TEDNYC
Mona Chalabi: 3 ways to spot a bad statistic
モナ・チャラビ: 誤った統計を見抜く３つの方法
Filmed:
Readability: 4.2
1,888,599 views
信じる価値のある統計を見分けるのは時に難しいものです。しかし統計のすべてを一緒くたにして排除すべきではありません。それよりも、統計の裏側を見ることを学ぶべきなのです。データ・ジャーナリストのモナ・チャラビはこの楽しく愉快なトークで、数値が示していることに疑問をもったり、解釈したり、その意味を理解したりするのに役立つコツを教えてくれます。
Mona Chalabi - Data journalist
Mona Chalabi tries to take the numb out of numbers. She's left with lots of "ers." Full bio
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.
今日は統計について お話しします
00:12
Now, I'm going to be talking
about statistics today.
about statistics today.
0
884
2763
即座に身構えてしまう方も
大丈夫ですよ
大丈夫ですよ
00:15
If that makes you immediately feel
a little bit wary, that's OK,
a little bit wary, that's OK,
1
3671
3138
統計を疑うのは
狂気の陰謀論者というわけではありません
狂気の陰謀論者というわけではありません
00:18
that doesn't make you some
kind of crazy conspiracy theorist,
kind of crazy conspiracy theorist,
2
6833
2859
00:21
it makes you skeptical.
3
9716
1296
疑い深いだけです
00:23
And when it comes to numbers,
especially now, you should be skeptical.
especially now, you should be skeptical.
4
11036
3886
数字について 特に今は
疑い深くあるべきです
疑い深くあるべきです
00:26
But you should also be able to tell
which numbers are reliable
which numbers are reliable
5
14946
3011
でも どの数値が信頼できて
どれは信頼できないのか
どれは信頼できないのか
00:29
and which ones aren't.
6
17981
1160
区別もできるべきです
00:31
So today I want to try to give you
some tools to be able to do that.
some tools to be able to do that.
7
19165
3206
今日はそれを可能にする
いくつかのヒントをお教えします
いくつかのヒントをお教えします
00:34
But before I do,
8
22395
1169
でもその前に
00:35
I just want to clarify which numbers
I'm talking about here.
I'm talking about here.
9
23588
2839
私の言う数値とは どんなものか
明確にしましょう
明確にしましょう
こういうものではありません
00:38
I'm not talking about claims like,
10
26451
1635
「10人中9人の女性が
この美容クリームを勧めています」
この美容クリームを勧めています」
00:40
"9 out of 10 women recommend
this anti-aging cream."
this anti-aging cream."
11
28110
2449
00:42
I think a lot of us always
roll our eyes at numbers like that.
roll our eyes at numbers like that.
12
30583
2972
この類の数値に
いつも呆れている人は多いでしょう
いつも呆れている人は多いでしょう
でも今 疑問が呈されているのは
こんな統計なんです
こんな統計なんです
00:45
What's different now is people
are questioning statistics like,
are questioning statistics like,
13
33579
2984
「米国の失業率は５％」
00:48
"The US unemployment
rate is five percent."
rate is five percent."
14
36587
2014
どこが違うかというと
これは民間企業ではなく
これは民間企業ではなく
00:50
What makes this claim different is
it doesn't come from a private company,
it doesn't come from a private company,
15
38625
3516
政府が出した数値だという点です
00:54
it comes from the government.
16
42165
1388
米国人の10人中4人は
政府が報告する経済データを
政府が報告する経済データを
00:55
About 4 out of 10 Americans
distrust the economic data
distrust the economic data
17
43577
3336
00:58
that gets reported by government.
18
46937
1573
信用していません
トランプ大統領の支持者だと
この割合は更に高く
この割合は更に高く
01:00
Among supporters of President Trump
it's even higher;
it's even higher;
19
48534
2491
01:03
it's about 7 out of 10.
20
51049
1633
10人中7人です
皆さんもご存知のように
01:04
I don't need to tell anyone here
21
52706
1804
01:06
that there are a lot of dividing lines
in our society right now,
in our society right now,
22
54534
3011
目下 社会の分断が
いくつも起こっており
いくつも起こっており
そういった多くの分断の意味が
01:09
and a lot of them start to make sense,
23
57569
1825
01:11
once you understand people's relationships
with these government numbers.
with these government numbers.
24
59418
3687
人々と 政府の出す数値との
関係を理解すれば 見えてきます
関係を理解すれば 見えてきます
01:15
On the one hand, there are those who say
these statistics are crucial,
these statistics are crucial,
25
63129
3336
一方には このような統計は
欠かせないと言う人たちもいます
欠かせないと言う人たちもいます
01:18
that we need them to make sense
of society as a whole
of society as a whole
26
66489
2630
統計値は社会全体を
把握するために必要で
把握するために必要で
01:21
in order to move beyond
emotional anecdotes
emotional anecdotes
27
69143
2164
感情的な逸話を超えて
客観的に物事の推移を
見定めるために必要だと
見定めるために必要だと
01:23
and measure progress in a subjective way.
