کارگاه داده عمومی · مقایسه آمار
آمار بانک جهانی را با شاخص و سال یکسان مقایسه کنید
زیر یک نمودار نوشته‌اند «کشور الف از کشور ب جلو زد». هر دو عدد هم به بانک جهانی ارجاع دارند. هنوز یک بررسی مهم باقی مانده است: آیا این عددها واقعاً یک شاخص را در یک سال و با یک واحد نشان می‌دهند؟ معتبر بودن منبع، تفاوت میان دو ستون را از بین نمی‌برد.
برای بازبینی چنین ادعایی، ابتدا کد شاخص و سال مشاهده را یکسان کنید. واحد، کد کشورها، توضیحات منبع و تاریخ دریافت فایل را نیز نگه دارید. اگر مقایسه هم‌زمان ممکن نیست، همان محدودیت را در نتیجه بنویسید.
فقط نوشتن «تولید ناخالص داخلی» کافی نیست
بانک جهانی برای تولید ناخالص داخلی به دلار جاری از کد NY.GDP.MKTP.CD و برای تولید ناخالص داخلی به دلار ثابت ۲۰۱۵ از کد NY.GDP.MKTP.KD استفاده می‌کند. شباهت نام دو سری به معنی یکسان‌بودن آن‌ها نیست.
در توضیح رسمی قیمت جاری و ثابت، قیمت هر دوره از قیمت سال مرجع جدا شده است. سری قیمت ثابت برای بررسی تغییر حجم تولید کاربرد دارد؛ تغییر عدد دلاری جاری می‌تواند از قیمت‌ها و تبدیل ارز هم اثر بگیرد. بنابراین افزایش دلار جاری را بی‌بررسی «رشد واقعی» ننویسید.
نام کامل، کد و واحد هر ستون را کپی کنید. عبارت‌هایی مثل «سرانه»، «درصد»، نام ارز و مقیاس نمایش نباید حذف شوند. اگر جدول وب عدد را به میلیون نشان می‌دهد ولی فایل دانلودشده واحد پایه دارد، تبدیل مقیاس را ثبت کنید. تغییر مقیاس، تفاوت تعریف دو شاخص را حل نمی‌کند.
تمرین: یک ترتیب در آخرین سال موجود، ترتیبی دیگر در سال مشترک
جدول کشورها در صفحه شاخص، «آخرین سال موجود» را کنار «آخرین مقدار موجود» نشان می‌دهد. آن دو ستون را با هم بخوانید. تازه‌ترین مقدار هر کشور ممکن است به سال متفاوتی مربوط باشد.
داده ساختگی برای آموزش: فرض کنید جدول زیر تولید ناخالص داخلی دو کشور خیالی را به میلیارد دلار ثابت ۲۰۱۵ نشان می‌دهد. هیچ‌کدام از این عددها آمار واقعی بانک جهانی نیست.
| کشور خیالی | ۲۰۲۳ | ۲۰۲۴ | آخرین مقدار موجود |
|---|---|---|---|
| الف | ۸۰ | ۹۲ | ۹۲ در سال ۲۰۲۴ |
| ب | ۸۶ | داده موجود نیست | ۸۶ در سال ۲۰۲۳ |
اگر فقط آخرین مقدارها را مرتب کنیم، الف بالاتر است. اما در سال مشترک ۲۰۲۳، ب بالاتر بوده است. از این جدول نمی‌دانیم مقدار ب در ۲۰۲۴ چقدر است؛ پس نمی‌توان نتیجه گرفت که الف در ۲۰۲۴ از ب عبور کرده است.
شرح دقیق‌تر نمودار چنین است: «در داده آموزشی، مقدار ب در ۲۰۲۳ بیشتر است. آخرین مقدار الف مربوط به ۲۰۲۴ است، اما برای ب در آن سال داده نداریم؛ مقایسه هم‌سالِ ۲۰۲۴ ممکن نیست.» اگر هدف شما نمایش آخرین اطلاعات موجود است، آن را انجام دهید، ولی سال هر مقدار را واضح نشان دهید.
