ABOUT THE SPEAKER
Mona Chalabi - Data journalist
Mona Chalabi tries to take the numb out of numbers. She's left with lots of "ers."

Why you should listen

After working for a humanitarian organisation, Mona Chalabi saw how important data was, but also how easily it could be used by people with their own specific agendas. Since then, her work for organizations like Transparency International and The Guardian has had one goal: to make sure as many people as possible can find and question the data they need to make informed decisions about their lives.

Chalabi is currently the Data Editor of the Guardian US, where she writes articles, produces documentaries and turns data into illustrations and animations. In 2016, her data illustrations were commended by the Royal Statistical Society.

More profile about the speaker
Mona Chalabi | Speaker | TED.com
TEDNYC

Mona Chalabi: 3 ways to spot a bad statistic

Mona Čalabi (Mona Chalabi): Tri načina da prepoznate loše statističke podatke

Filmed:
1,888,599 views

Ponekad je teško znati koji statistički podaci su vredni poverenja, ali ih ne treba potpuno otpisati. Umesto toga, trebalo bi da naučimo da sagledamo stvari iza njih. U ovom divnom, urnebesnom govoru, novinarka koja se bavi podacima Mona Čalabi deli korisne savete da bi pomogla u preispitivanju, tumačenju i stvarnom razumevanju onoga što brojevi govore.
- Data journalist
Mona Chalabi tries to take the numb out of numbers. She's left with lots of "ers." Full bio

Double-click the English transcript below to play the video.

