למה סקרים פוליטיים טועים?

תארו לעצמכם שאתם נכנסים למטבח באמצע בישול של סיר ענק.

אתם טועמים כפית אחת מהתבשיל
ומנסים לענות על השאלה:

“האם זה יהיה טעים גם בעוד שעה?”

פה בדיוק מתחילה הבעיה של סקרים פוליטיים.

כמרצה ל־Statistics, אני אוהב להסביר שסקר פוליטי הוא לא “ניסוי מעבדה”.

הוא הרבה יותר דומה לטעימה רגעית מתוך סיר שמתבשל בזמן שמישהו ממשיך להוסיף:

• מלח
• תבלינים
• מים
• פלפל
• ואולי גם קצת דרמה תקשורתית

סקר הוא מחקר תצפיתי

בסטטיסטיקה יש הבדל חשוב בין:

• ניסוי מבוקר
• מחקר תצפיתי

בניסוי אמיתי החוקרים שולטים בתנאים:

• מי נכנס לאיזו קבוצה
• מה כל אחד מקבל
• אילו משתנים נשמרים קבועים

אבל בסקר פוליטי?

אין באמת שליטה.

החוקר פשוט “טועם” את המציאות ברגע מסוים.

ומה הקושי בזה?

לא שהסקר “לא אמין”.
אלא שהעולם האמיתי רועש מאוד.

בדיוק כמו במטבח.

אם טעמתם מהסיר ליד חתיכת תפוח אדמה שלא ספגה מלח — תקבלו רושם אחד.
אם הכפית נפלה על אזור חריף במיוחד — תקבלו רושם אחר.

האם הכפית שקרנית?
לא.

פשוט יש הרבה variability בתוך הסיר.

וגם האנשים עצמם משתנים תוך כדי

בישול פוליטי הוא תהליך דינמי:

• אנשים רואים חדשות
• שומעים חברים
• מגיבים לפחדים
• מתעצבנים
• מתלהבים
• משנים דעה ברגע האחרון

כלומר:

בזמן שהסוקר “טועם” את הסיר — הסיר ממשיך להתבשל.

והאתגר הכי גדול: סיבה ותוצאה

פה זה נהיה ממש מעניין.

נניח שסקר מראה שקבוצה מסוימת מצביעה אחרת.

האם זה בגלל:

• גיל?
• מצב כלכלי?
• רשתות חברתיות?
• ערוץ חדשות מסוים?
• לחץ חברתי?
• אירוע אקטואלי?

במחקר תצפיתי קשה מאוד להפריד בין כל הגורמים האלה.

זה קצת כמו לנסות להבין:

“למה המרק יצא טעים?”

כי היה יותר מלח?
או בגלל זמן הבישול?
או בגלל הירקות?
או בגלל שכל הטעמים התחברו יחד?

בעולם האמיתי, הכול קורה ביחד.

ואז מגיע הטוויסט של Game Theory

סקרים לא רק מודדים את המציאות.
הם גם משפיעים עליה.

כשאנשים רואים:

• “המפלגה הזו מתחזקת”
• “המועמד הזה מוביל”
• “הקרב צמוד”

הם לפעמים משנים התנהגות:

• מצביעים אסטרטגית
• נוהרים ל"מנצח"
• מתייאשים
• או דווקא מתגייסים

כלומר:

הסקר עצמו נכנס לסיר ומוסיף עוד תבלין.

אז האם סקרים חסרי ערך?

ממש לא.

אבל צריך לזכור:
סקר הוא לא צילום סטטי של מציאות פשוטה.

הוא ניסיון להבין מערכת אנושית מורכבת, רגשית ורועשת — דרך “טעימה” קטנה מתוך סיר פוליטי שממשיך לבעבע כל הזמן.

יותר מדי תבלינים במרק: מה הקשר בין המרק של סבתא לתיקון בונפרוני?

 

מכירים את זה שאתם טועמים את המרק והוא מרגיש קצת חסר? אז אתם מוסיפים מלח. ואז קצת פלפל. ואז אולי כורכום. ואז צ'ילי. ואז חאוויג'. פתאום, המרק שלכם לא טעים – הוא פשוט "בלגן" של טעמים שבו אי אפשר לזהות כלום.

בסטטיסטיקה, לקטסטרופה הקולינרית הזו קוראים "בעיית ההשוואות המרובות", והפתרון (הדיאטטי) שלה הוא תיקון בונפרוני.

מה הבעיה? (או: למה המרק נהרס?)

כשאתם בודקים השערה סטטיסטית אחת, אתם מרשים לעצמכם סיכון קטן של 5% לטעות (מובהקות 5%).  זה כמו להוסיף תבלין אחד – הסיכוי שתהרסו את המנה נמוך.

אבל מה קורה כשאתם מתחילים "לטעום" ולבדוק 20 השערות שונות על אותם נתונים?

