Hallitsijat

Kirjoittanut Laura Tuohilampi

Kuinkahan monetta kertaa kuuntelin tänään bussissa koulutraumakeskustelua?

Joutuu joka kerta asennoitumaan vähän uudelleen, kun mulla on pientä traumaa sieltä koulusta. Että mähän oon täällä nyt ihan itteeni varten, että ei mun oo pakko. 

Ja miten kivaa siitä tulee kun ei oo pakko! 

Mä en ikinä koulussa oppinu ruotsia, ja olin sit et ei kun tää on niin vaikeeta. Ja nyt oon ihan et täähän on tosi hauskaa. Ja helppoo! 

Mulla on kyl peruskoulutrauma. 

Mulla meni koulussa ihan hyvin, osasin ruotsiakin mut ei sitä oo sitte tullu käytettyä. Et on se jossain takaraivossa, selvisin töissä yhden puhelunkin ruotsiks ja piti vaan yks sana suomeks sanoa. Et nyt olis kyllä motivaatioo, mutta ei oo oikeen tarvetta sille kielelle kuitenkaan.

Asenteiden ja oppimisen välistä yhteyttä on tutkittu valtavan paljon ja pitkään. Olen itsekin osallistunut tähän työhön muun muassa Opetushallituksen pitkittäisarvioinnin kautta sekä kirjoittamalla aiheesta väitöskirjaa. Seuraavat asiat ovat melko selkiytyneitä: 

• Mitattu osaamistaso korreloi positiivisen asenteen kanssa. 
• Kausaliteetti on vahvempi osaamistasosta asenteisiin. Osaamisesta seuraa siis positiivinen asennoituminen, positiivisesta asenteesta harvemmin osaamistason paraneminen. 
• Monissa tutkimuksissa osaamistason ja asenteiden välinen sinänsä selkeä yhteys on havaittu yllättävän merkityksettömäksi: korrelaatio on siis olemassa, mutta se ei välttämättä ole kovin vahva. Osaamistason paraneminen parantaa asennetta, mutta voi huonontaakin sitä, ja kuten jo tuli mainittua, asenteen paraneminen ei välttämättä johda sen kummempaan suoritustason nousuun. 

Mistä itse asiassa on kyse mitattaessa niinkin moniulotteisia asioita kuin osaamistaso, asenteet tai näiden kahden väliset yhteydet kausaliteetteineen? Useimmissa mitauksissa (mm. PISA, OPH:n kansalliset arvioinnit) osaamistasoa mitataan suljetuilla tehtävillä, joiden avulla saadaan selville, kuinka hyvin oppilas pystyy tuottamaan samanlaisia tai samankaltaisia ratkaisuja kuin mitä hänelle on opetettu. Tällöin pois jää automaattisesti esimerkiksi ryhmätyökyky, ongelmanratkaisukyky, luovuus ja niin edelleen. Asenteita puolestaan mitataan esittämällä väitteitä muun muassa itseluottamukseen tai motivaatioon liittyen. Lisäksi usein selvitetään tunneaspektia eli sitä, pitääkö oppilas koulusta, opiskelusta tai jostakin tietystä oppiaineesta. Viimeistään tässä kohdin tullaan hataralle pohjalle. Pitäminen, viihtyvyys, mielekkyys, positiivinen tunne - kyllähän ne liittyvät oppimiseen. Mutta entä, kun ollaan mukavuusalueella? Katsellaan leffaa ja syödään karkkia? Kivaahan sekin on, muttei välttämättä erityisen opettavaista. Kaikille lienee selvää, että mukavuusalueelta on poistuttava - ja ehkä vähän kärsittäväkin - jotakin oppiakseen. Tämän seurauksena pääsee sitten kokemaan hyviä fiiliksiä uutta oivaltaessaan. Onnistumisen iloa. 

