4 veidi, kā melot ar statistiku

2024 Autors: Malcolm Clapton | [email protected]. Pēdējoreiz modificēts: 2023-12-17 04:04

Viens no efektīvākajiem veidiem, kā melot, ir nepareiza statistikas interpretācija. Zinot, kā tiek žonglēti skaitļi, varat pamanīt, ja kāds mēģina jūs apmānīt.

Vāciet datus, kas padarīs jūsu secinājumus vēl neobjektīvākus

Pirmais solis statistikas apkopošanā ir noteikt, ko vēlaties analizēt. Statistiķi šajā posmā izsauc informāciju. Pēc tam jums ir jādefinē datu apakšklase, kurai, analizējot, jāatspoguļo visa populācija kopumā. Jo lielāka un precīzāka izlase, jo precīzāki būs pētījuma rezultāti.

Protams, ir dažādi veidi, kā nejauši vai apzināti sabojāt statistisko paraugu:

• Atlases neobjektivitāte. Šī kļūda rodas, kad cilvēki, kas piedalās pētījumā, identificē sevi kā grupu, kas nepārstāv visus iedzīvotājus.
• Nejauša izlase. Tas notiek, kad tiek analizēta viegli pieejamā informācija, nevis mēģināts savākt reprezentatīvus datus. Piemēram, ziņu kanāls var veikt politisku aptauju savu skatītāju vidū. Nejautājot cilvēkiem, kuri skatās citus kanālus (vai neskatās TV vispār), nevar teikt, ka šāda pētījuma rezultāti atspoguļos realitāti.
• Respondentu atteikums piedalīties. Šāda statistikas kļūda rodas, ja daži cilvēki neatbild uz statistikas pētījumā uzdotajiem jautājumiem. Tas noved pie nepareizas rezultātu parādīšanas. Piemēram, ja pētījumā tiek uzdots jautājums: "Vai esat kādreiz krāpis savu dzīvesbiedru?" Rezultātā šķitīs, ka neuzticība ir retums.
• Bezmaksas piekļuves aptaujas. Šādās aptaujās var piedalīties ikviens. Bieži pat netiek pārbaudīts, cik reizes viena un tā pati persona atbildēja uz jautājumiem. Kā piemēru var minēt dažādas aptaujas internetā. Ir ļoti interesanti tos izturēt, taču tos nevar uzskatīt par objektīviem.

Atlases aizspriedumu skaistums ir tāds, ka kāds kaut kur, visticamāk, veiks nezinātnisku aptauju, kas atbalstīs jebkuru jūsu teoriju. Tāpēc vienkārši meklējiet tīmeklī vajadzīgo aptauju vai izveidojiet savu.

Izvēlieties rezultātus, kas atbalsta jūsu idejas

Tā kā statistika izmanto skaitļus, mums šķiet, ka tie pārliecinoši pierāda jebkuru ideju. Statistika balstās uz sarežģītiem matemātiskiem aprēķiniem, kas, ja tie tiek nepareizi apstrādāti, var novest pie pilnīgi pretējiem rezultātiem.

Lai parādītu trūkumus datu analīzē, angļu matemātiķis Frensiss Anskombs izveidoja. Tas sastāv no četrām skaitlisko datu kopām, kas grafikos izskatās pilnīgi atšķirīgi.

Attēlā X1 ir standarta izkliedes diagramma; X2 ir līkne, kas vispirms paceļas uz augšu un pēc tam nokrīt uz leju; X3 - līnija, kas nedaudz paceļas uz augšu, ar vienu uz Y ass; X4 - dati par X asi, izņemot vienu pārsniegumu, kas atrodas augstu uz abām asīm.

Katram no grafikiem ir patiesi šādi apgalvojumi:

• Vidējais x katrai datu kopai ir 9.
• Katras datu kopas y vidējais rādītājs ir 7,5.
• Mainīgā x - 11, mainīgā y - 4, 12 dispersija (izkliede).
• Korelācija starp mainīgajiem x un y katrai datu kopai ir 0,816.

Ja mēs šos datus redzētu tikai teksta veidā, mēs domātu, ka situācijas ir pilnīgi vienādas, lai gan grafiki to atspēko.

Tāpēc Enscombe ieteica vispirms vizualizēt datus un tikai pēc tam izdarīt secinājumus. Protams, ja vēlaties kādu maldināt, izlaidiet šo soli.

Izveidojiet grafikus, kas izceļ vēlamos rezultātus

Lielākajai daļai cilvēku nav laika pašiem veikt statistisko analīzi. Viņi sagaida, ka jūs viņiem parādīsit diagrammas, kurās apkopoti visi jūsu pētījumi. Labi izstrādātām diagrammām jāatspoguļo idejas, kas atbilst realitātei. Taču tās var arī izcelt datus, kurus vēlaties rādīt.

Izlaidiet dažu parametru nosaukumus, nedaudz mainiet skalu uz koordinātu ass, nepaskaidrojiet kontekstu. Tātad jūs varat pārliecināt visus, ka jums ir taisnība.

Jebkurā gadījumā paslēpiet avotus

Ja jūs atklāti citējat savus avotus, cilvēkiem ir viegli pārbaudīt jūsu atklājumus. Protams, ja jūs mēģināt visus dabūt ap pirkstu, nekad nestāstiet, kā jūs nonācāt pie saviem secinājumiem.

Parasti rakstos un pētījumos vienmēr ir norādītas atsauces uz avotiem. Tajā pašā laikā oriģināldarbi var netikt nodrošināti pilnībā. Galvenais, lai avots atbildētu uz šādiem jautājumiem:

• Kā tika vākti dati? Vai cilvēki tika aptaujāti pa tālruni? Vai arī apstājās uz ielas? Vai arī tā bija Twitter aptauja? Informācijas vākšanas metode var norādīt uz noteiktām atlases kļūdām.
• Kad viņi satikās? Pētījumi ātri kļūst novecojuši un tendences mainās, tāpēc informācijas vākšanas laiks ietekmē secinājumus.
• Kas tos savāca? Tabakas uzņēmuma pētījumiem par smēķēšanas drošību ir maz ticamības.
• Kurš tika intervēts? Tas ir īpaši svarīgi sabiedriskās domas aptaujām. Ja politiķis veiks aptauju starp tiem, kas viņam simpatizē, rezultāti neatspoguļos visu iedzīvotāju viedokli.

Tagad jūs zināt, kā manipulēt ar skaitļiem un izmantot statistiku, lai pierādītu gandrīz jebko. Tas palīdzēs atpazīt melus un atspēkot safabricētās teorijas.