Test Infect Die รู้เท่าทันมุมมองการนำเสนอตัวเลขผ่านสื่อ

• Facebook
• Twitter
• Line

Test Infect Die รู้เท่าทันมุมมองการนำเสนอตัวเลขผ่านสื่อ – ทุกวันนี้เราเจอตัวเลขรายงานเหล่านี้

ไม่ว่าเราจะอยากรู้หรือไม่ก็ตาม รายงานตัวเลขพวกนี้ก็จะมาเข้าหู เข้าตา เรา

ขึ้นแท๊กซี่ก็ได้ยิน ไปร้านตัดผม ร้านกาแฟ ก็เห็น เปิดไลน์มาก็มี infographic

วันนี้ยอดติดเชื้อกี่คน? วันนี้ยอดตายกี่คน ?

Test Infect Die

รู้เท่าทันมุมมองการนำเสนอตัวเลขผ่านสื่อ

แล้วเราก็ตาโต หัวใจเต้นเร็ว ไปกับตัวเลข Covid-19 เหล่านี้ ถ้ามันเพิ่มขึ้น และ สบายใจขึ้นเมื่อตัวเลขมันน้อยลง แบบรายวัน …

คำถามคือ ตัวเลขเหล่านี้นั้น สะท้อนภาพอะไร เป็นภาพที่จริงๆ ณ.เวลานั้นๆ หรือ เป็นภาพย้อนหลัง และ มีอะไรที่อยู่เบื้องหลังตัวเลขเหล่านั้น

ถ้าเป็นชาวบ้านชาวช่อง ก็คงไม่ต้องคิดอะไรมาก สื่อว่าไงก็ว่าตามนั้น

แต่ในฐานะที่พวกเราแฟนคลับผมเป็นช่างเทคนิค เป็นวิศวกร มีความเป็นวิทยาศาสตร์สิงอยู่ในวิญญาณ ก็ควรจะมีความเข้าใจเบื้องต้น เพื่อ(ถ้ามีโอกาส และ เห็นด้วย)เผยแพร่ความเข้าใจที่มากขึ้นในวงกว้าง

Infected

จำนวนคนติดเชื้อเนี้ย นอกจากแปรผันตามความสามารถในการเผยแพร่ของเชื้อโรค (และอื่นๆ) ยังแปรผันตามจำนวนคนที่ไปตรวจอีกด้วย

สำหรับผมนะ เมื่อวาน จำนวนคนติดเชื้อ 100 คน กับ วันนี้ จำนวนคนติดเชื้อ 150 คน ลำพังจำนวนคนติดเชื้อไม่ได้บอกอะไรผมเลย

เพราะ อย่างน้อยล่ะ ผมไม่รู้จำนวนคนที่ไปรับการตรวจ และ ไม่รู้ว่า ไปสุ่มตรวจกันที่ไหนกันบ้าง

ประเด็นแย้งมันก็เหมือนกับตอนทำโพลการเมืองนั่นแหละ เมื่อวานนี้คนชอบพรรค เอ 100 คน วันนี้คนชอบ 150 คน แล้วไง ไปถามมากกี่คน ไม่ถามที่ไไหน ไปถามใคร บลาๆ

นอกจากนี้ จำนวนคนติดเชื้อวันนี้ เกิดจากการตรวจเมื่อวาน หรือ เมื่อวานซืน (ไม่ได้ตรวจปุ๊บรู้ผลปั๊บ) แปลว่าข้อมูลล่าช้าไป 1 – 2 วัน โอเคล่ะ ไม่มีนัยยะสำคัญเท่าไร แต่ก็ต้องตั้งข้อสังเกตุไว้

Die

เช่นกัน จำนวนคนตาย ก็ไม่เป็นปัจจุบัน เพราะไม่ได้ตายทันทีที่ติด ใช้เวลา หลายวันกว่าจะตาย

ตรวจวันที่ 1 รู้ผลว่าติดวันที่ 3 ถ้าจะตายก็ตายราวๆวันที่ 5 -15 ก็เป็นไปได้ ตัวเลขสถิติเหล่านี้มันมีมิติเวลาแฝงอยู่