Minkä verran koulun tulisi tuuppia oppilaita mukavuusalueen ulkopuolelle? Ihan kuinka pitkälle vaan, Siperiahan opettaa? Oppilaiden mielekkyyden kokemuksesta huolestuneet saavat usein vasta-argumentiksi sen, ettei koulun ole tarkoitus olla mikään sirkus tai vapaa-ajanviettopaikka. Että koulussa tehdään työtä eikä pidetä hauskaa. Oppiminen ei kuitenkaan pääse käyntiin, ellei jokin ole aluksi mukavaa. Kiinnostus täytyy ensin herättää tavalla tai toisella. Kunhan motivaatiomoottori käynnistyy, on mukavuuskierroksia varaa laskea. Sopivalla motivaatio-kiinnostus-mukavuus-mielekkyys tasapainolla hyrrätään eteenpäin, ja kun vauhti kylliksi kasvaa, ei haittaa vaikka mentäisiin hetkeksi kärvistelyn puolelle - ja sen seurauksena sinne oppimisen seurauksena tapahtuvan oivalluksen onnenlähteille. 

Osaamistason ja asenteiden yhteys on monimutkainen, eikä ole edes syytä lähteä siitä, että nämä kaksi kulkisivat käsi kädessä. Asenteen parantamisen tarkoituksena ei tarvitse olla se ajatus, että tästä seuraisi parempia tuloksia. Asenteen paranemisen seurauksena on kiinnostuksen herääminen, halu oppia: tämän seurauksena puolestaan on lopulta oppiminen. 

Kiinnostuksen herättäminen on herkkä hetki. Ihminen on altis innostumaan - mutta myös lannistumaan melkein saman tien. Tämä nähdään syksyisin ja vuoden vaihteen jälkeen ihmisten innostuessa harrastamaan, laihduttamaan ja aloittamaan uutta elämää vain huomatakseen muutaman kuukauden kuluttua elävänsä jälleen sitä samaa vanhaa. Kuinka innostusta voisi ylläpitää hiukan pidempään? Kovuus tai ilkeys ei tällaisessa ole hyväksi. Tarvitaan mielekkyyttä, helppoa lähestyttävyyttä, lupausta jostakin uudesta tai mielenkiintoisesta. Lupausta jostakin, jolla on merkitystä. 

Oivaltamisen ilon toisella puolella taas, siellä, missä kiinnostus on muuttunut sitoutuneisuudeksi, on tapahtunut jotakin tärkeää. Ihmisen identiteettiin on tullut muutos.

Lähestyttävyys, mahdollistaminen, sitouttaminen

Pitäessäni itse kursseja olen ollut huolissani ja harmissani oppimisen vähäisyydestä. Niin vähän jää lopulta käteen, niin monelle. Kaiken lisäksi ei ole tavatonta, että opetuksen seurauksena oppimisen sijaan tapahtuukin inhoreaktion syntyminen koko asiaa kohtaan. Bussissa kuulemani traumakeskustelu on yksi lukuisista tämän ilmiön osoituksista. Kuulemassani keskustelussa tuli esiin toinenkin aspekti: jotkut kyllä oppivat, mutta eivät sen kummemmin hyödynnä oppimaansa. Suomalaiset kyllä osaavat, mutta ovat kuitenkin jotenkin peukalo keskellä kämmentä kaikkine tietoineen ja taitoineen.

Tänä keväänä päätimme tehdä radikaalin muutoksen eräällä pitämälläni kurssilla. Kurssi on vaikeahko, käsittelee opiskelijoille etäistä aihetta, ja sitä on tyypillisesti kammoksuttu etukäteen. Edellisenä vuonna olin sentään onnistunut saamaan osan opiskelijoista suhtautumaan aiheeseen myönteisemmin, mutta osaamistuloksen kanssa kävi vähän niin ja näin. Osa puolestaan oppi ja suhtautuminenkin oli ihan kohtuullinen, mutta kurssin loputtua kukaan ei käsittääkseni halunnut palata aiheeseen. Oliko ratkaisuna kurssin tekeminen entistä mukavammaksi? Vai ehkä perinteiseen tyylin vaativaksi ja tiukaksi? Ei kumpaakaan. Ratkaisuna oli tehdä kurssista sellainen, että se muokkaisi osallistujien identiteettiä. 

Olenko ihminen, joka paitsi osaa ja haluaa käytää ruotsia, myös tekee sen? Olenko ihminen, joka tekee uransa historioitsijana? Olenko ihminen, joka on alkanut kokea tilastomatikan ymmärtämisen yleissivistykseksi ja nauttii siitä, että on tullut sitä oppineeksi? Olenko ihminen, joka hallitsee oppimaansa asiaa?

