10
if they can't measure current levels of unfairness?
50
130016
2771
หากพวกเขาไม่สามารถ วัดความไม่เท่าเทียมที่เกิดขึ้นได้
02:12
This isn't just about discrimination,
51
132811
1794
ไม่ใช่แค่เรื่องการแบ่งแยก
02:14
it's everything -- think about it.
52
134629
1670
มันคือทุก ๆ เรื่อง ทุกท่านลองคิดดูค่ะ
เราจะออกกฎหมายสาธารณสุขได้อย่างไร
02:16
How can we legislate on health care
53
136323
1690
02:18
if we don't have good data on health or poverty?
54
138037
2271
หากเราไม่มีข้อมูลที่ดี เกี่ยวกับสุขภาพหรือความยากจน
02:20
How can we have public debate about immigration
55
140332
2198
เราจะอภิปรายกันเรื่องผู้อพยพกันได้อย่างไร
02:22
if we can't at least agree
56
142554
1250
หากอย่างน้อยเราไม่สามารถเห็นพ้องกัน
02:23
on how many people are entering and leaving the country?
57
143828
2643
ถึงจำนวนคนที่เข้าและออกประเทศของเรา
02:26
Statistics come from the state; that's where they got their name.
58
146495
3058
สถิติมาจากรัฐบาล และนั่นเป็นที่มาของชื่อเรียกมัน
02:29
The point was to better measure the population
59
149577
2157
ประเด็นก็คือการวัดประชากรให้ดีขึ้น
เพื่อที่จะรับใช้ประชาชนได้ดีกว่าเดิม
02:31
in order to better serve it.
60
151758
1357
เราจำเป็นต้องใช้ตัวเลขทางสถิติจากรัฐบาล
02:33
So we need these government numbers,
61
153139
1725
02:34
but we also have to move beyond either blindly accepting
62
154888
2647
แต่เราจะไม่หลับหูหลับตาเชื่อ
02:37
or blindly rejecting them.
63
157559
1268
หรือหลับหูหลับตาไม่ยอมรับมัน
02:38
We need to learn the skills to be able to spot bad statistics.
64
158851
2997
เราจะต้องเรียนรู้ทักษะ เพื่อที่จะจับค่าสถิติที่ไม่สมเหตุสมผล
02:41
I started to learn some of these
65
161872
1528
ฉันเริ่มเรียนรู้ทักษะเหล่านี้
02:43
when I was working in a statistical department
66
163424
2166
ตอนที่ทำงานอยู่หน่วยสถิติ
02:45
that's part of the United Nations.
67
165614
1643
ขององค์การสหประชาชาติ
02:47
Our job was to find out how many Iraqis had been forced from their homes
68
167281
3406
งานของพวกเราคือหาจำนวนชาวอิรัก ที่ถูกบังคับให้ต้องลี้ภัยออกจากบ้าน
02:50
as a result of the war,
69
170711
1158
เพราะสงคราม
02:51
and what they needed.
70
171893
1158
และพวกเขาต้องการอะไร
มันเป็นงานที่สำคัญมาก ๆ และเป็นงานที่ยากอย่างเหลือเชื่อ
02:53
It was really important work, but it was also incredibly difficult.
71
173075
3178
02:56
Every single day, we were making decisions
72
176277
2018
ทุก ๆ วันเราตัดสินใจ
02:58
that affected the accuracy of our numbers --
73
178319
2157
ในสิ่งที่ส่งผลต่อความถูกต้อง ของตัวเลขของเรา
03:00
decisions like which parts of the country we should go to,
74
180500
2744
การตัดสินใจอย่างเช่น เราควรจะไปส่วนไหนของประเทศ
03:03
who we should speak to,
75
183268
1156
เราควรจะคุยกับใคร
03:04
which questions we should ask.
76
184448
1568
เราควรจะถามอะไร
03:06
And I started to feel really disillusioned with our work,
77
186040
2680
และฉันเริ่มจะตาสว่างเกี่ยวกับงานของพวกเรา
03:08
because we thought we were doing a really good job,
78
188744
2518
เพราะเราคิดว่าเราทำได้ดีมาก ๆ
03:11
but the one group of people who could really tell us were the Iraqis,
79
191286
3278
แต่กลุ่มคนที่จะบอกเราได้จริง ๆ คือชาวอิรัก
03:14
and they rarely got the chance to find our analysis, let alone question it.
80
194588
3540
และพวกเขาไม่มีโอกาสจะได้เห็น หรือตั้งคำถามถึงบทวิเคราะห์ของเรา
03:18
So I started to feel really determined
81
198152
1831
ฉันเลยเริ่มรู้สึกมุ่งมั่นว่า
03:20
that the one way to make numbers more accurate
82
200007
2311
ทางหนึ่งที่จะทำให้ตัวเลขนั้น เป็นตัวเลขที่ถูกต้อง
03:22
is to have as many people as possible be able to question them.
