מתי בית משפט מקבל מדגם סטטיסטי במקום נתונים על כל חבר קבוצה? כשהמדגם נבחר בהגרלה מאוכלוסייה מוגדרת, כשהוא מלווה במדד של אי-ודאות, וכשכל חבר קבוצה היה יכול להסתמך עליו גם בתביעה אישית. כך עולה משני פסקי דין של בית המשפט העליון האמריקאי, Tyson Foods ו-Wal-Mart v. Dukes, וממדריך הסטטיסטיקה של ה-Federal Judicial Center, שלושתם פרסומים ממשלתיים בנחלת הכלל. כאן אנו מביאים את עיקריהם, ואת מה שקובע החוק הישראלי.
מה קבע בית המשפט העליון האמריקאי בעניין Tyson Foods?
במרס 2016 הכריע בית המשפט העליון האמריקאי בתביעת עובדים במפעל לעיבוד בשר חזיר באיווה, שדרשו שכר על הזמן שנדרש ללבישת ציוד מגן ולהסרתו. המעסיק לא רשם את הזמן הזה, ולכן העובדים הסתמכו על מחקר של מומחה ליחסי עבודה, ד״ר קנת מריקל, שערך 744 תצפיות מצולמות וחישב מהן ממוצע: 18 דקות ביום במחלקות החיתוך ו-21.25 דקות במחלקת השחיטה. מומחית נוספת הוסיפה את הממוצע לדוחות הנוכחות של כל אחד מ-3,344 חברי הקבוצה, כדי לבדוק מי עבר את סף 40 שעות השבועיות שמזכה בשכר נוסף. המעסיק ביקש מבית המשפט לקבוע כלל גורף נגד ״ראיות מייצגות״ בתובענות ייצוגיות.
בית המשפט דחה את הבקשה לכלל גורף, וקבע שמדגם מייצג או סטטיסטי הוא ראיה ככל ראיה: קבילותו אינה תלויה בשאלה אם ההליך ייצוגי או אישי, אלא במידה שבה הראיה מהימנה להוכחת רכיבי העילה. במקרים רבים, ציין, מדגם מייצג הוא הדרך המעשית היחידה לאסוף ולהציג את הנתונים. המבחן שהציע: אם כל חבר קבוצה היה יכול להסתמך על המדגם כדי להוכיח את תביעתו בהליך אישי, המדגם כשר גם בהליך הייצוגי. בית המשפט הוסיף שראיה מייצגת שאינה מספקת מבחינה סטטיסטית, או שמבוססת על הנחות בלתי סבירות, לא תוביל לאומדן הוגן או מדויק, אבל ציין שהמעסיק לא ביקש דיון בתוקף המתודולוגיה ולא הביא מומחה נגדי. חבר המושבעים, אגב, לא קיבל את התחשיב במלואו: המומחית חישבה כ-6.7 מיליון דולר, והפיצוי שנפסק היה כ-2.9 מיליון.
למה ב-Wal-Mart v. Dukes נפסל ה״משפט לפי נוסחה״?
חמש שנים קודם לכן, ביוני 2011, ביטל אותו בית משפט אישור של תובענה ייצוגית בשם כ-1.5 מיליון עובדות של Wal-Mart, בטענת אפליה בשכר ובקידום. בית המשפט לערעורים סבר שאפשר לנהל את ההליך על סמך מדגם אקראי של תביעות. בית המשפט העליון כינה זאת ״Trial by Formula״: בוחרים מדגם של חברות קבוצה, מבררים בתצהירים אילו מהן הופלו ומה השכר שנמנע מהן, מחילים את אחוז התביעות התקפות על כל הקבוצה ומכפילים בממוצע הפיצוי במדגם. הוא פסל את המנגנון: אי אפשר לאשר תובענה ייצוגית על ההנחה שהנתבעת לא תוכל להתגונן מול כל תביעה אישית.
בעניין Tyson Foods הסביר בית המשפט מה ההבדל: ב-Wal-Mart העובדות לא היו במצב דומה, ולכן אף אחת מהן לא הייתה יכולה לזכות בתביעה אישית על סמך תצהירים של עובדות אחרות על מנהלים אחרים. ב-Tyson Foods כל העובדים עבדו באותו מפעל, בעבודה דומה ולפי אותה מדיניות שכר. מבחינת נתונים, זו השאלה אם האוכלוסייה שממנה נדגם הומוגנית דיה כדי שהממוצע שלה יאמר משהו על כל פרט. אקראיות הבחירה הכרחית, אבל אינה מספיקה.