Luentojen määrä puolitettiin. Niille sisällytettiin noin puolet aiemmista sisällöistä, loput opiskelijoiden tuli ottaa haltuun itse. Omaehtoisen työskentelyn määrä kasvatettiin noin 75 prosenttiin. Opiskelijoiden tuli tehdä kurssin aiheeseen liittyen oma tutkimus, jossa hyödynnettiin kurssin sisältöjä. Tätä työskentelyä ei kuitenkaan tehty (ensisijaisesti) kotona, vaan kurssin opetusaikaa varattiin sille, että opiskelijat tekivät tutkimustyötään yhteisillä luennoille varatuilla tapaamisillamme, yhteisesti ja avustetusti. Opiskelijoille annettiin tietoa materiaaleista, oppaista ynnä muista tiedonhankkimiskanavoista, ja heitä kannustettiin tarvittaessa vaikka soittamaan asiantuntijalle sikäli kuin tarvetta jonkin asian tarkempaan selvittämiseen tulisi (jotkut opiskelijat tekivätkin näin, ja seuraukset olivat varsin riemastuttavat). Kurssilla ei ollut tenttiä tai muuta yksioikoista arviointia, vaan opiskelijoita arvioitiin aktiivisuuden, sitoutuneisuuden, luovuuden, menetelmien haltuunoton ja sisältöjen lukuisuuden (kuinka laajasti tuli opetelleeksi asioita) mukaan.

Tavoitteena oli, että opiskelijat a) innostuvat, koska asiat esitetään kiinnostavasti ja niitä ei käsitellä aluksi kovin laajasti ja vaikeasti  b) motivaatiomoottori käynnistyy, sillä itsenäinen työ ja tutkimusaiheen omaehtoinen valinta, joskin annetun teeman sisällä, takaa autonomian c) moottori pysyy käynnissä, sillä jatkuvasti läsnäoleva apu mahdollistaa tekemisessä onnistumisen, d) tekemisen määrä kasvaa suureksi kiinnostuksen ja motivaation säilyessä ja työskentelyraamien mahdollistaessa kunnollisen työskentelyn (ei keskeytyksiä, rajattu aika ja paikka, avunsaanti, ryhmän tuki), jolloin e) seuraa sitoutuneisuutta, onnistumisia, oivaltamisen iloa ja tätä myöten uudenlainen käsitys itsestä vaikean aiheen hallitsijana. 

Vaikka kurssin toteutus vaatii hiomista ja kurssi toteutuneekin ensi keväänä vielä tarkemmin pohdittuna, olivat tulokset jo tällä kokeilulla erittäin rohkaisevat. Opiskelijat paitsi oppivat ja pitivät, kokivat myös jotakin oppimisen kannalta tärkeämpää:

Miten oppimistaitosi kehittyivät kurssilla? 

Pääsin hyvään ”draiviin” aina tunneilla ja löysin itsestäni matemaattisista asioista kiinnostuneita puolia. Opin sietämään myös umpikujia hermostumatta ja löysin sitkeyttä yrittää uudestaan.  

Paljon. En pelkää enää tilastoja. 

Kiinnostuitko aiheesta? 

Minulle tilastolliset menetelmät olivat hebreaa, muttei enää. Olisi kuitenkin auttanut, jos perustiedot olisi ollut paremmalla pohjalla. 

Innostuin! Tiedekunnan SPSS-kurssin perusteella inhosin, mutta nyt opinkin jotain ja innostuin. Todella haasteellista, mutta palkitsevaa lopulta.  

Opitko kurssilla jotain uutta itsestäsi? Opitko kurssilla jotain uutta toisista?  

Ensimmäistä kertaa yliopisto-opintojen aikana tuli tunne, etten ymmärrä lainkaan mistä on kyse. Keskustelujen tehtävien ja harjoitusten avulla pääsin kuitenkin kärryille ja aloin jopa innostua tilastollisista menetelmistä. 

Opin, että monelle tilaston opiskelu on suuri kynnys ja että jo pienellä pohjatiedolla pääse huimasti eteenpäin. 

Opitko käyttämään käsiteltyjä asioita?

Haluaisin syventää osaamistani, sillä tilastollinen osaamiseni on vielä pintapuolista. 

