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 Chalabi: 3 modi per individuare una cattiva statistica.

Filmed:
1,888,599 views

A volte è difficile capire quali statistiche sono degne di fiducia. Ma non dovremmo eliminarle completamente... dovremmo invece imparare a guardare cosa c'è dietro. In questo piacevole e divertente intervento, la giornalista di dati Mona Chalabi condivide degli utili spunti per aiutarci a mettere in discussione, interpretare e capire veramente cosa ci dicono i numeri.
- 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.

00:12
Now, I'm going to be talkingparlando
about statisticsstatistica todayoggi.
0
884
2763
Oggi parlerò di statistiche.
00:15
If that makesfa you immediatelysubito feel
a little bitpo warydiffidente, that's OK,
1
3671
3138
Se questo vi fa sentire subito
un po' sospettosi, va bene,
00:18
that doesn't make you some
kindgenere of crazypazzo conspiracycospirazione theoristteorico,
2
6833
2859
non siete una specie
di pazzi terroristi della cospirazione,
00:21
it makesfa you skepticalscettico.
3
9716
1296
siete scettici.
00:23
And when it comesviene to numbersnumeri,
especiallyparticolarmente now, you should be skepticalscettico.
4
11036
3886
Quando si tratta di numeri, specialmente
adesso, dovreste essere scettici.
00:26
But you should alsoanche be ablecapace to tell
whichquale numbersnumeri are reliableaffidabile
5
14946
3011
Ma dovreste essere in grado di dire
quali numeri sono affidabili
00:29
and whichquale onesquelli aren'tnon sono.
6
17981
1160
e quali non lo sono.
00:31
So todayoggi I want to try to give you
some toolsutensili to be ablecapace to do that.
7
19165
3206
Oggi voglio provare a darvi
degli strumenti per farlo.
00:34
But before I do,
8
22395
1169
Ma prima che lo faccia,
00:35
I just want to clarifychiarire whichquale numbersnumeri
I'm talkingparlando about here.
9
23588
2839
voglio chiarire
di che numeri sto parlando qui.
Non sto parlando di affermazioni come:
00:38
I'm not talkingparlando about claimsreclami like,
10
26451
1635
00:40
"9 out of 10 womendonne recommendraccomandare
this anti-aginganti-invecchiamento creamcrema."
11
28110
2449
"9 donne su 10 raccomandano
questa crema anti età".
Penso che molti alzino gli occhi al cielo
per numeri come questi.
00:42
I think a lot of us always
rollrotolo our eyesocchi at numbersnumeri like that.
12
30583
2972
La differenza è che ora la gente
contesta statistiche del tipo:
00:45
What's differentdiverso now is people
are questioninginterrogativo statisticsstatistica like,
13
33579
2984
"la disoccupazione
negli Stati Uniti è al 5%".
00:48
"The US unemploymentdisoccupazione
rateVota is fivecinque percentper cento."
14
36587
2014
00:50
What makesfa this claimRichiesta differentdiverso is
it doesn't come from a privateprivato companyazienda,
15
38625
3516
Quest'affermazione è diversa
perché non viene da un gruppo privato,
viene dal governo.
00:54
it comesviene from the governmentgoverno.
16
42165
1388
Circa 4 americani su 10
non si fidano dei dati economici
00:55
About 4 out of 10 AmericansAmericani
distrustdiffidenza the economiceconomico datadati
17
43577
3336
00:58
that getsprende reportedsegnalati by governmentgoverno.
18
46937
1573
diffusi dal governo.
01:00
AmongTra supporterstifosi of PresidentPresidente TrumpBriscola
it's even higherpiù alto;
19
48534
2491
Tra i sostenitori di Trump
il dato è ancora più alto;
01:03
it's about 7 out of 10.
20
51049
1633
è di circa 7 su 10.
01:04
I don't need to tell anyonechiunque here
21
52706
1804
Non ho bisogno di dirvi
01:06
that there are a lot of dividingdemarcazione linesLinee
in our societysocietà right now,
22
54534
3011
che ci sono tante linee di divisione
nella nostra società oggi
01:09
and a lot of them startinizio to make sensesenso,
23
57569
1825
e molte iniziano ad avere senso
01:11
onceuna volta you understandcapire people'spersone di relationshipsrelazioni
with these governmentgoverno numbersnumeri.
24
59418
3687
quando si capisce la relazione della gente
con i numeri dati dal governo.
01:15
On the one handmano, there are those who say
these statisticsstatistica are crucialcruciale,
25
63129
3336
Da un lato, c'è chi dice
che queste statistiche sono fondamentali,
01:18
that we need them to make sensesenso
of societysocietà as a wholetotale
26
66489
2630
che servono per avere un'idea
della società nell'insieme
01:21
in orderordine to movemossa beyondal di là
emotionalemotivo anecdotesaneddotica
27
69143
2164
per andare al di là degli aneddoti emotivi
01:23
and measuremisurare progressprogresso in a subjectivesoggettivo way.
28
71331
2410
e misurare il progresso
in maniera [oggettiva].
01:25
And then there are the othersaltri,
29
73765
1467
Poi ci sono altri,
01:27
who say that these statisticsstatistica are elitistelitario,
30
75256
2156
che dicono che le statistiche
sono elitarie,
01:29
maybe even riggedtruccato;
31
77436
1208
forse persino manipolate;
01:30
they don't make sensesenso
and they don't really reflectriflettere
32
78668
2394
non hanno senso
e non riflettono in realtà
01:33
what's happeningavvenimento
in people'spersone di everydayogni giorno livesvite.
