4 būdai meluoti su statistika

2024 Autorius: Malcolm Clapton | [email protected]. Paskutinį kartą keistas: 2023-12-17 04:04

Vienas iš efektyviausių būdų meluoti – klaidingas statistikos aiškinimas. Žinodami, kaip žongliruojami skaičiai, galite pastebėti, jei kas nors bando jus apgauti.

Surinkite duomenis, kurie padarys jūsų išvadas dar neobjektyvesnes

Pirmasis žingsnis renkant statistiką yra nustatyti, ką norite analizuoti. Šiame etape statistikai skambina informacija. Tada turite apibrėžti duomenų poklasį, kuris, analizuojant, turėtų atstovauti visai populiacijai. Kuo didesnė ir tikslesnė imtis, tuo tikslesni bus tyrimo rezultatai.

Žinoma, yra įvairių būdų, kaip atsitiktinai ar tyčia sugadinti statistinę imtį:

• Atrankos šališkumas. Ši klaida įvyksta, kai tyrime dalyvaujantys žmonės save identifikuoja kaip grupę, kuri neatstovauja visai populiacijai.
• Atsitiktinė atranka. Pasitaiko, kai analizuojama lengvai prieinama informacija, o ne bandoma rinkti reprezentatyvius duomenis. Pavyzdžiui, naujienų kanalas gali atlikti politinę apklausą tarp savo žiūrovų. Nepaklausus žmonių, kurie žiūri kitus kanalus (arba visai nežiūri televizoriaus), negalima teigti, kad tokio tyrimo rezultatai atspindės realybę.
• Respondentų atsisakymas dalyvauti. Tokia statistinė klaida atsiranda tada, kai dalis žmonių neatsako į statistinio tyrimo klausimus. Dėl to rezultatai rodomi neteisingai. Pavyzdžiui, jei tyrime užduodamas klausimas: "Ar jūs kada nors apgaudinėjote savo sutuoktinį?" Dėl to atrodys, kad neištikimybė yra reta.
• Apklausos nemokamai. Tokiose apklausose gali dalyvauti bet kas. Dažnai net netikrinama, kiek kartų tas pats asmuo atsakė į klausimus. Pavyzdys – įvairios apklausos internete. Labai įdomu juos praeiti, bet jų negalima laikyti objektyviais.

Atrankos šališkumo grožis yra tas, kad kažkas kažkur atliks nemokslinę apklausą, kuri patvirtins bet kokią jūsų teoriją. Taigi tiesiog ieškokite internete norimos apklausos arba sukurkite savo.

Pasirinkite rezultatus, kurie patvirtina jūsų idėjas

Kadangi statistikoje naudojami skaičiai, mums atrodo, kad jie įtikinamai įrodo bet kokią mintį. Statistika remiasi sudėtingais matematiniais skaičiavimais, kurie netinkamai apdorojami gali duoti visiškai priešingus rezultatus.

Norėdamas parodyti duomenų analizės trūkumus, anglų matematikas Francis Anscombe sukūrė. Jį sudaro keturi skaitmeninių duomenų rinkiniai, kurie diagramose atrodo visiškai skirtingai.

X1 paveikslas yra standartinė sklaidos diagrama; X2 yra kreivė, kuri pirmiausia pakyla aukštyn, o paskui krenta žemyn; X3 - linija, kuri šiek tiek kyla į viršų, viena ant Y ašies; X4 – duomenys X ašyje, išskyrus vieną viršijimą, esantį aukštai abiejose ašyse.

Kiekviename iš grafikų teisingi šie teiginiai:

• Kiekvieno duomenų rinkinio x vidurkis yra 9.
• Kiekvieno duomenų rinkinio y vidurkis yra 7,5.
• Kintamojo x - 11, kintamojo y - 4, 12 dispersija (sklaida).
• Kiekvieno duomenų rinkinio kintamųjų x ir y koreliacija yra 0,816.

Jei šiuos duomenis matytume tik teksto pavidalu, manytume, kad situacijos visiškai vienodos, nors grafikai tai paneigia.

Todėl Enscombe pasiūlė pirmiausia vizualizuoti duomenis ir tik tada daryti išvadas. Žinoma, jei norite ką nors suklaidinti, praleiskite šį veiksmą.

Sukurkite grafikus, paryškinančius norimus rezultatus

Daugelis žmonių neturi laiko atlikti savo statistinės analizės. Jie tikisi, kad parodysite jiems grafikus, apibendrinančius visus jūsų tyrimus. Gerai suplanuotos diagramos turėtų atspindėti idėjas, atitinkančias tikrovę. Tačiau jie taip pat gali paryškinti norimus rodyti duomenis.

Praleiskite kai kurių parametrų pavadinimus, šiek tiek pakeiskite skalę koordinačių ašyje, nepaaiškinkite konteksto. Taigi galite įtikinti visus, kad esate teisūs.

Visais būdais slėpkite šaltinius

Jei atvirai cituosite savo šaltinius, žmonėms bus lengva patikrinti jūsų išvadas. Žinoma, jei bandote visus sugauti, niekada nepasakokite, kaip padarėte išvadas.

Paprastai straipsniuose ir studijose visada nurodomos nuorodos į šaltinius. Tuo pačiu metu originalūs kūriniai gali būti pateikti ne visi. Svarbiausia, kad šaltinis atsakytų į šiuos klausimus:

• Kaip buvo renkami duomenys? Ar žmonės buvo apklausiami telefonu? Ar sustojo gatvėje? O gal tai buvo „Twitter“apklausa? Informacijos rinkimo būdas gali rodyti tam tikras atrankos klaidas.
• Kada jie susitiko? Tyrimai greitai pasensta, o tendencijos keičiasi, todėl išvadoms įtakos turi informacijos rinkimo laikas.
• Kas juos surinko? Tabako bendrovės tyrimai dėl rūkymo saugos yra mažai patikimi.
• Kas buvo apklaustas? Tai ypač svarbu viešosios nuomonės apklausoms. Jei politikas atliks apklausą tarp jam simpatizuojančių, rezultatai neatspindės visų gyventojų nuomonės.

Dabar žinote, kaip manipuliuoti skaičiais ir naudoti statistiką, kad įrodytumėte beveik viską. Tai padės atpažinti melą ir paneigti išgalvotas teorijas.