Danas ću govoriti o statistici.
00:12
Now, I'm going to be talkingпричају
about statisticsстатистике todayданас.
0
884
2763
Ako se zbog toga odmah osećate
pomalo obazrivo, to je u redu;
00:15
If that makesчини you immediatelyодмах feel
a little bitмало waryопрезно, that's OK,
1
3671
3138
to vas ne čini ludim teoretičarem zavere,
00:18
that doesn't make you some
kindкинд of crazyлуд conspiracyзавера theoristteoretiиar,
2
6833
2859
00:21
it makesчини you skepticalскептичан.
3
9716
1296
već vas čini skeptičnim.
00:23
And when it comesдолази to numbersбројеви,
especiallyпосебно now, you should be skepticalскептичан.
4
11036
3886
A kada se radi o brojevima, pogotovo sada,
treba da budete skeptični.
Ali, takođe bi trebalo
da možete da prepoznate
00:26
But you should alsoтакође be ableу могуцности to tell
whichкоја numbersбројеви are reliableпоуздан
5
14946
3011
koji brojevi su pouzdani, a koji nisu.
00:29
and whichкоја onesоне aren'tнису.
6
17981
1160
Danas želim da probam da vam pružim
izvesna pomagala da biste to umeli.
00:31
So todayданас I want to try to give you
some toolsалати to be ableу могуцности to do that.
7
19165
3206
00:34
But before I do,
8
22395
1169
Pre nego što to uradim,
00:35
I just want to clarifyPojasni whichкоја numbersбројеви
I'm talkingпричају about here.
9
23588
2839
želim samo da razjasnim
o kojim brojevima ovde govorim.
Ne govorim o tvrdnjama poput:
00:38
I'm not talkingпричају about claimsтврди like,
10
26451
1635
„Devet od deset žena preporučuje
ovu kremu protiv bora.“
00:40
"9 out of 10 womenЖене recommendпрепоручите
this anti-agingprotiv starenja creamкрем."
11
28110
2449
Mislim da veliki broj nas
uvek prevrće očima na takve brojeve.
00:42
I think a lot of us always
rollролл our eyesочи at numbersбројеви like that.
12
30583
2972
Ono što je sada drugačije je što ljudi
dovode u pitanje podatke poput:
00:45
What's differentразличит now is people
are questioningиспитивање statisticsстатистике like,
13
33579
2984
„Nezaposlenost u SAD je pet procenata.“
00:48
"The US unemploymentstopa nezaposlenosti
rateстопа is fiveпет percentпроценат."
14
36587
2014
Ono po čemu je ova tvrdnja drugačija
je to što ne proističe iz privatne firme,
00:50
What makesчини this claimпотраживање differentразличит is
it doesn't come from a privateприватни companyкомпанија,
15
38625
3516
već iz vlade.
00:54
it comesдолази from the governmentвлада.
16
42165
1388
Oko četiri od deset Amerikanaca
ne veruje ekonomskim podacima
00:55
About 4 out of 10 AmericansAmerikanci
distrustnepoverenje the economicекономски dataподаци
17
43577
3336
00:58
that getsдобива reportedпријавили by governmentвлада.
18
46937
1573
o kojima izveštava vlast.
Među pristalicama predsednika Trampa,
taj broj je još veći; oko sedam od deset.
01:00
AmongMeđu supporterspristalice of PresidentPredsednik TrumpTramp
it's even higherвише;
19
48534
2491
01:03
it's about 7 out of 10.
20
51049
1633
01:04
I don't need to tell anyoneбило ко here
21
52706
1804
Ne treba nikome ovde da pričam
01:06
that there are a lot of dividingдељење linesлиније
in our societyдруштво right now,
22
54534
3011
da u našem društvu danas postoji
mnogo linija razdvajanja,
01:09
and a lot of them startпочетак to make senseсмисао,
23
57569
1825
a mnoge počinju da imaju smisla
kada razumete odnos ljudi
prema tim vladinim brojevima.
01:11
onceједном you understandРазумем people'sљуди relationshipsвезе
with these governmentвлада numbersбројеви.
24
59418
3687
Sa jedne strane, tu su oni koji kažu
da su ovi podaci od ključnog značaja,
01:15
On the one handруку, there are those who say
these statisticsстатистике are crucialкључно,
25
63129
3336
da su nam potrebni da bi nam društvo
kao celina imalo smisla,
01:18
that we need them to make senseсмисао
of societyдруштво as a wholeцела
26
66489
2630
01:21
in orderнаручи to moveпотез beyondизван
emotionalемоционално anecdotesанекдоте
27
69143
2164
kako bismo prevazišli emocionale anegdote
01:23
and measureмеру progressнапредак in a subjectiveсубјективно way.
28
71331
2410
i merili napredak na objektivan način.
Zatim, tu su oni drugi,
01:25
And then there are the othersдруги,
29
73765
1467
koji kažu da su ovi podaci elitistički,
01:27
who say that these statisticsстатистике are elitistelitista,
30
75256
2156
možda čak i namešteni;
01:29
maybe even riggedопремљени;
31
77436
1208
01:30
they don't make senseсмисао
and they don't really reflectодразити
32
78668
2394
da nemaju smisla i ne odražavaju zaista
ono što se dešava
u svakodnevnom životu ljudi.
01:33
what's happeningдогађај
in people'sљуди everydayсваки дан livesживи.
33
81086
2296
01:35
It kindкинд of feelsосећа like that secondдруго groupгрупа
is winningПобеђивати the argumentрасправа right now.
34
83406
3487
Nekako deluje da druga grupa
trenutno pobeđuje u raspravi.
Živimo u svetu alternativnih činjenica,
01:38
We're livingживи in a worldсвет
of alternativeалтернатива factsчињенице,
35
86917
2108
gde ljudi ne smatraju statističke podatke
nekom vrstom zajedničke osnove,
01:41
where people don't find statisticsстатистике
this kindкинд of commonзаједнички groundземља,
36
89049
2935
01:44
this startingпочевши pointтачка for debateдебате.
37
92008
1636
početnom tačkom za debatu.
To je problem.
01:45
This is a problemпроблем.
38
93668
1286
Trenutno zapravo postoje pokreti u SAD
01:46
There are actuallyзаправо
movesпотезе in the US right now
39
94978
2067
da se potpuno otarasimo
nekih vladinih statističkih podataka.
01:49
to get ridрид of some governmentвлада
statisticsстатистике altogethersve zajedno.
40
97069
2861
Baš sada postoji predlog zakona u kongresu
o merenju rasne nejednakosti.
01:51
Right now there's a billрачун in congressконгрес
about measuringмерење racialрасни inequalityнеједнакост.
41
99954
3387
