Tilastojen lukutaito
Oppaan alussa opit, että tilastotiedosta tulee merkityksellistä vasta kun sitä verrataan johonkin toiseen lukuun. Vertailukelpoisuutta on joskus vaikeaa saavuttaa ja ylläpitää. Ajat muuttuvat ja käsitteet vanhentuvat. Historiallisia oloja kuvaavat käsitteet eivät tarjoa nykyiselle modernille ajalle sopivia sisältöjä ja päinvastoin. On vaikea istuttaa vaurasta nyky-yhteiskuntaa kuvaavia käsitteitä menneiden aikojen paikoin vaatimattomaan elämään.
Kansainvälisten vertailujen tekeminen on niin ikään ongelmallista samasta syystä. Jos halutaan verrata asumiskustannuksia eri maissa, joudutaan esimerkiksi punnitsemaan erilaisia omistus- ja vuokra-asumisen käytäntöjä sekä niiden toisistaan poikkeavia kustannusrakenteita. Tilastotietoja halutaan kuitenkin vertailla. Jotta vertailukelpoisuus toteutuisi mahdollisimman hyvin, tilastoissa on käytettävä yleisesti ja yhteisesti hyväksyttyjä käsitteitä ja luokituksia.
Tilastokeskus ylläpitää lukuisia tilastoluokituksia (mm. ammatti-, toimiala- ja koulutusluokituksia). Keskeisistä käsitteistä ja luokituksista sovitaan usein myös kansainvälisesti. Esimerkiksi kansantalouden tilinpidon käsitteet ovat Yhdistyneiden kansakuntien (YK) hyväksymiä. Myös Euroopan unionin (EU) jäsenmaissa kehitetään jatkuvasti yhteistä käsitteistöä ja määritelmiä.
Seuraavaksi tutustut käsitteisiin, joita käytetään, kun aika ja ajan muutos vaikuttavat tilastoon ja tiedon tulkintaan.
Aikasarja kuvaa ilmiön muuttumista ajassa. Kun samaa havaintoa seurataan yhdenmukaisin menettelyin säännöllisin väliajoin (vuosittain, kuukausittain tai päivittäin), syntyy aikasarja. Aikasarjasta on erotettavissa trendejä, suhdannevaihtelua, kausivaihtelua ja satunnaisvaihtelua. Nämä käsitteet kertovat siitä, miten tilastotieto vaihtelee eri aikoina ja eri syistä.
Aikasarjan pohjalla on yleensä jokin syvällisestä muutoksesta kertova trendi eli pitkän aikavälin muutos. Sellainen voi olla esimerkiksi työn tuottavuuden nousu, tuotannon määrän tai energian kulutuksen kasvu. Esimerkkinä voit katsoa energian kokonaiskulutus energialähteittäin vuodesta 1970 lähtien StatFin-tietokannassa.
Varsinkin taloudellisissa aikasarjoissa esiintyy muutaman vuoden mittaista suhdannevaihtelua talouden nousu- ja laskusuhdanteiden mukaan. Vaihtelu voidaan jakaa osiin, jotka kuvaavat suhdanteen tilaa: puhutaan noususuhdanteesta, korkeasuhdanteesta, laskusuhdanteesta ja matalasuhdanteesta. Suhdannevaihtelua ei usein erotella trendistä.
Esimerkiksi vuoden 2008 finanssikriisi aiheutti useamman neljännesvuoden mittaisen lasku- ja matalasuhdanteen maailman talouteen. Neljännesvuositilinpidon kuviosta Bruttokansantuote vuosineljänneksittäin näet, miten kriisi vaikutti tuolloin Suomen bruttokansantuotteeseen. BKT:n volyymin lasku oli voimakas loppuvuodesta 2008. Samoin maailmanlaajuinen covid-19-pandemian eli koronan aiheuttama talouden sukellus on nähtävissä kuviosta vuonna 2020.
Kuvio. Bruttokansantuote vuosineljänneksittäin, volyymisarja, viitevuosi 2015 (mrd. euroa)
Bruttokansantuotteen vaihtelua kuvaavissa kuvioissa on hyvä huomata, että y-akselin asteikolla on ratkaiseva merkitys siihen, millaisen muodon aikasarjaa kuvaava viiva saa. Kun asteikko on suhteellisen tiheä, muutosta ja vaihteluväliä voi tarkastella yksityiskohtaisemmin. Jos taas asteikkoa harvennetaan, vaihtelu näyttäytyy huomattavasti maltillisempana, eikä ero kausitasoitettuun sarjaan ole enää yhtä selvä. Tulkinnan näkökulmasta huomionarvoista on kuitenkin se, että kuvioiden taustalla on täsmälleen sama data, näkökulma vain on eri.