Opin käyttämään niitä pelonsekaisella kunnioituksella.

Jäljelle jäi vielä yksi pulma. Kuinka antaa numeerinen arvosana opiskelijoille, jotka juuri olivat päässeet hyvään alkuun määrällisten menetelmien osaajina? Kaikki olivat työskennelleet hyvin, tulleet käyttäneeksi menetelmiä monipuolisesti ja innostuneet aiheesta kuka enemmän, kuka vähemmän. Työskentelyn kuittaaminen numerolla oli vaikea paikka: Pitäiskö antaa kakkosiakin? Ja jollekin ykkönen? 

Sitten tuli mieleen arvioinnin tarkoitus. Sanallista arviointia ja palautetta opiskelijat olivat jo saaneet kurssin aikana. Toisaalta lähtökohdaksi voitiin ottaa se, että jokainen oli oppinut vähintään perustasolla kurssin sisällöt. Tällöin arvosana saattoi käsittää lähinnä sen, mitä muuta oli tapahtunut. Mietin yksinkertaisesti sitä, mihin saakka identiteetin muutoksen tiellä opiskelijat olivat tällä lyhyehköllä kurssilla ehtineet: Alkuun, kyllä. Vähän edemmäskin, kyllä vain. Mutta ei vielä kovin pitkälle. Ei niin pitkälle, etteikö tuolta matkalta voisi vielä helposti palata takaisin ja unohtaa koko tilastomatemaattisen reissun. Kuinka hyödyllistä on saada rekisteriinsä 1, 2 tai edes 3, jos kurssin jälkeen fiilis on tämä: 

(Kiinnostuin) erittäin paljon. En aiemmin oikein tajunnut tilastollisten menetelmien tärkeyttä. Toivoisin, että pääsisin vielä käyttämään niitä harjoitusmielessä. jotta saisin ehkä graduntekovaiheeseen varmuutta.

Onneksi kukaan ei pakota käyttämään koko arvosanajakaumaa.

-----------

Arviointiin liittyen tulossa kevään tärkein ja kiinnostavin koulutus huhtikuun alussa Hämeenlinnassa ITK-konferenssin yhteydessä. Paikkoja on vielä jäljellä, varaa pian omasi! http://www.itk.fi/2014/ilmoittaudu/ws-osallistuja/63

Ei oo muistikuvaa...

Taannoinen kirjoitukseni Ajattele puolestani, numero on viime päivinä saanut satoja uusia lukijoita ja teksti on tullut kirvoittaneeksi keskustelua niin blogissa kuin sen ulkopuolellakin. Koska aihe on tärkeä, päätin nyt lisätä vielä pari kauhallista kiukaalle.

Huolenaiheena on siis tilastollisen lukutaidon puute. Tämän ”datasokeuden” takana on kuitenkin toinen ilmiö, nimittäin asian puutteellinen opetus ja käsittely peruskoulutuksessa. Matematiikan opettajan opintoihin ei kuulu varsinaista tilastotiedettä, ainakaan Helsingin yliopistossa. Voisihan sitä tietenkin kuvitella, että matematiikan opettajaksi valmistunut hallitsee myös tarpeellisen tilastomatematiikan sekä sen perustavana olevan todennäköisyyslaskennan, mutta tulee sitä kuviteltua kaikenlaista muutakin.

Ohjasin muutama vuosi sitten tutkielmaseminaaria, jossa yksi työpareista selvitti lukiossa matematiikkaa opettavien opettajien tilastomatematiikan osaamista ja sen merkityksellisenä pitämistä. Opettajat olivat päteviä ja toimineet työssä vuosia. Heidän nykyinen työpaikkansa oli arvostettu ”hikarilukio”.

Näin he kuvasivat aineenhallintaansa:

“No sanotaan että mä en ite osaa laskee yhtään tunnuslukua enkä ymmärrä miten niitä lasketaan enkä tiedä niistä mitään ni mun on vaikee ottaa kantaa niitten tärkeyteen sen takia.

Muistan ku jotain seminaaritöitä tai graduu tehtiin ja siin puhuttiin jostain p-luvuista mutta ei auennu mulle mitä ne tarkottaa. Siis mä tiedän et se liittyy siihen että voiko nyt siihen tutkimukseen luottaa tai tuleeks jotain tilastollisesti merkittävää poikkeamaa joidenkin ryhmien välille, mutta tota se on semmosta tiedettä että mikä ei oo... en osaa yhtään.