Nacrt zakona kaže da novac vlade
ne treba koristiti
01:55
The draftнацрт lawзакон saysкаже that governmentвлада
moneyновац should not be used
42
103365
2801
za prikupljanje podataka
o rasnoj segregaciji.
01:58
to collectсакупити dataподаци on racialрасни segregationsegregaciju.
43
106190
1902
To je potpuna katastrofa.
02:00
This is a totalукупно disasterкатастрофа.
44
108116
1885
Ako nemamo ove podatke,
02:02
If we don't have this dataподаци,
45
110025
1748
kako možemo da posmatramo diskriminaciju,
02:03
how can we observeposmatrate discriminationdiskriminacije,
46
111797
1778
02:05
let aloneсами fixпоправи it?
47
113599
1278
a kamoli da je popravimo?
Drugim rečima,
02:06
In other wordsречи:
48
114901
1188
kako vlast može da stvara
pravednu politiku
02:08
How can a governmentвлада createстворити fairфер policiesполитика
49
116113
2059
ako ne može da izmeri
trenutni nivo nepravednosti?
02:10
if they can't measureмеру
currentТренутни levelsнивоа of unfairnessnepravde?
50
118196
2771
Ovde se ne radi samo o diskriminaciji,
već o svemu; razmislite o tome.
02:12
This isn't just about discriminationdiskriminacije,
51
120991
1794
02:14
it's everything -- think about it.
52
122809
1670
Kako možemo donositi zakone
o zdravstvenoj zaštiti
02:16
How can we legislateзаконодавство on healthздравље careнега
53
124503
1690
02:18
if we don't have good dataподаци
on healthздравље or povertyсиромаштво?
54
126217
2271
ako nemamo dobre podatke
o zdravlju ili siromaštvu?
02:20
How can we have publicјавно debateдебате
about immigrationimigracije
55
128512
2198
Kako možemo javno debatovati o imigraciji
ako se ne možemo makar složiti
02:22
if we can't at leastнајмање agreeдоговорити се
56
130734
1250
02:24
on how manyмноги people are enteringулазак
and leavingодлазак the countryземљу?
57
132008
2643
oko toga koliko ljudi
ulazi u zemlju i izlazi iz nje?
Statistički podaci proističu iz države;
tako su dobili svoje ime.
02:26
StatisticsStatistički podaci come from the stateдржава;
that's where they got theirњихова nameиме.
58
134675
3058
Poenta je bila da se dobiju
bolje mere stanovništva
02:29
The pointтачка was to better
measureмеру the populationпопулација
59
137757
2157
02:31
in orderнаручи to better serveслужи it.
60
139938
1357
kako bi mu se bolje služilo.
02:33
So we need these governmentвлада numbersбројеви,
61
141319
1725
Dakle, potrebni su nam ti vladini brojevi,
02:35
but we alsoтакође have to moveпотез
beyondизван eitherили blindlyslepo acceptingPrihvatanje
62
143068
2647
ali treba i da prevaziđemo
njihovo slepo prihvatanje,
02:37
or blindlyslepo rejectingодбијање them.
63
145739
1268
kao i slepo odbacivanje.
Potrebne su nam veštine
da bismo mogli da uočimo loše podatke.
02:39
We need to learnучи the skillsвештине
to be ableу могуцности to spotместо badлоше statisticsстатистике.
64
147031
2997
02:42
I startedпочела to learnучи some of these
65
150052
1528
Počela sam da ih stičem
kada sam radila na odeljenju za statistiku
02:43
when I was workingрад
in a statisticalстатистички departmentодељење
66
151604
2166
koje je deo Ujedinjenih nacija.
02:45
that's partдео of the UnitedUjedinjeni NationsNacija.
67
153794
1643
Naš posao je bio da saznamo koliko Iračana
je proterano iz svojih domova
02:47
Our jobпосао was to find out how manyмноги IraqisIračani
had been forcedприсиљен from theirњихова homesдомови
68
155461
3406
kao posledica rata
02:50
as a resultрезултат of the warрат,
69
158891
1158
i šta im je potrebno.
02:52
and what they neededпотребно.
70
160073
1158
To je bio zaista važan posao,
ali, takođe, neverovatno težak.
02:53
It was really importantважно work,
but it was alsoтакође incrediblyневероватно difficultтешко.
71
161255
3178
Svakoga dana smo donosili odluke
02:56
EverySvaki singleједно day, we were makingстварање decisionsОдлуке
72
164457
2018
koje su uticale na tačnost naših brojeva -
02:58
that affectedутицало, дјеловало the accuracyтачност
of our numbersбројеви --
73
166499
2157
odluke poput toga u koje delove zemlje
bi trebalo da idemo,
03:00
decisionsОдлуке like whichкоја partsделови
of the countryземљу we should go to,
74
168680
2744
sa kim treba da razgovaramo,
koja pitanja treba da postavljamo.
03:03
who we should speakговорити to,
75
171448
1156
03:04
whichкоја questionsпитања we should askпитати.
76
172628
1568
03:06
And I startedпочела to feel
really disillusionedrazočarani with our work,
77
174220
2680
Počela sam da se osećam zaista razočarano
u vezi sa našim radom,
03:08
because we thought we were doing
a really good jobпосао,
78
176924
2518
jer smo mislili
da zaista dobro obavljamo posao,
03:11
but the one groupгрупа of people
who could really tell us were the IraqisIračani,
79
179466
3278
ali ona grupa ljudi koja bi stvarno mogla
da nam ispriča stvari bili su Iračani,
03:14
and they rarelyretko got the chanceшанса to find
our analysisанализа, let aloneсами questionпитање it.
80
182768
3540
a oni su retko imali priliku
da naiđu na našu analizu,
a kamoli da je preispituju.
03:18
So I startedпочела to feel really determinedодређени
81
186332
1831
Zato sam postala zaista odlučna
03:20
that the one way to make
numbersбројеви more accurateтачан
82
188187
2311
da je jedini način da postignemo
da brojevi budu tačniji
03:22
is to have as manyмноги people as possibleмогуће
be ableу могуцности to questionпитање them.
83
190522
3053
da omogućimo da što više ljudi
može da ih preispituje.
03:25
So I becameпостао a dataподаци journalistновинар.
84
193599
1434
Tako sam postala novinarka
koja se bavi podacima.
03:27
My jobпосао is findingпроналажење these dataподаци setsсетови
and sharingдељење them with the publicјавно.
85
195057
3904
Moj posao je da pronađem skupove podataka
i podelim ih sa javnošću.
03:30
AnyoneNikome can do this,