הסיכוי שבאחת מהן תמצאו משהו "מובהק" רק בטעות (False Positive) קופץ כמעט ל-65%! זה כבר לא מדע, זה הימורים במטבח. אם תזרקו מספיק תבלינים למרק, בסוף משהו ירגיש "חזק", אבל זה לא אומר שזה טעים.

נעים להכיר: שף בונפרוני 

כדי שלא נתרגש מכל "רעש" של טעם, קרלו בונפרוני הציע כלל פשוט ונוקשה. הוא אמר: "רוצים לבדוק 10 השערות? אין בעיה. אבל רמת המובהקות שלכם צריכה להתחלק ב-10".

הנוסחה פשוטה:

רמת המובהקות החדשה שווה לרמת המובהקות הישנה חלקי מספר השערות נבדקות.

אם רציתם מובהקות של 0.05 ובדקתם 10 דברים, מעכשיו תצטרכו להוכיח מובהקות של 0.005  כדי שמישהו ייקח אתכם ברצינות.

אז איך זה נראה במטבח של "ביסים של סטטיסטיקה"?

דמיינו שאתם מנסים להוכיח שסחוג מרפא כאבי ראש, כאבי גב וגם עוזר בטסט לרכב.

1. בדקתם 3 השערות שונות?
2. בונפרוני נכנס למטבח, דופק על השולחן ואומר: "חביבי, כדי שאני אאמין לך, התוצאה שלך צריכה להיות פי 3 יותר חזקה מהרגיל".

השורה התחתונה (לפני שהקניידלך שוקעים):

תיקון בונפרוני הוא כמו השף הקשוח שלא מרשה לכם להוסיף תבלינים סתם. הוא מזכיר לנו שככל שאנחנו "חופרים" בנתונים ומחפשים קשרים, אנחנו חייבים להיות הרבה יותר ביקורתיים כלפי עצמנו.

כי בסוף, גם בסטטיסטיקה וגם בבישול – אם תנסו להוכיח הכל בבת אחת, כנראה שתצאו עם מנה שאף אחד לא רוצה לאכול.

המרשם של שף בונפרוני למחקר נקי מרעלים

כדי שלא תגישו לשולחן המדעי מנה שהיא "דייסת נתונים", הנה רשימת המרכיבים המעודכנת שלכם:

• בסיס: השערת אפס אחת  מוצקה.
• תיבול: 5-10 השערות אלטרנטיביות (אבל היזהרו לא לשפוך יותר מדי בבת אחת).
• הסוד המקצועי: לפני שאתם מכריזים על "מובהקות", קחו את רמת המובהקות המקורית שלכם (ה-0.05 המסורתי) ותחלקו אותה במספר הבדיקות שביצעתם.
• זמן הכנה: אם p-value שלכם לא קטן יותר מהתוצאה החדשה – המנה לא מוכנה. החזירו אותה למקרר (או למעבדה) ונסו שוב עם מדגם גדול יותר.

טיפ של שפים: תיקון בונפרוני נחשב לתיקון "שמרן" מאוד. הוא כמו השף שאומר לכם שאם יש ספק – אין ספק. הוא עלול לפספס תגליות אמיתיות (טעות מסוג שני), אבל הוא מבטיח שמה שייצא מהמטבח שלכם יהיה איכותי, אמין ובעיקר – לא תוצר של יד קלה על הדק התבלינים.

מרגישים שהפלט הסטטיסטי שלכם יצא 'חריף' מדי או שהגרפים פשוט מסרבים לעשות שכל? אתם לא חייבים לנחש מה הנתונים מנסים להגיד. אם הסתבכתם עם ניתוח מורכב, בדיקת השערות או ויזואליזציה שמרגישה כמו חידה – שלחו לי הודעה. נשב על זה יחד ונהפוך את דייסת המספרים למסקנות אסטרטגיות ברורות.

בישול, סטטיסטיקה ותורת המשחקים: מה הקשר ביניהם?

דמיינו שאתם במטבח.

יש לכם מתכון, יש לכם מרכיבים, ויש לכם תחושה כללית איך המנה אמורה לצאת.
אבל משהו תמיד לא לגמרי ברור:
האם הטעם באמת טוב?
האם הכמות מספיקה?
ואיך האורחים יגיבו?

כאן נכנסות לתמונה שתי “גישות חשיבה” שאני מלמד: סטטיסטיקה ותורת המשחקים.

סטטיסטיקה — לטעום את התבשיל

סטטיסטיקה היא כמו טעימה מהסיר באמצע הבישול.

היא לא נותנת לנו את כל התמונה, אבל כן מאפשרת לנו להבין:
האם אנחנו בכיוון הנכון?
האם יש טעם להמשיך?
והאם ההבדלים שאנחנו רואים הם אמיתיים — או סתם מקריים?

אבל כמו בבישול, גם כאן יש מלכודת:
טעימה אחת לא תמיד מייצגת את כל הסיר.

תורת המשחקים — להבין את הסועדים

עכשיו נניח שהמנה מוכנה.

האם כולם יאהבו אותה?
האם מישהו ייקח מנה גדולה יותר?
האם מישהו יגיד שהוא אוהב רק כי כולם אומרים?