En tiedä onks sitä edes opetettu yliopistossa. Ei oo muistikuvaa et sitä ois tullu vastaan.” (haastateltava 1)

 

…Tilastot ja todennäköisyys –kurssin tarpeellisuutta:

“En mä lähtis sitä painottamaan varsinkin ku miettii ylppäreitä niin pitkäs ja lyhyes tulee ylppäreis yks kysymys tästä aiheesta ja opiskelija saa sivuuttaa sen.

Et periaattees sit koko kurssi ni vaik siit ei osaa mitään ni voi ihan hyvin kirjottaa laudaturin matikasta. Et se sen painotus on niis ylppäreis aika pieni ni siit johtuen ni se todennäkösyylaskennan kurssi on kohtuu vähäpätösessä merkityksessä varsinkin pitkän puolella. “ (haastateltava 1)

…yhteiskunnallista merkitystä:

“Ja sitte todennäköisyyslaskenta puolestaan ni arkielämässä se ei oo kovin merkittävässä roolissa. Siihen varattu aika mitä siin tulee ni on mun mielest iha riittävä myöski. Eli opiskelijalla on mahollisuus saada hyvät perusteet, perustiedot siitä.

Ja sit siihen liittyy paljon vaikeempaaki mut niil ei käytännös oo merkitystä ku ei yhteiskunnas niihi törmää niihi tilanteisii missä tarvis vaikeempaa todennäköisyyslaskentaa, jos pidättäytyy uhkapeleistä erossa ni eihä sitä paljoo tarvii.” (haastateltava 1)

…ja tilanteen hyvyyttä:

”...et sen niinku tietää, että tilastomatikan suhteen ni oppilaat jää heitteille, et ihan sen tietää ja kuulee sit ku ne menee yliopistoon opiskelemaan melkein mitä tahansa ja sit niitten pitäis siellä niit jotain tilastokäsitteitä tehdä...ni ei niille oo opetettu niit alkuunkaan täällä, et se on ihan heitteillejättö se nykynen tilastojen opetus.” (haastateltava2)

(Vähemän matematiikkaa hallitseville tiedoksi, että tilastoja on hieman vaikea käsitellä ellei ymmärrä alkuunkaan todennäköisyyslaskentaa.)

Vaikka niskavillat itselläni nousivatkin pystyyn sitaatit ensi kertaa luettuani (ja itse asiassa vieläkin aina, kun nämä luen), on kuitenkin muistettava, ettei selvitys tuottanut yleistettäviä tuloksia. Tähän päivään mennessä en ole löytänyt tutkimusta, jossa kartoitettaisiin miten yleistä huono tilastojen ja todennäköisyyden hallinta on suomalaisopettajien keskuudessa (jos joku lukijoista on tällaiseen törmännyt, linkatkaa, kiitos).

Jostakin on kuitenkin kyse siinä ilmiössä, jossa lukion Tilastot ja todennäköisyys -kurssi saatetaan nähdä joko muita kursseja vaikeampana tai yllättäen muita kursseja paljon helpompana (esim. Kiviharju, 2011). Itselläni sujuivat lukion kurssit mallikkaasti, mutta juuri kyseinen kurssi meinasi tulla jopa reputetuksi, ja olikin likellä, ettei omakin osaamiseni tilastomatematiikan suhteen olisi jäänyt tuolle tasolle.

Johtuiko kurssin vaikeus sisällön vaikeudesta? Tuskin. Opettaessani tilastomatikkaa tänä päivänä opiskelijoiden tavallisin palaute liittyy siihen, kuinka ei olisi koskaan voinut uskoa juttua niin helpoksi, hyödylliseksi ja peräti hauskaksi. Johtuiko kurssin vaikeus opettajan epävarmuudesta? Vaikea sanoa. Opettajani oli hyvä, mutta jälkikäteen on vaikea arvioida, erosiko tämä kurssi muista asioiden käsittelyn syvällisyydessä. 