מה הופך מדגם למדגם מייצג?
המדריך לשופטים של ה-Federal Judicial Center, בפרק הסטטיסטיקה שכתבו דיוויד קיי ודיוויד פרידמן, קובע שדיוקו של סקר תלוי בשלושה דברים: איך נבחרות היחידות, אילו מהן נמדדות בפועל, ואיך נעשית המדידה (עמ׳ 98). המושגים המרכזיים:
- אוכלוסייה ומסגרת דגימה. האוכלוסייה היא כל היחידות שמעניינות את החוקר; מסגרת הדגימה היא הרשימה המפורשת שממנה דוגמים (עמ׳ 98, 168, 172). מי שחסר ברשימה ושונה מהנכללים בה יוצר הטיה שאף גודל מדגם אינו מתקן (עמ׳ 99).
- מדגם הסתברותי. היחידות נבחרות בהגרלה שנותנת לכל יחידה במסגרת הסתברות ידועה וחיובית להיבחר. שיטה כזו אינה משאירה מקום להטיית בחירה (עמ׳ 100).
- מדגם נוחות. קבוצה נגישה, כמו קונים בקניון, שהמראיין בוחר לפי שיקול דעתו. המדריך מזהיר שמדגמים כאלה עלולים לסבול מהטיה חמורה, גם בגלל הבחירה וגם בגלל סירוב להשתתף (עמ׳ 100, 162).
- בחירה על ידי הצדדים. המדריך מביא תיק שבו בית משפט ביקש מכל צד לבחור 15 תיקים מתוך 3,000 ודן ב-30 שנבחרו; ערכאת הערעור קבעה שמדגם אקראי היה מתקבל, אבל 30 תיקי קיצון אינם מייצגים את 3,000 התובעים (עמ׳ 100, הערה 51).
סיכום המדריך: סקר טוב מגדיר אוכלוסייה מתאימה, בוחר את המדגם בשיטה לא מוטה, משיג שיעור היענות גבוה ואוסף מידע מדויק על היחידות שנדגמו. גם אז המדגם עלול במקרה שלא לייצג את האוכלוסייה, אבל ניתוח סטטיסטי נכון מודד את גודל הסיכון הזה, לפחות במדגמים הסתברותיים (עמ׳ 102).
כמה גדול צריך להיות המדגם, ומה אומר רווח הסמך?
מדגם כמעט אף פעם אינו העתק מוקטן ומדויק של האוכלוסייה. ההפרש בין האומדן מהמדגם לערך האמיתי באוכלוסייה, שנובע רק ממזל ההגרלה, נקרא טעות דגימה (עמ׳ 116). המדריך מסכם זאת במשוואה מילולית: אומדן = ערך אמיתי + הטיה + טעות דגימה (עמ׳ 172). שגיאת התקן מודדת את הגודל הצפוי של טעות הדגימה, ולכן, לפי המדריך, אומדן צריך להיות מלווה בשגיאת התקן שלו בכל מקום שאפשר (עמ׳ 117). רווח סמך הופך זאת לטווח: אומדן פלוס-מינוס שגיאת תקן אחת מכסה את הערך האמיתי בכ-68% מהמדגמים, פלוס-מינוס שתיים בכ-95%, ופלוס-מינוס שלוש בכ-99.7% (עמ׳ 118).
כמה כללים שעולים מהמדריך:
- גודל המדגם, לא גודל האוכלוסייה. ככל שהמדגם גדול יותר, טעות הדגימה קטנה ושגיאת התקן יורדת (עמ׳ 118, הערה 116). בנוסחה שבנספח, גודל האוכלוסייה נכנס רק דרך מקדם תיקון שקרוב ל-1 כשהמדגם קטן ביחס לאוכלוסייה (עמ׳ 154).
- רמת סמך בלי רוחב אינה אומרת דבר. באותה רמת סמך, רווח צר פירושו אומדן מדויק יותר; באותו גודל מדגם, רמת סמך גבוהה יותר מושגת רק בהרחבת הרווח (עמ׳ 119). המדריך מביא תיק שבו מומחה העיד שמדגם אקראי של 137 תביעות מתוך 9,541 ייתן ״הסתברות סטטיסטית של 95%״, בלי שנדון רוחב הרווחים (עמ׳ 119, הערה 119), ותיק אחר שבו בית המשפט סבר שהתאמה בתוך רווח סמך של 99% מוכיחה יותר מהתאמה בתוך רווח של 95%, וזה הפוך (עמ׳ 119-120, הערה 120).