you don't have to be a geekштребер or a nerdштребер.
86
198985
3173
Bilo ko to može, ne morate biti
štreber ili bubalica.
Možete zanemariti te reči;
koriste ih ljudi
03:34
You can ignoreигнорисати those wordsречи;
they're used by people
87
202182
2355
koji pokušavaju da kažu da su pametni
dok se pretvaraju da su skromni.
03:36
tryingпокушавајући to say they're smartпаметан
while pretendingпретварајући се they're humbleпонизан.
88
204561
2822
Apsolutno svako to može.
03:39
AbsolutelyApsolutno anyoneбило ко can do this.
89
207407
1589
Htela bih da vam postavim tri pitanja
03:41
I want to give you guys threeтри questionsпитања
90
209020
2067
koja će vam pomoći da možete
da primetite loše statističke podatke.
03:43
that will help you be ableу могуцности to spotместо
some badлоше statisticsстатистике.
91
211111
3005
Dakle, pitanje broj jedan glasi:
možete li da uočite nepouzdanost?
03:46
So, questionпитање numberброј one
is: Can you see uncertaintyнеизвесност?
92
214140
3507
Jedna od stvari koja je zaista promenila
odnos ljudi prema brojevima,
03:49
One of things that's really changedпромењено
people'sљуди relationshipоднос with numbersбројеви,
93
217671
3364
pa čak i njihovo poverenje u medije,
03:53
and even theirњихова trustповерење in the mediaмедији,
94
221059
1641
bilo je korišćenje političkih anketa.
03:54
has been the use of politicalполитички pollsankete.
95
222724
2258
Lično imam mnogo problema
sa političkim anketama
03:57
I personallyлично have a lot of issuesпитања
with politicalполитички pollsankete
96
225006
2538
jer smatram da je uloga novinara
da izveštava o činjenicama,
03:59
because I think the roleулога of journalistsновинари
is actuallyзаправо to reportизвештај the factsчињенице
97
227568
3376
a ne da pokušava da ih predvidi,
04:02
and not attemptпокушај to predictпредвидети them,
98
230968
1553
naročito kada ta previđanja
mogu da naškode demokratiji
04:04
especiallyпосебно when those predictionsprognoze
can actuallyзаправо damageштета democracyдемократија
99
232545
2996
davanjem signala ljudima
da se ne trude da glasaju za nekog
04:07
by signalingсигнализација to people:
don't bothersmeta to voteгласати for that guy,
100
235565
2732
jer nema šanse.
04:10
he doesn't have a chanceшанса.
101
238321
1205
Stavimo to po strani za sada i popričajmo
o preciznosti ovog nastojanja.
04:11
Let's setкомплет that asideпо страни for now and talk
about the accuracyтачност of this endeavorpoduhvat.
102
239550
3654
Na osnovu državnih izbora
04:15
BasedNa osnovu on nationalнационално electionsizbori
in the UKVELIKA BRITANIJA, ItalyItalija, IsraelIzrael
103
243228
4608
u Ujedinjenom Kraljevstvu,
Italiji, Izraelu
04:19
and of courseкурс, the mostнајвише recentскорашњи
US presidentialPredsednički electionизбор,
104
247860
2764
i, naravno, najskorijih
predsedničkih izbora u SAD,
korišćenje anketa
za predviđanje ishoda izbora
04:22
usingКористећи pollsankete to predictпредвидети electoralizborni outcomesисходи
105
250648
2137
otprilike je tačno kao korišćenje meseca
za predviđanje prijema u bolnice.
04:24
is about as accurateтачан as usingКористећи the moonмесец
to predictпредвидети hospitalболница admissionsprijemni.
106
252809
3812
Ne, ozbiljno, koristila sam
stvarne podatke iz akademske studije
04:28
No, seriouslyозбиљно, I used actualстварно dataподаци
from an academicакадемски studyстудија to drawнацртати this.
107
256645
4200
da bih ovo nacrtala.
04:32
There are a lot of reasonsразлоге why
pollingankete has becomeпостати so inaccurateneprecizni.
108
260869
3727
Postoji mnogo razloga
zašto je anketiranje postalo tako netačno.
Naša društva su postala veoma raznolika,
04:36
Our societiesдруштва have becomeпостати really diverseразнолика,
109
264620
1970
što otežava anketarima da dobiju
fini reprezentativni uzorak stanovništva
04:38
whichкоја makesчини it difficultтешко for pollstersanketari
to get a really niceлеп representativeпредставник sampleузорак
110
266614
3821
04:42
of the populationпопулација for theirњихова pollsankete.
111
270459
1627
za svoje ankete.
Ljudi se nerado javljaju
na telefon anketarima,
04:44
People are really reluctantнерадо to answerодговор
theirњихова phonesтелефони to pollstersanketari,
112
272110
3006
a, takođe, ko bi rekao,
ljudi mogu da slažu.
04:47
and alsoтакође, shockinglyљokantno enoughдовољно,
people mightМожда lieлажи.
113
275140
2276
04:49
But you wouldn'tне би necessarilyнужно
know that to look at the mediaмедији.
114
277440
2811
Međutim, to nećete nužno znati
pogledavši medije.
04:52
For one thing, the probabilityвероватноћа
of a HillaryHillary ClintonClinton winпобедити
115
280275
2761
Između ostalog, o verovatnoći
pobede Hilari Klinton
04:55
was communicatedкомуницира with decimalдецималан placesместа.
116
283060
2791
izveštavano je pomoću decimalnih brojeva.
Ne koristimo decimale
da izrazimo temperaturu.
04:57
We don't use decimalдецималан placesместа
to describeопишите the temperatureтемпература.
117
285875
2621
Kako, pobogu, predviđanje ponašanja
230 miliona glasača u ovoj zemlji
05:00
How on earthземља can predictingпредвиђање the behaviorпонашање
of 230 millionмилиона votersbirači in this countryземљу
118
288520
4228
može biti tako precizno?
05:04
be that preciseпрецизно?
119
292772
1829
05:06
And then there were those sleekелегантно chartsкарте.
120
294625
2002
Zatim, tu su bili oni doterani grafikoni.
05:08
See, a lot of dataподаци visualizationsвизуализације
will overstateprebolim certaintyсигурност, and it worksИзвођење радова --
121
296651
3973
Vidite, mnogo vizualizacije podataka
će prenaglasiti sigurnost, i to deluje -
05:12
these chartsкарте can numbнумб
our brainsмозга to criticismкритике.
122
300648
2620
ovi grafikoni mogu da otupe
naš mozak za kriticizam.
05:15
