TEDxExeter
Alan Smith: Why you should love statistics
Alan Smith: Miért szeressük a statisztikát?
Filmed:
Readability: 4.2
1,779,282 views
Úgy gondolják, hogy erősségük a számok megtippelése? Tippeljenek újra! Tartsuk bár magunkat matekra fogékonyaknak vagy sem, a számok megértésének és a velük való munka képessége igencsak korlátolt – állítja Alan Smith, az adatok képi megjelenítésének szakértője. Ebben az elragadó előadásban Smith föltárja az eltérést aközött, amit tudunk és amit tudni vélünk.
Alan Smith - Data visualisation editor
Alan Smith uses interactive graphics and statistics to breathe new life into how data is presented. Full bio
Alan Smith uses interactive graphics and statistics to breathe new life into how data is presented. Full bio
Double-click the English transcript below to play the video.
00:12
Back in 2003,
0
714
3096
Az Egyesült Királyság kormánya
00:15
the UK government carried out a survey.
1
3834
2509
2003-ban kutatást végeztetett.
00:19
And it was a survey that measured
levels of numeracy
levels of numeracy
2
7494
3149
A kutatás a lakosság számolókészségét
00:22
in the population.
3
10667
1237
mérte föl.
00:23
And they were shocked to find out
4
11928
1643
Megdöbbenéssel tapasztalták,
00:25
that for every 100 working age
adults in the country,
adults in the country,
5
13595
3364
hogy a munkaképes korú
felnőttek 47%-ának számolókészsége
felnőttek 47%-ának számolókészsége
00:28
47 of them lacked Level 1 numeracy skills.
6
16983
3501
nem érte el még az 1. szintet sem.
00:32
Now, Level 1 numeracy skills --
that's low-end GCSE score.
that's low-end GCSE score.
7
20892
4112
Pedig hát az 1. szint –
az elégséges érettségi eredmény.
az elégséges érettségi eredmény.
Ez a törtekkel, százalékokkal és a tízes
számrendszerrel bánni tudás készsége.
számrendszerrel bánni tudás készsége.
00:37
It's the ability to deal with fractions,
percentages and decimals.
percentages and decimals.
8
25410
3248
00:40
So this figure prompted
a lot of hand-wringing in Whitehall.
a lot of hand-wringing in Whitehall.
9
28682
4628
Az eredmény heves vitát
váltott ki a kormányban.
váltott ki a kormányban.
00:45
Policies were changed,
10
33334
1628
Módosították az előírásokat.
00:46
investments were made,
11
34986
1722
Beruháztak.
00:48
and then they ran
the survey again in 2011.
the survey again in 2011.
12
36732
3038
Majd 2011-ben megismételték a fölmérést.
00:51
So can you guess
what happened to this number?
what happened to this number?
13
39794
2205
Találják ki, hogyan változott ez a szám!
00:56
It went up to 49.
14
44021
1444
Fölment 49-re.
00:57
(Laughter)
15
45489
1449
(Nevetés)
00:58
And in fact, when I reported
this figure in the FT,
this figure in the FT,
16
46962
2449
Amikor közzétettem e számot
a Financial Timesban,
a Financial Timesban,
01:01
one of our readers joked and said,
17
49435
1671
az egyik olvasó viccelődött:
01:03
"This figure is only shocking
to 51 percent of the population."
to 51 percent of the population."
18
51130
3761
"A szám csak a lakosság
51%-át döbbenti meg."
51%-át döbbenti meg."
01:06
(Laughter)
19
54915
2286
(Nevetés)
01:09
But I preferred, actually,
the reaction of a schoolchild
the reaction of a schoolchild
20
57225
3157
De jobban tetszett
az egyik iskolásgyerek reagálása,
az egyik iskolásgyerek reagálása,
01:12
when I presented
at a school this information,
at a school this information,
21
60406
3095
aki – amikor az egyik iskolában
ismertettem az eredményt –,
ismertettem az eredményt –,
01:15
who raised their hand and said,
22
63525
1531
jelentkezett, és megkérdezte:
01:17
"How do we know that the person
who made that number
who made that number
23
65080
2516
"Honnan tudjuk, hogy az ezt
az eredményt produkáló személy
az eredményt produkáló személy
01:19
isn't one of the 49 percent either?"
24
67620
1815
nem a 49%-hoz tartozik?
01:21
(Laughter)
25
69459
1254
(Nevetés)
01:22
So clearly, there's a numeracy issue,
26
70737
4050
A számolókészség ügye fontos
01:26
because these are
important skills for life,
important skills for life,
27
74811
2110
egész életünk szempontjából,
01:28
and a lot of the changes
that we want to introduce in this century
that we want to introduce in this century
28
76945
3867
és a századunkban bevezetni
tervezett sok változás igényli,
tervezett sok változás igényli,
01:32
involve us becoming
more comfortable with numbers.
more comfortable with numbers.
29
80836
2441
hogy jobban érezzük
magunkat a számok világában.
magunkat a számok világában.