Kuvio. Bruttokansantuote vuosineljänneksittäin, volyymisarja, viitevuosi 2015 (mrd. euroa)
Vuoden sisällä esiintyvää säännöllistä vaihtelua kutsutaan puolestaan kausivaihteluksi. Tyypillinen esimerkki kausivaihtelusta on maatalouden tuotanto, joka vaihtelee vuodenajan mukaan. Myös lomakaudet tai eri aikoihin osuvat juhlapyhät vaikuttavat moniin taloudellisiin tilastosarjoihin. Kun muutoin säännölliseen toimintaan tulee jokin poikkeama, se havaitaan helposti myös tilaston tiedoissa. Tämä kannattaa ottaa huomioon tilaston tulkinnassa.
Suhdannevaihtelu ja trendit kiinnostavat. Jotta ne saataisiin esiin, aikasarjoja tasoitetaan. Kausitasoituksella tarkoitetaan kausi- ja satunnaisvaihtelun vaikutuksien puhdistamista aikasarjasta pois. Tämän ansiosta myös kahden peräkkäisen kuukausihavainnon vertaaminen on mielekästä.
Kuukausittaisissa työllisyys- ja työttömyysluvuissa on paljon vuosittain säännöllisenä toistuvaa kausivaihtelua. Vaihtelua aiheuttavat varsinkin kesätyöt ja kausiluontoiset työt kuten maatalouden, rakentamisen ja matkailualan työt. Myös opiskelijoiden hakeutuminen keväisin työmarkkinoille näkyy kausivaihteluna työllisyydessä ja työttömyydessä. Kausivaihtelun vuoksi kahden peräkkäisen kuukausihavainnon vertaaminen ei ole mielekästä, sillä muutos edelliseen havaintoon kertoo lähinnä kausi-ilmiöstä, eikä suhdannekehityksestä. Pitkän aikavälin kehityksen suunta sekä suhdannevaihtelu ovat paremmin havaittavissa kausitasoitetuista tai trendisarjoista kuin alkuperäisestä aikasarjasta.
Kuvio. Työllisyysaste, työllisyysasteen kausitasoitettu aikasarja sekä kausi- ja satunnaisvaihtelusta tasoitettu trendi, 15‒64-vuotiaat, 2010‒2022. Kuten edeltävässä tekstissä on kerrottu, satunnaisvaihtelun vaikutukset on puhdistettu kausitasoitetusta aikasarjasta.
Useimmissa tilastollisissa aikasarjoissa esiintyy satunnaisvaihtelua. Tällä tarkoitetaan sitä, että mittaustulokset vaihtelevat jonkin verran mittauskerrasta toiseen, vaikka todellista muutosta ei olisikaan tapahtunut. Valveutunut tilaston tulkitsija osaa erottaa vaihtelun. Aikasarjoissa satunnaisvaihtelua voidaan siivota pois laskemalla liukuva keskiarvo, joka poistaa äärihavainnot ja kuva kehityksestä tasoittuu. Esimerkiksi kaupan liikevaihdon vuosimuutoksista laskettu kolmen kuukauden liukuva keskiarvo vaihtelee kuukaudesta toiseen selkeästi vähemmän kuin alkuperäinen vuosimuutos.
Kaupan liikevaihtokuvaaja (2015=100): G Koko kauppa
Satunnaisvaihtelu on merkittävämpää pienissä kokonaisuuksissa. Esimerkiksi Suomen kansantaloudessa satunnaisvaihtelu on merkittävämpää kuin Yhdysvalloissa.
Tilastoluvut muunnetaan usein indekseiksi, jotta voidaan tehokkaasti vertailla erilaisten asioiden muutoksia. Indeksi on hintatason tai arvojen muutoksia osoittava suhdeluku. Kun halutaan esimerkiksi kertoa, että kuluttajahinnat ovat nousseet tai laskeneet, käytetään apuna indeksejä.