When you hearчујеш a statisticстатистика,
you mightМожда feel skepticalскептичан.
123
303292
2558
Kada čujete podatak,
možda ćete biti skeptični.
05:17
As soonускоро as it's buriedпокопан in a chartграфикон,
124
305874
1635
Čim je upakovan u grafikon,
čini se kao nekakva objektivna nauka,
05:19
it feelsосећа like some kindкинд
of objectiveобјективан scienceНаука,
125
307533
2129
a nije.
05:21
and it's not.
126
309686
1249
Zato sam pokušavala da pronađem načine
da ovo bolje prenesem ljudima,
05:22
So I was tryingпокушавајући to find waysначини
to better communicateкомуницирајте this to people,
127
310959
3103
da im pokažem nesigurnost
u našim brojevima.
05:26
to showсхов people the uncertaintyнеизвесност
in our numbersбројеви.
128
314086
2504
05:28
What I did was I startedпочела takingузимајући
realправи dataподаци setsсетови,
129
316614
2246
Počela sam da uzimam
stvarne skupove podataka
05:30
and turningокретање them into
hand-drawncrtan visualizationsвизуализације,
130
318884
2652
i pretvaram ih u vizualizacije
nacrtane rukom,
tako da ljudi mogu da vide
koliko su podaci neprecizni;
05:33
so that people can see
how impreciseneprecizne the dataподаци is;
131
321560
2672
tako da mogu da vide
da je to uradilo ljudsko biće,
05:36
so people can see that a humanљудско did this,
132
324256
1996
05:38
a humanљудско foundнашао the dataподаци and visualizedвизуализован it.
133
326276
1972
čovek je našao podatke i vizualizovao ih.
05:40
For exampleпример, insteadуместо тога
of findingпроналажење out the probabilityвероватноћа
134
328272
2672
Na primer, umesto saznavanja verovatnoće
05:42
of gettingдобијања the fluгрип in any givenдато monthмесец дана,
135
330968
2126
da dobijete grip u bilo kom mesecu,
05:45
you can see the roughгрубо
distributionдистрибуција of fluгрип seasonгодишње доба.
136
333118
2792
možete videti grubu raspodelu
sezone gripa.
05:47
This is --
137
335934
1167
Ovo je -
(Smeh)
05:49
(LaughterSmeh)
138
337125
1018
loš grafikon za pokazivanje u februaru.
05:50
a badлоше shotпуцањ to showсхов in FebruaryFebruara.
139
338167
1486
Međutim, takođe je odgovornija
vizualizacija podataka,
05:51
But it's alsoтакође more responsibleодговоран
dataподаци visualizationвизуелизација,
140
339677
2455
05:54
because if you were to showсхов
the exactтачно probabilitiesverovatnoce,
141
342156
2455
jer ako biste pokazali tačne verovatnoće,
možda bi to podstaklo ljude
da dobiju vakcine protiv gripa
05:56
maybe that would encourageохрабрити
people to get theirњихова fluгрип jabsUbodi
142
344635
2592
u pogrešno vreme.
05:59
at the wrongпогрешно time.
143
347251
1456
06:01
The pointтачка of these shakytrese linesлиније
144
349163
1693
Svrha ovih nesigurnih linija
je da ljudi upamte te nepreciznosti,
06:02
is so that people rememberзапамтити
these imprecisionsimprecisions,
145
350880
2911
ali i da ne ponesu
nužno sa sobom određeni broj,
06:05
but alsoтакође so they don't necessarilyнужно
walkходати away with a specificспецифични numberброј,
146
353815
3227
već da mogu zapamtiti važne činjenice.
06:09
but they can rememberзапамтити importantважно factsчињенице.
147
357066
1866
Činjenice poput toga
da nepravde i nejednakosti
06:10
FactsČinjenice like injusticeнеправда and inequalityнеједнакост
leaveодлази a hugeогромно markмарк on our livesживи.
148
358956
4024
ostavljaju veliki trag u našem životu.
06:15
FactsČinjenice like BlackCrni AmericansAmerikanci and NativeMaternjem
AmericansAmerikanci have shorterкраћи life expectanciesopadanje
149
363004
4189
Činjenice poput toga da američki crnci
i Indijanci imaju kraći životni vek
od pripadnika drugih rasa,
06:19
than those of other racestrke,
150
367217
1400
a to se neće u skorije vreme promeniti.
06:20
and that isn't changingпромена anytimeбило када soonускоро.
151
368641
2138
06:22
FactsČinjenice like prisonersзатвореници in the US
can be keptчува in solitaryusamljeni confinementpritvor cellsћелије
152
370803
3901
Činjenice poput toga da se zatvorenici
u SAD mogu držati u samicama
06:26
that are smallerмањи than the sizeвеличине
of an averageпросек parkingпаркинг spaceпростор.
153
374728
3342
koje su manje od veličine
prosečnog mesta za parkiranje.
06:30
The pointтачка of these visualizationsвизуализације
is alsoтакође to remindПодсетите people
154
378535
3335
Svrha ovih vizualizacija
takođe je da se ljudi podsete
06:33
of some really importantважно
statisticalстатистички conceptsконцепте,
155
381894
2350
nekih veoma važnih statističkih koncepata,
06:36
conceptsконцепте like averagesпросек.
156
384268
1636
kao što su prosečne vrednosti.
Recimo da čujete tvrdnju kao što je:
06:37
So let's say you hearчујеш a claimпотраживање like,
157
385928
1668
„Prosečan bazen u SAD
sadrži 6,23 fekalnih nezgoda.“
06:39
"The averageпросек swimmingпливање poolбазен in the US
containsсадржи 6.23 fecalфекал accidentsнесреће."
158
387620
4434
To ne znači da svaki bazen u zemlji
06:44
That doesn't mean everyсваки singleједно
swimmingпливање poolбазен in the countryземљу
159
392078
2797
sadrži tačno 6,23 komada izmeta.
06:46
containsсадржи exactlyбаш тако 6.23 turdsizmet.
160
394899
2194
Kako bih to pokazala,
06:49
So in orderнаручи to showсхов that,
161
397117
1417
okrenula sam se prvobitnim podacima
iz Centra za kontrolu i prevenciju bolesti
06:50
I wentотишао back to the originalоригинал dataподаци,
whichкоја comesдолази from the CDCCENTAR ZA KONTROLU BOLESTI,
162
398558
2841
06:53
who surveyedobuhvaćenih istraživanjem 47 swimmingпливање facilitiesобјеката.
163
401423
2065
koji je izvršio procenu
47 objekata za plivanje.
06:55
And I just spentпотрошено one eveningвече
redistributingpreraspodelu poopkaka.
164
403512
2391
A ja sam samo provela jedno veče
u preraspodeli kake.
06:57
So you can kindкинд of see