01:35
Now, it's not just an English problem.
30
83301
1848
Ez nem csak angol probléma.
01:37
OECD this year released some figures
looking at numeracy in young people,
looking at numeracy in young people,
31
85173
4930
Az OECD 2016-ban adatokat tett közzé
fiatalok számolókészségére vonatkozólag.
fiatalok számolókészségére vonatkozólag.
01:42
and leading the way, the USA --
32
90127
2780
Az élenjáró USA-ban
01:44
nearly 40 percent of young people
in the US have low numeracy.
in the US have low numeracy.
33
92931
4670
a fiatalok közel 40%-a áll hadilábon
a számolókészséggel.
a számolókészséggel.
01:49
Now, England is there too,
34
97625
1297
Az angolok is ott vannak,
01:50
but there are seven OECD countries
with figures above 20 percent.
with figures above 20 percent.
35
98946
5533
de hét OECD-ország számai is
meghaladják a 20%-ot.
meghaladják a 20%-ot.
01:56
That is a problem,
because it doesn't have to be that way.
because it doesn't have to be that way.
36
104503
2759
Ez baj, mert nem kellene így lennie.
01:59
If you look at the far end of this graph,
37
107286
2008
Ha megnézzük a grafikon szélét,
02:01
you can see the Netherlands and Korea
are in single figures.
are in single figures.
38
109318
2960
Hollandia és Korea
eredménye egy számjegyű.
eredménye egy számjegyű.
02:04
So there's definitely a numeracy
problem that we want to address.
problem that we want to address.
39
112302
4416
Tehát a számolókészség ügyével
biztosan foglalkoznunk kell.
biztosan foglalkoznunk kell.
02:09
Now, as useful as studies like these are,
40
117510
2930
Bármennyire hasznosak az ilyen fölmérések,
02:12
I think we risk herding people
inadvertently into one of two categories;
inadvertently into one of two categories;
41
120464
5400
óhatatlanul azt kockáztatjuk,
hogy két csoportba tereljük az embereket;
hogy két csoportba tereljük az embereket;
02:17
that there are two kinds of people:
42
125888
1776
hogy két emberfajta létezik:
02:19
those people that are comfortable
with numbers, that can do numbers,
with numbers, that can do numbers,
43
127688
4349
akik jól érzik magukat a számok
világában, akik jól bánnak velük,
világában, akik jól bánnak velük,
02:24
and the people who can't.
44
132061
2236
és akik képtelenek rá.
02:26
And what I'm trying
to talk about here today
to talk about here today
45
134321
2101
Ma megpróbálom elmagyarázni,
02:28
is to say that I believe
that is a false dichotomy.
that is a false dichotomy.
46
136446
3042
hogy ez a dichotómia hamis.
02:31
It's not an immutable pairing.
47
139512
1868
Ez nem megváltozhatatlan párosítás.
02:33
I think you don't have to have
tremendously high levels of numeracy
tremendously high levels of numeracy
48
141404
3648
Nem kell toronymagas szintű
számolókészség,
számolókészség,
02:37
to be inspired by numbers,
49
145076
1728
hogy a számok lázba hozzanak minket,
02:38
and that should be the starting point
to the journey ahead.
to the journey ahead.
50
146828
3109
és ez a kiinduló pontunk.
02:42
And one of the ways in which
we can begin that journey, for me,
we can begin that journey, for me,
51
150387
4311
A kérdés vizsgálatának egyik módszere
02:46
is looking at statistics.
52
154722
1726
a statisztika szemügyre vétele.
02:48
Now, I am the first to acknowledge
that statistics has got somewhat
that statistics has got somewhat
53
156472
3495
Én vagyok az első, aki szóvá teszi,
hogy valami baj van
hogy valami baj van
02:51
of an image problem.
54
159991
1318
a statisztika hírnevével.
02:53
(Laughter)
55
161333
1047
(Nevetés)
02:54
It's the part of mathematics
56
162404
1532
Ez a matematikának olyan része,
02:55
that even mathematicians
don't particularly like,
don't particularly like,
57
163960
3059
amelyet még a matematikusok
sem különösebben szeretnek,
sem különösebben szeretnek,
02:59
because whereas the rest of maths
is all about precision and certainty,
is all about precision and certainty,
58
167043
4012
mert míg a matek többi részét
a precizitás és a bizonyosság jellemzi,
a precizitás és a bizonyosság jellemzi,
03:03
statistics is almost the reverse of that.
59
171079
2284
a statisztika majdhogynem
az ellenkezője.
az ellenkezője.
03:05
But actually, I was a late convert
to the world of statistics myself.
to the world of statistics myself.
60
173793
4655
De jómagam későn lettem
híve a statisztikának.
híve a statisztikának.