83
202342
3053
คือการเปิดโอกาสให้หลาย ๆ คน ได้ตั้งคำถามเกี่ยวกับมัน
03:25
So I became a data journalist.
84
205419
1434
นั่นทำให้ฉันกลายเป็น นักวารสารศาสตร์ข้อมูล
03:26
My job is finding these data sets and sharing them with the public.
85
206877
3904
งานของฉันคือการหาชุดข้อมูล และเปิดเผยมันสู่สาธารณะ
03:30
Anyone can do this, you don't have to be a geek or a nerd.
86
210805
3173
ใคร ๆ ก็ทำเช่นนี้ได้ คุณไม่จำเป็นต้องเป็นเนิร์ดหรือพวกคลั่งไคล้
คุณไม่ต้องไปสนใจคำพวกนั้น คนใช้คำพวกนั้น
03:34
You can ignore those words; they're used by people
87
214002
2355
ในการพยายามบอกว่าพวกเขาฉลาด ในขณะที่แกล้งถ่อมตัว
03:36
trying to say they're smart while pretending they're humble.
88
216381
2822
ใคร ๆ ก็ทำแบบฉันได้จริง ๆ
03:39
Absolutely anyone can do this.
89
219227
1589
03:40
I want to give you guys three questions
90
220840
2067
ฉันอยากจะให้คำถามคุณสามข้อ
03:42
that will help you be able to spot some bad statistics.
91
222931
3005
ที่จะช่วยให้คุณจับผิดตัวเลขทางสถิติ ที่ไม่สมเหตุสมผล
03:45
So, question number one is: Can you see uncertainty?
92
225960
3507
คำถามแรกคือ คุณเห็นความไม่แน่นอนหรือไม่
03:49
One of things that's really changed people's relationship with numbers,
93
229491
3364
หนึ่งในหลาย ๆ สิ่งที่เปลี่ยนความสัมพันธ์ ของคนกับตัวเลข
03:52
and even their trust in the media,
94
232879
1641
หรือแม้กระทั่งความเชื่อมั่นในสื่อ
03:54
has been the use of political polls.
95
234544
2258
คือการใช้โพลเลือกตั้ง
03:56
I personally have a lot of issues with political polls
96
236826
2538
โดยส่วนตัวฉันมีปัญหาหลายอย่าง กับโพลเลือกตั้ง
03:59
because I think the role of journalists is actually to report the facts
97
239388
3376
เพราะฉันคิดว่าหน้าที่ของนักข่าว คือการรายงานข้อเท็จจริง
04:02
and not attempt to predict them,
98
242788
1553
ไม่ใช่การพยายามทำนายข้อเท็จจริง
04:04
especially when those predictions can actually damage democracy
99
244365
2996
โดยเฉพาะอย่างยิ่งเมื่อการทำนายนั้น สามารถทำร้ายประชาธิปไตยได้
04:07
by signaling to people: don't bother to vote for that guy,
100
247385
2732
ด้วยการส่งสัญญาณให้ประชาชนว่า อย่าไปโหวตให้ชายคนนั้นเลย
เขาไม่มีโอกาสหรอก
04:10
he doesn't have a chance.
101
250141
1205
เราลองพักเรื่องนั้นไว้ก่อน และมาพูดถึง ความถูกต้องแม่นยำของมัน
04:11
Let's set that aside for now and talk about the accuracy of this endeavor.
102
251370
3654
04:15
Based on national elections in the UK, Italy, Israel
103
255048
4608
จากการเลือกตั้งระดับชาติ ในอังกฤษ อิตาลี และอิสราเอล
04:19
and of course, the most recent US presidential election,
104
259680
2764
และแน่นอนค่ะ การเลือกตั้ง ประธานาธิบดีสหรัฐที่เพิ่งผ่านไป
04:22
using polls to predict electoral outcomes
105
262468
2137
การใช้โพลเพื่อทำนายผลการเลือกตั้ง
04:24
is about as accurate as using the moon to predict hospital admissions.
106
264629
3812
มีความถูกต้องแม่นยำพอ ๆ กับการใช้พระจันทร์ ทำนายจำนวนผู้ป่วยที่แอดมิดเข้าโรงพยาบาล
04:28
No, seriously, I used actual data from an academic study to draw this.
107
268465
4200
จริง ๆ นะคะ ฉันใช้ข้อมูลจริง ในการวาดกราฟนี้
04:32
There are a lot of reasons why polling has become so inaccurate.