33
81086
2296
quello che accade
nella vita di ogni giorno.
01:35
It kindgenere of feelssi sente like that secondsecondo groupgruppo
is winningvincente the argumentdiscussione right now.
34
83406
3487
Si ha la sensazione che il secondo gruppo
prevalga in questo momento.
Viviamo in un mondo di alternative,
01:38
We're livingvita in a worldmondo
of alternativealternativa factsfatti,
35
86917
2108
dove la gente non trova
un terreno comune nelle statistiche,
01:41
where people don't find statisticsstatistica
this kindgenere of commonComune groundterra,
36
89049
2935
un punto di partenza per discutere.
01:44
this startingdi partenza pointpunto for debatediscussione.
37
92008
1636
01:45
This is a problemproblema.
38
93668
1286
Questo è un problema.
01:46
There are actuallyin realtà
movessi muove in the US right now
39
94978
2067
Ora negli Stati Uniti
ci sono dei tentativi
per liberarsi completamente
di alcune statistiche del governo.
01:49
to get ridliberare of some governmentgoverno
statisticsstatistica altogetherComplessivamente.
40
97069
2861
01:51
Right now there's a billconto in congresscongresso
about measuringmisurazione racialrazziale inequalitydisuguaglianza.
41
99954
3387
Adesso c'è un progetto di legge
per misurare la diseguaglianza sociale.
La bozza della legge dice che
non si dovrebbero usare soldi
01:55
The draftbozza lawlegge saysdice that governmentgoverno
moneyi soldi should not be used
42
103365
2801
per raccogliere dati
sulla segregazione razziale.
01:58
to collectraccogliere datadati on racialrazziale segregationsegregazione.
43
106190
1902
02:00
This is a totaltotale disasterdisastro.
44
108116
1885
Questo è un totale disastro.
02:02
If we don't have this datadati,
45
110025
1748
Se non abbiamo questi dati,
come si può osservare
la discriminazione
02:03
how can we observeosservare discriminationdiscriminazione,
46
111797
1778
02:05
let aloneda solo fixfissare it?
47
113599
1278
o combatterla?
02:06
In other wordsparole:
48
114901
1188
In altre parole:
02:08
How can a governmentgoverno createcreare fairgiusto policiespolitiche
49
116113
2059
come può un governo fare una politica equa
02:10
if they can't measuremisurare
currentattuale levelslivelli of unfairnessslealtà?
50
118196
2771
se non può misurare
il livello di ingiustizia?
02:12
This isn't just about discriminationdiscriminazione,
51
120991
1794
Non si tratta solo
di discriminazione,
02:14
it's everything -- think about it.
52
122809
1670
si tratta di tutto; pensateci.
02:16
How can we legislatelegiferare on healthSalute carecura
53
124503
1690
Come si può legiferare sulla sanità
se non ci sono dati
su salute o povertà?
02:18
if we don't have good datadati
on healthSalute or povertypovertà?
54
126217
2271
Come si fa un dibattito pubblico
sull'immigrazione
02:20
How can we have publicpubblico debatediscussione
about immigrationimmigrazione
55
128512
2198
02:22
if we can't at leastmeno agreeessere d'accordo
56
130734
1250
se non si concorda almeno
02:24
on how manymolti people are enteringentrare
and leavingin partenza the countrynazione?
57
132008
2643
su quanta gente entra o esce dal paese?
02:26
StatisticsStatistiche come from the statestato;
that's where they got theirloro namenome.
58
134675
3058
Le statistiche vengono dallo stato;
da lì prendono il loro nome.
02:29
The pointpunto was to better
measuremisurare the populationpopolazione
59
137757
2157
Il punto era misurare
meglio la popolazione
per poterla servire meglio.
02:31
in orderordine to better serveservire it.
60
139938
1357
C'è bisogno
di questi numeri ufficiali
02:33
So we need these governmentgoverno numbersnumeri,
61
141319
1725
02:35
but we alsoanche have to movemossa
beyondal di là eithero blindlyciecamente acceptingaccettare
62
143068
2647
ma dobbiamo andare oltre
la loro ceca accettazione
02:37
or blindlyciecamente rejectingrespingendo them.
63
145739
1268
o la loro ceca negazione.
Dobbiamo imparare l'abilità
di individuare le cattive statistiche.
02:39
We need to learnimparare the skillsabilità
to be ablecapace to spotindividuare badcattivo statisticsstatistica.
64
147031
2997
02:42
I startediniziato to learnimparare some of these
65
150052
1528
Io ho iniziato a imparare
mentre lavoravo
in un dipartimento di statistica
02:43
when I was workinglavoro
in a statisticalstatistico departmentDipartimento
66
151604
2166
02:45
that's partparte of the UnitedUniti d'America NationsDelle Nazioni.
67
153794
1643
che fa parte delle Nazioni Unite.
Il nostro lavoro era trovare quanti
iracheni erano stati cacciati di casa
02:47
Our joblavoro was to find out how manymolti IraqisIracheni
had been forcedcostretto from theirloro homesle case
68
155461
3406
02:50
as a resultrisultato of the warguerra,
69
158891
1158
a causa della guerra
e di cosa avevano bisogno.
02:52
and what they needednecessaria.
70
160073
1158
02:53
It was really importantimportante work,
but it was alsoanche incrediblyincredibilmente difficultdifficile.
71
161255
3178
Un lavoro veramente importante,
ma anche estremamente difficile.