how misleadingobmanjujuće averagesпросек can be.
165
405927
2682
Tako da možete videti
kako prosek može da obmane.
07:00
(LaughterSmeh)
166
408633
1282
(Smeh)
07:01
OK, so the secondдруго questionпитање
that you guys should be askingпитајући yourselvesсами
167
409939
3901
U redu, drugo pitanje
koje treba da postavite sebi
da biste uočili loše brojeve
07:05
to spotместо badлоше numbersбројеви is:
168
413864
1501
je da li vidite sebe u podacima.
07:07
Can I see myselfЈа сам in the dataподаци?
169
415389
1967
Ovo pitanje se na neki način
odnosi i na prosečne vrednosti,
07:09
This questionпитање is alsoтакође
about averagesпросек in a way,
170
417380
2913
jer je deo razloga
zašto ljude toliko frustriraju
07:12
because partдео of the reasonразлог
why people are so frustratedфрустриран
171
420317
2605
ovi nacionalni statistički podaci
07:14
with these nationalнационално statisticsстатистике,
172
422946
1495
to što ne iznose priču
o tome ko pobeđuje a ko je na gubitku
07:16
is they don't really tell the storyприча
of who'sко је winningПобеђивати and who'sко је losingгубе
173
424465
3273
usled državne politike.
07:19
from nationalнационално policyполитика.
174
427762
1156
Lako je razumeti zašto ljude frustriraju
globalne prosečne vrednosti
07:20
It's easyлако to understandРазумем why people
are frustratedфрустриран with globalглобално averagesпросек
175
428942
3318
kada se ne poklapaju
sa njihovim ličnim iskustvom.
07:24
when they don't matchутакмица up
with theirњихова personalлични experiencesискуства.
176
432284
2679
Htela sam da pokažem ljudima
07:26
I wanted to showсхов people the way
dataподаци relatesодноси се to theirњихова everydayсваки дан livesживи.
177
434987
3263
kako podaci imaju veze
sa njihovim svakodnevnim životom.
Pokrenula sam rubriku za savete
pod nazivom „Draga Mona“,
07:30
I startedпочела this adviceсавет columnколона
calledпозвани "DearDraga MonaMona,"
178
438274
2246
gde bi mi ljudi pisali
i iznosili svoja pitanja i probleme,
07:32
where people would writeпиши to me
with questionsпитања and concernsзабринутости
179
440544
2726
a ja bih pokušala da im odgovorim
pomoću podataka.
07:35
and I'd try to answerодговор them with dataподаци.
180
443294
1784
07:37
People askedпитао me anything.
181
445102
1200
Ljudi su me svašta pitali,
07:38
questionsпитања like, "Is it normalнормално to sleepспавај
in a separateзасебан bedкревет to my wifeжена?"
182
446326
3261
na primer: „Da li je normalno da spavam
u odvojenom krevetu od svoje žene?“
07:41
"Do people regretžaljenje theirњихова tattoostetovaže?"
183
449611
1591
„Da li se ljudi kaju
zbog svojih tetovaža?“
07:43
"What does it mean to dieумрети
of naturalприродно causesузроке?"
184
451226
2164
„Šta znači umreti prirodnom smrću?“
07:45
All of these questionsпитања are great,
because they make you think
185
453414
2966
Sva ta pitanja su sjajna,
jer vas teraju da razmislite
07:48
about waysначини to find
and communicateкомуницирајте these numbersбројеви.
186
456404
2336
o tome kako da saznate
i saopštite ove brojeve.
Ako vas neko pita:
„Koliko piškenja je mnogo?“,
07:50
If someoneнеко asksпита you,
"How much peeпишкити is a lot of peeпишкити?"
187
458764
2503
što je pitanje koje sam ja dobila,
07:53
whichкоја is a questionпитање that I got askedпитао,
188
461291
2458
07:55
you really want to make sure
that the visualizationвизуелизација makesчини senseсмисао
189
463773
2980
želite da se postarate
da vizualizacija ima smisla
za što je više ljudi moguće.
07:58
to as manyмноги people as possibleмогуће.
190
466777
1747
08:00
These numbersбројеви aren'tнису unavailablenije dostupna.
191
468548
1575
Ovi brojevi nisu nedostupni.
08:02
SometimesPonekad they're just buriedпокопан
in the appendixaneks of an academicакадемски studyстудија.
192
470147
3507
Ponekad su samo zakopani
u prilogu akademske studije.
08:05
And they're certainlyсигурно not inscrutableskriva;
193
473678
1839
A svakako nisu nedokučivi;
ako zaista želite da proverite
ove brojeve o količini mokrenja,
08:07
if you really wanted to testтест
these numbersбројеви on urinationmokrenje volumeзапремине,
194
475541
2975
možete uzeti bočicu i pokušati sami.
08:10
you could grabграб a bottleбоца
and try it for yourselfсами.
195
478540
2257
(Smeh)
08:12
(LaughterSmeh)
196
480821
1008
Suština ovoga nije nužno
08:13
The pointтачка of this isn't necessarilyнужно
197
481853
1694
da svaki skup podataka
mora da se izričito odnosi na vas.
08:15
that everyсваки singleједно dataподаци setкомплет
has to relateодносе specificallyпосебно to you.
198
483571
2877
Mene zanima koliko žena
je dobilo novčanu kaznu u Francuskoj
08:18
I'm interestedзаинтересован in how manyмноги womenЖене
were issuedиздата finesnovčane kazne in FranceFrancuska
199
486472
2880
za nošenje vela na licu, ili nikaba,
08:21
for wearingноси the faceлице veilveo, or the niqabnikab,
200
489376
1959
čak iako ne živim u Francuskoj
niti nosim veo preko lica.
08:23
even if I don't liveживи in FranceFrancuska
or wearносити the faceлице veilveo.
201
491359
2618
Poenta postavljanja pitanja
gde se vi uklapate
08:26
The pointтачка of askingпитајући where you fitфит in
is to get as much contextконтекст as possibleмогуће.
202
494001
3835
je da dobijete
što je više konteksta moguće.
Dakle, radi se o tome da umanjite sliku
sa jednog podataka,
08:29
So it's about zoomingZumiranje out
from one dataподаци pointтачка,
203
497860
2191
08:32
like the unemploymentstopa nezaposlenosti rateстопа
is fiveпет percentпроценат,
204
500075
2104
na primer, stopa nezaposlenosti je 5%
08:34
and seeingвиди how it changesПромене over time,
205
502203
1757
i vidite kako se menja tokom vremena,
08:35
or seeingвиди how it changesПромене
by educationalобразовни statusстатус --
206
503984
2650
ili da vidite kako se menja