108
272689
3727
มีหลายเหตุผลว่าทำไมโพลสำรวจ ถึงไม่มีความแม่นยำเลย
04:36
Our societies have become really diverse,
109
276440
1970
สังคมของเราเป็นสังคมที่หลากหลาย
04:38
which makes it difficult for pollsters to get a really nice representative sample
110
278434
3821
ซึ่งยากมากที่คนสำรวจจะได้ กลุ่มตัวอย่างที่เป็นตัวแทนที่ดี
ของประชากรที่ต้องการสำรวจ
04:42
of the population for their polls.
111
282279
1627
04:43
People are really reluctant to answer their phones to pollsters,
112
283930
3006
ผู้คนมักจะลังเลที่จะตอบคำถามทางโทรศัพท์
04:46
and also, shockingly enough, people might lie.
113
286960
2276
และที่น่าตกใจคือ คนอาจจะไม่ตอบความจริง
04:49
But you wouldn't necessarily know that to look at the media.
114
289260
2811
แต่คุณไม่มีทางรู้ได้ จากเพียงแค่เห็นข้อมูลบนสื่อ
04:52
For one thing, the probability of a Hillary Clinton win
115
292095
2761
อีกประการหนึ่ง ความเป็นไปได้ที่ฮิลลารีจะชนะ
04:54
was communicated with decimal places.
116
294880
2791
นำเสนอออกมาในรูปของเลขทศนิยม
04:57
We don't use decimal places to describe the temperature.
117
297695
2621
เราไม่ใช้เลขทศนิยม ในการบอกอุณหภูมิ
05:00
How on earth can predicting the behavior of 230 million voters in this country
118
300340
4228
เป็นไปได้อย่างไรที่คุณจะทำนายพฤติกรรมของ ผู้มีสิทธิเลือกตั้ง 230 ล้านคนในประเทศนี้
05:04
be that precise?
119
304592
1829
ได้แม่นยำขนาดนั้น
05:06
And then there were those sleek charts.
120
306445
2002
นอกจากนี้ยังมีแผนภูมิที่กิ๊บเก๋นั่น
05:08
See, a lot of data visualizations will overstate certainty, and it works --
121
308471
3973
เห็นไหมคะ การแสดงข้อมูลด้วยภาพ บอกความแน่นอนที่เกินจริง และมันได้ผล
05:12
these charts can numb our brains to criticism.
122
312468
2620
ภาพทำให้สมองเราตายด้านต่อการวิจารณ์
05:15
When you hear a statistic, you might feel skeptical.
123
315112
2558
เมื่อคุณได้ยินตัวเลขทางสถิติ คุณอาจรู้สึกสงสัย
05:17
As soon as it's buried in a chart,
124
317694
1635
แต่เมื่อมันถูกแปลงเป็นภาพ
05:19
it feels like some kind of objective science,
125
319353
2129
มันจะรู้สึกเหมือนผลทางวิทยาศาสตร์ ที่น่าเชื่อถือ
05:21
and it's not.
126
321506
1249
แต่มันไม่ใช่
05:22
So I was trying to find ways to better communicate this to people,
127
322779
3103
ฉันเลยหาวิธีที่จะสื่อสารตัวเลข กับคนอื่นให้ดีขึ้น
05:25
to show people the uncertainty in our numbers.
128
325906
2504
เพื่อที่จะแสดงให้คนอื่นเห็นถึง ความไม่แม่นยำในตัวเลขที่เรามี
05:28
What I did was I started taking real data sets,
129
328434
2246
สิ่งที่ฉันทำคือนำชุดข้อมูลที่มีอยู่จริง
05:30
and turning them into hand-drawn visualizations,
130
330704
2652
มาแปลงให้เป็นภาพข้อมูลที่วาดด้วยมือ
05:33
so that people can see how imprecise the data is;
131
333380
2672
เพื่อให้เห็นว่าข้อมูลมันไม่เป๊ะขนาดไหน
05:36
so people can see that a human did this,
132
336076
1996
คนจะได้เห็นว่ามนุษย์ทำสิ่งนี้
05:38
a human found the data and visualized it.
133
338096
1972
มนุษย์หาข้อมูลและแปลงมันเป็นภาพ
05:40
For example, instead of finding out the probability
134
340092
2672
ยกตัวอย่างค่ะ แทนที่จะค้นพบความน่าจะเป็น
05:42
of getting the flu in any given month,
135
342788
2126
ในการเป็นหวัดในเดือนใดก็ตาม
05:44
you can see the rough distribution of flu season.
136
344938
2792
คุณจะเห็นการกระจายตัวอย่างหยาบ ๆ ของฤดูหวัด
05:47
This is --
137
347754
1167
นี่คือ
05:48
(Laughter)
138
348945
1018
(เสียงหัวเราะ)
ภาพที่ไม่ควรให้เห็นตอนกุมภาพันธ์
05:49
a bad shot to show in February.