28
71331
2410
01:25
And then there are the others,
29
73765
1467
他方では こんな統計は
01:27
who say that these statistics are elitist,
30
75256
2156
エリート主義的で
操作されていると
言う人々もいます
言う人々もいます
01:29
maybe even rigged;
31
77436
1208
01:30
they don't make sense
and they don't really reflect
and they don't really reflect
32
78668
2394
統計の数値は辻褄が合わず
人々の日常生活の状況を
あまり反映していないというのです
あまり反映していないというのです
01:33
what's happening
in people's everyday lives.
in people's everyday lives.
33
81086
2296
01:35
It kind of feels like that second group
is winning the argument right now.
is winning the argument right now.
34
83406
3487
今は ２番目のグループの主張が
優勢であるように感じます
優勢であるように感じます
「もう一つの事実」の世界に
私たちは生きています
私たちは生きています
01:38
We're living in a world
of alternative facts,
of alternative facts,
35
86917
2108
01:41
where people don't find statistics
this kind of common ground,
this kind of common ground,
36
89049
2935
人々は統計が 世界を捉える際の
共通の土台だとか
共通の土台だとか
議論の出発点だとは
考えていません
考えていません
01:44
this starting point for debate.
37
92008
1636
01:45
This is a problem.
38
93668
1286
これは問題です
01:46
There are actually
moves in the US right now
moves in the US right now
39
94978
2067
ちょうど今 米国で
実際に見られるのが
実際に見られるのが
01:49
to get rid of some government
statistics altogether.
statistics altogether.
40
97069
2861
一部の政府統計を
まるごと削除しようとする動きです
まるごと削除しようとする動きです
01:51
Right now there's a bill in congress
about measuring racial inequality.
about measuring racial inequality.
41
99954
3387
今まさに開会中の議会に
人種的不平等の調査に関する法案が出ています
人種的不平等の調査に関する法案が出ています
01:55
The draft law says that government
money should not be used
money should not be used
42
103365
2801
その草案によると
政府のお金は
政府のお金は
人種差別のデータ収集に
使うべきでないそうです
使うべきでないそうです
01:58
to collect data on racial segregation.
43
106190
1902
02:00
This is a total disaster.
44
108116
1885
そんなことになったら
大惨事です
大惨事です
このデータ無しで
02:02
If we don't have this data,
45
110025
1748
差別の是正はおろか
02:03
how can we observe discrimination,
46
111797
1778
どうやれば差別を
把握できるのでしょう？
把握できるのでしょう？
02:05
let alone fix it?
47
113599
1278
02:06
In other words:
48
114901
1188
言い換えると
現状の不公平さを測定できないなら
02:08
How can a government create fair policies
49
116113
2059
02:10
if they can't measure
current levels of unfairness?
current levels of unfairness?
50
118196
2771
どうやれば公平な政策を
政府は作れるのでしょう？
政府は作れるのでしょう？
これは差別についてだけではなく
02:12
This isn't just about discrimination,
51
120991
1794
全てに言えることです
いいですか
いいですか
02:14
it's everything -- think about it.
52
122809
1670
健康や貧困に関する
きちんとしたデータ無しで
きちんとしたデータ無しで
02:16
How can we legislate on health care
53
124503
1690
02:18
if we don't have good data
on health or poverty?
on health or poverty?
54
126217
2271
どうやれば医療政策を
立案できるのでしょう？
立案できるのでしょう？
02:20
How can we have public debate
about immigration
about immigration
55
128512
2198
出入国者数について
共通理解にさえ
共通理解にさえ
達していないなら
02:22
if we can't at least agree
56
130734
1250
どうやれば公に移民に関する議論が
できるというのでしょう？
できるというのでしょう？
02:24
on how many people are entering
and leaving the country?
and leaving the country?
57
132008
2643
02:26
Statistics come from the state;
that's where they got their name.
that's where they got their name.
58
134675
3058
statistics (統計) という語の由来は
state (国) です
state (国) です
つまり より良い公共サービスを
提供するために
提供するために
02:29
The point was to better
measure the population
measure the population
59
137757
2157
国民をより正確に測定するのです
02:31
in order to better serve it.
60
139938
1357
02:33
So we need these government numbers,
61
141319
1725
だから 政府の統計は必要なんです
02:35
but we also have to move
beyond either blindly accepting
beyond either blindly accepting
62
143068
2647
でも それを盲目的に受け入れたり
拒絶したりする態度も
拒絶したりする態度も
02:37
or blindly rejecting them.
63
145739
1268
改めねばなりません
02:39
We need to learn the skills
to be able to spot bad statistics.
to be able to spot bad statistics.
64
147031
2997
誤った統計を見抜くスキルを
身に付ける必要があります
身に付ける必要があります
02:42
I started to learn some of these
65
150052
1528
私がそのスキルを学び始めたのは
02:43
when I was working
in a statistical department
in a statistical department
66
151604
2166
国連にある統計部門で
02:45
that's part of the United Nations.
67
153794
1643
働いていた頃でした
02:47
Our job was to find out how many Iraqis
had been forced from their homes
had been forced from their homes
68
155461
3406
私達の仕事は何人のイラク人が
戦争の結果 家を追われ
戦争の結果 家を追われ
また彼らに何が必要なのか
02:50
as a result of the war,
69
158891
1158
02:52
and what they needed.
70
160073
1158
見いだすことでした
02:53
It was really important work,
but it was also incredibly difficult.
but it was also incredibly difficult.