02:56
EveryOgni singlesingolo day, we were makingfabbricazione decisionsdecisioni
72
164457
2018
Ogni singolo giorno prendevamo decisioni
02:58
that affectedinfluenzato the accuracyprecisione
of our numbersnumeri --
73
166499
2157
che riguardavano l'accuratezza dei numeri.
03:00
decisionsdecisioni like whichquale partsparti
of the countrynazione we should go to,
74
168680
2744
Decisioni come in che parte
del paese dovevamo andare,
03:03
who we should speakparlare to,
75
171448
1156
a chi dovevamo parlare,
03:04
whichquale questionsle domande we should askChiedere.
76
172628
1568
che domande dovevamo fare.
03:06
And I startediniziato to feel
really disillusioneddisilluso with our work,
77
174220
2680
Cominciai a sentirmi demoralizzata
sul nostro lavoro,
03:08
because we thought we were doing
a really good joblavoro,
78
176924
2518
perché pensavamo di fare
veramente un ottimo lavoro,
03:11
but the one groupgruppo of people
who could really tell us were the IraqisIracheni,
79
179466
3278
ma le persone che potevano
confermarcelo erano gli iracheni
che non avevano l'opportunità di vedere
le nostre analisi, figurarsi contestarle.
03:14
and they rarelyraramente got the chanceopportunità to find
our analysisanalisi, let aloneda solo questiondomanda it.
80
182768
3540
03:18
So I startediniziato to feel really determineddeterminato
81
186332
1831
Cominciai a sentirmi veramente sicura
03:20
that the one way to make
numbersnumeri more accuratepreciso
82
188187
2311
che il modo di rendere
i numeri più precisi
è avere quanta più gente possibile
capace di metterli in dubbio.
03:22
is to have as manymolti people as possiblepossibile
be ablecapace to questiondomanda them.
83
190522
3053
Così divenni
una giornalista di dati
03:25
So I becamedivenne a datadati journalistgiornalista.
84
193599
1434
03:27
My joblavoro is findingscoperta these datadati setsimposta
and sharingcompartecipazione them with the publicpubblico.
85
195057
3904
e il mio lavoro è trovare dati
e renderli pubblici.
Chiunque può farlo, non solo
i fissati del computer, i geek o i nerd.
03:30
AnyoneChiunque can do this,
you don't have to be a geekdisadattato or a nerdnerd.
86
198985
3173
03:34
You can ignoreignorare those wordsparole;
they're used by people
87
202182
2355
Potete ignorare quelle parole;
vengono usate
03:36
tryingprovare to say they're smartinteligente
while pretendingfingendo they're humbleumile.
88
204561
2822
per esprimere la propria forza
fingendo di essere umili.
03:39
AbsolutelyAssolutamente anyonechiunque can do this.
89
207407
1589
Sicuramente tutti possono farlo.
03:41
I want to give you guys threetre questionsle domande
90
209020
2067
Voglio darvi tre domande
03:43
that will help you be ablecapace to spotindividuare
some badcattivo statisticsstatistica.
91
211111
3005
che vi aiuteranno a individuare
alcune cattive statistiche.
03:46
So, questiondomanda numbernumero one
is: Can you see uncertaintyincertezza?
92
214140
3507
La domanda numero uno è:
sapete vedere l'incertezza?
03:49
One of things that's really changedcambiato
people'spersone di relationshiprelazione with numbersnumeri,
93
217671
3364
Una delle cose che ha cambiato
la relazione della gente con i numeri
03:53
and even theirloro trustfiducia in the mediamedia,
94
221059
1641
e la sua fiducia nei media,
03:54
has been the use of politicalpolitico pollssondaggi.
95
222724
2258
è stato l'uso dei sondaggi politici.
03:57
I personallypersonalmente have a lot of issuesproblemi
with politicalpolitico pollssondaggi
96
225006
2538
Personalmente ho molti problemi
con i sondaggi
perché credo che il ruolo del giornalista
sia quello di riferire i fatti
03:59
because I think the roleruolo of journalistsgiornalisti
is actuallyin realtà to reportrapporto the factsfatti
97
227568
3376
e non tentare di predirli,
04:02
and not attempttentativo to predictpredire them,
98
230968
1553
soprattutto quando le previsioni
possono danneggiare la democrazia
04:04
especiallyparticolarmente when those predictionsPrevisioni
can actuallyin realtà damagedanno democracydemocrazia
99
232545
2996
04:07
by signalingsegnalazione to people:
don't botherperdete tempo to votevotazione for that guy,
100
235565
2732
segnalando alla gente:
è inutile votare per quel tizio,
non ha nessuna chance.
04:10
he doesn't have a chanceopportunità.
101
238321
1205
Ma lasciamo stare per ora e parliamo
dell'accuratezza di questo tentativo.
04:11
Let's setimpostato that asidea parte for now and talk
about the accuracyprecisione of this endeavorEndeavor.
102
239550
3654
04:15
BasedBase on nationalnazionale electionselezioni
in the UKREGNO UNITO, ItalyItalia, IsraelIsraele
103
243228
4608
Considerando le elezioni nazionali
nel Regno Unito, Italia, Israele
04:19
and of coursecorso, the mostmaggior parte recentrecente
US presidentialpresidenziale electionelezione,
104
247860
2764
e naturalmente
le più recenti elezioni americane,
04:22
usingutilizzando pollssondaggi to predictpredire electoralelettorale outcomesrisultati
105
250648
2137
usare i sondaggi
per predire l'esito elettorale
04:24
is about as accuratepreciso as usingutilizzando the moonLuna
to predictpredire hospitalospedale admissionsammissioni.
