4 τρόποι να πεις ψέματα με στατιστικά

2024 Συγγραφέας: Malcolm Clapton | [email protected]. Τελευταία τροποποίηση: 2023-12-17 03:52

Ένας από τους πιο αποτελεσματικούς τρόπους για να πει κανείς ψέματα είναι η παρερμηνεία των στατιστικών. Γνωρίζοντας πώς ταχυδακτυλουργούνται οι αριθμοί μπορεί να σας βοηθήσει να παρατηρήσετε εάν κάποιος προσπαθεί να σας ξεγελάσει.

Συλλέξτε δεδομένα που θα κάνουν τα συμπεράσματά σας ακόμη πιο προκατειλημμένα

Το πρώτο βήμα στη συλλογή στατιστικών στοιχείων είναι να καθορίσετε τι θέλετε να αναλύσετε. Οι στατιστικολόγοι καλούν πληροφορίες σε αυτό το στάδιο. Στη συνέχεια, πρέπει να ορίσετε μια υποκατηγορία δεδομένων που, όταν αναλυθεί, θα πρέπει να αντιπροσωπεύει ολόκληρο τον πληθυσμό ως σύνολο. Όσο μεγαλύτερο και ακριβέστερο είναι το δείγμα, τόσο πιο ακριβή θα είναι τα αποτελέσματα της έρευνας.

Φυσικά, υπάρχουν διάφοροι τρόποι για να χαλάσετε ένα στατιστικό δείγμα κατά λάθος ή σκόπιμα:

• Μεροληψία επιλογής. Αυτό το σφάλμα εμφανίζεται όταν τα άτομα που συμμετέχουν στη μελέτη αυτοπροσδιορίζονται ως ομάδα που δεν αντιπροσωπεύει ολόκληρο τον πληθυσμό.
• Τυχαία δειγματοληψία. Εμφανίζεται όταν αναλύονται άμεσα διαθέσιμες πληροφορίες αντί να συλλέγονται αντιπροσωπευτικά δεδομένα. Για παράδειγμα, ένα ειδησεογραφικό κανάλι μπορεί να διεξάγει μια πολιτική έρευνα μεταξύ των τηλεθεατών του. Χωρίς να ρωτήσω τους ανθρώπους που παρακολουθούν άλλα κανάλια (ή δεν βλέπουν καθόλου τηλεόραση), δεν μπορούμε να πούμε ότι τα αποτελέσματα μιας τέτοιας μελέτης θα αντικατοπτρίζουν την πραγματικότητα.
• Άρνηση συμμετοχής των ερωτηθέντων. Ένα τέτοιο στατιστικό σφάλμα συμβαίνει όταν κάποιοι άνθρωποι δεν απαντούν στις ερωτήσεις που τέθηκαν σε μια στατιστική μελέτη. Αυτό οδηγεί σε εσφαλμένη εμφάνιση των αποτελεσμάτων. Για παράδειγμα, εάν μια μελέτη θέτει την ερώτηση: "Έχετε απατήσει ποτέ τον σύζυγό σας;" Ως αποτέλεσμα, θα φαίνεται ότι η απιστία είναι σπάνια.
• Δωρεάν πρόσβαση σε δημοσκοπήσεις. Οποιοσδήποτε μπορεί να λάβει μέρος σε τέτοιες έρευνες. Συχνά δεν ελέγχεται καν πόσες φορές το ίδιο άτομο απάντησε σε ερωτήσεις. Ένα παράδειγμα είναι διάφορες έρευνες στο Διαδίκτυο. Είναι πολύ ενδιαφέρον να τα περάσεις, αλλά δεν μπορούν να θεωρηθούν αντικειμενικά.

Η ομορφιά της προκατάληψης επιλογής είναι ότι κάποιος, κάπου, είναι πιθανό να πραγματοποιήσει μια αντιεπιστημονική έρευνα που θα υποστηρίξει οποιαδήποτε θεωρία έχετε. Απλά αναζητήστε στον ιστό τη δημοσκόπηση που θέλετε ή δημιουργήστε τη δική σας.

Επιλέξτε αποτελέσματα που υποστηρίζουν τις ιδέες σας

Εφόσον οι στατιστικές χρησιμοποιούν αριθμούς, μας φαίνεται ότι αποδεικνύουν πειστικά οποιαδήποτε ιδέα. Η στατιστική βασίζεται σε πολύπλοκους μαθηματικούς υπολογισμούς που, αν γίνει λάθος, μπορεί να οδηγήσει σε εντελώς αντίθετα αποτελέσματα.

Για να δείξει τα ελαττώματα στην ανάλυση δεδομένων, ο Άγγλος μαθηματικός Francis Anscombe δημιούργησε. Αποτελείται από τέσσερα σετ αριθμητικών δεδομένων που φαίνονται εντελώς διαφορετικά στα γραφήματα.