כאן נכנסת תורת המשחקים —
היא עוזרת לנו להבין איך אנשים מקבלים החלטות, במיוחד כשההחלטות שלהם תלויות באחרים.

כי בסוף, אנחנו לא פועלים לבד — אנחנו חלק ממשחק.

כשהמטבח פוגש את השולחן

הבעיה מתחילה כשמשתמשים רק באחד מהכלים:

רק סטטיסטיקה → אפשר להבין את הנתונים, אבל לפספס לגמרי את ההתנהגות האנושית
 רק תורת המשחקים → אפשר להבין אנשים, אבל בלי בסיס אמפירי אמיתי

הכוח האמיתי נמצא בשילוב:

להבין גם מה הנתונים אומרים
וגם איך אנשים יגיבו להם

דוגמה קטנה מהחיים

נניח שאתם רואים שמוצר מסוים קיבל דירוג גבוה.

סטטיסטית — זה נראה מצוין.
אבל תורת המשחקים שואלת:
מי נתן את הדירוגים?
האם אנשים מושפעים אחד מהשני?
האם יש אינטרסים סמויים?

כלומר — לא רק מה הנתונים אומרים, אלא גם איך הם נוצרו.

אז מה בעצם לומדים מכל זה?

שקבלת החלטות טובה היא לא רק שאלה של חישוב,
ולא רק שאלה של אינטואיציה.

היא שילוב.

כמו בבישול טוב:
צריך גם לטעום, וגם להבין למי מגישים.

ואם כבר נתקעתם עם “תבשיל סטטיסטי” שלא ברור מה יצא ממנו —

אתם יודעים איפה למצוא אותי 🙂 

איך לא להישרף במטבח של אמזון?

חברים רבים פונים אליי ושואלים:
כמי שמבין בסטטיסטיקה, איך אפשר — בלי חישובים מורכבים — להבין מה באמת עומד מאחורי דירוגי מוצרים?

אתם נכנסים לאמזון, מחפשים מוצר —
ורואים ⭐ 4.5.

נראה כמו הצלחה בטוחה, נכון?

אז זהו… שלא תמיד.

ברוכים הבאים למטבח של הדירוגים —
איפה שקל “לשרוף” החלטה.

הטעות הנפוצה:
להסתכל רק על הממוצע.

זה כמו לטעום רק את הרוטב —
ולהחליט על כל המנה.

איך לקרוא דירוגים כמו סטטיסטיקאי (ב-30 שניות):

1. כמה אנשים טעמו?
10 דירוגים ≠ 10,000 דירוגים
יותר טועמים = תוצאה אמינה יותר

🌶️ 2. יש קונצנזוס או דרמה?
בדקו את ההתפלגות:

✔️ רוב הדירוגים 4–5 → מנה יציבה
⚠️ הרבה 5 וגם הרבה 1 → או גן עדן… או אסון

🔍 3. מה חוזר על עצמו?
קראו 3 ביקורות טובות ו-3 רעות

אם כולם אומרים “נשבר מהר” —
זה כבר לא מקרה

⏱️ 4. טרי או מקולקל?
בדקו תאריכים
דירוגים ישנים = אולי המוצר השתנה

טיפ שף (חשוב):
אם יש הרבה ⭐5 אבל גם לא מעט ⭐1 —
זה מוצר עם סיכון גבוה.

👉 או שתעופו עליו
👉 או שתתבאסו קשות

השורה התחתונה:
אל תסתכלו רק על הציון —
תבינו את הסיפור שמאחוריו.

מי שרוצה להבין עוד יותר לעומק (עם טוויסט של תורת המשחקים)

מאחורי דירוגים לא מסתתרת רק סטטיסטיקה —
אלא גם התנהגות אסטרטגית.

למה?

כי אנשים לא מדרגים “סתם” —
הם משפיעים.

תחשבו על זה כך:

כל מדרג הוא שחקן במשחק קטן:
הוא רוצה להשפיע על ההחלטות של אחרים

ולכן הוא לא תמיד ייתן דירוג “מאוזן”

מה קורה בפועל?

• מי שמאוד אהב → נותן ⭐⭐⭐⭐⭐ כדי “לדחוף” את המוצר
• מי שהתאכזב → נותן ⭐ כדי “להזהיר” אחרים

כמעט אף אחד לא נותן 3

התוצאה:

במקום התפלגות “רגילה” —
מקבלים קיטוב (Polarization)

כלומר:
הרבה מאוד 1 והרבה מאוד 5

במונחים של תורת המשחקים:

זה נראה כמו משחק השפעה (Influence Game)
שבו לכל שחקן יש תמריץ להקצין את הדירוג שלו
כדי להשפיע על התוצאה הכוללת.

💡 ומה זה אומר לך כקונה?

כשאתה רואה קיצוניות בדירוגים —
זה לא רק “דעות שונות”

זה גם תוצאה של התנהגות אסטרטגית