71
161255
3178
非常に重要な仕事でしたが
信じられないほど難しくもありました
信じられないほど難しくもありました
02:56
Every single day, we were making decisions
72
164457
2018
私達の日々下す決断が
数値の正確さに影響を及ぼしました
02:58
that affected the accuracy
of our numbers --
of our numbers --
73
166499
2157
03:00
decisions like which parts
of the country we should go to,
of the country we should go to,
74
168680
2744
イラクのどの地域に行くべきか
誰と話をするべきか
03:03
who we should speak to,
75
171448
1156
どんな質問をするべきかなどです
03:04
which questions we should ask.
76
172628
1568
03:06
And I started to feel
really disillusioned with our work,
really disillusioned with our work,
77
174220
2680
そして私は自分達の仕事に
幻滅を覚えるようになりました
幻滅を覚えるようになりました
03:08
because we thought we were doing
a really good job,
a really good job,
78
176924
2518
自分達は非常に良い仕事を
していると思っていましたが
していると思っていましたが
03:11
but the one group of people
who could really tell us were the Iraqis,
who could really tell us were the Iraqis,
79
179466
3278
それが いちばん分かるはずの
当のイラクの人達が
当のイラクの人達が
分析結果を目にする機会は稀で
検証する機会は尚更なかったからです
検証する機会は尚更なかったからです
03:14
and they rarely got the chance to find
our analysis, let alone question it.
our analysis, let alone question it.
80
182768
3540
それで私は強い確信を
持つようになりました
持つようになりました
03:18
So I started to feel really determined
81
186332
1831
03:20
that the one way to make
numbers more accurate
numbers more accurate
82
188187
2311
より正確な数値を得る方法の１つは
03:22
is to have as many people as possible
be able to question them.
be able to question them.
83
190522
3053
できるだけ多くの人々がそれを
検証できるようにすることだと
検証できるようにすることだと
それでデータ・ジャーナリストに
なったんです
なったんです
03:25
So I became a data journalist.
84
193599
1434
03:27
My job is finding these data sets
and sharing them with the public.
and sharing them with the public.
85
195057
3904
私の仕事はこのようなデータを見つけ
公に広めることです
公に広めることです
03:30
Anyone can do this,
you don't have to be a geek or a nerd.
you don't have to be a geek or a nerd.
86
198985
3173
誰でもできることです
オタクでなくていいんです
オタクでなくていいんです
03:34
You can ignore those words;
they're used by people
they're used by people
87
202182
2355
そんな言葉 無視して結構
そういう言い方をするのは
そういう言い方をするのは
03:36
trying to say they're smart
while pretending they're humble.
while pretending they're humble.
88
204561
2822
謙虚なふりをして
自分が賢いのだと言いたい人達です
自分が賢いのだと言いたい人達です
03:39
Absolutely anyone can do this.
89
207407
1589
本当に誰でもできます
問うべき３つの質問を
皆さんにお教えします
皆さんにお教えします
03:41
I want to give you guys three questions
90
209020
2067
03:43
that will help you be able to spot
some bad statistics.
some bad statistics.
91
211111
3005
誤った統計を見抜くのを
助けてくれる質問です
助けてくれる質問です
03:46
So, question number one
is: Can you see uncertainty?
is: Can you see uncertainty?
92
214140
3507
では質問１
データの不確実さが分かるか？
データの不確実さが分かるか？
03:49
One of things that's really changed
people's relationship with numbers,
people's relationship with numbers,
93
217671
3364
人々の統計値との関係や
メディアへの信頼さえも変えた
事柄の１つは
事柄の１つは
03:53
and even their trust in the media,
94
221059
1641
政治に関する世論調査です
03:54
has been the use of political polls.
95
222724
2258
政治関連の世論調査には
個人的に思うところが多々あります
個人的に思うところが多々あります
03:57
I personally have a lot of issues
with political polls
with political polls
96
225006
2538
03:59
because I think the role of journalists
is actually to report the facts
is actually to report the facts
97
227568
3376
なぜなら記者の役割は
事実を報道することであって
事実を報道することであって
予測を試みることではないからです
04:02
and not attempt to predict them,
98
230968
1553
04:04
especially when those predictions
can actually damage democracy
can actually damage democracy
99
232545
2996
特にそういった予測は
民主主義を損ないかねません
民主主義を損ないかねません
人々にシグナルを送ることになるからです
「彼へ投票する価値はない」
「彼へ投票する価値はない」
04:07
by signaling to people:
don't bother to vote for that guy,
don't bother to vote for that guy,
100
235565
2732
「彼には勝ち目がないよ」と
04:10
he doesn't have a chance.
101
238321
1205
それはさておき
この試みの正確性について話しましょう
この試みの正確性について話しましょう
04:11
Let's set that aside for now and talk
about the accuracy of this endeavor.
about the accuracy of this endeavor.
102
239550
3654
イギリス、イタリア、イスラエルの
国政選挙や
国政選挙や
04:15
Based on national elections
in the UK, Italy, Israel
in the UK, Italy, Israel
103
243228
4608
それにもちろん 最近の
アメリカ大統領選を見る限り
アメリカ大統領選を見る限り
04:19
and of course, the most recent
US presidential election,
US presidential election,
104
247860
2764
04:22
using polls to predict electoral outcomes
105
250648
2137
選挙予測に世論調査を用いるのは
04:24
is about as accurate as using the moon
to predict hospital admissions.
to predict hospital admissions.
