På svenska

In English

Tilastojen ABC

Oppitunti:
Aihe:

9.1 Tilastojen tulkinta – mitä pitää ottaa huomioon?

Hyvä tulkinta konkretisoi tilastoa. Se pohtii asioita arkielämän kannalta, esimerkiksi sitä, mitä tulokset merkitsevät keskituloiselle kotitaloudelle. Se yrittää löytää tyypillisyyksiä ja nimetä niitä. Se elävöittää lukuja esimerkein. Jos tilaston tekijä ei ole tilastoa konkretisoinut, tilaston käyttäjän on tehtävä se itse ymmärtääkseen, mitä tilasto kertoo.

Tilastojen tulkinnan ydinkysymys on, paljonko on paljon. Kysymykseen ei ole olemassa yleistä vastausta, vaan tulosten merkitys riippuu asiayhteydestä – ja siitä, mitä lukuja käytetään. Pieni prosenttiluku voi olla paljon: esimerkiksi yksi prosentti maailman väestöstä on 70 miljoonaa ihmistä eli lähes 13 kertaa Suomen väkiluku.

Tilastolukujen suuruutta arvioitaessa tulisi aina kysyä:

  • milloin viimeksi oli vastaavaa?
  • mikä on Suomen asema verrattuna esimerkiksi EU-maihin, miten maan eri alueet eroavat toisistaan?
  • miten nämä tulokset eroavat tuon toisen tilaston tuloksista ja miksi?
  • mitkä hinnat vaikuttavat inflaatioon kasvattavasti, entä mitkä laskevat sitä?

Tilaston tulkinnassa on aina otettava huomioon myös perusjoukon rakennemuutokset, jotka voivat vaikuttaa tuloksiin. Esimerkiksi väestön koulutustason kohoaminen tai ikärakenteen muutos vaikuttavat moniin muihin asioihin, esimerkiksi kulutusmenoihin.

Pätevä tilaston tulkinta ottaa myös huomioon satunnaisvaihtelun. Tulkinnassa on osattava nähdä satunnaisvaihtelun läpi. Aikasarjoissa häiritsevä satunnaisvaihtelu siivotaan pois laskemalla liukuva keskiarvo, joka poistaa äärihavainnot ja kuva kehityksestä tasoittuu. Otostutkimuksissa puhutaan luottamusvälistä tai virhemarginaalista. Kun sanotaan, että jokin ero on tilastollisesti merkitsevä, tarkoitetaan sitä, ettei ero jää virhemarginaalin sisään, jolloin se olisi tilastollisessa mielessä satunnaisvaihtelua. Satunnaisuuden tunnistaminen edellyttää tilastollisten taitojen lisäksi aina tutkittavan ilmiön asiantuntemusta.

Tilaston tulkinnassa on osattava myös tarkkailla tilaston kuvaaman muuttujan jakaumaa. Keskilukuja tarkasteltaessa syntyy helposti väärä kuvaa aineiston homogeenisuudesta. Keskiarvo voi olla hyvinkin epätyypillinen arvo sellaisissa tilanteissa, joissa tarkasteltava asia on voimakkaasti polarisoitunut eli jakautunut voimakkaasti kahtia. Jos esimerkiksi tuloerot ovat suuret, ei aritmeettisen keskiansion tarkastelu anna oikeata kuvaa tuloista.

Tilastojen perusteella tehdään usein oletuksia syy-seuraussuhteista. On kuitenkin muistettava, ettei asioiden samanaikainen vaihtelu eli korrelaatio todista syy-seuraussuhteen olemassaoloa.


Jaa