139
349987
1486
05:51
But it's also more responsible data visualization,
140
351497
2455
แต่มันก็เป็นภาพข้อมูลที่น่าเชื่อถือมาก
05:53
because if you were to show the exact probabilities,
141
353976
2455
เพราะถ้าคุณอยากแสดงให้เห็น ความเป็นไปได้ที่ชัดเจน
05:56
maybe that would encourage people to get their flu jabs
142
356455
2592
นั่นอาจช่วยกระตุ้นให้ คนไปฉีดวัคซีนป้องกันหวัด
05:59
at the wrong time.
143
359071
1456
ในเวลาที่ผิด
06:00
The point of these shaky lines
144
360983
1693
วัตถุประสงค์ของเส้นที่เบี้ยวไปมานี้
06:02
is so that people remember these imprecisions,
145
362700
2911
เพื่อให้คนระลึกได้ถึง ความไม่เป๊ะของข้อมูล
06:05
but also so they don't necessarily walk away with a specific number,
146
365635
3227
และเพื่อให้พวกเขาไม่เดินออกไป พร้อมกับค่าตัวเลขเป๊ะ ๆ
06:08
but they can remember important facts.
147
368886
1866
แต่พวกเขาจะจำข้อเท็จจริงที่สำคัญได้
06:10
Facts like injustice and inequality leave a huge mark on our lives.
148
370776
4024
ข้อเท็จจริงอย่างเช่น ความอยุติธรรมและ ความไม่เท่าเทียมทิ้งรอยขนาดใหญ่ไว้ในชีวิตเรา
06:14
Facts like Black Americans and Native Americans have shorter life expectancies
149
374824
4189
ข้อเท็จจริงอย่างเช่นชาวผิวสีและ ชาวพื้นเมืองอเมริกันมีอายุเฉลี่ยสั้นกว่า
06:19
than those of other races,
150
379037
1400
ชนชาติอื่น ๆ
06:20
and that isn't changing anytime soon.
151
380461
2138
และนั่นจะไม่เปลี่ยนแปลงในเร็ววันนี้
06:22
Facts like prisoners in the US can be kept in solitary confinement cells
152
382623
3901
ข้อเท็จจริงอย่างเช่น นักโทษในสหรัฐอเมริกา สามารถถูกจับขังในห้องขังเดี่ยว
06:26
that are smaller than the size of an average parking space.
153
386548
3342
ที่เล็กกว่าขนาดช่องจอดรถโดยทั่วไป
06:30
The point of these visualizations is also to remind people
154
390355
3335
เป้าหมายของภาพเหล่านี้ก็เพื่อเตือนผู้คนถึง
06:33
of some really important statistical concepts,
155
393714
2350
กรอบแนวคิดทางสถิติที่สำคัญ
06:36
concepts like averages.
156
396088
1636
อย่างเช่น ค่าเฉลี่ย
06:37
So let's say you hear a claim like,
157
397748
1668
สมมติว่าคุณได้ยินคำอ้างว่า
06:39
"The average swimming pool in the US contains 6.23 fecal accidents."
158
399440
4434
"สระว่ายน้ำในสหรัฐโดยทั่วไป จะมีเหตุอุจจาระร่วงเกิดขึ้นถึง 6.23 ครั้ง"
06:43
That doesn't mean every single swimming pool in the country
159
403898
2797
นั่นไม่ได้หมายความถึง สระว่ายน้ำทุก ๆ แห่งในประเทศ
06:46
contains exactly 6.23 turds.
160
406719
2194
จะมีเหตุอุจจาระร่วงเกิดขึ้นถึง 6.23 ครั้งเป๊ะ ๆ
06:48
So in order to show that,
161
408937
1417
และเพื่อแสดงให้เห็นแบบนั้น
06:50
I went back to the original data, which comes from the CDC,
162
410378
2841
ฉันกลับไปดูข้อมูลต้นฉบับ ที่มาจากหน่วยป้องกันโรคติดต่อ
06:53
who surveyed 47 swimming facilities.
163
413243
2065
ที่ทำการสำรวจสระว่ายน้ำ 47 แห่ง
06:55
And I just spent one evening redistributing poop.
164
415332
2391
และฉันใช้เวลาเย็นหนึ่ง ในการจัดเรียงอุจจาระใหม่
06:57
So you can kind of see how misleading averages can be.
165
417747
2682
คุณจะเห็นคร่าว ๆ ว่า ค่าเฉลี่ยทำให้เข้าใจผิดได้ขนาดไหน
07:00
(Laughter)
166
420453
1282
(เสียงหัวเราะ)
07:01
OK, so the second question that you guys should be asking yourselves
167
421759
3901
ค่ะ คำถามที่สอง ที่คุณควรถามตัวเอง
07:05
to spot bad numbers is:
168
425684
1501
เพื่อที่จะมองเห็นค่าสถิติที่ไม่ถูกต้องคือ
07:07
Can I see myself in the data?