03:10
If you'd asked my undergraduate professors
61
178472
2082
Ha egyetemi oktatóimtól megtudakolnák,
03:12
what two subjects would I be least likely
to excel in after university,
to excel in after university,
62
180578
4759
melyik két tárgyból nem brillíroznék
diplomám megszerzése után,
diplomám megszerzése után,
03:17
they'd have told you statistics
and computer programming,
and computer programming,
63
185361
2767
a statisztikát és a számítógépes
programozást említenék.
programozást említenék.
03:20
and yet here I am, about to show you
some statistical graphics
some statistical graphics
64
188152
2939
Mégis itt vagyok, hogy egy pár
statisztikai grafikont mutassak,
statisztikai grafikont mutassak,
03:23
that I programmed.
65
191115
1202
amelyeket én programoztam.
03:24
So what inspired that change in me?
66
192745
1755
Mi váltotta ki belőlem a változást?
03:26
What made me think that statistics
was actually an interesting thing?
was actually an interesting thing?
67
194524
3648
Mi késztetett rá, hogy a statisztikára
mint érdekes dologra tekintsek?
mint érdekes dologra tekintsek?
03:30
It's really because
statistics are about us.
statistics are about us.
68
198196
2266
Lényegében az,
hogy a statisztika rólunk szól.
hogy a statisztika rólunk szól.
03:32
If you look at the etymology
of the word statistics,
of the word statistics,
69
200869
2582
Ha a szó etimológiáját nézzük,
03:35
it's the science of dealing with data
70
203475
2609
az államra vagy a közösségünkre
03:38
about the state or the community
that we live in.
that we live in.
71
206108
2430
vonatkozó adatokkal foglalkozó
tudományt jelenti.
tudományt jelenti.
03:40
So statistics are about us as a group,
72
208562
3354
Tehát a statisztika minket mint csoportot,
03:43
not us as individuals.
73
211940
1675
s nem mint egyéneket vizsgál.
03:45
And I think as social animals,
74
213639
1470
Társas viselkedésű állatokként
03:47
we share this fascination about how
we as individuals relate to our groups,
we as individuals relate to our groups,
75
215133
3944
mi is részesei vagyunk annak a csodának,
ahogy individuumként társainkhoz,
ahogy individuumként társainkhoz,
03:51
to our peers.
76
219101
1388
csoportunkhoz viszonyulunk.
03:52
And statistics in this way
are at their most powerful
are at their most powerful
77
220513
3110
A statisztika a legerősebb eszköz
03:55
when they surprise us.
78
223647
1301
meglepetések kimutatására.
03:57
And there's been some really wonderful
surveys carried out recently
surveys carried out recently
79
225477
3207
Az Ipsos MORI
néhány csodás kutatást végzett
néhány csodás kutatást végzett
04:00
by Ipsos MORI in the last few years.
80
228708
1714
az utóbbi években.
04:02
They did a survey of over
1,000 adults in the UK,
1,000 adults in the UK,
81
230446
2708
Pl. amely az Egyesült Királyság
több mint ezer felnőttjéről készült:
több mint ezer felnőttjéről készült:
04:05
and said, for every 100 people
in England and Wales,
in England and Wales,
82
233178
3780
vajon Anglia és Wales lakosainak
04:08
how many of them are Muslim?
83
236982
1870
hány százaléka muszlim?
04:10
Now the average answer from this survey,
84
238876
2646
Az derül ki a teljes lakosságra nézve
04:13
which was supposed to be representative
of the total population, was 24.
of the total population, was 24.
85
241546
3412
reprezentatívnak tartott felmérésből,
hogy átlag 24%.
hogy átlag 24%.
04:16
That's what people thought.
86
244982
3676
Ezt hitték az emberek.
04:20
British people think 24 out of every 100
people in the country are Muslim.
people in the country are Muslim.
87
248682
3639
A britek azt hiszik, hogy az ország
lakosainak 24%-a muszlim.
lakosainak 24%-a muszlim.
04:24
Now, official figures reveal
that figure to be about five.
that figure to be about five.
88
252345
4410
A hivatalos adatok viszont föltárják,
hogy ez a szám 5% körül van.
hogy ez a szám 5% körül van.
04:29
So there's this big variation
between what we think, our perception,
between what we think, our perception,
89
257732
3987
Óriási különbség van aközött,
hogy mit hiszünk, mit észlelünk,
hogy mit hiszünk, mit észlelünk,
04:33
and the reality as given by statistics.
90
261743
2038
s hogy milyen valóságot
mutat a statisztika.
mutat a statisztika.
04:35
And I think that's interesting.
91
263805
1544
Ez pedig nagyon érdekes.
04:37
What could possibly be causing
that misperception?
that misperception?
92
265373
3290
Mi okozhatja ezt a téves fölfogást?
04:41
And I was so thrilled with this study,
93
269212
1854
Annyira izgalomba hozott a tanulmány,
04:43
I started to take questions out
in presentations. I was referring to it.
in presentations. I was referring to it.
94
271090
3480
hogy előadásaim során
kérdezősködni kezdtem.
kérdezősködni kezdtem.
