Wie lügt man mit Statistiken?
Kann man mithilfe von Statistiken lügen? Tatsächlich ist dies der Fall, und möglicherweise kommt es häufiger vor, als Sie vermuten.
Wie manipuliert man also Statistiken und, was noch wichtiger ist, wie kann man vermeiden, Opfer dieser Verzerrungen zu werden?
Dieser Artikel untersucht verschiedene Techniken, die häufig zur falschen Darstellung von Daten eingesetzt werden, und bietet eine unschätzbare Referenz für Leser, die Täuschungen vermeiden möchten.
Journalisten, Vermarkter und sogar Wissenschaftler können Statistiken, Diagramme, Tabellen und Grafiken manchmal auf eine Weise verwenden, die das Publikum irreführt. Daher ist es wichtig, wachsam zu bleiben und nicht auf diese Täuschungen hereinzufallen!
Das Problem
Es besteht allgemein Einigkeit darüber, dass statistische Daten, wenn sie zur Darstellung von Informationen verwendet werden, der übermittelten Botschaft einen Hauch von Glaubwürdigkeit verleihen. Dies ist eine erwartete Reaktion und zeigt den Respekt und die Wertschätzung der Menschen für den Bereich Statistik.
Allerdings können Opportunisten dieses Vertrauen ausnutzen, indem sie falsche, als Wahrheit getarnte Informationen präsentieren, indem sie sich auf erfundene oder manipulierte statistische Daten stützen. Bei näherer Betrachtung erweisen sich diese Täuschungen in der Regel als schwach oder völlig unbegründet.
Dieser Artikel bietet wertvolle Informationen und Ressourcen für Datenanalysten und diejenigen, die sich nicht länger von statistischen Täuschungen täuschen lassen möchten.
Statistische Manipulationen durchdringen zahlreiche gesellschaftliche Bereiche und haben tiefgreifende Auswirkungen auf unser Leben. Beispielsweise könnte eine gut geplante Kombination aus Daten zur Wahlabsicht, Journalismus und Marketing den Wahlausgang entscheidend beeinflussen.
Um nicht in die Irre geführt zu werden, ist es wichtig, die Techniken hinter diesen Manipulationen zu verstehen.
Die Lösung
Im Jahr 1954 veröffentlichte Darrell Huff „How to Lie With Statistics“. Dieses einflussreiche Werk untersucht populäre statistische Techniken und deckt manipulative Methoden auf, die eher irreführen als informieren wollen.
"Darrell Huff deckt die Bandbreite aller gängigen Statistikarten ab, untersucht Dinge wie die Stichprobenstudie, die Tabellierungsmethode, die Interviewtechnik oder die Art und Weise, wie die Ergebnisse aus den Zahlen abgeleitet werden, und zeigt die unzähligen Tricks auf, die es gibt dient eher dem Ausfüllen als dem Informieren."
Obwohl seit seiner Veröffentlichung mehr als ein halbes Jahrhundert vergangen ist, wies Bill Gates darauf hin, dass die Erkenntnisse des Buches aktueller denn je seien. Die wichtigsten Erkenntnisse aus jedem der zehn Kapitel werden in den folgenden Abschnitten besprochen.
Möchten Sie „How to Lie With Statistics“ kaufen? Hier tippen!
01. Das Beispiel mit der eingebauten Vorspannung
In diesem Kapitel wird das Konzept des Sampling-Bias vorgestellt. Sie können das gewünschte Ergebnis erzielen, wenn Sie die Stichprobenauswahl manipulieren, um Ihre Ansichten zu untermauern.
Eine Verzerrung entsteht, wenn die zufällige Datenauswahl beeinträchtigt wird. Theoretisch sollte jeder Datenpunkt die gleiche Chance haben, für die Stichprobe ausgewählt zu werden, aber eine voreingenommene Stichprobe missachtet dieses Prinzip.
In der Praxis kann die Probenauswahl am gewünschten Ergebnis ausgerichtet werden. Beispielsweise können die Gestaltung und Anwendung eines Interviews manipuliert werden, um bestimmte Reaktionen hervorzurufen. Dieses Reich ist voller Möglichkeiten für Täuschung und Betrug.
02. Der gut gewählte Durchschnitt
In diesem Abschnitt erklärt Huff, wie Sie das Maß der zentralen Tendenz auswählen, das den für Ihr Argument am besten geeigneten Wert liefert. Wichtige Maße der zentralen Tendenz sind das arithmetische Mittel, der Median und Modus.