s obzirom na status obrazovanja -
08:38
this is why your parentsродитељи always
wanted you to go to collegeколеџ --
207
506658
3104
zato su roditelji uvek želeli
da idete na fakultet -
ili da vidite kako varira
s obzirom na pol.
08:41
or seeingвиди how it variesvarira by genderпол.
208
509786
2032
Danas je stopa nezaposlenosti
muškaraca viša
08:43
NowadaysOvih dana, maleМушки unemploymentstopa nezaposlenosti rateстопа is higherвише
209
511842
2127
nego stopa nezaposlenosti žena.
08:45
than the femaleзенски пол unemploymentstopa nezaposlenosti rateстопа.
210
513993
1700
Do ranih '80-ih godina, bilo je obrnuto.
08:47
Up untilсве док the earlyрано '80s,
it was the other way around.
211
515717
2695
Ovo je priča o jednoj od najvećih promena
08:50
This is a storyприча of one
of the biggestнајвеће changesПромене
212
518436
2117
koja se dogodila u američkom društvu.
08:52
that's happenedдесило in AmericanAmerikanac societyдруштво,
213
520577
1720
i sve je na tom grafikonu,
kada sagledate stvari izvan proseka.
08:54
and it's all there in that chartграфикон,
onceједном you look beyondизван the averagesпросек.
214
522321
3276
Sve je u osama;
08:57
The axesосе are everything;
215
525621
1165
kada promenite nivo sagledavanja,
možete promeniti priču.
08:58
onceједном you changeпромена the scaleСкала,
you can changeпромена the storyприча.
216
526810
2669
09:01
OK, so the thirdтрећи and finalконачни questionпитање
that I want you guys to think about
217
529503
3380
U redu, treće i poslednje pitanje
o kojem želim da razmišljate
kada posmatrate statističke podatke
09:04
when you're looking at statisticsстатистике is:
218
532907
1819
je kako su podaci prikupljeni.
09:06
How was the dataподаци collectedприкупљени?
219
534750
1873
Do sada sam govorila samo o načinu
na koji se podaci saopštavaju,
09:09
So farдалеко, I've only talkedпричао about the way
dataподаци is communicatedкомуницира,
220
537667
2939
ali način njihovog prikupljanja
podjednako je bitan.
09:12
but the way it's collectedприкупљени
mattersпитања just as much.
221
540630
2276
09:14
I know this is toughтоугх,
222
542930
1167
Znam da je ovo teško,
jer metodologija može biti nejasna
i nekako dosadna,
09:16
because methodologiesmetodologija can be opaqueнепрозирно
and actuallyзаправо kindкинд of boringдосадан,
223
544121
3081
ali postoje jednostavni koraci
pomoću kojih možete ovo proveriti.
09:19
but there are some simpleједноставно stepsкораци
you can take to checkпровери this.
224
547226
2873
Ovde ću upotrebiti jedan poslednji primer.
09:22
I'll use one last exampleпример here.
225
550123
1839
09:24
One pollAnketa foundнашао that 41 percentпроценат of MuslimsMuslimani
in this countryземљу supportподршка jihaddžihad,
226
552309
3887
Jedna anketa je otkrila da 41 odsto
muslimana u ovoj zemlji podržava džihad,
što je očigledno prilično zastrašujuće
09:28
whichкоја is obviouslyочигледно prettyприлично scaryстрашно,
227
556220
1525
09:29
and it was reportedпријавили everywhereсвуда in 2015.
228
557769
2642
i o tome se izveštavalo
svuda 2015. godine.
09:32
When I want to checkпровери a numberброј like that,
229
560435
2615
Kada hoću da proverim takvu brojku,
počeću pronalaženjem originalnog upitnika.
09:35
I'll startпочетак off by findingпроналажење
the originalоригинал questionnaireupitnik.
230
563074
2501
Ispostavilo se da su novinari
koji su izveštavali o tom podatku
09:37
It turnsокреће се out that journalistsновинари
who reportedпријавили on that statisticстатистика
231
565599
2926
zanemarili pitanje nešto niže na anketi
09:40
ignoredигнорисана a questionпитање
lowerниже down on the surveyанкета
232
568549
2231
koje je pitalo ispitanike
kako definišu „džihad“,
09:42
that askedпитао respondentsispitanici
how they definedдефинисани "jihaddžihad."
233
570804
2346
a većina njih ga je definisala
09:45
And mostнајвише of them definedдефинисани it as,
234
573174
1981
kao „ličnu, mirnu borbu muslimana
da budu religiozniji“.
09:47
"Muslims'Muslimana personalлични, peacefulмирно struggleборба
to be more religiousрелигиозно."
235
575179
3942
Samo 16 procenata ga je definisalo
kao „nasilan sveti rat protiv nevernika“.
09:51
Only 16 percentпроценат definedдефинисани it as,
"violentнасилан holySveti warрат againstпротив unbelieversnevernicima."
236
579145
4194
To je zaista bitan deo;
09:55
This is the really importantважно pointтачка:
237
583363
2430
09:57
basedзаснован on those numbersбројеви,
it's totallyтотално possibleмогуће
238
585817
2155
na osnovu tih brojeva, sasvim je moguće
09:59
that no one in the surveyанкета
who definedдефинисани it as violentнасилан holySveti warрат
239
587996
3105
da niko ko ga je u istraživanju
definisao kao nasilni sveti rat
10:03
alsoтакође said they supportподршка it.
240
591125
1332
nije rekao i da ga podržava.
10:04
Those two groupsгрупе mightМожда not overlapпреклапање at all.
241
592481
2208
Te dve grupe se možda
uopšte ne preklapaju.
Takođe, vredi pitati
kako je istraživanje sprovedeno.
10:07
It's alsoтакође worthвреди askingпитајући
how the surveyанкета was carriedноси out.
242
595122
2637
Ovo je bilo nešto što se zove
opciona anketa,
10:09
This was something calledпозвани an opt-insaglasnosti pollAnketa,
243
597783
1998
što znači da je bilo ko mogao
da je nađe na internetu i popuni je.
10:11
whichкоја meansзначи anyoneбило ко could have foundнашао it
on the internetинтернет and completedзавршено it.
244
599805
3402
Nema načina da se sazna da li se ti ljudi
uopšte identifikuju kao muslimani.
10:15
There's no way of knowingзнајући
if those people even identifiedидентификовани as MuslimMuslimanska.
245
603231
3339
Naposletku, u toj anketi
je bilo 600 ispitanika.
10:18
And finallyконачно, there were 600
respondentsispitanici in that pollAnketa.
