“háromféle hazugság létezik – hazugság, átkozott hazugságok, statisztikák.”- Benjamin Disraeli
A statisztikai elemzések történelmileg a csúcstechnológiát és a fejlett üzleti iparágakat támogatták, és ma fontosabbak, mint valaha. A fejlett technológia és a globalizált műveletek növekedésével a statisztikai elemzések betekintést nyújtanak a vállalkozásoknak a piac szélsőséges bizonytalanságainak megoldásába. A tanulmányok elősegítik a megalapozott döntéshozatalt, a megalapozott ítéleteket és a bizonyítékok súlya alapján végrehajtott intézkedéseket, nem pedig a feltételezéseket.
mivel a vállalkozások gyakran kénytelenek követni egy nehezen értelmezhető piaci ütemtervet, a statisztikai módszerek segíthetnek a kátyúkkal, buktatókkal és ellenséges versennyel teli táj eligazodásához szükséges tervezésben. A statisztikai tanulmányok segíthetnek az áruk vagy szolgáltatások marketingjében, valamint az egyes célpiacok egyedi értékvezérlőinek megértésében is. A digitális korban ezeket a képességeket csak tovább fejlesztik és hasznosítják a fejlett technológia és az üzleti intelligencia szoftverek bevezetésével. Ha mindez igaz, mi a probléma a statisztikákkal?
valójában önmagában nincs probléma – de lehet. A statisztikák hírhedtek arról, hogy képesek és képesek félrevezető és rossz adatokként létezni.
mi a félrevezető statisztika?
a félrevezető statisztikák egyszerűen a numerikus adatok helytelen felhasználása – céltudatos vagy sem -. Az eredmények félrevezető információkat szolgáltatnak a vevőnek, aki aztán valami rosszat hisz, ha nem veszi észre a hibát, vagy nincs teljes adatképe.
tekintettel az adatok fontosságára a mai gyorsan fejlődő digitális világban, fontos, hogy ismerjük a félrevezető statisztikák és a felügyelet alapjait. A kellő gondosság érdekében áttekintjük a statisztikákkal való visszaélés néhány leggyakoribb formáját, valamint a közéletből származó különféle riasztó (és sajnos gyakori) félrevezető statisztikai példákat.
megbízhatóak a statisztikák?
A statisztikák 73,6% – a hamis. Valóban? Nem, természetesen ez egy kitalált szám (annak ellenére, hogy egy ilyen tanulmány érdekes lenne tudni – de ismét minden hibája lehet, amelyet egyszerre próbál rámutatni). A statisztikai megbízhatóság elengedhetetlen az elemzés pontosságának és érvényességének biztosításához. Annak érdekében, hogy a megbízhatóság magas legyen, különféle technikákat kell végrehajtani – ezek közül az első a kontroll tesztek, amelyeknek hasonló eredményekkel kell rendelkezniük, ha hasonló körülmények között reprodukálnak egy kísérletet. Ezek az ellenőrző intézkedések elengedhetetlenek, és minden kísérlet vagy felmérés részét kell képezniük-sajnos ez nem mindig így van.
bár a számok nem hazudnak, valójában felhasználhatók féligazságok félrevezetésére. Ez az úgynevezett ” visszaélés statisztikák.”Gyakran feltételezik, hogy a statisztikákkal való visszaélés azokra az egyénekre vagy vállalatokra korlátozódik, akik profitot akarnak szerezni az igazság eltorzításából, legyen az közgazdaságtan, oktatás vagy tömegtájékoztatás.
a féligazságok tanulmányozása azonban nem csak a matematikai amatőrökre korlátozódik. Dr. Daniele Fanelli, az Edinburgh-i Egyetem 2009-es vizsgálati felmérése szerint a megkérdezett tudósok 33,7% – a elismerte a megkérdőjelezhető kutatási gyakorlatokat, beleértve az eredmények módosítását az eredmények javítása érdekében, a szubjektív adatok értelmezését, az analitikai részletek visszatartását és a megfigyelések elvetését a bélérzet miatt…. Tudósok!