169
427209
1967
คุณเห็นตัวเองในข้อมูลนั้นหรือไม่
07:09
This question is also about averages in a way,
170
429200
2913
คำถามก็เกี่ยวข้องกับค่าเฉลี่ยอีกเหมือนกัน
07:12
because part of the reason why people are so frustrated
171
432137
2605
เพราะเหตุผลหนึ่งที่ผู้คนมักหัวเสีย
07:14
with these national statistics,
172
434766
1495
กับสถิติจากรัฐบาล
07:16
is they don't really tell the story of who's winning and who's losing
173
436285
3273
คือตัวเลขเหล่านั้นไม่ได้บอกว่าใครได้ใครเสีย
07:19
from national policy.
174
439582
1156
จากนโยบายของรัฐ
07:20
It's easy to understand why people are frustrated with global averages
175
440762
3318
มันง่ายที่จะเข้าใจว่าทำไมคนถึงหัวเสีย กับค่าเฉลี่ยของโลก
เมื่อมันไม่ตรงกับ ประสบการณ์ส่วนตัวของพวกเขา
07:24
when they don't match up with their personal experiences.
176
444104
2679
07:26
I wanted to show people the way data relates to their everyday lives.
177
446807
3263
ฉันอยากจะแสดงให้ทุกคนเห็นถึง ความเกี่ยวข้องของข้อมูลกับชีวิตประจำวัน
07:30
I started this advice column called "Dear Mona,"
178
450094
2246
ฉันเลยเริ่มเขียนคอลัมน์ปรึกษาปัญหา ชื่อ "Dear Mona"
ซึ่งทุกคนจะเขียนถึงฉัน พร้อมคำถามและข้อสงสัย
07:32
where people would write to me with questions and concerns
179
452364
2726
และฉันจะพยายามตอบด้วยข้อมูลสถิติ
07:35
and I'd try to answer them with data.
180
455114
1784
คนจะถามอะไรฉันก็ได้
07:36
People asked me anything.
181
456922
1200
07:38
questions like, "Is it normal to sleep in a separate bed to my wife?"
182
458146
3261
อย่างเช่น "การนอนคนละเตียงกับภรรยาของผม เป็นเรื่องปกติไหม"
07:41
"Do people regret their tattoos?"
183
461431
1591
"คนที่สักเขาเสียใจไหมกับรอยสัก"
"การตายด้วยเหตุธรรมชาติคืออะไร"
07:43
"What does it mean to die of natural causes?"
184
463046
2164
07:45
All of these questions are great, because they make you think
185
465234
2966
คำถามเหล่านี้มันเยี่ยมมาก เพราะมันทำให้คุณคิด
เกี่ยวกับวิธีที่จะหาตัวเลข และสื่อสารมันออกไป
07:48
about ways to find and communicate these numbers.
186
468224
2336
07:50
If someone asks you, "How much pee is a lot of pee?"
187
470584
2503
หากมีคนถามคุณว่า "ปริมาณฉี่เท่าไหร่ถึงเรียกว่าเยอะ"
07:53
which is a question that I got asked,
188
473111
2458
ซึ่งเป็นคำถามที่ฉันถูกถาม
07:55
you really want to make sure that the visualization makes sense
189
475593
2980
คุณต้องทำให้แน่ใจว่าภาพแสดงข้อมูล มันดูสมเหตุสมผล
07:58
to as many people as possible.
190
478597
1747
กับคนมากที่สุดเท่าที่จะมากได้
08:00
These numbers aren't unavailable.
191
480368
1575
ไม่ใช่ว่าไม่มีตัวเลขพวกนี้
08:01
Sometimes they're just buried in the appendix of an academic study.
192
481967
3507
บางครั้งมันถูกซุกอยู่ในภาคผนวก ของงานวิชาการ
08:05
And they're certainly not inscrutable;
193
485498
1839
และไม่ใช่ว่าเราจะตรวจสอบมันไม่ได้
08:07
if you really wanted to test these numbers on urination volume,
194
487361
2975
หากคุณอยากจะทดสอบ ตัวเลขเกี่ยวกับปริมาณปัสสาวะ
08:10
you could grab a bottle and try it for yourself.
195
490360
2257
คุณสามารถหยิบขวดแล้วลองดูได้ด้วยตัวเอง
08:12
(Laughter)
196
492641
1008
(เสียงหัวเราะ)
08:13
The point of this isn't necessarily
197
493673
1694
ประเด็นคือมันไม่จำเป็นเลย
08:15
that every single data set has to relate specifically to you.