นอกจากนี้ จำนวนการตาย ก็ไม่ได้สะท้อน “ความรุนแรงของโรค” อย่างเดียว แต่สะท้อนถึง “การเข้าถึงการรักษา” และ “คุณภาพการรักษา” ด้วย

การที่สัปดาห์นี้ตายมาก(น้อย)กว่าสัปดาห์ที่แล้ว ไม่ได้แปลว่าโรคมันรุนแรงขึ้น อาจจะเป็นเพราะ “การเข้าถึงการรักษา” และ “คุณภาพการรักษา” แย่ลง (หรือ ดีขึ้น) ได้เช่นกัน

คิดเล่นๆบนสมมุติฐานง่ายๆ

เพื่อให้เห็นภาพชัดเจนขึ้น ผมขอสมมุติตัวแบบง่ายๆ (simple model) ว่า

• จำนวนการตรวจแปรผันไปในแต่ล่ะวัน (ใช้ function random ของ excel สุ่มๆระหว่าง 500 ถึง 2000) เป็นเวลา 40 วัน
• อัตราการติดเชื้อคงที่ 10% ของจำนวนที่ตรวจ (ทศนิยมปัดขึ้นลงตามหลักสากล)
• รู้ผล 1 วันหลังตรวจ
• อัตราการตาย(ตายหลังตรวจ 8 วัน) คงที่ 1% ของจำนวนที่ติดเชื้อ (ทศนิยมปัดขึ้นลงตามหลักสากล)

ใช้ excel ธรรมดาๆนี่แหละ เอาแค่สมมุติฐานง่ายๆดูว่า ภาพที่ออกมาจะแตกต่างกันขนาดไหน

• 1. ถ้าเรานำเสนอข้อมูลรายวัน
• 2. ถ้าเรานำเสนอข้อมูลตามกลุ่มตัวอย่าง

เอาใส่ excel ง่ายๆเลย ได้ออกมาตามนี้ (เอามาให้ดู 20 วัน เพราะจอมันแคบ)

ตารางบนจะเป็นข้อมูลที่ได้มาเป็นรายวันแบบที่สื่อชอบเอามาแข่งกันนำเสนอ

ส่วนตารางล่าง จะเป็นการทดเวลาออกไป จับคู่วันที่ตรวจ ติด ตาย ให้ตรงวันกัน

ดูเป็นตารางอาจจะงงๆกัน ดูเป็นกราฟดีกว่า เอากรณีแรกก่อน แบบที่สื่อแข่งกันนำเสนอรายวัน

แบบนี้จะไม่เห็นความสัมพันธ์กันเลยใช่ไหมครับ ระหว่าง ตรวจ – ติด – ตาย เหตุผลง่ายๆก็คือ ปัจจัยเวลานั่นแหละ

ตัวเลข ติด กับ ตาย ที่เราเห็นวันนี้มันเกิดจากความเป็นมาในอดีต 1 – 8 วัน (ในกรณีสมมุตินี้)

นี่ขนาดสมมุติฐานง่ายๆไม่ซับซ้อนนะ แค่ปัจจัยเวลาอย่างเดียว ก็ทำให้ภาพเบลอไปจนแทบจะใช้สรุปอะไรไม่ได้ด้วยตัวเลขแบบรายวัน

แล้วเงื่อนไขความซับซ้อนกว่านี้ในโลกความเป็นจริงล่ะ ยิ่งจะไม่ทำให้ภาพที่เราเข้าใจจากตัวเลขรายวันพวกนี้เพี้ยนไปสุดกู่เลยหรือ (ไม่ว่าจะเพี้ยนไปทำให้ถูก หรือ ไม่ถูกจริตเรา มันก็เพี้ยนล่ะ)

ถ้ามาดูแบบที่เราชดเชยปัจจัยเวลา โดยนำเสนอแบบที่ตามกลุ่มตัวอย่างที่ตรวจ

จะเห็นว่าภายใต้สมมุติฐานที่ตรงไปตรงมาง่ายๆ ถ้าเราชดเชยปัจจัยเวลาเข้าไป เราก็จะเห็นแนวโน้มได้ชัดเจน