106
252809
3812
è preciso come usare la luna
per predire i ricoveri ospedalieri.
04:28
No, seriouslysul serio, I used actualeffettivo datadati
from an academicaccademico studystudia to drawdisegnare this.
107
256645
4200
Seriamente, ho usato i dati di uno studio
universitario per questo schema.
04:32
There are a lot of reasonsmotivi why
pollingpolling has becomediventare so inaccurateinesatto.
108
260869
3727
Ci sono un sacco di ragioni per cui
i sondaggi sono diventati così scorretti.
Le società sono diventate molto diverse,
04:36
Our societiessocietà have becomediventare really diversediverso,
109
264620
1970
il che rende difficile per i sondaggisti
ottenere un buon campione rappresentativo
04:38
whichquale makesfa it difficultdifficile for pollsterssondaggisti
to get a really nicesimpatico representativerappresentante samplecampione
110
266614
3821
della popolazione per i sondaggi.
04:42
of the populationpopolazione for theirloro pollssondaggi.
111
270459
1627
La gente non risponde volentieri
ai sondaggi telefonici
04:44
People are really reluctantriluttante to answerrisposta
theirloro phonestelefoni to pollsterssondaggisti,
112
272110
3006
04:47
and alsoanche, shockinglyincredibilmente enoughabbastanza,
people mightpotrebbe liemenzogna.
113
275140
2276
e inoltre, incredibile,
la gente può mentire.
04:49
But you wouldn'tno necessarilynecessariamente
know that to look at the mediamedia.
114
277440
2811
Ma non si viene necessariamente
a sapere guardando i media.
04:52
For one thing, the probabilityprobabilità
of a HillaryHillary ClintonClinton winvincere
115
280275
2761
Prima cosa, le probabilità
di vincita di Hillary Clinton
04:55
was communicatedcomunicati with decimaldecimale placesposti.
116
283060
2791
è stata data con posizioni decimali.
Non usiamo posizioni decimali
per parlare di temperatura.
04:57
We don't use decimaldecimale placesposti
to describedescrivere the temperaturetemperatura.
117
285875
2621
05:00
How on earthterra can predictingprevisione the behaviorcomportamento
of 230 millionmilione voterselettori in this countrynazione
118
288520
4228
Come diavolo si può predire
il comportamento di 230 milioni di votanti
05:04
be that precisepreciso?
119
292772
1829
in modo così preciso?
05:06
And then there were those sleekelegante chartsgrafici.
120
294625
2002
E poi c'erano quei grafici raffinati.
05:08
See, a lot of datadati visualizationsvisualizzazioni
will overstatesopravvalutare certaintycertezza, and it workslavori --
121
296651
3973
Vedete, la visualizzazione dei dati spesso
enfatizza la certezza, e funziona --
05:12
these chartsgrafici can numbintorpidire
our brainsmente to criticismcritica.
122
300648
2620
i grafici possono rendere
il nostro cervello acritico.
05:15
When you hearsentire a statisticstatistico,
you mightpotrebbe feel skepticalscettico.
123
303292
2558
Quando sentite una statistica,
potete essere scettici.
05:17
As soonpresto as it's buriedsepolto in a chartgrafico,
124
305874
1635
Quando è nascosta in un grafico,
05:19
it feelssi sente like some kindgenere
of objectiveobbiettivo sciencescienza,
125
307533
2129
ha l'aspetto di una scienza obiettiva,
05:21
and it's not.
126
309686
1249
ma non lo è.
05:22
So I was tryingprovare to find waysmodi
to better communicatecomunicare this to people,
127
310959
3103
Stavo provando a trovare modi migliori
per comunicarlo alla gente,
05:26
to showmostrare people the uncertaintyincertezza
in our numbersnumeri.
128
314086
2504
per mostrare alla gente
l'incertezza dei numeri.
05:28
What I did was I startediniziato takingpresa
realvero datadati setsimposta,
129
316614
2246
Ho iniziato a prendere
dei gruppi di dati reali
05:30
and turningsvolta them into
hand-drawndisegnato a mano visualizationsvisualizzazioni,
130
318884
2652
e trasformarli in visualizzazioni
disegnate a mano
05:33
so that people can see
how impreciseimprecisa the datadati is;
131
321560
2672
perché la gente vedesse
quanto imprecisi sono i dati;
05:36
so people can see that a humanumano did this,
132
324256
1996
perché vedesse
che li aveva fatti un umano,
05:38
a humanumano foundtrovato the datadati and visualizedvisualizzato it.
133
326276
1972
li aveva trovati
e visualizzati un umano.
05:40
For exampleesempio, insteadanziché
of findingscoperta out the probabilityprobabilità
134
328272
2672
Per esempio,
invece di trovare le probabilità
di prendere l'influenza in un dato mese,
05:42
of gettingottenere the fluinfluenza in any givendato monthmese,
135
330968
2126
si vede l'andamento approssimativo
dell'influenza stagionale.
05:45
you can see the roughruvido
distributiondistribuzione of fluinfluenza seasonstagione.
136
333118
2792
05:47
This is --
137
335934
1167
Questo è --
05:49
(LaughterRisate)
138
337125
1018
(Risate)
05:50
a badcattivo shottiro to showmostrare in FebruaryFebbraio.
139
338167
1486
un brutto colpo per Febbraio.