106
252809
3812
月を見て入院数を予測する程度の
正確さしかありません
正確さしかありません
04:28
No, seriously, I used actual data
from an academic study to draw this.
from an academic study to draw this.
107
256645
4200
本当ですよ このグラフを描くのには
ある学術研究のデータを使っています
ある学術研究のデータを使っています
04:32
There are a lot of reasons why
polling has become so inaccurate.
polling has become so inaccurate.
108
260869
3727
世論調査が非常に不正確になったのには
多くの理由があります
多くの理由があります
私達の社会は
多様性を著しく増しており
多様性を著しく増しており
04:36
Our societies have become really diverse,
109
264620
1970
04:38
which makes it difficult for pollsters
to get a really nice representative sample
to get a really nice representative sample
110
266614
3821
世論調査員が
適切な代表的サンプルを得るのが
適切な代表的サンプルを得るのが
04:42
of the population for their polls.
111
270459
1627
難しくなっています
電話で世論調査に答えることに
人々は本当に消極的ですし
人々は本当に消極的ですし
04:44
People are really reluctant to answer
their phones to pollsters,
their phones to pollsters,
112
272110
3006
04:47
and also, shockingly enough,
people might lie.
people might lie.
113
275140
2276
ショックなことですが
嘘をつく人までいるんです
嘘をつく人までいるんです
04:49
But you wouldn't necessarily
know that to look at the media.
know that to look at the media.
114
277440
2811
でも報道を見ていて
必ずしもそういうことは分かりません
必ずしもそういうことは分かりません
04:52
For one thing, the probability
of a Hillary Clinton win
of a Hillary Clinton win
115
280275
2761
例えば ヒラリー・クリントンの勝率は
04:55
was communicated with decimal places.
116
283060
2791
小数の位まで報道されていました
04:57
We don't use decimal places
to describe the temperature.
to describe the temperature.
117
285875
2621
気温を示すとき
小数の位は使いませんね
小数の位は使いませんね
05:00
How on earth can predicting the behavior
of 230 million voters in this country
of 230 million voters in this country
118
288520
4228
この国の２億３千万人いる
有権者の行動予測が
有権者の行動予測が
05:04
be that precise?
119
292772
1829
そんなに正確にできるでしょうか？
05:06
And then there were those sleek charts.
120
294625
2002
そして しゃれた図表がありました
05:08
See, a lot of data visualizations
will overstate certainty, and it works --
will overstate certainty, and it works --
121
296651
3973
データの視覚化は 多くの場合
確実性を誇張してしまいます
確実性を誇張してしまいます
05:12
these charts can numb
our brains to criticism.
our brains to criticism.
122
300648
2620
そうした図表は 脳の批判的思考力を
麻痺させるんです
麻痺させるんです
05:15
When you hear a statistic,
you might feel skeptical.
you might feel skeptical.
123
303292
2558
統計データを耳から聞くと
疑い深くなるかもしれませんが
疑い深くなるかもしれませんが
05:17
As soon as it's buried in a chart,
124
305874
1635
それが図表にされるや否や
05:19
it feels like some kind
of objective science,
of objective science,
125
307533
2129
客観的な科学の類に
思えてしまうんです
思えてしまうんです
05:21
and it's not.
126
309686
1249
実際は違います
05:22
So I was trying to find ways
to better communicate this to people,
to better communicate this to people,
127
310959
3103
それで私は人々に
数値のこうした不確実性について
数値のこうした不確実性について
05:26
to show people the uncertainty
in our numbers.
in our numbers.
128
314086
2504
うまく伝える方法を探していました
05:28
What I did was I started taking
real data sets,
real data sets,
129
316614
2246
私がしたのは
現実のデータセットを入手して
現実のデータセットを入手して
05:30
and turning them into
hand-drawn visualizations,
hand-drawn visualizations,
130
318884
2652
それを手描きで
視覚化するということでした
視覚化するということでした
05:33
so that people can see
how imprecise the data is;
how imprecise the data is;
131
321560
2672
データの不正確さを
分かってもらうためです
分かってもらうためです
統計は人間が集計していて
05:36
so people can see that a human did this,
132
324256
1996
人間がデータを見いだし
視覚化しているのだと分かるように
視覚化しているのだと分かるように
05:38
a human found the data and visualized it.
133
326276
1972
05:40
For example, instead
of finding out the probability
of finding out the probability
134
328272
2672
例えば インフルエンザに
かかる確率を
かかる確率を
05:42
of getting the flu in any given month,
135
330968
2126
月ごとに算出するのではなく
05:45
you can see the rough
distribution of flu season.
distribution of flu season.
136
333118
2792
流行シーズンがいつかという分布を
示してもいいんです
示してもいいんです
こんな風に —
05:47
This is --
137
335934
1167
（笑）
05:49
(Laughter)
138
337125
1018
２月の今 見るものではないですね
05:50
a bad shot to show in February.
