Om att räkna på det

Jag slår vad med dig om att jorden är platt om fem år. För att sätta det i termer som ett oddsbolag gör, ger jag dig 1,1 gånger pengarna om du sätter emot. Skulle du ta vadet? Du tänker kanske att det finns något lurt i frågan? Nej, det gör det inte. Tänker du att jag är en dåre som gillar att förlora pengar? Nej, möjligen en dåre som gillar att räkna. Om du tar vadet – och säg satsar 1000 kr - kommer du garanterat att få 1100 kronor av mig om fem år. Jorden kommer inte att vara platt.

Men det du också har gjort är att du har lånat ut pengar till mig till under två procents ränta (1,92% för att vara exakt). Så lurigheten låg inte i hur frågan var formulerad utan i att du just lånat ut pengar till negativ realränta.

Just lurigheter i siffror är något som vi kommer att behöva vara observanta på, särskilt under ett valår. Siffror har ofta fler än ett perspektiv. Om vi säger att vi har en politisk fråga där 99% av väljarna håller med. När vi mäter ett halvår senare är det 97% som fortfarande håller med. Då kan man ju tycka att det inte har förändrats. Men vänder man på det, har ju de som inte håller med ökat från 1% till 3%. De som inte håller med är 200% fler. Det är en stor förändring.

I politik kan dessutom saker vara sanna eller osanna beroende på vad man mäter. Arbetslösheten kan faktiskt både öka och minska samtidigt. Statsskulden kan både öka och minska samtidigt. Det beror på att det finns flera sätt att mäta samma sak.

En statsskuld känns kanske som att man skulle mäta i hur många kronor staten är skyldig den internationella marknaden. Det är ofta så man mäter sina egna skulder, till exempel ett bolån. Men det är faktiskt inte det mest rimliga sättet att mäta en statsskuld. Statens skuld mäts oftast i procent av BNP. Det betyder att skulden samtidigt kan stiga i antalet kronor, men minska i procent av BNP. En stat vars statsskuld ökar i antalet kronor, men sjunker i procent av BNP kommer att klara sig bra ekonomiskt.

Arbetslöshet kan mätas i antalet personer utan jobb eller i dess andel av den totala arbetsföra befolkningen och få exakt samma effekt.

Du kan också råka ut för väldigt stora eller väldigt små tal där procent ofta luras. Anta att du utsätts för en 50% ökad risk för en sällsynt cancer. Ska du då vara orolig? Om vi säger att den normala risken för att få cancern är en på en miljon så behöver du inte vara särskilt orolig. I princip betyder då 50% ökning att det har gått från något som drabbar 10 personer i Sverige till att drabba 15 personer i Sverige.

Ibland måste vi också granska hur saker har uppmätts. Inför Liberalernas ödesmättade landsmöte, där de i söndags röstade om den nya linjen mot SD haglade opinionsmätningarna. I en rubrik såg jag nyheten att Liberalernas väljarstöd hade ökat med 0,2%. Det borde aldrig ha blivit en rubrik och det var inte sant. Eller, vi vet i alla fall inte om det var sant. En opinionsmätning har vad vi kallar en statistisk felmarginal, som kommer av att man tillfrågar en begränsad del av befolkningen (normalt ca 1000 personer). Det betyder att en så liten förändring som 0,2% lika gärna kan vara ett mätfel. Man råkade ringa ovanligt många som röstar på Liberalerna just den kvällen.

Den numera avlidne svenske forskaren och författaren Hans Rosling var en tydlig vakthund mot hur siffror statistik kan feltolkas. Han konstruerade en checklista för att granska all form av statistik som bra att ha i bakhuvudet när man tex läser tidningsartiklar.

1. Jämför alltid över tid

2. Jämför mellan grupper

3. Se upp för genomsnitt

4. Leta efter spridning, inte bara mitten

5. Misstro dramatiska datapunkter

6. Var vaksam på urvalet

7. Fråga vad som mäts (och vad som inte mäts)

8. Undvik att dra för stora slutsatser

9. Sök flera källor

10. Var medveten om din egen bias

Likt du i inledningen av texten lockades att luras in i en vadslagning till oförmånliga villkor ska du alltid fråga dig vad som ligger bakom siffrorna. Vad säger egentligen procentsatsen och vad säger den inte? Finns det ett parallellt resonemang som skulle komma till motsatt slutsats? Mark Twain uttryckte det kanske lite för brutalt, men han har en poäng: “There are three kinds of lies: lies, damned lies, and statistics.”

Lästips

Hans Rosling blev världsberömd för sina TED-talks där han fick bubbeldiagram att dansa och publiken att inse att de visste mindre om världen än schimpanser som gissade slumpmässigt. Factfulness är hans sista bok — skriven under den cancerbehandling som till slut inte räckte — och den destillerar ett livs erfarenhet av att försöka förstå varför vi systematiskt missförstår siffror. Det handlar inte om att vi är dumma, utan om att vi är utrustade med instinkter som en gång var livsnödvändiga men som nu förvränger hur vi läser statistik: dramatiseringsinstinkten, gapinstinkten, rädsloinstinkten. Rosling identifierar tio sådana instinkter och visar hur var och en av dem får oss att tro att världen är sämre, farligare och mer hopplös än den faktiskt är.

Det som gör boken relevant just här — i ett valår där siffror kommer att kastas som konfetti — är att Rosling inte stannar vid att säga “tänk kritiskt”. Han ger oss konkreta verktyg. När en politiker säger att brottsligheten “exploderar”, fråga dig: jämfört med vad? Över vilken tidsperiod? Mätt hur? Checklistan ovan är hämtad bland annat ur Factfulness, och det är ingen slump — Roslings livsverk handlade om precis detta: att bygga en reflex för att granska siffror innan vi reagerar på dem.

Boken är dessutom ovanligt angelägen för att vara en bok om statistik. Rosling skriver med en läkares värme och en pedagogs envishet, kryddad med anekdoter från hans år som fältläkare i Moçambique och Indien. Om du bara ska läsa en bok om hur siffror kan ljuga — och hur du kan lära dig att genomskåda lögnerna — är det den här.