05:51
But it's alsoanche more responsibleresponsabile
datadati visualizationvisualizzazione,
140
339677
2455
È una visualizzazione
dei dati più responsabile,
05:54
because if you were to showmostrare
the exactesatto probabilitiesprobabilità,
141
342156
2455
perché se dovessimo mostrare
le esatte probabilità,
forse si incoraggerebbero
le vaccinazioni antinfluenzali
05:56
maybe that would encourageincoraggiare
people to get theirloro fluinfluenza jabsJabs
142
344635
2592
al momento sbagliato.
05:59
at the wrongsbagliato time.
143
347251
1456
06:01
The pointpunto of these shakytraballante linesLinee
144
349163
1693
Il punto di queste linee incerte
06:02
is so that people rememberricorda
these imprecisionsimprecisioni,
145
350880
2911
è che la gente si ricorda
di queste imprecisioni,
06:05
but alsoanche so they don't necessarilynecessariamente
walkcamminare away with a specificspecifica numbernumero,
146
353815
3227
e non se ne va necessariamente
con un numero specifico,
ma si ricorda dei fatti importanti.
06:09
but they can rememberricorda importantimportante factsfatti.
147
357066
1866
Fatti come l'ingiustizia e l'ineguaglianza
lasciano enormi segni nelle nostre vite.
06:10
FactsFatti like injusticeingiustizia and inequalitydisuguaglianza
leavepartire a hugeenorme markmarchio on our livesvite.
148
358956
4024
06:15
FactsFatti like BlackNero AmericansAmericani and NativeNativo
AmericansAmericani have shorterpiù breve life expectanciesaspettative di
149
363004
4189
Fatti come l'aspettativa di vita più breve
per neri e nativi americani
06:19
than those of other racesGare,
150
367217
1400
rispetto ad altre razze,
06:20
and that isn't changingmutevole anytimein qualsiasi momento soonpresto.
151
368641
2138
e questo non cambierà a breve.
06:22
FactsFatti like prisonersprigionieri in the US
can be kepttenere in solitarysolitario confinementrelegazione cellscellule
152
370803
3901
Fatti come la possibilità
di isolare i carcerati americani in celle
06:26
that are smallerpiù piccola than the sizedimensione
of an averagemedia parkingparcheggio spacespazio.
153
374728
3342
più piccole dello spazio medio
previsto per un parcheggio.
06:30
The pointpunto of these visualizationsvisualizzazioni
is alsoanche to remindricordare people
154
378535
3335
Lo scopo di queste visualizzazioni
è anche ricordare alla gente
06:33
of some really importantimportante
statisticalstatistico conceptsconcetti,
155
381894
2350
alcuni concetti statistici importanti,
06:36
conceptsconcetti like averagesmedie.
156
384268
1636
concetti come le medie.
Per esempio, affermare:
06:37
So let's say you hearsentire a claimRichiesta like,
157
385928
1668
06:39
"The averagemedia swimmingnuoto poolpiscina in the US
containscontiene 6.23 fecalfecale accidentsincidenti."
158
387620
4434
"Una piscina media in America contiene
6,23 evacuazioni accidentali".
06:44
That doesn't mean everyogni singlesingolo
swimmingnuoto poolpiscina in the countrynazione
159
392078
2797
Non significa che ogni
singola piscina del paese
06:46
containscontiene exactlydi preciso 6.23 turdsescrementi.
160
394899
2194
contiene esattamente 6,23 stronzi.
06:49
So in orderordine to showmostrare that,
161
397117
1417
Per mostrarlo,
06:50
I wentandato back to the originaloriginale datadati,
whichquale comesviene from the CDCCDC,
162
398558
2841
sono tornata ai dati originali
del Centro di Prevenzione
06:53
who surveyedintervistate 47 swimmingnuoto facilitiesstrutture.
163
401423
2065
che ha ispezionato 47 piscine.
06:55
And I just spentspeso one eveningsera
redistributingridistribuzione dei poopcacca.
164
403512
2391
Ho passato una sera
a redistribuire la cacca.
06:57
So you can kindgenere of see
how misleadingfuorviante averagesmedie can be.
165
405927
2682
Potete vedere quanto possono
essere fuorvianti le medie.
07:00
(LaughterRisate)
166
408633
1282
(Risate)
07:01
OK, so the secondsecondo questiondomanda
that you guys should be askingchiede yourselvesvoi stessi
167
409939
3901
La seconda domanda che dovreste farvi
07:05
to spotindividuare badcattivo numbersnumeri is:
168
413864
1501
per notare un brutto numero è:
07:07
Can I see myselfme stessa in the datadati?
169
415389
1967
Io mi ritrovo in quel dato?
07:09
This questiondomanda is alsoanche
about averagesmedie in a way,
170
417380
2913
Questa domanda è
in qualche modo legata alle medie,
07:12
because partparte of the reasonragionare
why people are so frustratedfrustrato
171
420317
2605
perché parte della ragione
per cui la gente è frustrata
dalle statistiche nazionali,
07:14
with these nationalnazionale statisticsstatistica,
172
422946
1495
è che non dicono veramente la storia
di chi sta vincendo o perdendo
07:16
is they don't really tell the storystoria
of who'schi è winningvincente and who'schi è losingperdere
173
424465
3273
nella politica nazionale.
07:19
from nationalnazionale policypolitica.
174
427762
1156
07:20
It's easyfacile to understandcapire why people
are frustratedfrustrato with globalglobale averagesmedie
175
428942
3318
È facile capire perché la gente
è frustrata dalle medie globali
07:24
when they don't matchincontro up
with theirloro personalpersonale experiencesesperienze.