139
338167
1486
でもこれはより責任感のある
データの視覚化です
データの視覚化です
05:51
But it's also more responsible
data visualization,
data visualization,
140
339677
2455
05:54
because if you were to show
the exact probabilities,
the exact probabilities,
141
342156
2455
もし正確な確率だけ見せたら
人々が予防接種を受けるのに
05:56
maybe that would encourage
people to get their flu jabs
people to get their flu jabs
142
344635
2592
誤ったタイミングを
促しかねません
促しかねません
05:59
at the wrong time.
143
347251
1456
このような震えた線を使うポイントは
06:01
The point of these shaky lines
144
349163
1693
06:02
is so that people remember
these imprecisions,
these imprecisions,
145
350880
2911
人々にこれの不正確さを
思い出させるだけでなく
思い出させるだけでなく
06:05
but also so they don't necessarily
walk away with a specific number,
walk away with a specific number,
146
353815
3227
特定の数値だけ見て
おしまいにせず
おしまいにせず
重要な事実を覚えておいて
もらえるようにです
もらえるようにです
06:09
but they can remember important facts.
147
357066
1866
06:10
Facts like injustice and inequality
leave a huge mark on our lives.
leave a huge mark on our lives.
148
358956
4024
不公平や不平等が私達の生活に
大きな痕を残しているような事実です
大きな痕を残しているような事実です
06:15
Facts like Black Americans and Native
Americans have shorter life expectancies
Americans have shorter life expectancies
149
363004
4189
アフリカ系やネイティブアメリカン達の
平均余命は
平均余命は
他の人種に比べ短く
06:19
than those of other races,
150
367217
1400
それがすぐには
変わりそうにないという事実や
変わりそうにないという事実や
06:20
and that isn't changing anytime soon.
151
368641
2138
06:22
Facts like prisoners in the US
can be kept in solitary confinement cells
can be kept in solitary confinement cells
152
370803
3901
米国の受刑者は
平均的な駐車スペースより
平均的な駐車スペースより
狭い独房に収監されかねない
という事実があります
という事実があります
06:26
that are smaller than the size
of an average parking space.
of an average parking space.
153
374728
3342
06:30
The point of these visualizations
is also to remind people
is also to remind people
154
378535
3335
これらの視覚化がまた
人々に思い出させてくれるのは
人々に思い出させてくれるのは
06:33
of some really important
statistical concepts,
statistical concepts,
155
381894
2350
いくつかの非常に重要な統計の概念ー
06:36
concepts like averages.
156
384268
1636
平均値といったものです
06:37
So let's say you hear a claim like,
157
385928
1668
こんなことを
耳にしたとしましょう
耳にしたとしましょう
06:39
"The average swimming pool in the US
contains 6.23 fecal accidents."
contains 6.23 fecal accidents."
158
387620
4434
「米国のプールが含む
粗相(大)の平均は6.23」
粗相(大)の平均は6.23」
06:44
That doesn't mean every single
swimming pool in the country
swimming pool in the country
159
392078
2797
だからといって
この国のあらゆるプールに
この国のあらゆるプールに
ウンチがちょうど6.23個
浮いている訳ではありません
浮いている訳ではありません
06:46
contains exactly 6.23 turds.
160
394899
2194
06:49
So in order to show that,
161
397117
1417
これを示すために
06:50
I went back to the original data,
which comes from the CDC,
which comes from the CDC,
162
398558
2841
元のデータに戻りました
CDC（米国疾病予防管理センター）の
CDC（米国疾病予防管理センター）の
47の水泳施設対象の調査でした
06:53
who surveyed 47 swimming facilities.
163
401423
2065
06:55
And I just spent one evening
redistributing poop.
redistributing poop.
164
403512
2391
一晩を費やして
ウンチの分布をやり直しました
ウンチの分布をやり直しました
平均値がいかに誤解を招き得るか
お分かりになるでしょう
お分かりになるでしょう
06:57
So you can kind of see
how misleading averages can be.
how misleading averages can be.
165
405927
2682
07:00
(Laughter)
166
408633
1282
（笑）
07:01
OK, so the second question
that you guys should be asking yourselves
that you guys should be asking yourselves
167
409939
3901
では 第２の質問です
誤った数値を見抜くには
誤った数値を見抜くには
自分にこう尋ねましょう
07:05
to spot bad numbers is:
168
413864
1501
07:07
Can I see myself in the data?
169
415389
1967
そのデータに自分を当てはめられるか？
07:09
This question is also
about averages in a way,
about averages in a way,
170
417380
2913
この質問もある意味
平均値に関するものです
平均値に関するものです
07:12
because part of the reason
why people are so frustrated
why people are so frustrated
171
420317
2605
なぜなら人々が
国によるこのような統計に
国によるこのような統計に
07:14
with these national statistics,
172
422946
1495
大変不満を覚える理由の一部は
07:16
is they don't really tell the story
of who's winning and who's losing
of who's winning and who's losing
173
424465
3273
それが国の政策によって
誰が損や得をしているのかを
誰が損や得をしているのかを
伝えていないからです
07:19
from national policy.
174
427762
1156
07:20
It's easy to understand why people
are frustrated with global averages
are frustrated with global averages
175
428942
3318
なぜ人々が 自分の経験と一致しない
全体から算出された平均値に
全体から算出された平均値に
07:24
when they don't match up
with their personal experiences.
with their personal experiences.
