Ένας τίτλος ανακοινώνει «αύξηση 50%». Ένα γράφημα δείχνει μια εντυπωσιακή εκτίναξη. Μια εφαρμογή υπόσχεται «99% ακρίβεια». Οι αριθμοί προσδίδουν κύρος στην πληροφορία, αλλά η παρουσία τους δεν αρκεί για να την καταστήσει αξιόπιστη.
Το κρίσιμο συχνά βρίσκεται σε όσα λείπουν: στη βάση σύγκρισης, στο μέγεθος του δείγματος, στον ορισμό ενός δείκτη ή στην κλίμακα ενός άξονα. Εκεί τα μαθηματικά γίνονται εργαλείο καθημερινής κρίσης. Μας βοηθούν να εξετάζουμε αν το συμπέρασμα ενός τίτλου στηρίζεται πράγματι στα δεδομένα του.
Ο μαθηματικός γραμματισμός περιλαμβάνει αυτήν ακριβώς την ικανότητα: να κατανοούμε ποσότητες, να ελέγχουμε αναλογίες και να ερμηνεύουμε στοιχεία μέσα στο πλαίσιό τους. Συνδέεται με τον ψηφιακό γραμματισμό, την κατανόηση της γλώσσας και τη συνήθεια να ζητάμε τεκμηρίωση.
Όλα τα αριθμητικά παραδείγματα που ακολουθούν είναι υποθετικά και έχουν κατασκευαστεί για εκπαιδευτική χρήση.
1. Το ποσοστό χρειάζεται παρονομαστή
Σε μια σχολική δράση συμμετείχαν αρχικά 40 μαθητές και την επόμενη χρονιά 60. Ο τίτλος «Οι συμμετοχές αυξήθηκαν κατά 50%» είναι σωστός, καθώς:
(60 − 40) / 40 × 100% = 50%.
Αν όμως μια άλλη δράση αυξήσει τις συμμετοχές της από 400 σε 600, το ποσοστό είναι πάλι 50%, παρότι οι επιπλέον συμμετέχοντες είναι 200 αντί για 20. Το σχετικό μέγεθος και η απόλυτη μεταβολή απαντούν σε διαφορετικά ερωτήματα. Για να κατανοήσουμε την κλίμακα της αλλαγής, χρειαζόμαστε και τα δύο.
Η διατύπωση χρειάζεται ακόμη μεγαλύτερη προσοχή όταν συγκρίνουμε ποσοστά. Αν η συμμετοχή σε έναν πληθυσμό αυξηθεί από 40% σε 50%, η διαφορά είναι 10 ποσοστιαίες μονάδες. Η σχετική αύξηση του ποσοστού είναι 25%:
(50 − 40) / 40 × 100% = 25%.
Η φράση «αύξηση κατά 10%» δεν αποδίδει σωστά αυτή τη μεταβολή. Η διάκριση ανάμεσα στην ποσοστιαία μεταβολή και στις ποσοστιαίες μονάδες αποτελεί βασικό εργαλείο ανάγνωσης στατιστικών στοιχείων. [2]
2. Ίδιοι αριθμοί, διαφορετική οπτική εντύπωση
Ας παρουσιάσουμε τις ίδιες δύο τιμές, 40% και 50%, με δύο διαφορετικές κλίμακες. Στο πρώτο ραβδόγραμμα ο άξονας ξεκινά από το 35%. Στο δεύτερο ξεκινά από το μηδέν.
Κλίμακα που μεγεθύνει τη διαφορά
Αναλογικά ύψη από το μηδέν
Συγκριτική απεικόνιση με υποθετικά δεδομένα. Στο αριστερό γράφημα τα ορατά ύψη είναι ανάλογα των 40 − 35 και 50 − 35. Στο δεξί είναι ανάλογα των ίδιων των τιμών 40 και 50.
Στο πρώτο γράφημα η δεύτερη ράβδος έχει τριπλάσιο ορατό ύψος από την πρώτη. Οι αριθμοί, όμως, δεν τριπλασιάστηκαν: η μεταβολή από το 40 στο 50 είναι 25%. Το κομμένο κάτω μέρος των ράβδων αλλάζει την οπτική αναλογία.