bár a számokat nem mindig kell koholni vagy félrevezetni, egyértelmű, hogy még a legmegbízhatóbb numerikus kapusok társadalmai sem mentesek a statisztikai értelmezési folyamatok során felmerülő gondatlansággal és elfogultsággal szemben. A statisztikák félrevezetésének különböző módjai vannak, amelyeket később részletezünk. A leggyakoribb természetesen a korreláció az ok-okozati összefüggéssel szemben, amely mindig kihagy egy másik (vagy két vagy három) tényezőt, amely a probléma tényleges oka. A tea fogyasztása 50% – kal növeli a cukorbetegséget, a kopaszság pedig akár 70% – kal növeli a szív-és érrendszeri betegségek kockázatát! Elfelejtettük megemlíteni a teába helyezett cukor mennyiségét, vagy azt a tényt, hogy a kopaszság és az öregség összefügg – csakúgy, mint a szív-és érrendszeri betegségek kockázata és az öregség?
tehát manipulálható a statisztika? Dehogynem. Hazudnak a számok? Te lehetsz a bíró.
hogyan lehet A statisztika félrevezető
ne feledje, hogy a statisztikákkal való visszaélés lehet véletlen vagy céltudatos. Míg a félrevezető statisztikákkal elmosódott vonalak rosszindulatú szándéka biztosan felnagyítja az elfogultságot, a félreértések létrehozásához nem szükséges szándék. A statisztikákkal való visszaélés sokkal szélesebb körű probléma, amely ma már több iparágban és tanulmányi területen áthat. Íme néhány lehetséges baleset, amely általában visszaéléshez vezet:
- hibás lekérdezés
a kérdések megfogalmazásának módja hatalmas hatással lehet arra, ahogyan a közönség válaszol rájuk. A konkrét megfogalmazási minták meggyőző hatást fejtenek ki, és arra késztetik a válaszadókat, hogy kiszámítható módon válaszoljanak. Például egy adóügyi véleményt kereső közvélemény-kutatás során nézzük meg a két lehetséges kérdést:
– úgy gondolja, hogy meg kell adózni, hogy más állampolgároknak ne kelljen dolgozniuk?- Gondolod, hogy a kormánynak segítenie kell azokat az embereket, akik nem találnak munkát?
ez a két kérdés valószínűleg nagyon eltérő válaszokat vált ki, még akkor is, ha ugyanazzal a kormányzati támogatással foglalkoznak. Ezek példák a ” betöltött kérdésekre.”
a megfogalmazás pontosabb módja a kérdés az lenne: “támogatja-e a kormány munkanélküli segélyprogramjait?”vagy (még semlegesebben) “mi a véleménye a munkanélküliségi támogatásról?”
az eredeti kérdések utóbbi két példája kiküszöböli a válaszadó következtetéseit vagy javaslatait, így lényegesen pártatlanabbak. A lekérdezés másik tisztességtelen módja egy kérdés feltevése, de feltételes kijelentéssel vagy ténymegállapítással megelőzi. Maradva a példánkkal, ez így néz ki: “tekintettel a középosztály növekvő költségeire, támogatja-e a kormányzati segítségnyújtási programokat?”
egy jó ökölszabály az, hogy mindig egy szem sóval kell lekérdezni, és megpróbálni áttekinteni a ténylegesen feltett kérdéseket. Nagyszerű betekintést nyújtanak, gyakran inkább, mint a válaszok.
- hibás korrelációk
a korrelációk problémája a következő: ha elegendő változót mérünk, végül úgy tűnik, hogy néhányuk korrelál. Mivel a húszból egy elkerülhetetlenül jelentősnek tekinthető közvetlen korreláció nélkül, a tanulmányokat manipulálni lehet (elegendő adattal) olyan korreláció bizonyítására, amely nem létezik, vagy amely nem elég jelentős az ok-okozati összefüggés bizonyításához.
ennek a pontnak a további szemléltetéséhez tegyük fel, hogy egy tanulmány összefüggést talált a New York államban a júniusi hónapban bekövetkezett autóbalesetek növekedése (a) és a New York államban a júniusi medve támadások növekedése (B) között.
ez azt jelenti, hogy valószínűleg hat lehetséges magyarázat lesz:
– autóbalesetek (a) medve támadásokat okoznak (B)- medve támadások (B) autóbaleseteket okoznak (A) és Medve támadások (B) részben egymást okozzák – az autóbaleseteket (A) és a medve támadásokat (B) egy harmadik tényező okozza (C) – medve támadások (B)) egy harmadik tényező (C) okozza, amely korrelál az autóbalesetekkel (a) – a korreláció csak véletlen
bármely értelmes ember könnyen azonosítaná azt a tényt, hogy az autóbalesetek nem okoznak medve támadásokat. Mindegyik valószínűleg egy harmadik tényező eredménye, hogy: megnövekedett népesség, a júniusi magas turisztikai szezon miatt. Abszurd lenne azt mondani, hogy egymást okozzák… pontosan ezért a mi példánk. Könnyű látni a korrelációt.
de mi a helyzet az okozati összefüggéssel? Mi lenne, ha a mért változók eltérőek lennének? Mi lenne, ha valami hihetőbb lenne, mint az Alzheimer-kór vagy az öregség? Nyilvánvaló, hogy van összefüggés a kettő között, de van-e ok-okozati összefüggés? Sokan hamisan feltételeznék, igen, kizárólag a korreláció erőssége alapján. Óvatosan járjon el, akár tudatosan, akár tudatlanul, a korrelációs vadászat továbbra is fennáll a statisztikai tanulmányokon belül.
- adathalászat
ezt a félrevezető adatpéldát “adatkotrásnak” is nevezik (és hibás összefüggésekkel kapcsolatos). Ez egy adatbányászati technika, ahol rendkívül nagy mennyiségű adatot elemeznek az adatpontok közötti kapcsolatok felfedezése céljából. Az adatok közötti kapcsolat keresése önmagában nem adatokkal való visszaélés, azonban, hipotézis nélkül az.
az Adatkotrás egy önkiszolgáló technika, amelyet gyakran etikátlan célokra alkalmaznak a hagyományos adatbányászati technikák megkerülése érdekében, hogy további, nem létező adatkövetkeztetéseket keressenek. Ez nem azt jelenti, hogy az adatbányászatot nem használják megfelelően, mivel ez meglepő kiugró eredményekhez és érdekes elemzésekhez vezethet. Azonban gyakrabban, mint nem, az adatkotrást arra használják, hogy további vizsgálat nélkül feltételezzék az adatkapcsolatok létezését.
gyakran előfordul, hogy az adathalászat olyan tanulmányokat eredményez, amelyek fontos vagy külföldi megállapításaik miatt nagy nyilvánosságot kapnak. Ezek a tanulmányok nagyon hamar ellentmondanak más fontos vagy külföldi megállapításoknak. Ezek a hamis összefüggések gyakran nagyon összezavarják a közvéleményt, és válaszokat keresnek az ok-okozati összefüggés és a korreláció jelentőségére vonatkozóan.
Hasonlóképpen, egy másik általános gyakorlat az adatokkal a mulasztás, ami azt jelenti, hogy a válaszok nagy adatkészletének megnézése után csak azokat választja ki, amelyek támogatják nézeteit és megállapításait, és kihagyja azokat, amelyek ellentmondanak. Amint azt a cikk elején említettük, kimutatták, hogy a tudósok egyharmada elismerte, hogy megkérdőjelezhető kutatási gyakorlataik vannak, beleértve az analitikai részletek visszatartását és az eredmények módosítását…! De aztán megint egy olyan tanulmány előtt állunk, amely maga is beleeshet a megkérdőjelezhető gyakorlatok 33% – ára, a hibás közvélemény-kutatásra, a szelektív elfogultságra… Nehéz elhinni bármilyen elemzést!
- félrevezető adatmegjelenítés
az éleslátó grafikonok és diagramok nagyon alapvető, de alapvető elemcsoportokat tartalmaznak. Bármilyen típusú adat vizualizáció úgy dönt, hogy használja, meg kell közvetíteni:
– a skálák használt – a kiindulási érték (nulla vagy más módon)- a számítási módszer (pl adatkészlet és időszak)
ezen elemek hiányában a vizuális adatok ábrázolását kell tekinteni egy szem só, figyelembe véve a közös adat vizualizációs hibákat lehet tenni. Közbenső adatpontokat is meg kell határozni, és meg kell adni a kontextust, ha az hozzáadott értéket jelentene a bemutatott információhoz. Mivel a változó adatpontok összehasonlításához egyre nagyobb mértékben támaszkodnak az intelligens megoldásautomatizálásra, a különböző forrásokból, adatkészletekből, időpontokból és helyekből származó adatok összehasonlítása előtt a legjobb gyakorlatokat (azaz a tervezést és a méretezést) kell végrehajtani.
- céltudatos és szelektív elfogultság
a statisztikákkal való visszaélésre és félrevezető adatokra vonatkozó leggyakoribb példák közül talán az utolsó a legsúlyosabb. A céltudatos elfogultság az adatok megállapításának szándékos kísérlete anélkül, hogy a szakmai elszámoltathatóságot színlelné. Az elfogultság valószínűleg adathiány vagy kiigazítás formájában jelentkezik.
a szelektív torzítás kissé diszkrétebb, akik számára nem olvassa el a kis sorokat. Általában a megkérdezett emberek mintájára esik. Például, a megkérdezett emberek csoportjának jellege: főiskolai hallgatók egy osztályának megkérdezése a törvényes alkoholfogyasztási korról, vagy nyugdíjasok csoportja az idősgondozási rendszerről. A végén egy “szelektív elfogultság”nevű statisztikai hiba következik be.
- a százalékos változás használata kis mintamérettel kombinálva
a félrevezető statisztikák létrehozásának másik módja, amely szintén kapcsolódik a fent tárgyalt minta kiválasztásához, az említett minta mérete. Ha egy kísérletet vagy felmérést teljesen nem jelentős mintaméreten vezetnek, akkor az eredmények nemcsak használhatatlanok lesznek, hanem azok bemutatásának módja – nevezetesen százalékként – teljesen félrevezető lesz.
kérdés feltevése 20 fős mintamérethez, ahol 19 válasz” igen “(=95% azt mondja, hogy igen), szemben azzal, hogy ugyanazt a kérdést felteszi 1000 embernek, és 950 válasz” igen ” (=95% is): a százalék érvényessége nyilvánvalóan nem azonos. Kizárólag a változás százalékos arányának megadása a teljes szám vagy a minta mérete nélkül teljesen félrevezető lesz. az xkdc képregénye ezt nagyon jól szemlélteti, hogy megmutassa, hogy a” leggyorsabban növekvő ” állítás egy teljesen relatív marketingbeszéd:
Hasonlóképpen, a szükséges minta méretét befolyásolja az a fajta kérdés, amit feltesz, a statisztikai szignifikancia van szüksége (klinikai vizsgálat vs üzleti tanulmány), és a statisztikai technika. Ha kvantitatív elemzést végez, a 200 fő alatti mintaméretek általában érvénytelenek.
félrevezető statisztikai példák a való életben
most, hogy áttekintettük az adatokkal való visszaélés leggyakoribb módszereit, nézzük meg a megtévesztő statisztikák különböző digitális kori példáit három különböző, de kapcsolódó spektrumban: média és politika, reklám és tudomány. Míg az itt felsorolt bizonyos témák valószínűleg érzelmeket váltanak ki az ember nézőpontjától függően, felvételük csak adatdemonstrációs célokat szolgál.
- példák félrevezető statisztikákra a médiában és a politikában
a médiában a félrevezető statisztikák meglehetősen gyakoriak. Szeptemberben. 29, 2015, republikánusok az amerikai kongresszus megkérdőjelezte Cecile Richards, az elnök a Planned Parenthood, kapcsolatos hűtlen kezelés $500 millió éves szövetségi finanszírozás. A fenti grafikon/diagram került bemutatásra, mint egy pont a hangsúlyt.
Jason Chaffetz, Utah képviselője elmagyarázta: “rózsaszínben ez a mellvizsgálatok csökkenése, a piros pedig az abortuszok növekedése. Ez történik a szervezetében.”
a diagram felépítése alapján valójában úgy tűnik, hogy az abortuszok száma 2006 óta jelentős növekedést tapasztalt, míg a rákszűrések száma jelentősen csökkent. A szándék az, hogy közvetítse a hangsúly eltolódását a rákszűrésekről az abortuszra. A diagram pontjai azt mutatják, hogy 327 000 abortusz nagyobb a benne rejlő értéknél, mint 935 573 rákszűrés. Még, közelebbi vizsgálat során kiderül, hogy a diagramnak nincs meghatározott y-tengelye. Ez azt jelenti, hogy a látható mérési vonalak elhelyezésének nincs meghatározható indoka.