- שגיאת התקן אינה מודדת הטיה. שגיאות תקן ורווחי סמך מתעלמים מטעויות שיטתיות כמו הטיית בחירה או אי-היענות, ואינם פותרים את הבעיות של מדגם נוחות (עמ׳ 121). רווח סמך צר על מדגם מוטה הוא דיוק מדומה.
דוגמה על נתונים בדויים להמחשה
נניח קבוצה של צרכנים שביצעו 120,000 עסקאות בתקופה הרלוונטית, והשאלה היא באיזה חלק מהעסקאות נגבה סכום גבוה מהמחיר שפורסם. בדיקה של כל עסקה יקרה, ולכן נדגמות 400 עסקאות בהגרלה מרשימת כל העסקאות. ב-100 מהן נמצא פער, כלומר 25%.
שגיאת התקן של אחוז מחושבת, במילים, כשורש הריבועי של: האחוז כפול משלימו, חלקי גודל המדגם. כאן: 0.25 כפול 0.75 חלקי 400 הם 0.00047, ושורשם כ-0.022, כלומר כ-2.2 נקודות אחוז. רווח סמך של 95% הוא האומדן פלוס-מינוס כשתי שגיאות תקן: 25% פלוס-מינוס 4.3 נקודות, כלומר בין 20.7% ל-29.3%. בהכפלה ב-120,000 עסקאות, האומדן הוא 30,000 עסקאות עם פער, והטווח בין כ-24,800 ל-35,200. אילו נדגמו 1,600 עסקאות, פי 4, שגיאת התקן הייתה יורדת בחצי, לכ-1.1 נקודות, והרווח היה מצטמצם לכ-22.8% עד 27.2%. גודל האוכלוסייה, 120,000, כמעט אינו משפיע על הרוחב. מה שהדוגמה אינה מכסה: אם רשימת העסקאות חסרה סניף שלם, או אם 400 העסקאות נלקחו מתוך תלונות שהתקבלו, הרווח לא יתקן את ההטיה הזו, והגדלת המדגם לא תעזור.
מה קורה כשהממוצע מסתיר פיזור?
חוות הדעת החולקת ב-Tyson Foods, שכתב השופט תומאס, מתארת את הנתונים שמאחורי הממוצע: עובדי מחלקות החיתוך נדרשו לבין 0.583 דקות ליותר מ-10 דקות ללבישת הציוד לפני המשמרת, ולדברי המומחה עצמו הייתה ״הרבה שונות בתוך הפעילות״. המומחית השנייה מצאה ש-212 מחברי הקבוצה לא עברו את סף 40 השעות גם עם הממוצע; אם הממוצע הפריז ולו במעט, עוד 282 היו נושרים, ובממוצע של 15 דקות במקום 18-21 עוד 110. הנשיא רוברטס, בחוות דעת מסכימה, הוסיף שאין מחלוקת שמאות מחברי הקבוצה לא נפגעו, ושמפסק דין בסכום כולל אי אפשר לשחזר איזה ממוצע אימץ חבר המושבעים, ולכן מי מהם זכאי.
מבחינת עבודת נתונים, המסקנה אינה תלויה בשאלה מי מהשופטים צדק: כשהמדד המכריע הוא סף (40 שעות, מחיר מפורסם, מועד), ממוצע לבדו אינו מספיק. חוות דעת צריכה להציג את הפיזור במדגם, כמה חברי קבוצה נמצאים קרוב לסף, וכיצד המסקנה משתנה כשהאומדן זז בתוך רווח הסמך שלו.
מה קובע חוק תובענות ייצוגיות בישראל?
חוק תובענות ייצוגיות, התשס״ו-2006, אינו עוסק במדגמים במפורש, אבל הוא מגדיר את השאלות שהמדגם צריך לענות עליהן. סעיף 8(א) קובע ארבעה תנאים לאישור: התובענה מעוררת ״שאלות מהותיות של עובדה או משפט המשותפות לכלל חברי הקבוצה״ ויש אפשרות סבירה שיוכרעו לטובת הקבוצה; תובענה ייצוגית היא הדרך היעילה וההוגנת להכרעה; וייצוג הולם ובתום לב. סעיף 10(ג) מאפשר להגדיר תת-קבוצה כשלחלק מהחברים יש שאלות שאינן משותפות לכולם, וזו בדיוק השאלה הסטטיסטית אם האוכלוסייה הומוגנית או שיש לרבד אותה.