176
432284
2679
不満を感じるかは 容易に理解できます
07:26
I wanted to show people the way
data relates to their everyday lives.
data relates to their everyday lives.
177
434987
3263
私は日常生活と関連のある形で
統計値を示したいと思い
統計値を示したいと思い
『親愛なるモナへ』という
助言コラムを始めました
助言コラムを始めました
07:30
I started this advice column
called "Dear Mona,"
called "Dear Mona,"
178
438274
2246
07:32
where people would write to me
with questions and concerns
with questions and concerns
179
440544
2726
人々が質問や懸念を私に書いて送り
私がそれに統計値を使って
答えるというものです
答えるというものです
07:35
and I'd try to answer them with data.
180
443294
1784
07:37
People asked me anything.
181
445102
1200
あらゆる質問が来ました
07:38
questions like, "Is it normal to sleep
in a separate bed to my wife?"
in a separate bed to my wife?"
182
446326
3261
「妻と別々のベッドで眠るのは
正常ですか？」
正常ですか？」
「タトゥーは後悔するものですか？」
07:41
"Do people regret their tattoos?"
183
449611
1591
07:43
"What does it mean to die
of natural causes?"
of natural causes?"
184
451226
2164
「自然死の意味するところは？」
07:45
All of these questions are great,
because they make you think
because they make you think
185
453414
2966
どれも素晴らしい質問です
なぜならこれらに関する統計を見つけ
なぜならこれらに関する統計を見つけ
07:48
about ways to find
and communicate these numbers.
and communicate these numbers.
186
456404
2336
それを伝える方法を
考えさせてくれるからです
考えさせてくれるからです
07:50
If someone asks you,
"How much pee is a lot of pee?"
"How much pee is a lot of pee?"
187
458764
2503
「おしっこの量が多いとは
どのくらいのこと？」
どのくらいのこと？」
07:53
which is a question that I got asked,
188
461291
2458
そんな質問がありましたが
できるだけ多くの人が
理解しやすいような視覚化を
理解しやすいような視覚化を
07:55
you really want to make sure
that the visualization makes sense
that the visualization makes sense
189
463773
2980
07:58
to as many people as possible.
190
466777
1747
工夫することが大切です
これらの数値は
入手不可能ではありません
入手不可能ではありません
08:00
These numbers aren't unavailable.
191
468548
1575
08:02
Sometimes they're just buried
in the appendix of an academic study.
in the appendix of an academic study.
192
470147
3507
時には学術研究の付録の中に
埋もれています
埋もれています
それに突き止められないような
ものでもありません
ものでもありません
08:05
And they're certainly not inscrutable;
193
473678
1839
08:07
if you really wanted to test
these numbers on urination volume,
these numbers on urination volume,
194
475541
2975
もし本当に排尿量の
数値を検証したければ
数値を検証したければ
瓶を用意して
自分で試せばいいんです
自分で試せばいいんです
08:10
you could grab a bottle
and try it for yourself.
and try it for yourself.
195
478540
2257
08:12
(Laughter)
196
480821
1008
（笑）
ここで大事なことですが
必ずしも
必ずしも
08:13
The point of this isn't necessarily
197
481853
1694
08:15
that every single data set
has to relate specifically to you.
has to relate specifically to you.
198
483571
2877
１つ１つのデータは
自分に特に関係なくてもいいんです
自分に特に関係なくてもいいんです
フランスで何人の女性が
ニカブ（顔のヴェール）の着用で
ニカブ（顔のヴェール）の着用で
08:18
I'm interested in how many women
were issued fines in France
were issued fines in France
199
486472
2880
罰金を科せられたのか
興味がありますが
興味がありますが
08:21
for wearing the face veil, or the niqab,
200
489376
1959
私はフランス住まいでもないし
ヴェールもしません
ヴェールもしません
08:23
even if I don't live in France
or wear the face veil.
or wear the face veil.
201
491359
2618
自分に当てはまるかを考えるうえで
大事なのは 極力 文脈を知ることです
大事なのは 極力 文脈を知ることです
08:26
The point of asking where you fit in
is to get as much context as possible.
is to get as much context as possible.
202
494001
3835
そのためには １つのデータ点から
視野を広げてみることです
視野を広げてみることです
08:29
So it's about zooming out
from one data point,
from one data point,
203
497860
2191
08:32
like the unemployment rate
is five percent,
is five percent,
204
500075
2104
失業率が５％であるという点から
08:34
and seeing how it changes over time,
205
502203
1757
時間的変化を見ていったり
08:35
or seeing how it changes
by educational status --
by educational status --
206
503984
2650
教育水準によってどう変わるか
見たりするんです
見たりするんです
08:38
this is why your parents always
wanted you to go to college --
wanted you to go to college --
207
506658
3104
だから親御さんは皆さんに
大学へ行って欲しがったんですね
大学へ行って欲しがったんですね
08:41
or seeing how it varies by gender.
208
509786
2032
あるいは 性別でどう違うかを
見たりします
見たりします
08:43
Nowadays, male unemployment rate is higher
209
511842
2127
最近では 男性の失業率は
08:45
than the female unemployment rate.
210
513993
1700
女性より高くなっています
08:47
Up until the early '80s,
it was the other way around.
it was the other way around.