Η βρετανική στατιστική υπηρεσία ONS συνιστά οι αριθμητικοί άξονες των ραβδογραμμάτων να αρχίζουν από το μηδέν, επειδή το μήκος της ράβδου κωδικοποιεί την ποσότητα. Σε γραφήματα γραμμής ή διασποράς, ένας περιορισμένος άξονας μπορεί να είναι κατάλληλος για την ανάδειξη μεταβολών, εφόσον η κλίμακα είναι σαφής. Ο κανόνας εξαρτάται επομένως και από τον τύπο του γραφήματος. [3]
3. Ο μέσος όρος δεν περιγράφει ολόκληρη την ομάδα
Σε ένα υποθετικό σύνολο πέντε μηνιαίων εισοδημάτων καταγράφονται οι τιμές:
1.000 €, 1.000 €, 1.000 €, 1.000 €, 11.000 €.
Ο αριθμητικός μέσος είναι 3.000 €, ενώ η διάμεσος, δηλαδή η μεσαία τιμή μετά την ταξινόμηση, είναι 1.000 €. Ο τίτλος «Μέσο εισόδημα 3.000 ευρώ» αποδίδει σωστά τον μέσο όρο, αλλά δεν αρκεί για να περιγράψει την οικονομική κατάσταση των περισσότερων μελών της συγκεκριμένης ομάδας.
Η μία πολύ υψηλή τιμή επηρεάζει έντονα τον μέσο. Η διάμεσος προσθέτει μια διαφορετική πληροφορία, ενώ ο πλήρης πίνακας δείχνει την κατανομή. Η επιλογή του κατάλληλου δείκτη εξαρτάται από το ερώτημα που θέλουμε να απαντήσουμε.
4. Το «99% ακρίβεια» μπορεί να κρύβει μια αποτυχία
Φανταστείτε ένα σύνολο 10.000 ηλεκτρονικών μηνυμάτων, από τα οποία 9.900 είναι κανονικά και 100 ανεπιθύμητα. Ένα υποθετικό φίλτρο χαρακτηρίζει όλα τα μηνύματα κανονικά.
Έχει ταξινομήσει σωστά 9.900 από τα 10.000 μηνύματα, άρα η συνολική ακρίβειά του είναι 99%. Παρ’ όλα αυτά, δεν έχει εντοπίσει ούτε ένα από τα 100 ανεπιθύμητα μηνύματα. Η επίδοσή του στον εντοπισμό αυτής της κατηγορίας είναι 0%.
Το παράδειγμα δείχνει γιατί ένας συνολικός δείκτης δεν αρκεί όταν οι κατηγορίες έχουν πολύ διαφορετικά μεγέθη. Πριν εμπιστευτούμε έναν ισχυρισμό για την επίδοση ενός ψηφιακού συστήματος, χρειάζεται να ξέρουμε τι μετρά ο δείκτης, πόσο συχνή είναι κάθε κατηγορία και ποια λάθη κάνει το σύστημα.
Το δείγμα, η χρονική περίοδος και η αιτιότητα
Μια ψηφοφορία στην οποία απαντούν όσοι επιλέγουν να συμμετάσχουν δεν μετατρέπεται σε αντιπροσωπευτική έρευνα μόνο επειδή συγκεντρώνει πολλές απαντήσεις. Έχει σημασία ποιοι μπορούσαν να συμμετάσχουν, ποιοι τελικά συμμετείχαν και πώς διατυπώθηκε η ερώτηση.
Ανάλογα, μια σύγκριση που επιλέγει μόνο δύο βολικές ημερομηνίες μπορεί να αποκρύπτει όσα συνέβησαν ανάμεσά τους. Χρειάζεται να εξετάζουμε μεγαλύτερο χρονικό διάστημα, να ελέγχουμε την εποχικότητα όπου έχει σημασία και να ξεχωρίζουμε τις απόλυτες τιμές από τις αναλογίες.
Τέλος, το ότι δύο μεγέθη μεταβάλλονται μαζί δεν αρκεί για να αποδείξει ότι το ένα προκαλεί το άλλο. Αν οι μαθητές που χρησιμοποιούν μια εκπαιδευτική εφαρμογή έχουν καλύτερες επιδόσεις, πρέπει να εξετάσουμε και άλλες πιθανές διαφορές, όπως τον χρόνο μελέτης ή την πρόσθετη διδασκαλία. Η συσχέτιση είναι αφετηρία ερωτημάτων, όχι ολοκληρωμένη αιτιώδης εξήγηση.
Από την ανάγνωση ειδήσεων σε μια διαθεματική δραστηριότητα
Το θέμα προσφέρεται για συνεργασία Μαθηματικών, Πληροφορικής και Γλώσσας. Στα Μαθηματικά οι μαθητές ελέγχουν πράξεις και δείκτες. Στην Πληροφορική οργανώνουν δεδομένα και κατασκευάζουν γραφήματα. Στη Γλώσσα εξετάζουν πώς οι λέξεις ενός τίτλου καθοδηγούν την ερμηνεία των ίδιων αριθμών.