176
432284
2679
quando non fanno parte
delle loro esperienze personali.
07:26
I wanted to showmostrare people the way
datadati relatesriferisce to theirloro everydayogni giorno livesvite.
177
434987
3263
Volevo mostrare il modo in cui i dati
si legano alla vita quotidiana.
Ho iniziato questa rubrica
chiamata "Cara Mona",
07:30
I startediniziato this adviceconsigli columncolonna
calledchiamato "DearCaro MonaMona,"
178
438274
2246
dove la gente mi scriveva
con domande e preoccupazioni
07:32
where people would writeScrivi to me
with questionsle domande and concernspreoccupazioni
179
440544
2726
e io provavo a rispondere
con dei dati.
07:35
and I'd try to answerrisposta them with datadati.
180
443294
1784
Chiedevano di tutto,
07:37
People askedchiesto me anything.
181
445102
1200
domande tipo: "È normale dormire
in letti separati con mia moglie?"
07:38
questionsle domande like, "Is it normalnormale to sleepdormire
in a separateseparato bedletto to my wifemoglie?"
182
446326
3261
07:41
"Do people regretve ne pentirete theirloro tattoostatuaggi?"
183
449611
1591
"La gente si pente dei tatuaggi?"
07:43
"What does it mean to diemorire
of naturalnaturale causescause?"
184
451226
2164
"Cosa vuol dire morire
per cause naturali?"
07:45
All of these questionsle domande are great,
because they make you think
185
453414
2966
Tutte queste domande sono grandiose
perché ti fanno pensare
07:48
about waysmodi to find
and communicatecomunicare these numbersnumeri.
186
456404
2336
ai modi da trovare
per comunicare questi numeri.
07:50
If someonequalcuno askschiede you,
"How much peefare pipì is a lot of peefare pipì?"
187
458764
2503
Se qualcuno vi domanda:
"Quanta pipì è tanta pipì?"
07:53
whichquale is a questiondomanda that I got askedchiesto,
188
461291
2458
e questa è una domanda
che mi hanno fatto,
vorrete essere proprio sicuri
che la visualizzazione abbia senso
07:55
you really want to make sure
that the visualizationvisualizzazione makesfa sensesenso
189
463773
2980
07:58
to as manymolti people as possiblepossibile.
190
466777
1747
per più gente possibile.
Questi numeri
non sono indisponibili.
08:00
These numbersnumeri aren'tnon sono unavailablenon disponibile.
191
468548
1575
08:02
SometimesA volte they're just buriedsepolto
in the appendixAppendice of an academicaccademico studystudia.
192
470147
3507
Alle volte sono sepolti nelle appendici
di uno studio universitario.
08:05
And they're certainlycertamente not inscrutableimperscrutabile;
193
473678
1839
Non sono certo imperscrutabili;
08:07
if you really wanted to testTest
these numbersnumeri on urinationminzione volumevolume,
194
475541
2975
se vuoi testare veramente
questi numeri sul volume dell'urina,
08:10
you could grabafferrare a bottlebottiglia
and try it for yourselfte stesso.
195
478540
2257
puoi prendere una bottiglia
e provarci.
08:12
(LaughterRisate)
196
480821
1008
(Risate)
08:13
The pointpunto of this isn't necessarilynecessariamente
197
481853
1694
Il punto è che non necessariamente
08:15
that everyogni singlesingolo datadati setimpostato
has to relateriferirsi specificallyspecificamente to you.
198
483571
2877
ogni singolo dato deve
riferirsi specificamente a te.
08:18
I'm interestedinteressato in how manymolti womendonne
were issuedrilasciato finesmulte in FranceFrancia
199
486472
2880
Sono interessata a quante donne
sono state multate in Francia
08:21
for wearingindossare the faceviso veilvelo, or the niqabniqab,
200
489376
1959
per aver il velo sul viso o il niqab,
08:23
even if I don't livevivere in FranceFrancia
or wearindossare the faceviso veilvelo.
201
491359
2618
anche se non vivo in Francia
o indosso il velo sul viso.
08:26
The pointpunto of askingchiede where you fitin forma in
is to get as much contextcontesto as possiblepossibile.
202
494001
3835
Domandarsi dove ci si colloca
significa avere più contesto possibile.
08:29
So it's about zoominglo zoom out
from one datadati pointpunto,
203
497860
2191
Si tratta di allontanarsi
dal singolo dato,
08:32
like the unemploymentdisoccupazione rateVota
is fivecinque percentper cento,
204
500075
2104
come il tasso di disoccupazione del 5%,
08:34
and seeingvedendo how it changesi cambiamenti over time,
205
502203
1757
e vedere come cambia nel tempo,
08:35
or seeingvedendo how it changesi cambiamenti
by educationaleducativo statusstato --
206
503984
2650
o vedere come cambia
in base al grado di educazione --
08:38
this is why your parentsgenitori always
wanted you to go to collegeUniversità --
207
506658
3104
per questo i genitori
vogliono che andiamo all'università --
08:41
or seeingvedendo how it variesvaria by genderGenere.
208
509786
2032
o vedere come cambia in base al genere.
08:43
NowadaysAl giorno d'oggi, malemaschio unemploymentdisoccupazione rateVota is higherpiù alto
209
511842
2127
Oggi la disoccupazione maschile è più alta
08:45
than the femalefemmina unemploymentdisoccupazione rateVota.
210
513993
1700
di quella femminile.
