3 ways to spot a bad statistic | Mona Chalabi

Çeviri: Suleyman Cengiz Gözden geçirme: Arif Kılıç

I'm going to be talking about statistics today.

Bugün istatistik hakkında konuşacağım.

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

Eğer bu konu sizi biraz temkinli olmaya sevkediyorsa sakin olun.

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

İstatistik öğrenmek sizi çılgın bir komplo teorisyeni yapmaz,

it makes you skeptical.

sadece şüpheci yapar.

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

Konu sayılar olduğunda, özellikle şu an, şüpheci olmalısınız.

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

Bununla birlikte hangi sayılara güvenilip güvenilemeyeceğini de

and which ones aren't.

söyleyebilmelisiniz.

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

İşte bugün size bunu yapabilmeniz için bazı araçlar sunacağım.

But before I do,

Başlamadan önce

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

hangi sayılar hakkında konuşacağımı açıklığa kavuşturayım.

I'm not talking about claims like,

"10 kadından 9'u yaşlanma karşıtı

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

bu kremi öneriyor" gibi iddiaları konuşmayacağım.

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

Bence çoğumuz gözümüzü böylesi sayılara dikiyoruz.

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

Farklı olan şey artık insanlar istatistikleri sorguluyorlar:

"The US unemployment rate is five percent."

"ABD işsizlik oranı yüzde 5" gibi.

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

Bu iddiayı farklı kılan şey özel bir şirketten gelmemesi,

it comes from the government.

devletten gelmesidir.

About 4 out of 10 Americans distrust the economic data

10 Amerikalıdan yaklaşık 4'ü devletin yayınladığı

that gets reported by government.

ekonomik verilere güvenmiyor.

Among supporters of President Trump it's even higher;

Başkan Trump taraftarları arasında oran daha yüksek;

it's about 7 out of 10.

yaklaşık 10'da 7.

I don't need to tell anyone here

Burada kimseye toplumumuzu

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

ayıran çok sayıdaki çizgiden bahsetmeye gerek yok

and a lot of them start to make sense,

ve çoğu, devletin bu sayılarıyla

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

insanların ilişkilerini anlamaya başlar başlamaz farkını hissettirecektir.

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

Diğer taraftan bu istatistiklerin çok önemli olduklarını, yani

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

hissi anekdotların ötesine geçmemiz ve ilerlemeyi

in order to move beyond emotional anecdotes

[nesnel] bir yolla ölçmek için toplumda anlam

and measure progress in an [objective] way.

kazanmasına ihtiyacımız olduğunu söyleyenler var.

And then there are the others,

Sonra diğerleri var:

who say that these statistics are elitist,

bunların elitler için olduğunu, hatta

maybe even rigged;

yazıldığını söyleyenler.

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

Bir anlam ifade etmediğini ve gerçekten insanların

what's happening in people's everyday lives.

günlük hayatlarında olanları yansıtmadığını.

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

Şu an için tartışmayı ikinci grup kazanıyor gibi görünüyor.

We're living in a world of alternative facts,

Alternatif doğruların dünyasında yaşıyoruz,

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

insanların istatistikleri tartışma yapacak ortak bir zemin

this starting point for debate.

olarak görmedikleri bir dünya.

This is a problem.

Bu bir sorun.

There are actually moves in the US right now

Şimdilerde ABD'de gösteriler var,

to get rid of some government statistics altogether.

bazı devlet istatistiklerinden tamamen kurtulmak için.

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

Şu an kongrede ırk ayrımını ölçme ile ilgili bir tasarı var:

The draft law says that government money should not be used

Devlet parasının ırk ayrımıyla ilgili veri toplamak için

to collect data on racial segregation.

harcanmaması gerektiğini söylüyor.

This is a total disaster.

Bu tam bir felaket.

If we don't have this data,

Eğer bu veriye sahip olmazsak

how can we observe discrimination,

ayrımı nasıl gözlemleyebilir,

let alone fix it?

nasıl düzeltebiliriz?

In other words:

Diğer bir deyişle:

How can a government create fair policies

Devlet nasıl doğru politika oluşturabilir?

if they can't measure current levels of unfairness?

eğer haksızlıkların mevcut seviyelerini ölçemezse.

This isn't just about discrimination,

Bu sadece ayrımcılık hakkında değil,

it's everything -- think about it.

her şey olabilir - bir düşünün.

How can we legislate on health care

Sağlıkta nasıl yasama yaparız,

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

sağlık ve fakirlik konusunda uygun veri yoksa.

How can we have public debate about immigration

Göç hakkında nasıl toplumsal müzakere yaparız,

if we can't at least agree

en azından kaç kişi

on how many people are entering and leaving the country?