خانه خالی را صفر نکنید. صفر یک مقدار است و «داده نداریم» معنای دیگری دارد. تکرار عدد ۸۶ برای سال بعد هم فرض تحلیلی شماست؛ اگر به چنین فرضی نیاز دارید، آن را در ستونی جدا با توضیح بنویسید و داده اصلی را تغییر ندهید.
یک فایل کوچک، با مسیر بازبینی روشن
از صفحه اصلی همان شاخص فایل را دریافت کنید و نسخه دست‌نخورده را همراه توضیحاتش نگه دارید. کشورها را با کدشان و سال‌ها را به‌صورت صریح انتخاب کنید. پیش از نامیدن هر ردیف به‌عنوان «کشور»، بررسی کنید که آن ردیف یک گروه درآمدی یا مجموع منطقه‌ای نباشد.
تعریف و یادداشت‌های سری را بخوانید. پوشش داده، برآوردی‌بودن مقدارها یا تغییر روش ممکن است بر نتیجه مورد نظر اثر بگذارد. سپس محاسبه را روی کپی فایل انجام دهید و فیلترها، تبدیل واحد، گرد کردن و نحوه برخورد با مقدارهای مفقود را ثبت کنید.
هنگام ورود داده به صفحه‌گسترده، کد کشور و شاخص را حفظ کنید. راهنمای وارد کردن CSV برای جلوگیری از تغییر شناسه‌ها مفید است. ثبت هش SHA-256 فایل نیز کمک می‌کند بعداً همان نسخه را بشناسید؛ هش، درستی آمار را تأیید نمی‌کند.
اگر عدد یک سال قدیمی عوض شده باشد
سال مشاهده با تاریخ دریافت فایل فرق دارد. بانک جهانی در مطلبی در مه ۲۰۱۲ درباره بازنگری GDP توضیح داده که اطلاعات تازه و تغییر روش برآورد می‌توانند مقدار سال‌های گذشته را اصلاح کنند. این منبع، توضیح تاریخی فرایند است؛ مدرک تغییر یک عدد مشخص در امروز نیست.
اگر فایل قدیمی شما با دریافت تازه فرق دارد، هر دو را نگه دارید. ابتدا کد شاخص، کشور و سال را تطبیق دهید و سپس یادداشت‌های روش و بازنگری را بررسی کنید. بدون فایل یا مقدار قبلی مستند، اندازه و علت تغییر را حدس نزنید. برای مقایسه فعلی، ردیف‌های منتخب را از نسخه سازگار داده بردارید.
در بخش شواهد گزارش تحقیق این موارد را بیاورید:
- پرسش مقایسه و نام کامل شاخص، کد، واحد و مقیاس.
- کد کشورها و سال مشترک؛ هر مقدار مفقود.
- نشانی دانلود، تاریخ دریافت و نام فایل نگه‌داری‌شده.
- یادداشت‌های مؤثر منبع و تبدیل‌هایی که خودتان انجام داده‌اید.
- نتیجه‌ای که همین ردیف‌ها پشتیبانی می‌کنند و پرسشی که باز مانده است.
یک مقایسه خوب فقط عدد نهایی ندارد؛ خواننده می‌تواند مسیر رسیدن به آن را بازسازی کند و ببیند داده در کدام نقطه برای پاسخ‌دادن کافی نبوده است.
انتشار: ۲۴ اکتبر ۲۰۲۶ · تحریریه اوسینت جت
ادامه مسیر اوسینت
سرنخ‌های خام را به یک تحقیق ساختارمند در اوسینت جت تبدیل کنید
برای نتیجه بهتر، فقط به یک سرنخ اکتفا نکنید. شماره تلفن، ایمیل، یوزرنیم، دامنه، نام شرکت، تصویر، شهر، لینک شبکه اجتماعی و توضیح زمینه پرونده را کنار هم قرار دهید تا موتور اطلاعاتی اوسینت جت تحلیل دقیق‌تری بسازد.