Indeksiä laskettaessa perusajankohdan havainto merkitään sadaksi (100). Kun asiaa seuraavan kerran mitataan, havaintoa verrataan perusajankohdan havaintoon. Laskukaava on seuraava:
Indeksit ovat yleisimmin käytössä ajallisissa vertailuissa, mutta niitä voidaan käyttää hyväksi missä vertailussa tahansa. Voidaan esimerkiksi päättää, että Suomea kuvaava arvo on 100 ja muiden maiden arvot ilmaistaan indeksilukuina suhteessa tähän lukuun.
Eri asioita kuvaavia indeksejä voidaan laskea myös yhteen. Jos tunnetaan tarkasteltavien asioiden merkitys, indeksiluvuista lasketaan painotettu keskiarvo.
Seuraavassa esimerkissä käytetään edellä esiteltyä indeksilaskukaavaa, kun lasketaan alkoholin kulutuksen muutosta.
Alkoholin kulutusta mitataan absoluuttisena alkoholina (=sataprosenttisena alkoholina). Alkoholin tilastoitu kulutus on noussut 6,7 litrasta (vuosi 1995) 10,0 litraan (vuosi 2019) absoluuttista alkoholia. Kulutuksen indeksiluku lasketaan jakamalla uusi havainto vanhalla ja kertomalla tulos sadalla:
Saadusta indeksiluvusta nähdään muutoksen prosentuaalinen suuruus. Alkoholin kulutus on siis 25 vuodessa kasvanut 49 prosenttia (149‒100=49).
Olet ostanut talopaketin. Toimitussopimuksessa lukee, että hinta on sidottu rakennuskustannusindeksiin. Miten varmistat, että maksat oikean hinnan, etkä ainakaan liikaa?
Vastaus:
Etsi Tilastokeskuksen sivuilta rakennuskustannusindeksi ja tarkista sen kehitys. Jos sopimuksen hinta on sidottu täysimääräisesti rakennuskustannusindeksiin, nousee esimerkiksi 150 000 euron hintaisen talopaketin hinta 900 euroa, kun indeksin ilmoittama vuotuinen kustannusnousu on 0,6 prosenttia (tammikuun 2021 tilanne).
Vuoden 2021 yhden prosentin vuosimuutos tarkoittaisi 1 500 euron lisähintaa talopakettiin.
Lähde: Rakennuskustannusindeksit, kokonaisindeksin kuukausitiedot 1951M01‒ (StatFin).
Tilastotiedon tulkintaa helpottaa yhteisesti sovittu käsitteistö. Vaikka tunnetkin keskeiset käsitteet ja niiden määritelmät, voi joskus olla vaikeaa päätellä asioiden syy- ja seuraussuhteita. Periaatteessa pitäisi aina tutkia kahta samanlaista ryhmää, joista toiseen kohdistuu syyksi arveltu tekijä ja toiseen ei. Mittaamalla molemmat ryhmät saataisiin luotettavaa tietoa syyn vaikutuksesta. Tällaisen koeasetelman järjestäminen on harvoin mahdollista.
Syy-seuraussuhteen toteamiseksi ei riitä se, että asiat esiintyvät tilastossa ajallisesti kytkeytyneinä. Asiat voivat sinänsä olla toisistaan riippumattomia, mutta ne johtuvat samasta syystä. Esimerkiksi koulutustason ja varallisuuden korrelaatio voi selittyä kotitaustalla. Hyvätuloisten perheiden lapset saavat parempaa koulutusta ja pääsevät parempipalkkaisiin töihin ja perivät enemmän omaisuutta kuin väestö keskimäärin.
Vaikutussuhde voi olla myös näennäinen ja johtua havainnoitavan populaation rakennemuutoksista. Esimerkiksi syöpätapausten lisääntymisen on tulkittu johtuvan elinympäristön kemikalisoitumisesta. Sekin voi selittää osan syöpien lisääntymisestä, mutta merkittävä osa syöpien yleistymisestä johtuu ikärakenteen muutoksesta eli siitä, että väestö vanhenee ja elää pidempään.
Aina ei ole selvää, mikä on syy ja mikä on seuraus. Esimerkiksi menestyminen opinnoissa lisää opiskelumotivaatiota ja se taas lisää opintomenestystä. Toisaalta taas vastoinkäymiset laskevat opiskelumotivaatiota, mikä puolestaan heikentää tuloksia.
Kansainvälinen taloudellisen kehityksen järjestö OECD on kehittänyt vuorovaikutteisen Better Life Index -palvelun (OECD), jossa voit tutustua kansainvälisiin elinoloja kuvaaviin tilastoihin ja laskea niistä "hyvän elämän indeksin" omien arvostustesi mukaisena.