04:46
Now, I did a presentation
95
274594
1218
Előadást tartottam
04:47
at St. Paul's School for Girls
in Hammersmith,
in Hammersmith,
96
275836
2310
a hammersmith-i Szt. Pál Leányiskolában,
04:50
and I had an audience rather like this,
97
278170
2140
a hallgatóság olyan volt, mint itt ez,
04:52
except it was comprised entirely
of sixth-form girls.
of sixth-form girls.
98
280334
3868
azzal a különbséggel,
hogy csak hatodikos lányokból állt.
hogy csak hatodikos lányokból állt.
04:56
And I said, "Girls,
99
284226
2396
Megkérdeztem őket:
"Lányok, szerintetek
a brit közvélemény mit gondol,
a brit közvélemény mit gondol,
04:59
how many teenage girls do you think
the British public think
the British public think
100
287598
4543
évente hány bakfis esik teherbe?"
05:04
get pregnant every year?"
101
292165
1748
05:05
And the girls were apoplectic when I said
102
293937
2676
A lányok földühödtek, amikor közöltem,
05:09
the British public think that 15
out of every 100 teenage girls
out of every 100 teenage girls
103
297453
3913
hogy a britek úgy hiszik,
hogy 100 bakfis közül
hogy 100 bakfis közül
05:13
get pregnant in the year.
104
301390
1293
évente 15 esik teherbe.
05:15
And they had every right to be angry,
105
303429
2231
Igazuk volt, hogy földühödtek,
05:17
because in fact, I'd have to have
closer to 200 dots
closer to 200 dots
106
305684
2758
mert valójában már
a 200. pötty közelében járnék,
a 200. pötty közelében járnék,
05:20
before I could color one in,
107
308466
1570
mire beszínezhetnék egyet,
05:22
in terms of what
the official figures tell us.
the official figures tell us.
108
310060
2515
a hivatalos adatok bizonysága szerint.
05:24
And rather like numeracy,
this is not just an English problem.
this is not just an English problem.
109
312599
3800
Ez, akárcsak a számolókészség,
nem csak brit probléma.
nem csak brit probléma.
05:28
Ipsos MORI expanded the survey
in recent years to go across the world.
in recent years to go across the world.
110
316423
4504
Az Ipsos MORI az utóbbi években
az egész világra kibővítette a kutatást.
az egész világra kibővítette a kutatást.
05:32
And so, they asked Saudi Arabians,
111
320951
2950
Megkérdezték a szaúd-arábiaiakat,
05:35
for every 100 adults in your country,
112
323925
2521
vajon az ország lakosai közül
05:38
how many of them are overweight or obese?
113
326470
2873
hány százalék túlsúlyos vagy elhízott?
05:42
And the average answer from the Saudis
was just over a quarter.
was just over a quarter.
114
330526
5333
A szaúdiak általában azt felelték,
hogy a 28%-a.
hogy a 28%-a.
05:48
That's what they thought.
115
336402
1202
Ezt hitték:
05:49
Just over a quarter of adults
are overweight or obese.
are overweight or obese.
116
337628
2568
túlsúlyos vagy elhízott
a felnőttek több mint negyede.
a felnőttek több mint negyede.
05:52
The official figures show, actually,
it's nearer to three-quarters.
it's nearer to three-quarters.
117
340220
4781
A hivatalos számok viszont
azt mutatják, hogy közel 3/4-ük.
azt mutatják, hogy közel 3/4-ük.
05:57
(Laughter)
118
345025
1456
(Nevetés)
05:58
So again, a big variation.
119
346505
2292
Megint csak óriási különbség!
06:00
And I love this one: they asked in Japan,
they asked the Japanese,
they asked the Japanese,
120
348821
4446
Ez a kedvencem: megkérdezték a japánokat,
06:05
for every 100 Japanese people,
121
353291
1960
hogy 100 japán közül
06:07
how many of them live in rural areas?
122
355275
2601
hányan élnek vidéken?
06:10
The average was about a 50-50 split,
just over halfway.
just over halfway.
123
358521
4901
Általában a fele – mondták.
06:15
They thought 56 out of every 100
Japanese people lived in rural areas.
Japanese people lived in rural areas.
124
363446
4147
Úgy hitték, hogy a japánok
56%-a él vidéken.
56%-a él vidéken.
06:19
The official figure is seven.
125
367617
1687
A hivatalos adatok szerint 7%-uk.
06:22
So extraordinary variations,
and surprising to some,
and surprising to some,
126
370259
4450
Rendkívüli eltérések,
és egyeseknek meglepők,
és egyeseknek meglepők,
06:26
but not surprising to people
who have read the work
who have read the work
127
374733
2389
de azoknak nem, akik olvasták pl.
06:29
of Daniel Kahneman, for example,
the Nobel-winning economist.
the Nobel-winning economist.
128
377146
4392
Daniel Kahneman
Nobel-díjas közgazdász művét.
Nobel-díjas közgazdász művét.