בשלב הסעד, סעיף 20(א) מונה דרכים שבית המשפט רשאי להורות עליהן: תשלום לכל חבר קבוצה שהוכחה זכאותו (פסקה 1), הוכחת זכאות על ידי כל חבר קבוצה (פסקה 2), או תשלום פיצוי בסכום כולל וקביעת אופן חישוב חלקו של כל חבר קבוצה, ״ובלבד שסכום הפיצוי הכולל ניתן לחישוב מדויק על יסוד הראיות שבפני בית המשפט״ (פסקה 3). יתרה שלא חולקה עוברת לקרן לפי סעיף 27א. סעיף 20(ג)(1) מוסיף שאם פיצוי כספי לחברי הקבוצה ״אינו מעשי בנסיבות הענין״, בין משום שלא ניתן לזהותם ולשלם להם בעלות סבירה ובין מסיבה אחרת, רשאי בית המשפט להורות על כל סעד אחר לטובת הקבוצה או לטובת הציבור. סעיף 20(ה) קובע שלא ייפסקו פיצויים לדוגמה ולא פיצויים בלא הוכחת נזק, למעט חריג אחד שמנוי בו.
לעבודת הנתונים נובע מכך לקח מעשי: כשמבקשים מבית המשפט לפסוק סכום כולל, כדאי להציג לו לא רק אומדן נקודתי, אלא את הבסיס שלו, את שגיאת התקן ואת הרווח, כדי שיוכל לבחון בעצמו אם האומדן עומד בדרישת ״חישוב מדויק על יסוד הראיות״. ההכרעה אם הוא עומד בה היא משפטית. אם נגרם נזק, השאלה מי מחברי הקבוצה נפגע ובכמה היא שאלת נתונים לפני שהיא שאלה משפטית.
הלקח המעשי לעבודת נתונים בהליך משפטי: מדגם מתקבל כשהוא נבחר בהגרלה ממסגרת שמכסה את הקבוצה, כשהאוכלוסייה הומוגנית דיה כדי שכל חבר קבוצה היה יכול להסתמך עליו גם לבדו, וכשהאומדן מגיע עם שגיאת התקן, עם רווח הסמך ועם הפיזור שמאחוריו. גודל המדגם קובע את רוחב הרווח; שיטת הבחירה קובעת אם הרווח אומר אמת. מי שמציג ממוצע בלי שניהם מבקש מבית המשפט להאמין במקום לבדוק.
מקורות
- Tyson Foods, Inc. v. Bouaphakeo, 577 U.S. 442 (2016). בית המשפט העליון של ארה״ב: חוות דעת הרוב מאת השופט קנדי, חוות דעת מסכימה של הנשיא רוברטס וחוות דעת חולקת של השופט תומאס. United States Reports, כרך 577, עמ׳ 442-480. פרסום של ממשלת ארה״ב, נחלת הכלל. https://www.supremecourt.gov/opinions/boundvolumes/577BV.pdf
- Wal-Mart Stores, Inc. v. Dukes, 564 U.S. 338 (2011). בית המשפט העליון של ארה״ב, חוות דעת הרוב מאת השופט סקאליה; הפסקה על ״משפט לפי נוסחה״ (Trial by Formula) בעמ׳ 367. United States Reports, כרך 564, עמ׳ 338-378. פרסום של ממשלת ארה״ב, נחלת הכלל. https://www.supremecourt.gov/opinions/boundvolumes/564BV.pdf
- Kaye, D. H. & Freedman, D. A. (2000). Reference Guide on Statistics. בתוך: Reference Manual on Scientific Evidence, Second Edition, Federal Judicial Center, עמ׳ 83-178. פרסום של ממשלת ארה״ב, נחלת הכלל. https://www.fjc.gov/sites/default/files/2012/sciman02.pdf
- חוק תובענות ייצוגיות, התשס״ו-2006, סעיפים 8, 10, 20 ו-27א. דבר חקיקה, ללא זכות יוצרים לפי סעיף 6 לחוק זכות יוצרים, התשס״ח-2007. הנוסח המשולב בוויקיטקסט העברי (נערך לאחרונה ב-17 באוגוסט 2026). https://he.wikisource.org/wiki/חוק_תובענות_ייצוגיות