198
495391
2877
ที่ชุดข้อมูลทุก ๆ ชุด จะต้องเกี่ยวข้องสัมพันธ์กับคุณโดยตรง
08:18
I'm interested in how many women were issued fines in France
199
498292
2880
ฉันสนใจเรื่องจำนวนผู้หญิง ที่ถูกปรับในฝรั่งเศส
โทษฐานที่ใส่ผ้าคลุมศีรษะหรือฮิญาบ
08:21
for wearing the face veil, or the niqab,
200
501196
1959
08:23
even if I don't live in France or wear the face veil.
201
503179
2618
แม้ว่าฉันจะไม่ได้อาศัยอยู่ในฝรั่งเศส หรือใส่ผ้าคลุมก็ตาม
08:25
The point of asking where you fit in is to get as much context as possible.
202
505821
3835
วัตถุประสงค์ของการถามว่าคุณอยู่ตรงส่วนไหน คือการที่จะได้รู้บริบทให้มากที่สุด
08:29
So it's about zooming out from one data point,
203
509680
2191
มันคือการออกจากจุดของข้อมูลจุดหนึ่ง
08:31
like the unemployment rate is five percent,
204
511895
2104
เช่น อัตราการว่างงานคือร้อยละ 5
08:34
and seeing how it changes over time,
205
514023
1757
และดูว่าเมื่อเวลาผ่านไป มันเปลี่ยนไปอย่างไร
08:35
or seeing how it changes by educational status --
206
515804
2650
หรือดูว่าสถานภาพทางการศึกษา เปลี่ยนมันไปอย่างไร
08:38
this is why your parents always wanted you to go to college --
207
518478
3104
นี่คือเหตุผลว่าทำไมพ่อแม่ของคุณ ถึงอยากให้คุณเข้ามหาวิทยาลัย
08:41
or seeing how it varies by gender.
208
521606
2032
หรือดูว่ามันผันแปรไปตามเพศอย่างไร
08:43
Nowadays, male unemployment rate is higher
209
523662
2127
ปัจจุบันอัตราการว่างงานของผู้ชายสูงกว่า
08:45
than the female unemployment rate.
210
525813
1700
อัตราการว่างงานของผู้หญิง
08:47
Up until the early '80s, it was the other way around.
211
527537
2695
ช่วงก่อนยุค 80 สภาพมันกลับกัน
08:50
This is a story of one of the biggest changes
212
530256
2117
นี่คือความเปลี่ยนแปลงที่ยิ่งใหญ่อย่างหนึ่ง
08:52
that's happened in American society,
213
532397
1720
ที่เกิดขึ้นในสังคมอเมริกัน
08:54
and it's all there in that chart, once you look beyond the averages.
214
534141
3276
และทุกอย่างมันอยู่บนกราฟนั่น เมื่อคุณมองให้มากกว่าแค่ค่าเฉลี่ย
08:57
The axes are everything;
215
537441
1165
แกนคือทุกอย่าง
08:58
once you change the scale, you can change the story.
216
538630
2669
เมื่อคุณเปลี่ยนเกณฑ์ คุณจะเปลี่ยนเรื่องราวของข้อมูล
09:01
OK, so the third and final question that I want you guys to think about
217
541323
3380
สำหรับคำถามที่ 3 และเป็นคำถามสุดท้าย ที่อยากให้ทุกคนคิดถึง
09:04
when you're looking at statistics is:
218
544727
1819
เมื่อกำลังอ่านค่าสถิติคือ
09:06
How was the data collected?
219
546570
1873
มีการเก็บข้อมูลนั้นอย่างไร
09:09
So far, I've only talked about the way data is communicated,
220
549487
2939
ที่ผ่านมาฉันพูดถึงวิธีการ ที่ใช้สื่อสารข้อมูล
09:12
but the way it's collected matters just as much.
221
552450
2276
แต่วิธีการจัดเก็บข้อมูล ก็มีความสำคัญไม่แพ้กัน
09:14
I know this is tough,
222
554750
1167
และฉันรู้ว่ามันยาก
เพราะวิธีการเก็บข้อมูลมันอาจจะคลุมเครือ และค่อนข้างน่าเบื่อ
09:15
because methodologies can be opaque and actually kind of boring,
223
555941
3081
แต่มีขั้นตอนง่าย ๆ ที่คุณสามารถใช้ตรวจสอบได้
09:19
but there are some simple steps you can take to check this.
224
559046
2873
09:21
I'll use one last example here.
225
561943
1839
ฉันจะใช้ตัวอย่างสุดท้าย
09:24
One poll found that 41 percent of Muslims in this country support jihad,
226
564129
3887
ผลสำรวจหนึ่งพบว่ามีชาวมุสลิมร้อยละ 41 ในประเทศนี้ที่สนับสนุนญิฮาด [สงครามศักดิ์สิทธิ์]
09:28
which is obviously pretty scary,
227
568040
1525
ซึ่งมันค่อนข้างน่ากลัวอย่างเห็นได้ชัด
09:29
and it was reported everywhere in 2015.