06:33
He and his colleague, Amos Tversky,
spent years researching this disjoint
spent years researching this disjoint
129
381562
5092
Munkatársával, Amos Tverskyvel
évekig kutatta
évekig kutatta
06:38
between what people perceive
and the reality,
and the reality,
130
386678
3145
az észlelés és a valóság
közti különbséget,
közti különbséget,
06:41
the fact that people are actually
pretty poor intuitive statisticians.
pretty poor intuitive statisticians.
131
389847
3751
azt a tényt, hogy az emberek
elég rossz ösztönös statisztikusok.
elég rossz ösztönös statisztikusok.
06:45
And there are many reasons for this.
132
393622
1760
Ennek több oka van.
06:47
Individual experiences, certainly,
can influence our perceptions,
can influence our perceptions,
133
395406
3115
Az egyéni tapasztalatok feltétlenül
befolyásolják észleléseinket,
befolyásolják észleléseinket,
06:50
but so, too, can things like the media
reporting things by exception,
reporting things by exception,
134
398545
3958
ahogy a média is, amikor az eseményekről
06:54
rather than what's normal.
135
402527
1696
normálisnak nem mondható
módon számol be.
módon számol be.
06:56
Kahneman had a nice way
of referring to that.
of referring to that.
136
404855
2126
Kahneman ezt találóan fogalmazta meg:
06:59
He said, "We can be blind
to the obvious" --
to the obvious" --
137
407005
2085
"Vakok lehetünk a nyilvánvalóra" –,
07:01
so we've got the numbers wrong --
138
409114
1638
tehát rossz számokkal dolgozunk –
07:02
"but we can be blind
to our blindness about it."
to our blindness about it."
139
410776
2322
"de ez ügyben a vakságunkat sem látjuk."
07:05
And that has enormous
repercussions for decision making.
repercussions for decision making.
140
413122
3266
Ez pedig károsan hat a döntéshozatalra.
07:08
So at the statistics office
while this was all going on,
while this was all going on,
141
416412
2852
Eközben a statisztikai hivatalban
arra gondoltam,
arra gondoltam,
07:11
I thought this was really interesting.
142
419288
1912
hogy ez tényleg érdekes.
07:13
I said, this is clearly a global problem,
143
421224
2010
Azt mondtam, hogy ez világprobléma,
07:15
but maybe geography is the issue here.
144
423258
2435
de talán a földrajz okozza.
07:17
These were questions that were all about,
how well do you know your country?
how well do you know your country?
145
425717
3909
E kérdések mind arra vezettek:
milyen jól ismered a hazádat?
milyen jól ismered a hazádat?
07:21
So in this case, it's how well
do you know 64 million people?
do you know 64 million people?
146
429650
3993
Esetünkben pedig:
mennyire jól ismered a 64 millió embert?
mennyire jól ismered a 64 millió embert?
07:25
Not very well, it turns out.
I can't do that.
I can't do that.
147
433667
2732
Kiderül, hogy nem valami jól.
Nekem nem megy.
Nekem nem megy.
07:28
So I had an idea,
148
436423
1324
Támadt egy ötletem,
07:29
which was to think about
this same sort of approach
this same sort of approach
149
437771
3123
amiben ugyanolyan megközelítési
módra gondoltam,
módra gondoltam,
07:32
but to think about it
in a very local sense.
in a very local sense.
150
440918
2105
de nagyon is helyi szinten.
07:35
Is this a local?
151
443047
1191
Mi az, hogy helyi?
07:36
If we reframe the questions and say,
152
444262
1941
Az átfogalmazott kérdés így hangozhat:
07:38
how well do you know your local area,
153
446227
2122
Mennyire jól ismerjük a környékünket?
07:40
would your answers be any more accurate?
154
448373
2103
Így már pontosabbak lesznek a válaszaink?
07:43
So I devised a quiz:
155
451817
1762
Terveztem ezért egy játékot.
07:45
How well do you know your area?
156
453603
1859
"Mennyire jól ismered a környékedet?"
07:48
It's a simple Web app.
157
456454
1889
Egyszerű webalkalmazás.
07:50
You put in a post code
158
458367
1183
Irányítószámunkat beírva
07:51
and then it will ask you questions
based on census data
based on census data
159
459574
2707
a program a népszámlálás
adataira támaszkodva kérdez
adataira támaszkodva kérdez
07:54
for your local area.
160
462305
1539
a környezetünket illetően.
07:56
And I was very conscious
in designing this.
in designing this.
161
464305
2123
Tervezéskor nagyon tudatosan jártam el:
07:58
I wanted to make it open
to the widest possible range of people,
to the widest possible range of people,
162
466452
4109
azt szerettem volna,
ha a legszélesebb kör használja,
ha a legszélesebb kör használja,
08:02
not just the 49 percent
who can get the numbers.
who can get the numbers.
163
470585
2828
nemcsak a számokhoz értő 49%.
08:05
I wanted everyone to engage with it.
164
473437
1755
Szerettem volna, ha mindenki rákap.