ülkeye giriyor ya da ülkeden çıkıyor bilemiyorsak.

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

İstatistik kelimesi devlet (state) kelimesinden türemiştir.

The point was to better measure the population

Çıkış noktası halka daha iyi hizmet için

in order to better serve it.

nüfusu daha iyi ölçmektir.

So we need these government numbers,

Yani bu devlet sayılarına muhtacız,

but we also have to move beyond either blindly accepting

fakat körü körüne kabul etmekten ya da reddetmekten

or blindly rejecting them.

kurtulmalıyız.

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

Kusurlu istatistiği fark edebilme yetisini kazanmalıyız.

I started to learn some of these

Bazılarını BM'nin

when I was working in a statistical department

bir parçası olan istatistik bölümünde

that's part of the United Nations.

çalışırken öğrendim.

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

Görevimiz kaç Iraklının savaş nedeniyle evlerinden ayrıldıklarını

as a result of the war,

ve ihtiyaçlarının

and what they needed.

ne olduğunu bulmaktı.

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

İş gerçekten önemliydi, ama bir o kadar da zordu.

Every single day, we were making decisions

Her gün kararlar alıyorduk

that affected the accuracy of our numbers --

verilerimizin kesinliğini etkileyen -

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

ülkenin hangi bölgesine gitmeliyiz,

who we should speak to,

kiminle konuşmalıyız,

which questions we should ask.

hangi soruları sormalıyız gibi.

And I started to feel really disillusioned with our work,

İşimizle ilgili hayal kırıklığı yaşamaya başlamıştım

because we thought we were doing a really good job,

çünkü gerçekten iyi bir iş çıkardığımızı sanıyordum,

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

oysa bize gerçek rakamları verecek olanlar Iraklılar olmasına karşın

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

analizlerimize katılma ve yalnız cevaplama imkanı verilmiyordu.

So I started to feel really determined

İşte o an kesinlikle karar verdim:

that the one way to make numbers more accurate

Verilerde kesinliği sağlamanın tek yolu

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

mümkün olan en çok sayıda insana ulaşılabilmesiydi.

So I became a data journalist.

Böylece veri gazetecisi oldum.

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

İşim bu verileri bulup halkla paylaşmaktır.

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

Herkes yapabilir bunu, sıradışı ya da entel olmanız gerekmez.

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

Bu kelimeleri boş verin; bunlar mütevazi görünerek

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

akıllı olduklarını ima edenlerin kullandığı kelimeler.

Absolutely anyone can do this.

Kesinlikle herkes yapabilir.

I want to give you guys three questions

Size üç soru vermek istiyorum

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

bazı kusurlu istatistikleri farketmenize yardım edecek.

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

İlk soru şöyle: Belirsizliği görebilir misiniz?

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

İnsanların rakamlarla ilişkisini değiştiren şeylerden biri

and even their trust in the media,

ve hatta medyaya güvenlerini,

has been the use of political polls.

politik anketlerin kullanımıdır.

I personally have a lot of issues with political polls

Şahsen politik anketlerle birçok sorunum var

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

çünkü bence gazetecinin asıl görevi gerçekleri söylemek

and not attempt to predict them,

ve öngörüde bulunmamaktır,

especially when those predictions can actually damage democracy

özellikle bu tahminler insanlara "Boşuna bu şahsa oy vermeyin,

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

zaten kazanamaz" gibi sinyaller vererek demokrasiye

he doesn't have a chance.

zarar verecekse.

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

Şimdilik bunu kenara koyup bu girişimin doğruluğunu konuşalım.

Based on national elections in the UK, Italy, Israel

İngiltere , İtalya, İsrail ulusal seçimlerine ve tabi ki,

and of course, the most recent US presidential election,

en son ABD başkanlık seçimlerine dayanarak,

using polls to predict electoral outcomes

seçim sonuçlarını anketlerle öngörme

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

hastane hasta kabullerini aya bakarak tahmin etme kadar kesindir.

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

Tabi ki hayır. Bunu çizmek için akademik bir çalışmanın asıl verilerini kullandım.

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

Anketlerin bu kadar yanlış olmasının birçok sebebi var.

Our societies have become really diverse,

Toplumumuz çok farklılaştı,

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

öyle ki anketciler anketlerinde nüfusu gerçekten temsil eden bir örneklem

of the population for their polls.

almakta zorlanmaktalar.

People are really reluctant to answer their phones to pollsters,

İnsanlar anketcilerin telefonlarına cevap vermek istemiyorlar

and also, shockingly enough, people might lie.

ve şaşırtıcı ölçüde yalan söyleyebilirler de.