228
569589
2642
ข้อมูลนี้ถูกเผยแพร่ทุกที่ในปี 2015
09:32
When I want to check a number like that,
229
572255
2615
และเมื่อฉันอยากตรวจสอบตัวเลขแบบนี้
09:34
I'll start off by finding the original questionnaire.
230
574894
2501
ฉันเริ่มจากการหาแบบสำรวจต้นฉบับ
09:37
It turns out that journalists who reported on that statistic
231
577419
2926
และพบว่านักข่าวที่รายงานสถิตินี้
09:40
ignored a question lower down on the survey
232
580369
2231
ไม่สนใจคำถามที่อยู่ด้านล่างของแบบสำรวจ
09:42
that asked respondents how they defined "jihad."
233
582624
2346
ที่ถามผู้ตอบแบบสอบถามว่าพวกเขา ให้นิยามญิฮาดว่าอย่างไร
09:44
And most of them defined it as,
234
584994
1981
คนส่วนใหญ่ให้นิยามว่า
09:46
"Muslims' personal, peaceful struggle to be more religious."
235
586999
3942
"ความพยายามอย่างสงบของชาวมุสลิม ที่จะแสดงความเลื่อมใสในศาสนาให้มากขึ้น"
09:50
Only 16 percent defined it as, "violent holy war against unbelievers."
236
590965
4194
มีเพียงแค่ร้อยละ 16 ที่ให้นิยามว่า "สงครามศาสนาเพื่อสู้กับผู้ที่ไม่เชื่อในอิสลาม"
09:55
This is the really important point:
237
595183
2430
นี่คือประเด็นที่สำคัญ
09:57
based on those numbers, it's totally possible
238
597637
2155
จากตัวเลขพวกนี้ มีความเป็นไปได้ว่า
09:59
that no one in the survey who defined it as violent holy war
239
599816
3105
ไม่มีผู้ตอบแบบสำรวจคนไหน ที่นิยามฮิญาดว่าสงครามศักดิ์สิทธิ์
10:02
also said they support it.
240
602945
1332
จะบอกว่าสนับสนุนมันด้วย
10:04
Those two groups might not overlap at all.
241
604301
2208
คนสองกลุ่มอาจจะไม่เกี่ยวกันเลยก็ได้
10:06
It's also worth asking how the survey was carried out.
242
606942
2637
มันจะมีประโยชน์มากหากถามว่า ทำการสำรวจกันอย่างไร
10:09
This was something called an opt-in poll,
243
609603
1998
นี่คือสิ่งที่เรียกว่า การสำรวจแบบสุ่ม
10:11
which means anyone could have found it on the internet and completed it.
244
611625
3402
แปลว่าใครที่เห็นแบบสำรวจนี้ บนอินเทอร์เนตก็สามารถตอบแบบสำรวจได้
ไม่มีทางรู้ได้เลยว่า คนตอบ เป็นชาวมุสลิมหรือไม่
10:15
There's no way of knowing if those people even identified as Muslim.
245
615051
3339
10:18
And finally, there were 600 respondents in that poll.
246
618414
2612
และท้ายสุด มีคน 600 คน ตอบแบบสำรวจนั้น
10:21
There are roughly three million Muslims in this country,
247
621050
2654
ในประเทศนี้มีชาวมุสลิมประมาณสามล้านคน
10:23
according to Pew Research Center.
248
623728
1607
ตามที่สำนักวิจัยพิวบอกไว้
10:25
That means the poll spoke to roughly one in every 5,000 Muslims
249
625359
2993
นั่นหมายความว่าแบบสำรวจสื่อสารกับ 1 ในชาวมุสลิมทุกๆ 5000 คน
ในประเทศนี้
10:28
in this country.
250
628376
1168
10:29
This is one of the reasons
251
629568
1266
นี่คือหนึ่งเหตุผล
10:30
why government statistics are often better than private statistics.
252
630858
3607
ว่าทำไมสถิติของรัฐบาล น่าเชื่อถือกว่าสถิติจากหน่วยงานอื่น
10:34
A poll might speak to a couple hundred people, maybe a thousand,
253
634489
3035
แบบสำรวจอาจสื่อสารกับ คนไม่กี่ร้อยคน อาจจะพันคน
10:37
or if you're L'Oreal, trying to sell skin care products in 2005,
254
637548
3058
หรือหากคุณมาจากลอริอัล และพยายามขายผลิตภัณฑ์ดูแลผิวในปี 2015
10:40
then you spoke to 48 women to claim that they work.