08:07
So for the design of the quiz,
165
475216
1525
A játék tervezésekor
08:08
I was inspired by the isotypes
166
476765
3615
az ihletet az Otto Neurath által
08:12
of Otto Neurath from the 1920s and '30s.
167
480404
2602
az 1920-30-as években
kidolgozott Isotypes adta.
kidolgozott Isotypes adta.
08:15
Now, these are methods
for representing numbers
for representing numbers
168
483030
4348
Ezek számok ábrázolására való módszerek
08:19
using repeating icons.
169
487402
1773
képi jelek többszöri ismétlésével.
08:21
And the numbers are there,
but they sit in the background.
but they sit in the background.
170
489640
3165
Ott vannak a számok,
de a háttérbe húzódva.
de a háttérbe húzódva.
08:24
So it's a great way
of representing quantity
of representing quantity
171
492829
2723
Nagyszerű módszer
mennyiségek ábrázolására,
mennyiségek ábrázolására,
08:27
without resorting to using terms
like "percentage,"
like "percentage,"
172
495576
2984
és elkerülhető vele
pl. a százalék, a tört vagy az arány
pl. a százalék, a tört vagy az arány
08:30
"fractions" and "ratios."
173
498584
1230
fogalmának használata.
08:31
So here's the quiz.
174
499838
1702
Lássuk a játékot!
08:34
The layout of the quiz is,
175
502310
1647
Bal felől vannak a jelképek,
08:35
you have your repeating icons
on the left-hand side there,
on the left-hand side there,
176
503981
2819
és a jobb oldali térképen látszik,
mely földrajzi területre vonatkoznak
08:38
and a map showing you the area
we're asking you questions about
we're asking you questions about
177
506824
3123
08:41
on the right-hand side.
178
509971
1167
a kérdések.
08:43
There are seven questions.
179
511162
1281
Hét kérdést teszünk föl.
08:44
Each question, there's a possible answer
between zero and a hundred,
between zero and a hundred,
180
512467
3893
Minden kérdésnél a lehetséges válasz
nulla és száz közé eshet,
nulla és száz közé eshet,
08:48
and at the end of the quiz,
181
516384
1349
és a játék végén kiderül
08:49
you get an overall score
between zero and a hundred.
between zero and a hundred.
182
517757
3218
az összesített pontszám,
ami nulla és száz közé eshet.
ami nulla és száz közé eshet.
08:52
And so because this is TEDxExeter,
183
520999
2084
Mivel ez itt a TEDxExeter,
08:55
I thought we would have
a quick look at the quiz
a quick look at the quiz
184
523107
2325
nézzük meg gyorsan,
08:57
for the first few questions of Exeter.
185
525456
2309
miket kérdez először a program Exeterről.
08:59
And so the first question is:
186
527789
1405
Az első kérdése:
09:01
For every 100 people,
how many are aged under 16?
how many are aged under 16?
187
529218
2992
100 fő közül hány a 16 évesnél fiatalabb?
09:04
Now, I don't know Exeter very well
at all, so I had a guess at this,
at all, so I had a guess at this,
188
532784
3600
Nem túl jól ismerem Exetert,
ezért csak saccolni tudtam,
ezért csak saccolni tudtam,
09:08
but it gives you an idea
of how this quiz works.
of how this quiz works.
189
536408
2561
de azért képet kapnak a játék működéséről.
09:10
You drag the slider
to highlight your icons,
to highlight your icons,
190
538993
3706
Elhúzzák a csúszkát
a képecskék kijelölésére,
a képecskék kijelölésére,
09:14
and then just click "Submit" to answer,
191
542723
2235
majd az OK-ra rákattintva felelnek.
09:16
and we animate away the difference
between your answer and reality.
between your answer and reality.
192
544982
3663
Megjelenítjük a válasz
és a valóság közötti különbséget.
és a valóság közötti különbséget.
09:20
And it turns out, I was a pretty
terrible guess: five.
terrible guess: five.
193
548669
4075
Kiderül, hogy jól melléfogtam;
a valóságban 5.
a valóságban 5.
09:25
How about the next question?
194
553149
1424
Mi a következő kérdés?
09:26
This is asking about
what the average age is,
what the average age is,
195
554597
2156
Kíváncsi az átlagéletkorra,
09:28
so the age at which half
the population are younger
the population are younger
196
556777
2445
arra a korra, amelynél a sokaság
fele fiatalabb,
fele fiatalabb,
09:31
and half the population are older.
197
559246
1674
illetve a fele idősebb.
09:32
And I thought 35 -- that sounds
middle-aged to me.
middle-aged to me.
198
560944
3350
Úgy gondoltam, hogy 35;
ezt olyan középkorúnak érzem.
ezt olyan középkorúnak érzem.
09:36
(Laughter)
199
564318
1443
(Nevetés)
09:40
Actually, in Exeter,
it's incredibly young,
it's incredibly young,
200
568206
2106
Valójában Exeter hihetetlenül fiatal,
09:42
and I had underestimated the impact
of the university in this area.
of the university in this area.