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

Fakat medyaya bakmadan bunu fark edemeyeceksiniz.

For one thing, the probability of a Hillary Clinton win

Bir örnek olarak, Hillary Clinton'un kazanma olasılğı

was communicated with decimal places.

ondalık sayılarla ifade ediliyordu.

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

Sıcaklığı tanımlamak için ondalık sayıları kullanmayız.

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

Bu ülkedeki 230 milyon seçmenin davranışlarının tahmini

be that precise?

nasıl bu kadar kesin olabilir?

And then there were those sleek charts.

Ve bir de şu iyi hazırlanmış tablolar var.

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

Bakın, veri gösterimlerinin çokluğu kesinliği artırıyor, ve işe yarıyor -

these charts can numb our brains to criticism.

Bu tablolar düşünemeden beynimizi uyuşturuyor.

When you hear a statistic, you might feel skeptical.

Bir istatistik duyduğunuzda şüphe duyabilirsiniz.

As soon as it's buried in a chart,

Bir tabloya yansıtıldığında ise

it feels like some kind of objective science,

bir tür nesnel bilimsel gerçekmiş gibi gelir

and it's not.

ama öyle değil.

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

Böylece bunu daha iyi anlatabilmenin yollarını araştırıyordum,

to show people the uncertainty in our numbers.

rakamlarımızdaki belirsizliği göstermek için.

What I did was I started taking real data sets,

Bunun için gerçek veri kümelerini aldım

and turning them into hand-drawn visualizations,

ve bunları el çizimi gösterimlere dönüştürdüm.

so that people can see how imprecise the data is;

Böylece insanlar verilerin belirsizliğini görebilir;

so people can see that a human did this,

yani insanlar bunu bir insanın yaptığını,

a human found the data and visualized it.

bulduğunu ve tablolaştırdığını görebilir.

For example, instead of finding out the probability

Örneğin, herhangi belirli bir aydaki grip olma

of getting the flu in any given month,

olasılığını bulmak yerine,

you can see the rough distribution of flu season.

grip mevsiminin kaba dağılımını görebilirsiniz.

This is --

Bu --

(Laughter)

(Kahkahalar)

a bad shot to show in February.

Şubat'ı gösteren kötü bir resim.

But it's also more responsible data visualization,

Ama bu aynı zamanda daha sorumlu bir veri gösterimi,

because if you were to show the exact probabilities,

çünkü tam olasılıkları göstermiş olsaydınız

maybe that would encourage people to get their flu jabs

insanları yanlış zamanda grip aşılarını olmaya

at the wrong time.

yönlendirmiş olacaktınız.

The point of these shaky lines

Bu titrek çizgilerin amacı

is so that people remember these imprecisions,

insanların bu belirsizlikleri hatırlamalarını sağlamaktır

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

ama aynı zamanda kesin bir rakamla ayrılıp gitmeseler de

but they can remember important facts.

önemli gerçekleri hatırlayabilirler.

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

Adaletsizlik ve eşitsizliğin hayatımızda büyük izler bıraktığı gerçeği gibi.

Facts like Black Americans and Native Americans have shorter life expectancies

Siyah ve Yerli Amerikalıların diğer ırklarınkinden daha kısa

than those of other races,

hayat beklentilerinin olduğu

and that isn't changing anytime soon.

ve değişimin uzak göründüğü gerçeği gibi.

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

ABD'deki mahkumların ortalama bir park yerinden daha küçük

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

tecrit hücrelerinde tutulabilecekleri gerçeği gibi.

The point of these visualizations is also to remind people

Bu gösterimlerin amacı aynı zamanda insanlara gerçekten önemli

of some really important statistical concepts,

bazı istatistiksel kavramları hatırlatmaktır,

concepts like averages.

ortalamalar gibi kavramlar.

So let's say you hear a claim like,

Şimdi şöyle bir iddia duymuş olun:

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

"ABD'de ortalama yüzme havuzunda 6.23 dışkı kazaları oluşur."

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

Bu, ülkede her yüzme havuzunda tam olarak 6.23 dışkı görüldüğü

contains exactly 6.23 turds.

anlamına gelmemektedir.

So in order to show that,

Bunu gösterme adına,

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

47 yüzme tesisini inceleyen CDC'den gelen

who surveyed 47 swimming facilities.

orijinal verlere geri döndüm.

And I just spent one evening redistributing poop.

Dışkıyı yeniden dağıtmak için bir gecemi harcadım.

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

Nasıl yanıltıcı sonuçların olabileceğini görebilirsiniz.

