Kuinka tilastot huijaavat meitä

2024 Kirjoittaja: Malcolm Clapton | [email protected]. Viimeksi muokattu: 2023-12-17 03:55

Levada Center julkaisi 5. heinäkuuta tutkimuksen, jonka mukaan 91 % venäläisistä suhtautuu kielteisesti uimapuvuissa käveleviin ihmisiin. Bikinien ja uimahousujen vastustajista suurin osa on 40-54-vuotiaita. Tästä huolimatta jotkin tiedotusvälineet esittivät tietoa eri näkökulmasta sanoen, että kaikki venäläiset suhtautuvat kielteisesti negligee-kävelyyn. Päätimme selvittää, millä temppuilla tilastoissa voidaan saada tiedot näyttämään houkuttelevammalta.

Miksi kysyä yläosattomista auringonotosta vain 40–54-vuotiailta? Ehkä meidän pitäisi mennä pidemmälle ja kysyä yli 80-vuotiailta, tarvitsemmeko Internetiä? Esittämällä saman tiedon eri tavoilla voit muuttaa radikaalisti tapaa, jolla muut näkevät sen. Tässä on esimerkkejä siitä, kuinka tilastoja käytetään huijaamiseen.

Käytä mittareita, jotka ovat hyviä vain ensi silmäyksellä

Esimerkki: 90 % kaikista viimeisten 20 vuoden aikana myydyistä autoista on edelleen liikenteessä.

Vaikuttaa erittäin hyvältä merkiltä, koska koneet ovat niin kestäviä. Mutta ajattele paremmin. Ehkä tämä automerkki julkaistiin vasta 10 vuotta sitten? Sitten hän ei enää näytä niin viehättävältä.

Oikeamman ja vähemmän keltaisen otsikon olisi pitänyt kuulostaa tältä: "90% kaikista yli 20-vuotiaista autoista on edelleen liikenteessä."

Suorituskykyvaatimus vertaamatta vaihtoehtoihin

Esimerkki: tämä kipulääke lievittää päänsärkyä mahdollisimman tehokkaasti.

Ei ole mitään järkeä puhua tuotteen tehokkuudesta vertaamatta sitä muihin. "Tehokkain", "parempi kuin muut", "korkein laatu" - näiden sanojen pitäisi saada sinut miettimään, ostaako tämä tuote. Jos haluat todistaa, että kipulääkkeesi on paras, sinun on verrattava sitä muihin merkkeihin. Muuten nämä ovat turhia sanoja.

Leikkiminen kaavioilla ja kaavioilla

Esimerkki:

Tässä konferenssissa Steve Jobs puhui iPhonen osuudesta kaikkien älypuhelimien joukossa Yhdysvalloissa. Huolimatta siitä, että iPhonea käyttää 19,5 % asukkaista, sen osuus kaaviossa näyttää suuremmalta kuin "Muut" (21,2 %). Visuaalisesti tämä voidaan saavuttaa antamalla kaaviolle 3D-vaikutelma.

Tietojen toimittaminen ilman vahvistusta

Esimerkki: marihuanan laillistamisen jälkeen tupakoitsijoiden määrä Alankomaissa kasvoi.

Sellaiset "faktat" ovat arvottomia ilman vahvistusta. Ehkä sivusto, jolla luit tämän, unohti yksinkertaisesti linkittää tutkimukseen, mutta joka tapauksessa ei ole mitään järkeä uskoa näitä tietoja.

Kaavion vertailupiste ei ole nolla

Esimerkki:

Kuvasta näkyy, että Obamacare-ohjelman osallistujamäärä on kasvanut 1 066 000:lla. Eli ero on noin 17 prosenttia. Kaaviossa sarakkeiden välinen ero on lähes kolminkertainen. Tämä johtuu siitä, että vertailupiste ei ole nolla.

Asianomaisen toimittamat tilastot

Esimerkki: testasimme uutta shampooamme ja tulimme siihen tulokseen, että se on tehokkaampi kuin kaikki markkinoilla olevat analogit.

Ja lopuksi melko ilmeinen tosiasia. Jos tutkimuksen tekee kiinnostunut taho, on sen tuloksiin luotettava äärimmäisen varovaisesti.