- Εργαστήριο ελέγχου γραφημάτων. Κάθε ομάδα επιλέγει ένα δημοσιευμένο γράφημα, καταγράφει τον σύνδεσμο και την ημερομηνία του και αναζητά τον αρχικό πίνακα. Ελέγχει άξονες, μονάδες, χρονικό εύρος και πηγή. Περιγράφει συγκεκριμένα την πιθανή ασάφεια και προτείνει διόρθωση, χωρίς να αποδίδει πρόθεση που δεν μπορεί να τεκμηριώσει.
- Οι ίδιοι αριθμοί σε δύο τίτλους. Με βάση τη μεταβολή από 40 σε 60 συμμετοχές, οι μαθητές γράφουν έναν εντυπωσιακό και έναν πληρέστερο τίτλο. Συζητούν τι προσθέτει η αναφορά στην αρχική τιμή και γιατί η αριθμητική ορθότητα δεν εγγυάται από μόνη της επαρκή ενημέρωση.
- Ανακατασκευή με τεκμηρίωση. Οι ομάδες δημιουργούν σε υπολογιστικό φύλλο μια καθαρή απεικόνιση των ίδιων δεδομένων. Παραδίδουν το γράφημα μαζί με τον πίνακα, την πηγή, τις μονάδες και ένα σύντομο σχόλιο για τις επιλογές τους. Οι υπόλοιπες ομάδες ελέγχουν αν η απεικόνιση στηρίζει τον τίτλο.
Πέντε ερωτήσεις πριν κοινοποιήσουμε
- Ποια είναι η αρχική πηγή και πότε δημοσιεύτηκε;
- Ποια είναι η βάση σύγκρισης και ποιος ο παρονομαστής;
- Ποιους αφορά το δείγμα και πώς επιλέχθηκαν;
- Ποιες μονάδες και ποια κλίμακα χρησιμοποιεί το γράφημα;
- Το συμπέρασμα προκύπτει από τα δεδομένα ή προσθέτει κάτι που αυτά δεν αποδεικνύουν;
Τα μαθηματικά δεν καταργούν την ανάγκη ελέγχου της πηγής. Προσφέρουν, όμως, έναν πρακτικό τρόπο να δοκιμάζουμε την πληροφορία: να ξανακάνουμε μια πράξη, να ζητάμε τον παρονομαστή, να επανασχεδιάζουμε ένα γράφημα. Αυτές οι μικρές ενέργειες μπορούν να κάνουν την ανάγνωση μιας είδησης πιο προσεκτική και την κοινοποίησή της πιο υπεύθυνη.
Μικρή δοκιμή για την τάξη — με απαντήσεις
1. Ένας αριθμός αυξάνεται κατά 20% και στη συνέχεια μειώνεται κατά 20%. Επιστρέφει στην αρχική τιμή;
Απάντηση: Όχι. Από το 100 πηγαίνει στο 120 και μετά στο 96. Η δεύτερη μεταβολή υπολογίζεται σε διαφορετική βάση.
2. Ένα ποσοστό μειώνεται από 10% σε 8%. Ποια είναι η μεταβολή;
Απάντηση: Μείωση 2 ποσοστιαίων μονάδων ή σχετική μείωση 20%.
3. Σε ένα σύνολο 20 απαντήσεων οι 15 είναι θετικές. Τι μπορούμε να πούμε με βεβαιότητα;
Απάντηση: Το 75% των συγκεκριμένων απαντήσεων είναι θετικό. Η γενίκευση σε μεγαλύτερο πληθυσμό απαιτεί επιπλέον πληροφορίες για την επιλογή του δείγματος.
Πηγές και εκπαιδευτικό υλικό
- UNESCO — Disinformation: διάκριση ανάμεσα σε εσφαλμένη πληροφόρηση και σκόπιμη παραπληροφόρηση.
- Office for National Statistics — Percentages and percentage points: ποσοστά και ποσοστιαίες μονάδες.
- Office for National Statistics — Axes and gridlines: επιλογή κλίμακας και αφετηρίας αξόνων.
- UNESCO — Media and Information Literacy: εκπαιδευτικό πλαίσιο κριτικής προσέγγισης πληροφοριών και ψηφιακών μέσων.
Τα αριθμητικά παραδείγματα, η συγκριτική απεικόνιση και οι δραστηριότητες είναι πρωτότυπες εκπαιδευτικές κατασκευές του άρθρου. Δεν αποτελούν στοιχεία πραγματικής δημοσκόπησης ή αξιολόγησης εφαρμογής.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου