4 راه برای دروغ گفتن با آمار

2024 نویسنده: Malcolm Clapton | [email protected]. آخرین اصلاح شده: 2023-12-17 03:54

یکی از مؤثرترین راه‌های دروغ‌گویی، تفسیر نادرست آمار است. دانستن اینکه چگونه اعداد را فریب می دهند می تواند به شما کمک کند متوجه شوید که آیا کسی سعی دارد شما را فریب دهد.

داده‌هایی را جمع‌آوری کنید که نتیجه‌گیری‌های شما را حتی مغرضانه‌تر کند

اولین قدم در جمع آوری آمار این است که تعیین کنید چه چیزی را می خواهید تجزیه و تحلیل کنید. آماردانان در این مرحله اطلاعات را فرا می خوانند. در مرحله بعد، شما باید یک زیر کلاس از داده ها را تعریف کنید که هنگام تجزیه و تحلیل، باید کل جمعیت را به عنوان یک کل نشان دهد. هر چه نمونه بزرگتر و دقیق تر باشد، نتایج تحقیق دقیق تر خواهد بود.

البته راه های مختلفی برای خراب کردن نمونه آماری تصادفی یا عمدی وجود دارد:

• سوگیری انتخاب این خطا زمانی رخ می دهد که افرادی که در مطالعه شرکت می کنند خود را به عنوان گروهی معرفی می کنند که نماینده کل جمعیت نیستند.
• نمونه گیری تصادفی. زمانی اتفاق می‌افتد که اطلاعات به‌راحتی در دسترس به جای تلاش برای جمع‌آوری داده‌های معرف، تحلیل می‌شوند. به عنوان مثال، یک کانال خبری ممکن است یک نظرسنجی سیاسی بین بینندگان خود انجام دهد. بدون سوال از افرادی که کانال های دیگر را تماشا می کنند (یا اصلا تلویزیون تماشا نمی کنند)، نمی توان گفت که نتایج چنین مطالعه ای واقعیت را منعکس می کند.
• امتناع پاسخ دهندگان از مشارکت. چنین خطای آماری زمانی رخ می دهد که برخی از افراد به سوالات مطرح شده در یک مطالعه آماری پاسخ نمی دهند. این منجر به نمایش نادرست نتایج می شود. به عنوان مثال، اگر در یک مطالعه این سوال مطرح شود که "آیا تا به حال به همسر خود خیانت کرده اید؟" در نتیجه به نظر می رسد که خیانت نادر است.
• نظرسنجی دسترسی رایگان هر کسی می تواند در چنین نظرسنجی هایی شرکت کند. اغلب حتی بررسی نمی شود که یک فرد چند بار به سؤالات پاسخ داده است. به عنوان مثال می توان به نظرسنجی های مختلف در اینترنت اشاره کرد. عبور از آنها بسیار جالب است اما نمی توان آنها را عینی دانست.

زیبایی سوگیری انتخاب این است که کسی، در جایی، احتمالاً یک نظرسنجی غیرعلمی انجام می دهد که از هر نظری که شما دارید پشتیبانی می کند. بنابراین فقط کافی است نظرسنجی مورد نظر خود را در وب جستجو کنید یا نظرسنجی خود را ایجاد کنید.

نتایجی را انتخاب کنید که از ایده های شما پشتیبانی می کند

از آنجایی که آمارها از اعداد استفاده می کنند، به نظر می رسد که آنها به طور قانع کننده ای هر ایده را اثبات می کنند. آمار بر محاسبات پیچیده ریاضی تکیه می کند که در صورت عدم استفاده از آنها می تواند به نتایج کاملاً متضادی منجر شود.

برای نشان دادن نقص در تجزیه و تحلیل داده ها، ریاضیدان انگلیسی فرانسیس آنسکومب ایجاد کرد. این شامل چهار مجموعه داده عددی است که در نمودارها کاملاً متفاوت به نظر می رسند.

شکل X1 یک نمودار پراکندگی استاندارد است. X2 منحنی است که ابتدا بالا می رود و سپس پایین می آید. X3 - خطی که کمی به سمت بالا بالا می رود و یکی در محور Y است. X4 - داده ها در محور X، به جز یک مازاد بر روی هر دو محور.

برای هر یک از نمودارها، عبارات زیر درست است:

• میانگین x برای هر مجموعه داده 9 است.
• میانگین y برای هر مجموعه داده 7.5 است.
• واریانس (گسترش) متغیر x - 11، متغیر y - 4، 12.
• همبستگی بین متغیرهای x و y برای هر مجموعه داده 0.816 است.

اگر این داده ها را فقط در قالب متن می دیدیم، فکر می کردیم که شرایط کاملاً یکسان است، اگرچه نمودارها این را رد می کنند.

بنابراین، Enscombe پیشنهاد کرد که ابتدا داده ها را تجسم کنید، و تنها پس از آن نتیجه گیری کنید. البته اگر می‌خواهید کسی را گمراه کنید، از این مرحله بگذرید.

نمودارهایی ایجاد کنید که نتایج مورد نظر را برجسته کند

اکثر مردم زمان لازم برای انجام تجزیه و تحلیل آماری خود را ندارند.آنها از شما انتظار دارند که نمودارهایی را به آنها نشان دهید که تمام تحقیقات شما را خلاصه می کند. نمودارهایی که به خوبی طراحی شده اند باید ایده هایی را منعکس کنند که با واقعیت مطابقت دارند. اما آنها همچنین می توانند داده هایی را که می خواهید نشان دهید برجسته کنند.

نام برخی از پارامترها را حذف کنید، مقیاس را کمی در محور مختصات تغییر دهید، زمینه را توضیح ندهید. بنابراین می توانید همه را متقاعد کنید که حق با شماست.

به هر حال، منابع را پنهان کنید

اگر آشکارا به منابع خود استناد کنید، برای افراد آسان است که یافته های شما را تأیید کنند. البته، اگر می‌خواهید همه را در اطراف انگشت خود قرار دهید، هرگز نگویید چگونه به نتیجه‌گیری رسیده‌اید.

معمولاً در مقالات و مطالعات، همواره ارجاع به منابع ذکر می شود. در عین حال ممکن است آثار اصلی به طور کامل ارائه نشود. نکته اصلی این است که منبع به سؤالات زیر پاسخ می دهد:

• داده ها چگونه جمع آوری شد؟ آیا با مردم مصاحبه تلفنی صورت گرفت؟ یا در خیابان متوقف شده است؟ یا نظرسنجی توییتری بود؟ روش جمع آوری اطلاعات می تواند خطاهای انتخاب خاصی را نشان دهد.
• کی ملاقات کردند؟ تحقیقات به سرعت منسوخ می شود و روندها تغییر می کند، بنابراین زمان جمع آوری اطلاعات بر نتیجه گیری تأثیر می گذارد.
• چه کسی آنها را جمع آوری کرد؟ در تحقیقات شرکت دخانیات در مورد ایمنی سیگار، اعتبار کمی وجود دارد.
• با چه کسی مصاحبه شد؟ این امر به ویژه برای نظرسنجی های عمومی اهمیت دارد. اگر یک سیاستمدار در میان کسانی که با او همدردی می کنند نظرسنجی انجام دهد، نتایج نظر کل مردم را منعکس نخواهد کرد.

اکنون می دانید چگونه اعداد را دستکاری کنید و از آمار برای اثبات تقریباً هر چیزی استفاده کنید. این به شما کمک می کند دروغ ها را تشخیص دهید و نظریه های ساختگی را رد کنید.