08:47
Up untilfino a the earlypresto '80s,
it was the other way around.
211
515717
2695
Fino ai primi anni 80
era il contrario.
08:50
This is a storystoria of one
of the biggestmaggiore changesi cambiamenti
212
518436
2117
Questa è uno dei più grandi cambiamenti
08:52
that's happenedè accaduto in AmericanAmericano societysocietà,
213
520577
1720
verificatisi nella società americana
08:54
and it's all there in that chartgrafico,
onceuna volta you look beyondal di là the averagesmedie.
214
522321
3276
ed è tutto in quel grafico,
una volta che si guarda oltre la media.
08:57
The axesassi are everything;
215
525621
1165
Le assi sono tutto;
08:58
onceuna volta you changemodificare the scalescala,
you can changemodificare the storystoria.
216
526810
2669
se cambi la scala,
puoi cambiare la storia.
09:01
OK, so the thirdterzo and finalfinale questiondomanda
that I want you guys to think about
217
529503
3380
La terza e ultima domanda
alla quale voglio che pensiate
09:04
when you're looking at statisticsstatistica is:
218
532907
1819
quando guardate le statistiche è:
09:06
How was the datadati collectedraccolto?
219
534750
1873
come sono stati raccolti i dati?
09:09
So farlontano, I've only talkedparlato about the way
datadati is communicatedcomunicati,
220
537667
2939
Finora ho parlato solo
di come si comunicano i dati,
09:12
but the way it's collectedraccolto
mattersquestioni just as much.
221
540630
2276
ma come si raccolgono
è altrettanto importante.
09:14
I know this is toughdifficile,
222
542930
1167
So che è difficile,
09:16
because methodologiesmetodologie can be opaqueopaco
and actuallyin realtà kindgenere of boringnoioso,
223
544121
3081
perché i metodi possono essere opachi
e abbastanza noiosi,
09:19
but there are some simplesemplice stepspassaggi
you can take to checkdai un'occhiata this.
224
547226
2873
ma ci sono dei passi semplici
per verificare.
09:22
I'll use one last exampleesempio here.
225
550123
1839
Uso un ultimo esempio.
09:24
One pollsondaggio foundtrovato that 41 percentper cento of MuslimsMusulmani
in this countrynazione supportsupporto jihadJihad,
226
552309
3887
Un sondaggio dice che in questo paese
il 41% dei mussulmani sostiene la jihad,
09:28
whichquale is obviouslyovviamente prettybella scarypauroso,
227
556220
1525
il che è abbastanza allarmante,
09:29
and it was reportedsegnalati everywhereovunque in 2015.
228
557769
2642
ed è stato riportato ovunque nel 2015.
09:32
When I want to checkdai un'occhiata a numbernumero like that,
229
560435
2615
Quando voglio controllare
un numero come quello,
09:35
I'll startinizio off by findingscoperta
the originaloriginale questionnairequestionario.
230
563074
2501
inizio trovando
il questionario originale.
09:37
It turnsgiri out that journalistsgiornalisti
who reportedsegnalati on that statisticstatistico
231
565599
2926
Risultò che i giornalisti
che riferirono la statistica
ignorarono una domanda
in basso nel questionario
09:40
ignoredignorato a questiondomanda
lowerinferiore down on the surveysondaggio
232
568549
2231
che chiedeva agli intervistati
di definire "jihad".
09:42
that askedchiesto respondentsintervistati
how they defineddefinito "jihadJihad."
233
570804
2346
09:45
And mostmaggior parte of them defineddefinito it as,
234
573174
1981
Molti di loro la definirono:
09:47
"Muslims'Dei musulmani personalpersonale, peacefultranquillo, calmo strugglelotta
to be more religiousreligioso."
235
575179
3942
"Lotta pacifica e personale
dei musulmani per essere più religiosi".
09:51
Only 16 percentper cento defineddefinito it as,
"violentviolento holySanto warguerra againstcontro unbelieversmiscredenti."
236
579145
4194
Solo il 6% la definì: "violenta
guerra santa contro gli infedeli".
09:55
This is the really importantimportante pointpunto:
237
583363
2430
Questo è un punto molto importante:
09:57
basedbasato on those numbersnumeri,
it's totallytotalmente possiblepossibile
238
585817
2155
basandosi su quei numeri,
è davvero possibile
che nessuno di quelli che l'ha definita
una violenta guerra santa
09:59
that no one in the surveysondaggio
who defineddefinito it as violentviolento holySanto warguerra
239
587996
3105
abbia anche detto
che la appoggiano.
10:03
alsoanche said they supportsupporto it.
240
591125
1332
10:04
Those two groupsgruppi mightpotrebbe not overlapsovrapposizione at all.
241
592481
2208
Quei due gruppi possono non coincidere.
10:07
It's alsoanche worthdi valore askingchiede
how the surveysondaggio was carriedtrasportato out.
242
595122
2637
È bene anche chiedersi
com'è stato fatto il sondaggio.
10:09
This was something calledchiamato an opt-inopt-in pollsondaggio,
243
597783
1998
Questo è un sondaggio chiamato opt-in,
10:11
whichquale meanssi intende anyonechiunque could have foundtrovato it
on the internetInternet and completedcompletato it.
244
599805
3402
significa che chiunque lo trovi
su internet può farlo.
10:15
There's no way of knowingsapendo
if those people even identifiedidentificato as MuslimMusulmano.
245
603231
3339
Non c'è modo di sapere
se chi ha risposto fosse musulmano.