211
515717
2695
80年代初めまでは逆だったんです
08:50
This is a story of one
of the biggest changes
of the biggest changes
212
518436
2117
これはアメリカ社会で起きた
08:52
that's happened in American society,
213
520577
1720
最大の変化の１つです
08:54
and it's all there in that chart,
once you look beyond the averages.
once you look beyond the averages.
214
522321
3276
平均値以上のことに目を向ければ
すべて図表の中に読み取れるのです
すべて図表の中に読み取れるのです
08:57
The axes are everything;
215
525621
1165
XY軸が重要です
08:58
once you change the scale,
you can change the story.
you can change the story.
216
526810
2669
尺度を変えれば
物語られることも変わるのです
物語られることも変わるのです
09:01
OK, so the third and final question
that I want you guys to think about
that I want you guys to think about
217
529503
3380
いいでしょう
では皆さんが統計を見るときに
では皆さんが統計を見るときに
考えてもらいたい
最後の３番目の質問です
最後の３番目の質問です
09:04
when you're looking at statistics is:
218
532907
1819
09:06
How was the data collected?
219
534750
1873
そのデータは
どうやって集められたのか？
どうやって集められたのか？
これまでの話は
データの伝えられ方についてだけです
データの伝えられ方についてだけです
09:09
So far, I've only talked about the way
data is communicated,
data is communicated,
220
537667
2939
09:12
but the way it's collected
matters just as much.
matters just as much.
221
540630
2276
でもデータの収集方法も
同じくらい重要です
同じくらい重要です
09:14
I know this is tough,
222
542930
1167
これは難しいことです
09:16
because methodologies can be opaque
and actually kind of boring,
and actually kind of boring,
223
544121
3081
手法は不透明かもしれず
実際退屈なものです
実際退屈なものです
09:19
but there are some simple steps
you can take to check this.
you can take to check this.
224
547226
2873
でも これを確かめる
簡単なステップがあります
簡単なステップがあります
09:22
I'll use one last example here.
225
550123
1839
１つ 例を使います
最後の例です
最後の例です
ある世論調査では この国のムスリムのうち
41％がジハードを支持するという結果でした
41％がジハードを支持するという結果でした
09:24
One poll found that 41 percent of Muslims
in this country support jihad,
in this country support jihad,
226
552309
3887
09:28
which is obviously pretty scary,
227
556220
1525
明らかに恐ろしいことです
09:29
and it was reported everywhere in 2015.
228
557769
2642
2015年 この結果は
あらゆるところで報道されました
あらゆるところで報道されました
09:32
When I want to check a number like that,
229
560435
2615
私がこのような数値を確認したいとき
09:35
I'll start off by finding
the original questionnaire.
the original questionnaire.
230
563074
2501
元のアンケートを
探すことから始めます
探すことから始めます
分かったことは
その統計を報告した記者達は
その統計を報告した記者達は
09:37
It turns out that journalists
who reported on that statistic
who reported on that statistic
231
565599
2926
アンケートの後ろの方にあった
質問を無視していたことです
質問を無視していたことです
09:40
ignored a question
lower down on the survey
lower down on the survey
232
568549
2231
09:42
that asked respondents
how they defined "jihad."
how they defined "jihad."
233
570804
2346
それは回答者の「ジハード」の
定義についてでした
定義についてでした
09:45
And most of them defined it as,
234
573174
1981
大半の回答者の定義は
「ムスリムが より信心深くあろうと
個人的・平和的に努力すること」で
個人的・平和的に努力すること」で
09:47
"Muslims' personal, peaceful struggle
to be more religious."
to be more religious."
235
575179
3942
09:51
Only 16 percent defined it as,
"violent holy war against unbelievers."
"violent holy war against unbelievers."
236
579145
4194
「不信心者に対する聖なる暴力的戦い」
と定義したのは たった16％でした
と定義したのは たった16％でした
09:55
This is the really important point:
237
583363
2430
これは実に重要な点です
このような数値に基づけば
09:57
based on those numbers,
it's totally possible
it's totally possible
238
585817
2155
ジハードを「聖なる暴力的戦い」と定義し
かつジハードを支持するという回答者は
かつジハードを支持するという回答者は
09:59
that no one in the survey
who defined it as violent holy war
who defined it as violent holy war
239
587996
3105
皆無だった可能性が十分あります
10:03
also said they support it.
240
591125
1332
10:04
Those two groups might not overlap at all.
241
592481
2208
この２グループは
全く重ならないかもしれないのです
全く重ならないかもしれないのです
10:07
It's also worth asking
how the survey was carried out.
how the survey was carried out.
242
595122
2637
調査方法を尋ねることも大事です
このケースはオプトイン世論調査と
呼ばれるもので
呼ばれるもので
10:09
This was something called an opt-in poll,
243
597783
1998
10:11
which means anyone could have found it
on the internet and completed it.
on the internet and completed it.
244
599805
3402
誰でもネット上で調査を見つけ
回答を完了できるものでした
回答を完了できるものでした
10:15
There's no way of knowing
if those people even identified as Muslim.
if those people even identified as Muslim.
245
603231
3339
回答者が本当にムスリムかさえ
知る方法はありません
知る方法はありません
10:18
And finally, there were 600
respondents in that poll.
respondents in that poll.