Koulussamme ei tällä hetkellä ole vahvaa näkemystä siitä, mikä tilastomatikassa ja tilastollisessa lukutaidossa on oleellista tai siitä kenelle sen käsittely kuuluu. Hirveän vahvaksi en myöskään yleistä tilastollista osaamista yhteiskunnassamme koe, sen verran helppoa on löytää räikeitä esimerkkejä virheellisistä ajatuksista esimerkiksi mediasta. Keskiarvoilla mennään jakaumia pahemmin arvioimatta. Mikähän siinäkin on, että vaikka suomalaisten keskiansio on 3 109 euroa [1], tuntee enemmistö kuitenkin tienaavansa tätä vähemmän?

Viite:

Kiviharju, J. (2011). Lukion pitkän matematiikan opiskelijoiden käsityksiä todennäköisyydestä. Sivulaudaturtyö. Helsingin Yliopisto.

---

[1] Luku vuodelta 2011 Ilta-Sanomien mukaan. Mediaani tuolloin 2774 euroa.

Ajattele puolestani, numero

Sanotaan, että tilastollinen lukutaito on tärkeä taito. Olen samaa mieltä. Tilastomatikkaa ei kuitenkaan yleisesti ottaen osata järin hyvin. Tavallinen tallaaja on tilastomatikasta usein autuaan tietämätön. Paha vain, että tavallisten tallaajien lisäksi autuaan tietämättömiä näyttävät olevan vähän muutkin kuin pelkällä peruskoulutuksella porskuttavat. Helsingin Sanomien eilisessä kolumnissa toimittaja (tai "päivästä riippuen" vaihtoehtoisesti myös tutkija) Tanja Aitamurto toi esiin avoimen datan hyötyjä:

"Muutin uuteen naapurustoon täällä San Franciscossa. Piti selvittää, mihin olisi turvallisinta pysäköidä auto: missä olisi vähiten ilkivaltaa ja pienin vaara, että Volkswagen Cabrioni varastetaan?
...
Tarkastelin myös San Franciscon kaupungin sähköisestä rikoskartasta, missä päin naapurustoani oli tapahtunut minkäkinlaisia rikoksia. Kun silmäilin rikoksia, tajusin, kuinka paljon niitä tapahtuukaan ihan vieressäni. Tieto ryöstöistä ja pahoinpitelyistä lähikulmilla ahdisti. .... Samalla olin kiitollinen kaupungille, joka oli julkaissut rikoskartan verkossa.
...
Tavoite on, että datasta on hyötyä kansalaiselle. Hyöty voi olla bussiaikataulupalvelu kännykässä tai sairaaloiden leikkaustietokanta .... Tuolla sivustolla on hurja havaita, kuinka suuria eroja esimerkiksi sydänleikkausten onnistumisessa on sairaaloittain. Ne, jotka pystyvät, voivat tiedon perusteella valita sairaalan leikkaustaan varten.

Juuri tällaista avoimesta datasta tuleva hyöty on. ... Tietoa, joka auttaa päättämään, mitä ehdokasta äänestää vaaleissa, kun on selannut kampanjarahoitusdataa."

Kolumnin luettuani olin lähestulkoon kauhuissani. Aitamurto ei tuonnut lainkaan esiin sitä, ettei datan käyttö ole kuin ohjekirjan lukua, vailla syvemmän tulkinnan häivääkään.  Olin pitänyt avointa dataa ilmiönä hyvänä asiana. Kuitenkin nyt jouduin huomaamaan, miten ilmiön, jota voisi hyödyntää mitä moninaisimmin tavoin, kohtalona saattakin olla tulla tilastollisen lukutaidottomuuden vuoksi täydellisen väärinkäytetyksi.

Kuka sen keräsi ja miksi?

Jos jonkun tarkoituksena on datan avulla pyrkiä osoittamaan, että paikka X on asuntosijoittajalle kannattava alue, on tarkoituksenmukaista määritellä rikos siten, että kyseinen alue saadaan näyttämään rikoksista puhtaalta. Jos naapurilähiössä on kioskeja, mutta alueella X ei, on syytä pitää mukana pienet kioskinäpistykset. Jos alueella X tehdään paljon pysäköintirikkeitä ja ajetaan usein päin punaisia, kannattaa nämä jättää pois määrittelystä. Datasta voi aina saada lähestulkoon haluamansa!