246
606594
2612
U ovoj zemlji ima
približno tri miliona muslimana,
10:21
There are roughlyгрубо threeтри millionмилиона
MuslimsMuslimani in this countryземљу,
247
609230
2654
prema Centru za istraživanje Pju.
10:23
accordingу складу to PewPju ResearchIstraživanje CenterCentar.
248
611908
1607
To znači da se anketa obraćala
otprilike jednom od svakih 5 000 muslimana
10:25
That meansзначи the pollAnketa spokeговорио је to roughlyгрубо
one in everyсваки 5,000 MuslimsMuslimani
249
613539
2993
10:28
in this countryземљу.
250
616556
1168
u ovoj zemlji.
To je jedan od razloga
10:29
This is one of the reasonsразлоге
251
617748
1266
zašto su vladini statistički podaci
često bolji od privatnih.
10:31
why governmentвлада statisticsстатистике
are oftenчесто better than privateприватни statisticsстатистике.
252
619038
3607
Anketa se može obratiti
par stotina ljudi, možda hiljadu,
10:34
A pollAnketa mightМожда speakговорити to a coupleпар
hundredсто people, maybe a thousandхиљада,
253
622669
3035
ili ako ste Loreal i pokušavate da prodate
proizvode za negu kože 2005. godine,
10:37
or if you're L'OrealL'Oreal, tryingпокушавајући to sellпродати
skinкожа careнега productsпроизводи in 2005,
254
625728
3058
10:40
then you spokeговорио је to 48 womenЖене
to claimпотраживање that they work.
255
628810
2417
onda ste razgovarali sa 48 žena
da biste tvrdili da deluju.
10:43
(LaughterSmeh)
256
631251
1026
(Smeh)
10:44
PrivatePrivatni companiesкомпаније don't have a hugeогромно
interestинтерес in gettingдобијања the numbersбројеви right,
257
632301
3556
Privatne kompanije nemaju veliki interes
da dobiju ispravne brojeve,
već su im samo potrebni
odgovarajući brojevi.
10:47
they just need the right numbersбројеви.
258
635881
1755
10:49
GovernmentVlada statisticiansстатистичари aren'tнису like that.
259
637660
2020
Vladini statističari nisu takvi.
10:51
In theoryтеорија, at leastнајмање,
they're totallyтотално impartialnepristrasan,
260
639704
2447
Makar u teoriji, sasvim su nepristrasni,
ne samo zato što većina njih
obavlja svoj posao
10:54
not leastнајмање because mostнајвише of them do
theirњихова jobsпосао regardlessбез обзира of who'sко је in powerмоћ.
261
642175
3501
bez obzira na to ko je na vlasti.
Oni su državni službenici.
10:57
They're civilцивилно servantssluge.
262
645700
1162
10:58
And to do theirњихова jobsпосао properlyпрописно,
263
646886
1964
A da bi valjano radili svoj posao,
ne govore samo sa par stotina ljudi.
11:00
they don't just speakговорити
to a coupleпар hundredсто people.
264
648874
2363
Oni brojevi vezani za nezaposlenost
na koje se uporno pozivam
11:03
Those unemploymentstopa nezaposlenosti numbersбројеви
I keep on referencingreferencirao
265
651261
2318
11:05
come from the BureauBiro of LaborRadna snaga StatisticsStatistički podaci,
266
653603
2004
su iz odeljenja za statistiku
Ministarstva za rad,
11:07
and to make theirњихова estimatesПроцене,
267
655631
1335
a da bi izvršili svoje procene,
11:08
they speakговорити to over 140,000
businessesпредузећа in this countryземљу.
268
656990
3489
oni se obraćaju
preko 140 000 firmi u ovoj zemlji.
11:12
I get it, it's frustratingfrustrirajuжe.
269
660503
1725
Kapiram, to frustrira.
Ako želite da proverite podatke
koji dolaze iz privatne kompanije,
11:14
If you want to testтест a statisticстатистика
that comesдолази from a privateприватни companyкомпанија,
270
662252
3115
možete da kupite kremu za lice
za sebe i gomilu prijatelja, isprobate,
11:17
you can buyкупити the faceлице creamкрем for you
and a bunchгомилу of friendsпријатељи, testтест it out,
271
665391
3361
a ako ne deluje, možete reći
da su brojevi bili pogrešni.
11:20
if it doesn't work,
you can say the numbersбројеви were wrongпогрешно.
272
668776
2591
Međutim, kako da preispitate
vladine podatke?
11:23
But how do you questionпитање
governmentвлада statisticsстатистике?
273
671391
2146
Samo uporno sve proveravajte.
11:25
You just keep checkingпровера everything.
274
673561
1630
Saznajte kako su prikupili brojeve.
11:27
Find out how they collectedприкупљени the numbersбројеви.
275
675215
1913
Otkrijte da li na grafikonu vidite
sve što treba da vidite.
11:29
Find out if you're seeingвиди everything
on the chartграфикон you need to see.
276
677152
3125
Ali, ne odustajte sasvim od brojeva,
jer ako odustanete,
11:32
But don't give up on the numbersбројеви
altogethersve zajedno, because if you do,
277
680301
2965
donosićemo odluke
o javnoj politici u neznanju,
11:35
we'llдобро be makingстварање publicјавно policyполитика
decisionsОдлуке in the darkтамно,
278
683290
2439
isključivo koristeći
lične interese kao smernice.
11:37
usingКористећи nothing but privateприватни
interestsинтереса to guideВодич us.
279
685753
2262
Hvala.
11:40
Thank you.
280
688039
1166
(Aplauz)
11:41
(ApplauseAplauz)
281
689229
2461
Translated by Ivana Krivokuća
Reviewed by Tijana Mihajlović

▲Back to top

ABOUT THE SPEAKER
Mona Chalabi - Data journalist
Mona Chalabi tries to take the numb out of numbers. She's left with lots of "ers."

Why you should listen

After working for a humanitarian organisation, Mona Chalabi saw how important data was, but also how easily it could be used by people with their own specific agendas. Since then, her work for organizations like Transparency International and The Guardian has had one goal: to make sure as many people as possible can find and question the data they need to make informed decisions about their lives.

Chalabi is currently the Data Editor of the Guardian US, where she writes articles, produces documentaries and turns data into illustrations and animations. In 2016, her data illustrations were commended by the Royal Statistical Society.

More profile about the speaker
Mona Chalabi | Speaker | TED.com