201
570336
4538
de én alulértékeltem
az egyetem helyi hatását.
az egyetem helyi hatását.
09:46
The questions get harder
as you go through.
as you go through.
202
574898
2031
A kérdések egyre fogósabbakká válnak.
09:48
So this one's now asking
about homeownership:
about homeownership:
203
576953
2383
E kérdés a lakástulajdonra vonatkozik.
09:51
For every 100 households, how many
are owned with a mortgage or loan?
are owned with a mortgage or loan?
204
579955
3699
100 háztartás közül
hányat terhel jelzálog vagy hitel?
hányat terhel jelzálog vagy hitel?
09:55
And I hedged my bets here,
205
583678
1280
Lefedeztem magam,
09:56
because I didn't want to be
more than 50 out on the answer.
more than 50 out on the answer.
206
584982
3098
mert nem akartam 50-nél többet mondani.
10:00
(Laughter)
207
588104
2020
(Nevetés)
10:02
And actually, these get harder,
these questions,
these questions,
208
590148
2466
Tényleg, ezek a kérdések már nehezebbek,
10:04
because when you're in an area,
when you're in a community,
when you're in a community,
209
592638
2859
mert ha valamely területen
vagy közösségben élünk,
vagy közösségben élünk,
10:07
things like age -- there are clues
to whether a population is old or young.
to whether a population is old or young.
210
595521
5250
az életkor dönti el,
hogy a sokaság öreg-e vagy fiatal.
hogy a sokaság öreg-e vagy fiatal.
10:12
Just by looking around
the area, you can see it.
the area, you can see it.
211
600795
2345
Elég körülnéznünk, és látjuk.
10:15
Something like homeownership
is much more difficult to see,
is much more difficult to see,
212
603164
3391
De pl. a lakástulajdon kérdését
sokkal nehezebb megítélni,
sokkal nehezebb megítélni,
10:18
so we revert to our own heuristics,
213
606579
2608
ezért a heurisztikánkhoz térünk vissza,
10:21
our own biases about how many people
we think own their own homes.
we think own their own homes.
214
609211
4451
arra vonatkozó előítéletünkhöz,
hogy hányan laknak a sajátjukban.
hogy hányan laknak a sajátjukban.
10:25
Now the truth is,
when we published this quiz,
when we published this quiz,
215
613686
3650
Az a helyzet,
hogy amikor kibocsátottuk a játékot,
hogy amikor kibocsátottuk a játékot,
10:29
the census data that it's based on
was already a few years old.
was already a few years old.
216
617360
3536
az alapjául szolgáló népszámlálási
adatok már többévesek voltak.
adatok már többévesek voltak.
10:32
We've had online applications
that allow you to put in a post code
that allow you to put in a post code
217
620920
3569
Voltak online alkalmazások,
amelyekkel irányítószám alapján
amelyekkel irányítószám alapján
10:36
and get statistics back for years.
218
624513
2094
többéves idősorokat kaphatunk.
10:38
So in some senses,
219
626631
1189
Bizonyos értelemben
10:39
this was all a little bit old
and not necessarily new.
and not necessarily new.
220
627844
3549
ezek egy kissé avittasok voltak,
és nem feltétlenül újak.
és nem feltétlenül újak.
10:43
But I was interested to see
what reaction we might get
what reaction we might get
221
631417
3639
De érdekelt, hogy milyen lesz a reakció,
10:47
by game-ifying the data
in the way that we have,
in the way that we have,
222
635080
2717
ha animációval játékossá tesszük
a rendelkezésünkre álló adatokat,
10:49
by using animation
223
637821
1407
10:51
and playing on the fact
that people have their own preconceptions.
that people have their own preconceptions.
224
639252
3748
és arra játszunk rá,
hogy léteznek előítéletek.
hogy léteznek előítéletek.
10:55
It turns out, the reaction was, um ...
225
643508
3583
Kiderült, hogy a reakciók jócskán... hm...
11:00
was more than I could have hoped for.
226
648328
1928
meghaladták a várakozásomat.
11:02
It was a long-held ambition of mine
to bring down a statistics website
to bring down a statistics website
227
650280
3381
Régen dédelgetett vágyam
egy statisztikai oldal,
egy statisztikai oldal,
amely a közönség igénye miatt omlik össze.
11:05
due to public demand.
228
653685
1408
(Nevetés)
11:07
(Laughter)
229
655117
1800
11:08
This URL contains the words
"statistics," "gov" and "UK,"
"statistics," "gov" and "UK,"
230
656941
3464
Ez az URL tartalmazza
a "statistics", "gov" és az "UK" szókat,
a "statistics", "gov" és az "UK" szókat,
11:12
which are three of people's least
favorite words in a URL.
favorite words in a URL.
231
660429
3242
amely a legkevésbé kedvelt
három szó az URL-ben.
három szó az URL-ben.