246
606594
2612
最後に この調査には
600名が回答しました
600名が回答しました
10:21
There are roughly three million
Muslims in this country,
Muslims in this country,
247
609230
2654
この国にはだいたい
300万人のムスリムがいます
300万人のムスリムがいます
ピュー研究所のデータです
10:23
according to Pew Research Center.
248
611908
1607
つまりその世論調査に回答したのは
この国のムスリムの
この国のムスリムの
10:25
That means the poll spoke to roughly
one in every 5,000 Muslims
one in every 5,000 Muslims
249
613539
2993
5000人に1人だけということです
10:28
in this country.
250
616556
1168
政府の統計が民間の統計よりも
10:29
This is one of the reasons
251
617748
1266
10:31
why government statistics
are often better than private statistics.
are often better than private statistics.
252
619038
3607
しばしば優れている理由の１つが
ここにあります
ここにあります
10:34
A poll might speak to a couple
hundred people, maybe a thousand,
hundred people, maybe a thousand,
253
622669
3035
世論調査のサンプルは200人とか
1000人かもしれません
1000人かもしれません
10:37
or if you're L'Oreal, trying to sell
skin care products in 2005,
skin care products in 2005,
254
625728
3058
2005年にスキンケア製品を売ろうとした
ロレアル社の場合は
ロレアル社の場合は
効果を主張するために
調査した女性は48名でした
調査した女性は48名でした
10:40
then you spoke to 48 women
to claim that they work.
to claim that they work.
255
628810
2417
10:43
(Laughter)
256
631251
1026
（笑）
10:44
Private companies don't have a huge
interest in getting the numbers right,
interest in getting the numbers right,
257
632301
3556
民間企業は正しい数値を得ることに
強い関心を持ってはいません
強い関心を持ってはいません
10:47
they just need the right numbers.
258
635881
1755
都合のいい数値がほしいだけです
10:49
Government statisticians aren't like that.
259
637660
2020
政府の統計家達は違います
少なくとも理屈の上では
政府の統計は完全に公平です
政府の統計は完全に公平です
10:51
In theory, at least,
they're totally impartial,
they're totally impartial,
260
639704
2447
10:54
not least because most of them do
their jobs regardless of who's in power.
their jobs regardless of who's in power.
261
642175
3501
権力者が誰かには関係なしに
働いている人が大半だからです
働いている人が大半だからです
10:57
They're civil servants.
262
645700
1162
彼らは公僕なんです
10:58
And to do their jobs properly,
263
646886
1964
そして仕事を適切に行うために
11:00
they don't just speak
to a couple hundred people.
to a couple hundred people.
264
648874
2363
200人から回答を得るだけで
済ませたりしません
済ませたりしません
11:03
Those unemployment numbers
I keep on referencing
I keep on referencing
265
651261
2318
私が引用し続けている
あの失業率の数値は
あの失業率の数値は
11:05
come from the Bureau of Labor Statistics,
266
653603
2004
労働統計局によるものです
この推計値を算出するために
11:07
and to make their estimates,
267
655631
1335
11:08
they speak to over 140,000
businesses in this country.
businesses in this country.
268
656990
3489
米国の14万の企業を
調査しています
調査しています
11:12
I get it, it's frustrating.
269
660503
1725
分かります 厄介でしょう
11:14
If you want to test a statistic
that comes from a private company,
that comes from a private company,
270
662252
3115
民間企業による統計の正確さを
検証するには
検証するには
フェイスクリームを
自分や友達に買って 試してみて
自分や友達に買って 試してみて
11:17
you can buy the face cream for you
and a bunch of friends, test it out,
and a bunch of friends, test it out,
271
665391
3361
効かなければ
数値は間違いだと言えるでしょう
数値は間違いだと言えるでしょう
11:20
if it doesn't work,
you can say the numbers were wrong.
you can say the numbers were wrong.
272
668776
2591
でも政府の統計の正確さを問う方法は？
11:23
But how do you question
government statistics?
government statistics?
273
671391
2146
全てをチェックし続けることです
11:25
You just keep checking everything.
274
673561
1630
政府がどうやって
数値を収集したか知り
数値を収集したか知り
11:27
Find out how they collected the numbers.
275
675215
1913
図表に 知るべきことが
全て表されているか確かめるのです
全て表されているか確かめるのです
11:29
Find out if you're seeing everything
on the chart you need to see.
on the chart you need to see.
276
677152
3125
でも全部の数値を一緒くたに
見限ってはいけません
見限ってはいけません
11:32
But don't give up on the numbers
altogether, because if you do,
altogether, because if you do,
277
680301
2965
そんなことをしたら 公的な政策決定は
闇の中で行われることになり
闇の中で行われることになり
11:35
we'll be making public policy
decisions in the dark,
decisions in the dark,
278
683290
2439
私益に左右されてしまうでしょう
11:37
using nothing but private
interests to guide us.
interests to guide us.
279
685753
2262
ありがとうございました
11:40
Thank you.
280
688039
1166
11:41
(Applause)
281
689229
2461
（拍手）
ABOUT THE SPEAKER
Mona Chalabi - Data journalistMona 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.
Mona Chalabi | Speaker | TED.com