A Politifact, a tényellenőrző érdekképviseleti weboldal áttekintette Chaffetz képviselő számát a Planned Parenthood saját éves Jelentéseivel való összehasonlítás révén. Egy világosan meghatározott skála segítségével így néz ki az információ:
és így egy másik érvényes skálával:
miután egy világosan meghatározott skálán belül helyezték el, nyilvánvalóvá válik, hogy bár a rákszűrések száma valójában csökkent, még mindig messze meghaladja az évente elvégzett abortuszeljárások mennyiségét. Mint ilyen, ez egy nagyszerű félrevezető statisztikai példa, és néhányan vitathatják az elfogultságot, tekintve, hogy a diagram nem a Kongresszusi képviselőtől származik, hanem az American United For Life-tól, egy abortuszellenes csoporttól. Ez csak egy példa a médiában és a politikában megjelenő félrevezető statisztikákra.
- félrevezető statisztikák a reklámban
2007-ben a Colgate-et a Colgate rendelte meg a Colgate-től a Colgate Advertising Standards Authority (asa) az Egyesült Királyságban, hogy hagyjon fel a követelés: “több mint 80% – a fogorvosok ajánlani Colgate.”A szóban forgó szlogent egy hirdetőtáblán helyezték el az Egyesült Királyságban, és úgy ítélték meg, hogy megsérti az Egyesült Királyság hirdetési szabályait.
az állítás, amely a gyártó által végzett fogorvosok és higiénikusok felmérésein alapult, hamisnak bizonyult, mivel lehetővé tette a résztvevők számára egy vagy több fogkrém márka kiválasztását. Az ASA kijelentette, hogy az állítás “… az olvasók úgy értenék, hogy a fogorvosok 80 százaléka más márkákon felül ajánlja a Colgate-et, a fennmaradó 20 százalék pedig különböző márkákat ajánl.”
az ASA folytatta: “mivel megértettük, hogy egy másik versenytárs márkáját majdnem annyira ajánlották a megkérdezett fogorvosok, mint a Colgate márkát, arra a következtetésre jutottunk, hogy az állítás félrevezetően azt jelenti, hogy a fogorvosok 80 százaléka a Colgate fogkrémet ajánlja az összes többi márka helyett.”Az ASA azt is állította, hogy a felméréshez használt szkriptek arról tájékoztatták a résztvevőket, hogy a kutatást egy független kutató cég végzi, ami eredendően hamis.
az általunk lefedett visszaélési technikák alapján nyugodtan kijelenthetjük, hogy a Colgate ezen trükkje egyértelmű példa a megtévesztő statisztikákra a reklámokban, és hibás közvélemény-kutatás és nyílt elfogultság alá esne.
- félrevezető statisztikák a tudományban
hasonlóan az abortuszhoz, a globális felmelegedés egy másik politikailag feltöltött téma, amely valószínűleg érzelmeket vált ki. Ez egy olyan téma is, amelyet mind az ellenfelek, mind a támogatók tanulmányokon keresztül erőteljesen támogatnak. Vessünk egy pillantást néhány bizonyítékra mellette és ellen.
általánosan elfogadott, hogy a globális átlaghőmérséklet 1998-ban 58,3 Fahrenheit fok volt. Ez a NASA Goddard Űrkutatási Intézete szerint. 2012-ben a globális átlaghőmérsékletet 58,2 fokon mértük. Ezért a globális felmelegedés ellenzői azzal érvelnek, hogy mivel a globális átlaghőmérséklet 0,1 fokkal csökkent egy 14 éves időszak alatt, a globális felmelegedést megcáfolják.
az alábbi grafikon a leggyakrabban hivatkozott a globális felmelegedés megcáfolására. Bemutatja a levegő hőmérsékletének (Celsius) változását 1998-tól 2012-ig.
érdemes megemlíteni, hogy 1998 az egyik legmelegebb év volt a rekordban, a rendellenesen erős el ni Xiao széláram miatt. Érdemes megjegyezni azt is, hogy mivel az éghajlati rendszeren belül nagy a változékonyság, a hőmérsékleteket általában legalább 30 éves ciklussal mérik. Az alábbi ábra a globális átlaghőmérséklet 30 éves változását fejezi ki.