11:15
And the amazing thing about this
was that the website came down
was that the website came down
232
663695
3985
A megdöbbentő az, hogy a weboldal
este háromnegyed tízkor
este háromnegyed tízkor
11:19
at quarter to 10 at night,
233
667704
2093
tényleg összeomlott,
11:21
because people were actually
engaging with this data
engaging with this data
234
669821
3211
mert az emberek
önszántukból foglalkoztak
önszántukból foglalkoztak
11:25
of their own free will,
235
673056
1539
ezekkel az adatokkal,
11:26
using their own personal time.
236
674619
2035
szabadidejükben.
11:28
I was very interested to see
237
676678
2487
Nagyon érdekes volt látnom,
11:31
that we got something like
a quarter of a million people
a quarter of a million people
238
679189
3713
hogy negyedmillióan játszanak valamivel
11:34
playing the quiz within the space
of 48 hours of launching it.
of 48 hours of launching it.
239
682926
3272
a megjelenésétől számított 48 óra alatt.
11:38
And it sparked an enormous discussion
online, on social media,
online, on social media,
240
686222
3927
Heves vita alakult ki az interneten
és a közösségi oldalakon,
és a közösségi oldalakon,
11:42
which was largely dominated
241
690173
2037
amelyet jórészt azok uraltak,
11:44
by people having fun
with their misconceptions,
with their misconceptions,
242
692234
3993
akik viccesnek találták előítéleteiket.
11:48
which is something that
I couldn't have hoped for any better,
I couldn't have hoped for any better,
243
696251
3059
Ennél jobbat nem is kívánhattam volna.
11:51
in some respects.
244
699334
1160
Az is tetszett, hogy az emberek
11:52
I also liked the fact that people started
sending it to politicians.
sending it to politicians.
245
700518
3226
küldözgették ezt a politikusoknak.
11:55
How well do you know the area
you claim to represent?
you claim to represent?
246
703768
2589
Mennyire ismered jól
az állítólag képviselt területed?
az állítólag képviselt területed?
11:58
(Laughter)
247
706381
1162
(Nevetés)
11:59
And then just to finish,
248
707567
1560
Végezetül,
12:01
going back to the two kinds of people,
249
709992
2330
térjünk vissza a két embertípushoz!
12:04
I thought it would be
really interesting to see
really interesting to see
250
712346
2257
Arra gondoltam: érdekes lenne megtudni,
12:06
how people who are good with numbers
would do on this quiz.
would do on this quiz.
251
714627
2815
hogy akik jól bánnak a számokkal,
nekik hogy menne a játék.
nekik hogy menne a játék.
12:09
The national statistician
of England and Wales, John Pullinger,
of England and Wales, John Pullinger,
252
717466
3016
John Pullinger, Anglia és Wales
főstatisztikusa,
főstatisztikusa,
12:12
you would expect he would be pretty good.
253
720506
2073
arra számítanánk, eléggé jeleskedne.
12:15
He got 44 for his own area.
254
723524
2449
A területéből 44 pontot ért el.
12:17
(Laughter)
255
725997
2468
(Nevetés)
12:20
Jeremy Paxman -- admittedly,
after a glass of wine -- 36.
after a glass of wine -- 36.
256
728489
4949
Jeremy Paxman tévés újságíró
– elismerem, egy pohár bor után – 36-ot.
– elismerem, egy pohár bor után – 36-ot.
12:26
Even worse.
257
734051
1461
Még rosszabb.
12:27
It just shows you that the numbers
can inspire us all.
can inspire us all.
258
735536
3201
Ez csak arra utal,
hogy a számok mindenkit megihletnek.
hogy a számok mindenkit megihletnek.
12:30
They can surprise us all.
259
738761
1260
Meglephetnek.
12:32
So very often, we talk about statistics
260
740045
2039
Nagyon gyakran a statisztikáról
mint a bizonytalanság
tudományáról beszélünk.
tudományáról beszélünk.
12:34
as being the science of uncertainty.
261
742108
1962
12:36
My parting thought for today is:
262
744094
1782
Mai búcsúgondolatom:
12:37
actually, statistics is the science of us.
263
745900
3035
a statisztika a mi tudományunk.
12:40
And that's why we should
be fascinated by numbers.
be fascinated by numbers.
264
748959
2788
Ezért lenyűgözőek a számok.
12:43
Thank you very much.
265
751771
1190
Köszönöm szépen.
12:44
(Applause)
266
752985
3777
(Taps)
ABOUT THE SPEAKER
Alan Smith - Data visualisation editorAlan Smith uses interactive graphics and statistics to breathe new life into how data is presented.
Why you should listen
Alan Smith is Data Visualisation Editor at the Financial Times in London. Previously he was Head of Digital Content at the UK Office for National Statistics (ONS).
With a background in cartography and digital mapping, he has spent the last decade finding ways of bringing statistics to wider audiences. In 2010, he was an inaugural recipient of the Royal Statistical Society's Award for Excellence in Official Statistics. He was appointed Office of the Order of the British Empire (OBE) in the Queen's 2011 Birthday Honours list.
Alan Smith | Speaker | TED.com