10:18
And finallyfinalmente, there were 600
respondentsintervistati in that pollsondaggio.
246
606594
2612
Infine, hanno risposto
in 600 a quel sondaggio.
10:21
There are roughlyapprossimativamente threetre millionmilione
MuslimsMusulmani in this countrynazione,
247
609230
2654
Ci sono circa 3 milioni di musulmani
in questo paese,
10:23
accordingsecondo to PewPew ResearchRicerca CenterCentro.
248
611908
1607
secondo il Pew Research Center.
10:25
That meanssi intende the pollsondaggio spokeha parlato to roughlyapprossimativamente
one in everyogni 5,000 MuslimsMusulmani
249
613539
2993
Significa che il sondaggio
ha consultato un musulmano su 5.000
10:28
in this countrynazione.
250
616556
1168
in questo paese.
10:29
This is one of the reasonsmotivi
251
617748
1266
Questa è una delle ragioni
10:31
why governmentgoverno statisticsstatistica
are oftenspesso better than privateprivato statisticsstatistica.
252
619038
3607
per cui le statistiche del governo sono
spesso migliori di quelle dei privati.
10:34
A pollsondaggio mightpotrebbe speakparlare to a couplecoppia
hundredcentinaio people, maybe a thousandmille,
253
622669
3035
Un sondaggio può includere 200,
forse mille persone,
o, se sei L'Oreal che prova
a vendere prodotti di bellezza nel 2005,
10:37
or if you're L'OrealOreal, tryingprovare to sellvendere
skinpelle carecura productsprodotti in 2005,
254
625728
3058
10:40
then you spokeha parlato to 48 womendonne
to claimRichiesta that they work.
255
628810
2417
consulti 48 donne
per affermare che funzionano.
10:43
(LaughterRisate)
256
631251
1026
(Risate)
Le compagnie private non hanno un grande
interesse nel rilevare i numeri giusti,
10:44
PrivatePrivato companiesaziende don't have a hugeenorme
interestinteresse in gettingottenere the numbersnumeri right,
257
632301
3556
10:47
they just need the right numbersnumeri.
258
635881
1755
a loro bastano i numeri giusti.
10:49
GovernmentGoverno statisticiansstatistici aren'tnon sono like that.
259
637660
2020
Le statistiche del governo non sono così.
10:51
In theoryteoria, at leastmeno,
they're totallytotalmente impartialimparziale,
260
639704
2447
Almeno in teoria,
sono completamente imparziali,
10:54
not leastmeno because mostmaggior parte of them do
theirloro jobslavori regardlessindipendentemente of who'schi è in powerenergia.
261
642175
3501
perché molti fanno il loro lavoro
senza preoccuparsi di chi è al potere.
10:57
They're civilcivile servantsservi.
262
645700
1162
Sono impiegati statali.
10:58
And to do theirloro jobslavori properlypropriamente,
263
646886
1964
E per far bene il loro lavoro,
11:00
they don't just speakparlare
to a couplecoppia hundredcentinaio people.
264
648874
2363
non parlano con solo duecento persone.
11:03
Those unemploymentdisoccupazione numbersnumeri
I keep on referencingfare riferimento a
265
651261
2318
I dati sulla disoccupazione
a cui mi riferivo
vengono
dall'Ufficio di Statistica del Lavoro,
11:05
come from the BureauUfficio di presidenza of LaborLavoro StatisticsStatistiche,
266
653603
2004
11:07
and to make theirloro estimatesstime,
267
655631
1335
e per fare le loro stime
11:08
they speakparlare to over 140,000
businessesaziende in this countrynazione.
268
656990
3489
parlano con più di 140.000 aziende
in questo paese.
11:12
I get it, it's frustratingfrustrante.
269
660503
1725
Lo so, è frustrante.
11:14
If you want to testTest a statisticstatistico
that comesviene from a privateprivato companyazienda,
270
662252
3115
Se vuoi testare la statistica
di una compagnia privata,
puoi comprare la crema da viso per te
e un pugno di amici, provarla,
11:17
you can buyacquistare the faceviso creamcrema for you
and a bunchmazzo of friendsamici, testTest it out,
271
665391
3361
e se non funziona,
puoi dire che era sbagliata.
11:20
if it doesn't work,
you can say the numbersnumeri were wrongsbagliato.
272
668776
2591
Ma come contesti
le statistiche del governo?
11:23
But how do you questiondomanda
governmentgoverno statisticsstatistica?
273
671391
2146
Continui a controllare tutto?
11:25
You just keep checkingverifica everything.
274
673561
1630
Scopri come raccolgono i numeri.
11:27
Find out how they collectedraccolto the numbersnumeri.
275
675215
1913
Scopri se sullo schema
c'è tutto quello che si deve vedere.
11:29
Find out if you're seeingvedendo everything
on the chartgrafico you need to see.
276
677152
3125
Ma non perdere tutta la fiducia nei numeri
perché, se lo fai,
11:32
But don't give up on the numbersnumeri
altogetherComplessivamente, because if you do,
277
680301
2965
prenderemo le decisioni
di politica pubblica al buio,
11:35
we'llbene be makingfabbricazione publicpubblico policypolitica
decisionsdecisioni in the darkbuio,
278
683290
2439
usando solo gli interessi privati
come guida.
11:37
usingutilizzando nothing but privateprivato
interestsinteressi to guideguida us.
279
685753
2262
Grazie.
11:40
Thank you.
280
688039
1166
11:41
(ApplauseApplausi)
281
689229
2461
(Applausi)

▲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

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee