Hvordan vi blir lurt av statistikk

5. juli "Levada Center" publisert en studie om at 91% av russerne har en negativ holdning til folk som går i badedrakter. Blant motstanderne av bikinier og badebukser er flertallet respondenter i alderen 40 til 54 år. Til tross for dette presenterte noen medier ut informasjon fra en annen vinkel og sa at alle russere har en negativ holdning til å vandre i negligé. Vi bestemte oss for å finne ut hvilke triks i statistikk som kan brukes til å gjøre informasjonen mer attraktiv.

Til hva avstemming om soling topløs eksklusivt for mennesker mellom 40 og 54 år? Kanskje vi bør gå lenger og spørre aldersgruppen over 80 om vi trenger internett? Ved å presentere den samme informasjonen på forskjellige måter, kan du radikalt endre måten andre ser på den. Her er noen eksempler på hvordan statistikk jukser.

Bruke beregninger som bare er gode ved første øyekast

Eksempel: 90% av alle solgte biler de siste 20 årene er fortsatt på veien.

Det virker som et veldig bra merke siden maskinene er så holdbare. Men tenk bedre. Kanskje dette bilmerket ble gitt ut for bare 10 år siden? Da virker hun ikke lenger så attraktiv.

En mer korrekt og mindre gul overskrift burde ha hørt slik ut: "90% av alle biler over 20 er fremdeles på veien."

Effektivitetsuttalelse uten sammenligning med alternativer

Eksempel: denne smertestillende lindrer effektivt hodepine.

Det gir ingen mening å snakke om produktets effektivitet uten å sammenligne det med andre. "Mest effektive", "bedre enn andre", "høyeste kvalitet" - disse ordene skal få deg til å tenke på om du skal kjøpe dette produktet. Hvis du vil bevise at smertestillende er den beste, må du sammenligne den med andre merker. Ellers er dette ubrukelige ord.

Leker med grafer og diagrammer

Eksempel:

På denne konferansen snakket Steve Jobs om andelen av iPhone blant alle smarttelefoner i USA. Til tross for at iPhone brukes av 19,5% av innbyggerne, ser andelen på diagrammet høyere ut enn andelen "Andre" (21,2%). Visuelt kan dette oppnås ved å gi diagrammet en 3D-effekt.

Innlevering av informasjon uten bekreftelse

Eksempel: etter legalisering av marihuana økte antall røykere i Nederland.

Slike "fakta" er verdiløse uten bekreftelse. Kanskje nettstedet du leste på dette bare glemte å lenke til studien, men i alle fall er det ikke noe poeng å tro på denne informasjonen.

Referansepunktet på diagrammet er ikke null

Eksempel:

Bildet viser at antall deltakere i Obamacare-programmet har økt med 1.066.000. Det vil si at forskjellen er omtrent 17%. På diagrammet er forskjellen mellom kolonnene nesten tredelt. Dette skyldes at ikke null blir tatt som referansepunkt.

Statistikk fra interesserte

Eksempel: vi testet vår nye sjampo og kom til at den er mer effektiv enn alle analoger på markedet.

Og til slutt, et ganske åpenbart faktum. Hvis forskningen utføres av en interessert part, må du stole på resultatene med ekstrem forsiktighet.