On siis ymmärrettävä, kuka sitä on kerännyt ja mihin tarkoitukseen.

Mikä oli otanta-asetelma, vastausprosentti ja millaista puuttuneisuus?

Alueen turvattomuudesta saa kovin erilaisen kuvan, jos sitä kysyy osallistujilta tapahtumassa "Koetko ympäristösi turvattomaksi? Tule juttelemaan!" sen sijaan, että asiasta kysyy satunnaisotannalla valitulta, aluetta tilastollisessa mielessä edustavalta ryhmältä. Edustavuus on datan A ja O. Jos kysytään vain "äänekkäiltä" tai niiltä, jotka jo valmiiksi edustavat tiettyä ryhmää aiheen suhteen, saadaan täysin harhaisia tuloksia (eli harhaista dataa). Turvattomaksi kokijat kertovat yhden tarinan. Toisenlainen tarina kuullaan kysyttäessä asiaa Facebook-ryhmältä "Suunnitteletko asuntosi myyntiä alueella X?".

Avoimen datan käyttäjän on siis ymmärrettävä jotakin otannasta ja edustavuudesta.

Oma ajattelu, kriitiinen lukutaito ja ilmiöiden ymmärtäminen?

Jos alueella X varastetaan paljon autoja, johtuuko se alueesta X, vai jostakin alueella X tapahtuvasta asiasta, joka muualta puuttuu? Kuvitellaan, että alueella X asuu varakasta väkeä. Heillä on enemmän ja kalliimpia autoja kuin naapurilähiöissä. Mitä miettii varas? Lähdenpä keikalle alueelle X. Niin alueen X autovarkaustilastot alkavat huonontua. Toimittaja lukee avointa dataa, kirjoittaa huomiostaan, ja kaikki alueen X autonomistajat ryhtyvät pysäköimään hienot menopelinsä alueelle B. Mitä miettii varas? Lähdenpä keikalle alueelle B. Siispä toimittaja (tai päivästä riippuen tutkija) Aitamurto, olihan niin että tilastollisen lukutaidon lisäksi sinullakin on myös kriittistä lukutaitoa ja kykyä ilmiöiden ymmärtämiseen?

Nimittäin toimittaja (tai päivästä riippuen tutkija) Aitamurto, jos valitset sairaalan sydänleikkauksellesi löydettyäsi avoimen datan avulla sairaalan, jossa on pienin kuolleisuus, voikin käydä köpelösti. Sillä tulitko ajatelleeksi, että jossakin lienee sairaala Z, jossa työskentelevät maailmamme parhaimmat sydänkirurgit. Heille, ja vain heille, lennätetään kriittisimmät tapaukset ympäri maailman. Ne tapaukset, jotka on jo kuolemaan tuomittu - joiden edessä toiset lääkärit ovat joutuneet antamaan periksi. Kaikissa muissa sairaaloissa näistä tapauksista selviäisi henkiin korkeintaan muutama sadasta. Sairaala Z:n superlääkärit ovat kuitenkin niin uskomattomia, että pelastavat sadasta kolmisenkymmentä. Viereisessä sairaala H:ssa sen sijaan hoidetaan tavallisia tapauksia, joiden henkiinjäämisennuste on normaalisti yli 80 prosenttia. Surkeasta hallinnosta, huonoista laitteista sekä riitaisasta työilmapiiristä sekä siitä johtuvasta heikosta henkilökunta-aineksesta johtuen sairaala H kuitenkin jättää henkiin vain kuutisenkymmentä tapausta sadasta. Toimittaja (tai päivästä riippuen tutkija) Aitamurto löytänee itsensä jälkimmäisestä.

Tähän saakka tilanteemme tilastomatematiikan osaamisen suhteen on ollut huolestuttava. Avoimen datan myötä siitä saattaa muodostua katastrofaalinen.

Tämän kirjoituksen tavoitteena on lisätä tietoisuutta siitä, kuinka varovaisia meidän tulee olla käyttäessämme numeroita maailmankuvamme muodostamisen sekä päätöksentekomme tukena. Lisäksi sen tavoitteena on havahduttaa huomaamaan, kuinka kriittistä on tilastotieteen osaaminen, ja kuinka juureva on tilastotieteen merkitys ajassamme.