és most nézze meg az 1900-2012 közötti tendenciát:
míg a hosszú távú adatok úgy tűnhetnek, hogy egy fennsíkot tükröznek, egyértelműen képet fest a fokozatos felmelegedésről. Ezért az első grafikon használata, és csak az első grafikon, a globális felmelegedés megcáfolására tökéletes félrevezető statisztikai példa.
hogyan kell olvasni a statisztikát a távolság
az első jó dolog az lenne, persze, hogy álljon előtte egy őszinte felmérés/kísérlet/kutatás – válassza ki az egyik van a szemed alatt–, amely alkalmazta a helyes technikák gyűjtése és értelmezése az adatok. De nem tudhatod, amíg nem teszel fel magadnak néhány kérdést, és elemezed az eredményeket, amelyek a kezed között vannak.
mint vállalkozó és korábbi tanácsadó Mark Suster tanácsolja egy cikket, akkor csoda, aki nem az elsődleges kutatás az említett elemzés. Független egyetemi tanulmányi csoport, labor-kapcsolt kutatócsoport, tanácsadó cég? Innen természetesen felmerül a kérdés: ki fizette őket? Mivel senki sem dolgozik ingyen, mindig érdekes tudni, hogy ki szponzorálja a kutatást. Hasonlóképpen, milyen motívumok állnak a kutatás mögött? Mit próbált kitalálni a tudós vagy a statisztikusok? Végül, mekkora volt a mintakészlet, és ki volt a része? Mennyire volt befogadó?
ezek fontos kérdések, amelyeket meg kell fontolni és megválaszolni, mielőtt mindenhova elterjesztenék a ferde vagy elfogult eredményeket – még akkor is, ha ez mindig megtörténik, Az erősítés miatt. Az erősítés tipikus példája gyakran történik újságokkal és újságírókkal, akik egy adatot vesznek fel, és azt címsorokká kell alakítaniuk – így gyakran az eredeti kontextusából. Senki sem vásárol magazint, ahol azt állítja, hogy jövőre ugyanaz fog történni az XYZ piacon, mint ebben az évben – annak ellenére, hogy igaz. A szerkesztők, az ügyfelek és az emberek valami újat akarnak, nem valamit, amit tudnak; ezért gyakran egy olyan erősítési jelenséghez jutunk, amely visszhangzik és több, mint kellene.
A statisztikákkal való visszaélés-összefoglaló
arra a kérdésre, hogy “manipulálható-e a statisztika?”6 gyakran használt módszert tudunk kezelni-szándékosan vagy sem -, amelyek torzítják az elemzést és az eredményeket. Itt vannak a statisztikákkal való visszaélés általános típusai:
- hibás lekérdezés
- hibás korrelációk
- adathalászat
- félrevezető adatmegjelenítés
- céltudatos és szelektív torzítás
- százalékos változás használata kis mintamérettel kombinálva
most, hogy ismered őket, könnyebb lesz észrevenni őket, és megkérdőjelezni az összes statisztikát, amelyet minden nap kapsz. Hasonlóképpen, annak érdekében, hogy bizonyos távolságot tartson az olvasott tanulmányoktól és felmérésektől, emlékezzen a kérdésekre, amelyeket feltesz magának – ki kutatott és miért, ki fizetett érte, mi volt a minta.
átláthatóság és adatközpontú üzleti megoldások
bár teljesen világos, hogy a statisztikai adatok visszaélhetnek, etikailag is növelhetik a piaci értéket a digitális világban. A Big data képes arra, hogy a digitális korban működő vállalkozások számára ütemtervet biztosítson a hatékonyság és az átláthatóság, és végül a jövedelmezőség érdekében. A fejlett technológiai megoldások, mint például az online jelentési szoftverek, javíthatják a statisztikai adatmodelleket, és a digitális korú vállalkozások számára fokozhatják versenyüket.
akár piaci intelligencia, ügyfélélmény vagy üzleti jelentéstétel céljából, az adatok jövője most van. Ügyeljen arra, hogy az adatokat felelősségteljesen, etikusan és vizuálisan alkalmazza, és figyelje átlátható vállalati identitásának növekedését.