(Laughter)

(Kahkahalar)

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

Peki, kusurlu sayıları farketmek için kendinize sormanız gereken

to spot bad numbers is:

ikinci soru şudur:

Can I see myself in the data?

Veride kendimi görebilir miyim?

This question is also about averages in a way,

Bu soru bir bakıma ortalamalar hakkındadır,

because part of the reason why people are so frustrated

çünkü kısmen insanların ulusal istatistikler konusunda

with these national statistics,

hüsran dolu olmalarının sebebi,

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

onların ulusal politikadan kimin kazandığı ya da kaybettiği hakkında

from national policy.

bir şey söylememeleri.

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

İnsanların, kişisel tecrübeleri ile örtüşmediğinde küresel ortalamalar

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

hakkında neden hüsran yaşadığını anlamak kolaydır.

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

İnsanlara, verilerin hayatlarıyla olan ilgisini göstermek istiyordum.

I started this advice column called "Dear Mona,"

"Sayın Mona" diye bir tavsiye köşesine başladım:

where people would write to me with questions and concerns

insanlar bana sorularını ve endişelerini yazacaklardı

and I'd try to answer them with data.

ve ben verilerle cevap verecektim.

People asked me anything.

Her şey hakkında sordular.

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

"Eşimle ayrı yataklarda uyumamız normal mi?"

"Do people regret their tattoos?"

"Dövme güzel olur mu olmaz mı?"

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

"Doğal nedenlerle ölüm ne demek?" gibi.

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

Tüm bu sorular çok iyi, çünkü bu sayıları bulma

about ways to find and communicate these numbers.

ve anlama konusunda sizleri düşünmeye sevkediyor.

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

Birisi "Çok çiş ne kadardır?" diye bir soru sorarsa,

which is a question that I got asked,

ki bana sorulan bir sorudur,

you really want to make sure that the visualization makes sense

gösterimin olası en fazla sayıda insana anlamlı gelmesini

to as many people as possible.

mutlaka sağlamak istersiniz.

These numbers aren't unavailable.

Bu sayılar yok değildir.

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

Bazen bir akademik çalışmanın ekinde öylece durmaktadır.

And they're certainly not inscrutable;

Kesinlikle anlaşılmaz değildirler;

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

idrar hacimleri ile ilgili bu sayıları test etmek isterseniz

you could grab a bottle and try it for yourself.

bir şişe alıp kendiniz deneyerek görebilirsiniz.

(Laughter)

(Kahkahalar)

The point of this isn't necessarily

Burada amaç her veri setinin

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

özel olarak sizinle alakalı olması gerektiği değildir.

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

Fransa'da kaç kadının yüz örtüsü ya da peçe örttüğü için

for wearing the face veil, or the niqab,

ceza aldığı ile ilgileniyorum,

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

Fransa'da yaşamasam ya da yüz örtüsü örtmesem de.

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

Sizin konuya dahil olduğunuz nokta olabildiğince çok kaynak sağlamanızdır.

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

Asıl mesele bir veriden ötesini görmekle ilgili

like the unemployment rate is five percent,

işsizlik oranının yüzde beş olduğu gibi

and seeing how it changes over time,

ve zamanla değişimini görmek

or seeing how it changes by educational status --

ya da eğitim düzeyiyle nasıl değiştiğini görmek-

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

bu nedenle ebeveynleriniz daima koleje gitmenizi isterler-

or seeing how it varies by gender.

ya da cinsiyetle değişimini görmek.

Nowadays, male unemployment rate is higher

Şimdilerde erkek işsizlik oranı

than the female unemployment rate.

bayan işsizlik oranından yüksek.

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

80'lerin başına kadar bu oran tersineydi.

This is a story of one of the biggest changes

Bu, Amerikan toplumunda oluşan en büyük

that's happened in American society,

değişimlerden birinin hikayesidir

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

ve ortalamaların ötesine bakarsanız tüm bunları tabloda görürsünüz.

The axes are everything;

Eksenler herşeydir;

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

ölçeği değiştirdiğinizde tüm hikaye değişebilir.

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

Tamam, şimdi istatistiklere bakarken düşünmenizi istediğim

when you're looking at statistics is:

üçüncü ve son soru şu:

How was the data collected?

Veri nasıl toplandı?

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

Buraya kadar sadece verinin nasıl iletildiği hakkında konuştum

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

ama nasıl toplandığı da çok önemlidir.

I know this is tough,

Zor, biliyorum,

because methodologies can be opaque and actually kind of boring,

çünkü metodolojiler anlaşılmaz ve biraz sıkıcı olabilirler,

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

ama bunu kontrol için atabileceğiniz bazı basit adımlar var.