คราวนี้มาดูในเชิงอัตราส่วนบ้าง ถ้าเราดูอัตราส่วน ติด/ตรวจ ภาพจะเป็นอย่างไร

ผมทำแกนต่างๆให้เท่าๆกัน เอามาเทียบให้เห็น ยิ่งเห็นชัดเลยใช่ไหมครับ

รูปบนเอาข้อมูลที่นำเสนอรายวันมาหารกันตรงๆ อัตราส่วน ติด/ตรวจ แกว่งไปมา จนงงๆว่า ตกลงสถานการณ์วันนี้มันดีขึ้นหรือแย่ลง(กันแน่ว่ะ)เมื่อเทียบกับเมื่อวาน

รูปล่าง ชดเชยปัจจัยเวลา นำเสนอตามกลุ่มตัวอย่าง จะเห็นว่า สถานการณ์ไม่ได้เปลี่ยนแปลงอะไรเลย ไม่ต้องตาหูเหลือกไป (ที่ไม่ใช่ 0.1 แป๊ะ เพราะการปัดเศษให้เป็นจำนวนเต็มคน)

ทำนองเดียวกัน ถ้าเอาอัตราการ ตาย/ติด มานำเสนอบ้าง

ข้อสรุปก็คล้ายๆกัน

รูปบน อัตราการ ตาย/ติด แกว่งไปมา จนน่าตกใจ (หรือ น่าสบายใจ) แบบรายวัน

แต่ในความเป็นจริงแล้ว อัตรา ตาย/ติด ไม่ได้ต่างไปเลย (ที่ไม่ใช่ 0.01 แป๊ะ เพราะการปัดเศษให้เป็นจำนวนเต็มคน)

บทเรียน

ผมไม่ได้บอกว่าตัวเลขรายวันตามสื่อนั้น ไม่มีประโยชน์ ผิด ไร้ความหมาย

ผมแค่กำลังจะบอกว่า

• ให้เข้าใจให้ดีๆว่าตัวเลขเหล่านั้นมีที่มาอย่างไร
• ความหมายของมันคืออะไร
• ต้องดูข้อมูลอื่นอะไรประกอบบ้าง เพื่อให้ได้ภาพที่ต้องการ

นอกจากนั้น อย่าตื่นเต้น ตื่นตูม กับตัวเลขรายวัน เพราะปัจจัยมากมายที่กระทบต่อตัวเลขรายวันอย่างที่ได้กล่าวมาแล้ว

แต่ให้ดูรวมๆกลมๆในช่วงเวลากว้างๆ เช่น 2 สัปดาห์นี้ เทียบกับ 2 สัปดาห์ก่อนหน้า จะทำให้ปัจจัยความไม่แน่นอน(และปัจจัยเวลาเลื่อมกัน) โดนชดเชยเกลี่ยๆกันไป ทำให้เห็นภาพที่ถูกต้องกว่าที่จะเทียบกันวันต่อวัน

ท้ายที่สุด

อย่าประมาทครับ กินร้อน ช้อนกลาง ล้างมือ ดำเนินชีวิตอย่างมีสติ อยู่แบบกลางๆ อย่าสุดโต่งจนโรคประสาทรัปทาน แต่ก็อย่าละเลยจนหาเรื่องใส่ตัว

ติดตามข่าวสารแต่พอประมาณ อย่าหมกหมุ่น อย่าไปหัวเสีย พยายามเอาชนะใคร ในโลกสื่อสังคม

ทุกอย่าง รวมถึงอารมณ์ของเรา มันก็เกิดขึ้นคงอยู่แล้วก็แล้วดับไป … อาแมน 🙂

COVID 19 drama ทำไมตายนิดเดียว ผลกระทบมากมาย เราขี่ช้างฯ ?

COVID 19 drama ทำไมตายนิดเดียว ผลกระทบมากมาย เราขี่ช้างฯ ?

• Facebook
• Twitter
• Line