「数字を見れば正しい」より前に学ぶべきこと
データで世界を理解したい人が最初に身につけるべきなのは、統計手法の細かな計算ではない。もっと手前にある二つの態度である。
一つは、自分が抱いている世界像を数字によって修正すること。もう一つは、その数字自体がどのように作られ、選ばれ、提示されているのかを疑うことだ。
この二つは似ているようで、かなり違う。前者だけを学ぶと、「印象ではなくデータを信じよう」という素朴なデータ信仰に向かいやすい。後者だけを学ぶと、「統計はいくらでも操作できる」という統計不信に陥る危険がある。
そこで最初の二冊として組み合わせたいのが、ハンス・ロスリングらの『FACTFULNESS（ファクトフルネス）』と、ダレル・ハフの『統計でウソをつく法』である。
読む順序は、『ファクトフルネス』から『統計でウソをつく法』へ進むのがよい。この順番には意味がある。最初の本で「人間の直感は世界を正しく捉えているとは限らない」と理解し、次の本で「しかし数字も自動的に真実を語るわけではない」と反転させるからだ。
二冊を続けて読むことで、データを見る態度が「信じる／疑う」という単純な二択ではなくなる。
1冊目――『ファクトフルネス』で、自分の世界像を疑う
『ファクトフルネス』の重要な問いは、統計そのものよりも、人間がなぜ現実を実態以上に悲観的、あるいは単純に捉えてしまうのか、というところにある。
貧困、教育、健康、人口などについて質問されたとき、人は必ずしも現実の分布や長期的変化を正確に推測できない。著者たちはその背景を、世界を「豊かな国と貧しい国」のような二項対立で捉える傾向や、恐ろしい出来事を過大評価する傾向など、複数の「本能」として整理する。
ここで重要なのは、「人間は愚かだから間違える」という話ではない。
私たちが日常的に接する情報には偏りがある。急激な悪化、戦争、災害、感染症、犯罪はニュースになりやすい。一方で、乳幼児死亡率が数十年かけて下がることや、教育機会が徐々に広がることのような変化は、一日単位のニュースにはなりにくい。
その結果、個々のニュースが正しくても、それらを頭の中で集積して作った「世界全体のイメージ」は歪む可能性がある。
『ファクトフルネス』が最初の一冊として有用なのは、ここにある。
データを覚えることより、「自分の印象は検証対象である」と理解するための本として読むことができるからだ。
### 数字より重要なのは比較の仕方
この本から引き継ぎたいのは、特定の数値ではない。
時間軸を伸ばす、割合と絶対数を区別する、極端な事例ではなく分布を見る、二つの集団に無理に分けない、といった見方である。
たとえば、ある問題による被害者数が「100万人」と報じられれば、それだけで重大な印象を受ける。しかし、人口がいくらなのか、前年はいくらだったのか、10年前と比較して増えているのか減っているのかによって意味は変わる。
これは「問題を小さく見せよう」という態度ではない。
重大性の判断と、現状認識の正確さを分けるということだ。
世界が以前より改善している部分があることと、現在も深刻な問題が存在することは両立する。「悪い」と「悪化している」も同じではない。この区別を覚えるだけでも、ニュースや社会問題の読み方はかなり変わる。
ただし、『ファクトフルネス』だけでは危うい
ここで読書を終えると、一つの問題が残る。
「直感は間違う。だからデータを見よう」という結論だけを受け取ると、今度は数字に過剰な権威を与えてしまうからだ。
しかし、現実に存在する出来事が、そのまま表やグラフになるわけではない。
何を測定するのか。どの期間を採用するのか。誰を調査対象にするのか。平均値を使うのか中央値を使うのか。どこからグラフを始めるのか。
データが私たちの目に届くまでには、いくつもの選択が存在する。
さらに、『ファクトフルネス』そのものに対しても、世界の長期的改善を強調することで、格差、政治制度、環境問題など別の重要な側面が相対的に見えにくくなるのではないか、という批判はありうる。
どの指標を「世界が良くなっているか」の判断材料にするかは、完全に価値中立ではないからだ。
だから次の一冊では、視線を反転させる必要がある。
2冊目――『統計でウソをつく法』で、数字の作られ方を疑う
ダレル・ハフの『統計でウソをつく法』は、『ファクトフルネス』とは反対方向からデータを見る。
問いは、「数字を使えば、なぜもっともらしく人を誤解させることができるのか」である。
題名だけを見ると、統計を悪用する技術を紹介する本のようにも見える。しかし実際の価値は、数字を使った説得に対する防御法を学べるところにある。