I'll use one last example here.

Son bir örnek sunacağım.

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

Bir ankete göre ükedeki Müslümanların yüzde 41'i, açıkça çok korkutucu olan,

which is obviously pretty scary,

cihadı desteklemektedirler

and it was reported everywhere in 2015.

ve 2015'de her yerde söylendi.

When I want to check a number like that,

Böyle bir sayıyı kontrol etmek istersem

I'll start off by finding the original questionnaire.

orijinal anketi bularak yola koyulurum.

It turns out that journalists who reported on that statistic

Öyle görünüyor ki bu istatistiği bildiren gazeteciler

ignored a question lower down on the survey

anketin aşağısındaki bir soruyu göz ardı etmiş:

that asked respondents how they defined "jihad."

katılanların "cihadı" nasıl tanımladıkları.

And most of them defined it as,

Çoğu şöyle tanımlamakta:

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

"Müslümanların daha dindar olmak için kişişel, barışçıl mücadelesi".

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

Sadece yüzde 16'sı "inançsızlara karşı kutsal savaş" olarak tanımlamış.

This is the really important point:

İşte bu gerçekten önemli nokta:

based on those numbers, it's totally possible

Sayılara göre ankette bunu bir kutsal savaş

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

olarak niteleyen herkesin bunu desteklediklerini söylemeleri de

also said they support it.

tamamen mümkündür.

Those two groups might not overlap at all.

Bu iki grup hiç çakışmayabilirler.

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

Anketin nasıl yapıldığı da sorulmaya değer.

This was something called an opt-in poll,

Bu tercihli anket denen,

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

herkesin internetten bularak doldurabileceği manasına gelen bir şey.

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

Bu insanların Müslüman olduklarını dahi bilmenin bir yolu yoktur.

And finally, there were 600 respondents in that poll.

Son olarak, bu ankette 600 katılan vardı.

There are roughly three million Muslims in this country,

Bu ükede kabaca üç milyon Müslüman bulunmaktadır,

according to Pew Research Center.

Pew Araştırma Merkezine göre.

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

Yani anket bu ülkede her 5000 Müslümandan kabaca biri ile

in this country.

konuşmuş demektir.

This is one of the reasons

Bu, genel olarak devlet istatistiklerinin

why government statistics are often better than private statistics.

özel istatistiklerden daha iyi olmasının sebeplerinden biridir.

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

Bir anket birkaç yüz ya da bin kişi ile yapılmış olabilir

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

veya L'Oreal iseniz, 2005'de cilt bakım ürünleri satıyorsanız,

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

işe yaradığını savunmak için 48 kadın da yeter.

(Laughter)

(Kahkahalar)

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

Özel şirketler sayıları doğru kullanma konusuyla çok ilgili değildirler,

they just need the right numbers.

sadece doğru sayılarla ilgilidirler.

Government statisticians aren't like that.

Devlet istatistikçileri böyle değildir.

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

Teoride, en azından, tamamen tarafsızdırlar,

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

çünkü çoğu görevlerini iktidarda kimin olduğuna bakmaksızın yaparlar.

They're civil servants.

Onlar memurdurlar.

And to do their jobs properly,

İşlerini düzgün yapmak için,

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

sadece birkaç yüz kişi ile konuşmazlar.

Those unemployment numbers I keep on referencing

Referans olarak sunduğum Çalışma Bakanlığı'ndan

come from the Bureau of Labor Statistics,

gelen şu işsizlik rakamlarını

and to make their estimates,

tahmin etmek üzere

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

bu ülkede 140 binden fazla işyeri ile konuşulmuştur.

I get it, it's frustrating.

Anladım, sinir bozucu.

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

Eğer özel bir şirketten gelen bir istatistiği denemek isterseniz

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

siz ve dostlarınız yüz kremini satın alıp deneyebilirsiniz.

Eğer işe yaramazsa sayılar doğru değil diyebilirsiniz.

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

Ya resmi istatistikleri nasıl sorgularsınız?

But how do you question government statistics?

Sadece herşeyi kontrole devam.

You just keep checking everything.

Sayıları nasıl topladıklarını araştırın.

Find out how they collected the numbers.

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

Tabloda görmeniz gereken herşeyi görüp görmediğinizi inceleyin.

Fakat bütünüyle sayılardan vazgeçmeyin, çünkü bu durumda,

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

kamu politikaları kararlarını karanlıkta alıyor olacağız,

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

using nothing but private interests to guide us.

çıkarlarımızı kendimize kılavuz kabul ederek.

Thank you.

Teşekkürler.

(Applause)

(Alkışlar)