Το σχήμα X1 είναι ένα τυπικό διάγραμμα διασποράς. Το X2 είναι μια καμπύλη που πρώτα ανεβαίνει και μετά πέφτει προς τα κάτω. X3 - μια γραμμή που ανεβαίνει ελαφρώς προς τα πάνω, με μία στον άξονα Υ. X4 - δεδομένα στον άξονα Χ, εκτός από μία υπέρβαση που βρίσκεται ψηλά και στους δύο άξονες.

Για καθένα από τα γραφήματα, ισχύουν οι ακόλουθες προτάσεις:

• Ο μέσος όρος του x για κάθε σύνολο δεδομένων είναι 9.
• Ο μέσος όρος του y για κάθε σύνολο δεδομένων είναι 7,5.
• Η διακύμανση (spread) της μεταβλητής x - 11, μεταβλητή y - 4, 12.
• Η συσχέτιση μεταξύ των μεταβλητών x και y για κάθε σύνολο δεδομένων είναι 0,816.

Αν βλέπαμε αυτά τα δεδομένα μόνο σε μορφή κειμένου, θα νομίζαμε ότι οι καταστάσεις είναι εντελώς ίδιες, αν και τα γραφήματα το διαψεύδουν.

Επομένως, ο Enscombe πρότεινε να οπτικοποιήσετε πρώτα τα δεδομένα και μόνο μετά να βγάλετε συμπεράσματα. Φυσικά, αν θέλετε να παραπλανήσετε κάποιον, παραλείψτε αυτό το βήμα.

Δημιουργήστε γραφήματα που επισημαίνουν τα επιθυμητά αποτελέσματα

Οι περισσότεροι άνθρωποι δεν έχουν χρόνο να κάνουν τη δική τους στατιστική ανάλυση. Περιμένουν από εσάς να τους δείξετε γραφήματα που συνοψίζουν όλη την έρευνά σας. Τα καλά σχεδιασμένα γραφήματα πρέπει να αντικατοπτρίζουν ιδέες που ταιριάζουν στην πραγματικότητα. Αλλά μπορούν επίσης να επισημάνουν τα δεδομένα που θέλετε να εμφανίσετε.

Παραλείψτε τα ονόματα ορισμένων παραμέτρων, αλλάξτε ελαφρώς την κλίμακα στον άξονα συντεταγμένων, μην εξηγήσετε το πλαίσιο. Έτσι μπορείτε να πείσετε τους πάντες ότι έχετε δίκιο.

Με κάθε τρόπο, κρύψτε τις πηγές

Εάν αναφέρετε ανοιχτά τις πηγές σας, είναι εύκολο για τους ανθρώπους να επαληθεύσουν τα ευρήματά σας. Φυσικά, εάν προσπαθείτε να βάλετε τους πάντες γύρω από το δάχτυλό σας, μην πείτε ποτέ πώς καταλήξατε στα συμπεράσματά σας.

Συνήθως, σε άρθρα και μελέτες υποδεικνύονται πάντα παραπομπές σε πηγές. Ταυτόχρονα, τα πρωτότυπα έργα ενδέχεται να μην παρέχονται πλήρως. Το κύριο πράγμα είναι ότι η πηγή απαντά στις ακόλουθες ερωτήσεις:

• Πώς συλλέχθηκαν τα δεδομένα; Πήραν τηλεφωνικές συνεντεύξεις από τους ανθρώπους; Ή σταμάτησε στο δρόμο; Ή ήταν μια δημοσκόπηση στο Twitter; Η μέθοδος συλλογής πληροφοριών μπορεί να υποδεικνύει ορισμένα σφάλματα επιλογής.
• Πότε συναντήθηκαν; Η έρευνα γίνεται γρήγορα ξεπερασμένη και οι τάσεις αλλάζουν, επομένως ο χρόνος συλλογής πληροφοριών επηρεάζει τα συμπεράσματα.
• Ποιος τα μάζεψε; Υπάρχει μικρή αξιοπιστία στην έρευνα της καπνοβιομηχανίας για την ασφάλεια του καπνίσματος.
• Ποιος πήρε συνέντευξη; Αυτό είναι ιδιαίτερα σημαντικό για τις δημοσκοπήσεις. Εάν ένας πολιτικός πραγματοποιήσει μια έρευνα μεταξύ εκείνων που τον συμπονούν, τα αποτελέσματα δεν θα αντικατοπτρίζουν τη γνώμη ολόκληρου του πληθυσμού.

Τώρα ξέρετε πώς να χειρίζεστε τους αριθμούς και να χρησιμοποιείτε στατιστικά στοιχεία για να αποδείξετε σχεδόν οτιδήποτε. Αυτό θα σας βοηθήσει να αναγνωρίσετε ψέματα και να διαψεύσετε κατασκευασμένες θεωρίες.