サンプルに偏りはないか。平均という言葉は何を指しているのか。グラフの縦軸はどこから始まっているのか。割合だけが示され、母数が隠れていないか。二つの変数が一緒に動いているだけなのに、因果関係があるように扱われていないか。
現代の統計学から見れば古典的な内容も含まれるが、こうした問い自体は現在でも失われていない。
たとえば、「利用者の満足度が50％向上した」と書かれていても、それだけでは意味を判断できない。
何から何へ上昇したのか。何人を調査したのか。回答しなかった人はどう扱われたのか。質問文はどうなっていたのか。
数字が示された瞬間に議論が終了するのではなく、むしろそこから質問が始まる。
これが一冊目からの決定的な反転である。
二冊をつなぐと「データを見る」が二段階になる
『ファクトフルネス』を読んだ後なら、ニュースを見て「印象だけで判断してはいけない」と考えるようになる。
『統計でウソをつく法』まで進めば、さらに「では、この数字は何を測っているのか」と考えられるようになる。
つまり二冊を通じて、判断は次の二段階になる。
第一段階は、**自分の認識を疑うこと**である。
「犯罪が増えている気がする」「昔より貧困がひどくなった気がする」「最近この病気が急増しているように感じる」といった直感に対し、まず長期データや比較対象を探す。
第二段階は、**提示されたデータを疑うこと**である。
統計が見つかったとしても、それで終わらない。定義、母集団、期間、尺度、比較対象を確認する。
この二段階がそろって初めて、「データで考える」は単なる数字信仰から離れる。
重要なのは、疑う対象が一つではないということである。
自分の直感も疑う。
他人のグラフも疑う。
ただし、何も信じないわけではない。よりよい証拠が出てきたときには、それに応じて判断を更新する。
この態度こそ、二冊を続けて読む最大の意味だろう。
目的によって、二冊目の後は分岐する
この二冊は統計学の教科書ではない。そのため、ここから先は何をしたいかによって読む方向が変わる。
### ニュースや社会問題を正確に読みたい
この目的なら、世論調査、リスク、相関と因果、ベースレートなどを扱う統計リテラシーの本へ進むとよい。
とくに重要なのは、「数字が正しいか」だけではなく、「その数字からその結論を導いてよいか」を考えることである。
同じデータでも、因果関係まで主張できる場合と、単なる関連しか示せない場合がある。この差を理解すると、健康記事、経済ニュース、教育論、政策論などの読み方が大きく変わる。
### 自分でデータ分析をしたい
この場合は、一般向け読み物を増やすより、記述統計、確率、推定、仮説検定、回帰分析へ進んだほうがよい。
『ファクトフルネス』と『統計でウソをつく法』は、なぜ統計を学ぶ必要があるのかを理解する入口にはなる。しかし、自分で分析するには数学的・技術的な訓練が別に必要である。
平均、分散、標準偏差、標本、信頼区間といった概念を学ぶことで、それまで感覚的に行っていた批判を、より精密に行えるようになる。
### 「数字で社会を測ること」そのものを考えたい
さらに深く進むなら、「データは現実をそのまま写しているのか」という問いに向かう。
失業率、貧困率、GDP、幸福度、学力、犯罪率などは、自然界に最初から数字として存在しているわけではない。社会のある側面を定義し、分類し、測定した結果として作られる指標である。
ここまで来ると、問題は統計テクニックだけではなくなる。
何を数えるのか。数えられないものをどう扱うのか。ある指標を政策目標にしたとき、人々の行動はどう変わるのか。
データを読むことから、データが作られる制度そのものを読む段階へ進むことになる。
二冊の間にある緊張を残したまま読む
『ファクトフルネス』と『統計でウソをつく法』は、どちらか一冊がもう一冊を否定する関係ではない。
前者は、「印象よりデータを見よ」と促す。
後者は、「そのデータを無条件に信じるな」と警告する。
この緊張を解消しないことが重要である。
データは、思い込みを修正するための強力な道具である。同時に、選び方や見せ方によって印象を作る道具にもなる。
だから最終的に身につけたいのは、「数字を信じる人」でも「統計を疑う人」でもない。
**自分の直感より良い証拠を探し、その証拠がどのように作られたのかまで確認する人**である。
最初の一冊で世界像を疑い、二冊目で数字そのものを疑う。
この往復ができるようになれば、データで世界を見るための入口にはすでに立っている。