255
640630
2417
คุณจะสื่อสารกับผู้หญิง 48 คน ที่อ้างว่าสินค้าคุณได้ผล
10:43
(Laughter)
256
643071
1026
(เสียงหัวเราะ)
10:44
Private companies don't have a huge interest in getting the numbers right,
257
644121
3556
บริษัทเอกชนไม่ได้สนใจ ที่จะได้ตัวเลขที่ถูกต้องมากนัก
10:47
they just need the right numbers.
258
647701
1755
พวกเขาแค่ต้องการตัวเลขที่ใช่
10:49
Government statisticians aren't like that.
259
649480
2020
นักสถิติของรัฐไม่ใช่แบบนั้น
10:51
In theory, at least, they're totally impartial,
260
651524
2447
อย่างน้อยในทางทฤษฎี พวกเขาเป็นกลางมาก
10:53
not least because most of them do their jobs regardless of who's in power.
261
653995
3501
เป็นกลางไม่น้อยเพราะพวกเขาส่วนใหญ่ ทำงานโดยไม่สนว่าใครจะอยู่ในอำนาจ
10:57
They're civil servants.
262
657520
1162
พวกเขาคือข้าราชการ
10:58
And to do their jobs properly,
263
658706
1964
และเพื่อทำหน้าที่ของพวกเขาให้ดี
11:00
they don't just speak to a couple hundred people.
264
660694
2363
พวกเขาไม่ได้สื่อสารกับคนแค่ไม่กี่ร้อยคน
11:03
Those unemployment numbers I keep on referencing
265
663081
2318
อัตราการว่างงานที่ฉันพูดถึงบ่อย ๆ
11:05
come from the Bureau of Labor Statistics,
266
665423
2004
มาจากสำนักงานสถิติแรงงาน
11:07
and to make their estimates,
267
667451
1335
และในการได้ตัวเลขนั้น
11:08
they speak to over 140,000 businesses in this country.
268
668810
3489
พวกเขาสอบถาม จาก 140,000 กว่าบริษัทในประเทศนี้
11:12
I get it, it's frustrating.
269
672323
1725
ฉันรู้ค่ะ ว่ามันน่าหัวหงุดหงิด
11:14
If you want to test a statistic that comes from a private company,
270
674072
3115
หากคุณอยากทดสอบตัวเลขทางสถิติ ที่มาจากบริษัทเอกชน
11:17
you can buy the face cream for you and a bunch of friends, test it out,
271
677211
3361
คุณสามารถลองได้โดยการซื้อครีมทาหน้า ให้คุณและเพื่อนลองใช้
หากมันไม่ได้ผล คุณก็จะบอกได้ว่าสถิตินั้นผิด
11:20
if it doesn't work, you can say the numbers were wrong.
272
680596
2591
แต่คุณจะทดสอบค่าสถิติจากรัฐบาลได้อย่างไร
11:23
But how do you question government statistics?
273
683211
2146
คุณแค่ต้องตรวจสอบทุกอย่าง
11:25
You just keep checking everything.
274
685381
1630
หาว่าพวกเขาเก็บข้อมูลอย่างไร
11:27
Find out how they collected the numbers.
275
687035
1913
หาว่าคุณเห็นทุกอย่าง ที่ควรจะเห็นบนภาพข้อมูลหรือไม่
11:28
Find out if you're seeing everything on the chart you need to see.
276
688972
3125
แต่อย่าเพิ่งหมดหวังกับตัวเลขทั้งหมด เพราะหากคุณทำเช่นนั้น
11:32
But don't give up on the numbers altogether, because if you do,
277
692121
2965
เราจะกำหนดนโยบายสาธารณะอย่างมืดมน
11:35
we'll be making public policy decisions in the dark,
278
695110
2439
อาศัยเพียงแค่ ผลประโยชน์ของเอกชนเป็นเครื่องนำทาง
11:37
using nothing but private interests to guide us.
279
697573
2262
11:39
Thank you.
280
699859
1166
ขอบคุณค่ะ
(เสียงปรบมือ)
11:41
(Applause)
281
701049
2461
เกี่ยวกับเว็บไซต์นี้

ไซต์นี้จะแนะนำคุณเกี่ยวกับวิดีโอ YouTube ที่เป็นประโยชน์สำหรับการเรียนรู้ภาษาอังกฤษ คุณจะได้เห็นบทเรียนภาษาอังกฤษที่สอนโดยอาจารย์ชั้นนำจากทั่วโลก ดับเบิลคลิกที่คำบรรยายภาษาอังกฤษที่แสดงในแต่ละหน้าของวิดีโอเพื่อเล่นวิดีโอจากที่นั่น คำบรรยายเลื่อนซิงค์กับการเล่นวิดีโอ หากคุณมีความคิดเห็นหรือคำขอใด ๆ โปรดติดต่อเราโดยใช้แบบฟอร์มการติดต่อนี้

https://forms.gle/WvT1wiN1qDtmnspy7