Stellen Sie sich zum Beispiel eine Bar mit neun Kunden vor, von denen jeder ein Jahreseinkommen von 15, 15, 16, 18, 20, 20, 21, 21 und 84 Dollar hat. Das Durchschnittseinkommen liegt bei 26,000 US-Dollar, während der Median bei 20,000 US-Dollar liegt.
Angenommen, Bill Gates betritt die Bar mit einem Jahreseinkommen von 10 Millionen Dollar. Das Durchschnittseinkommen steigt sprunghaft auf 1 Million US-Dollar, der Median bleibt jedoch bei 20,000 US-Dollar. Daher könnte der Barbesitzer nun behaupten, dass seine Kunden ein durchschnittliches Jahreseinkommen von etwa 1 Million US-Dollar haben!
03. Die kleinen Figuren, die nicht da sind
Das Weglassen von Daten deutet in der Regel auf den Versuch hin, ein Problem zu verheimlichen. In diesem Kapitel wird die Bedeutung der Stichprobengröße hervorgehoben.
Bei einer kleinen Stichprobe kann der Zufall die Ergebnisse erheblich verfälschen. Größere Stichproben verdünnen zufällige Abweichungen und führen zu Ergebnissen, die repräsentativer für die Bevölkerung sind.
Manche Unternehmen führen immer wieder Experimente mit kleinen Gruppen durch, bis sie ein Ergebnis erhalten, das zu ihrer Agenda passt. Dieses verzerrte Ergebnis wird dann durch die Werbung des Unternehmens verbreitet.
Oftmals ist die vergleichende Darstellung eines Wertes der effektivste Ansatz. Beispielsweise vermittelt eine Grafik mit fehlenden Daten dem anspruchsvollen Betrachter nichts, kann den Abgelenkten jedoch in die Irre führen.
In diesem Kapitel wird außerdem untersucht, wie die Darstellung eines Durchschnitts ohne Maß für die Variabilität zu Missverständnissen führen kann, insbesondere bei denen, die mehr Aufmerksamkeit schenken müssen.
04. Viel Lärm um praktisch nichts
Huff diskutiert in diesem Kapitel Messfehler und betont die Bedeutung der Nutzung Vertrauensintervalle um sie zu verwalten. Solche Fehler sind allen Stichprobenprozessen inhärent. Daher sollten sie berücksichtigt werden, da eine Stichprobe ihre Grundgesamtheit nie perfekt repräsentieren wird.
05. Die Gee-Whiz-Grafik
Die Manipulation grafischer Darstellungen ist eine wirksame Methode, um Unvorsichtige zu täuschen. Durch eine Änderung der Perspektive der Grafik können bestimmte Sachverhalte überproportional hervorgehoben werden.
Das Abschneiden eines Teils des Diagramms oder die Verzerrung der Achsenproportionen kann die Nachricht erheblich verändern.
06. Das eindimensionale Bild
Diese Form der Manipulation macht sich die visuelle Attraktivität zunutze. Dieselben Daten können in einem entsprechend geformten Diagramm und einem irreführenden Piktogramm dargestellt werden.
Wenn beispielsweise die Höhe einer Geldbeutelgrafik verdoppelt wird, vervierfacht sich ihre Fläche, was die wahrgenommenen Unterschiede übertreiben kann.
07. Die halbangehängte Figur
Diese manipulative Technik beruht auf dem Prinzip: „Wenn Sie nicht beweisen können, was Sie wollen, demonstrieren Sie etwas anderes und tun Sie so, als wäre es dasselbe."
"Sie können nicht beweisen, dass Ihr Nstrum Erkältungen heilt, aber Sie können (in großer Schrift) einen beeidigten Laborbericht veröffentlichen, dass eine halbe Unze des Mittels in einem Reagenzglas in elf Sekunden 31,108 Keime abgetötet hat."
Wenn beispielsweise behauptet wird, dass im vergangenen Jahr mehr Menschen bei Flugzeugunfällen ums Leben kamen als im Jahr 1910, heißt das nicht zwangsläufig, dass moderne Flugzeuge gefährlicher sind. Infolgedessen ist das Flugreisevolumen seit 1910 exponentiell gewachsen, was in dieser irreführenden Behauptung geflissentlich übersehen wird.
08. Post-hoc-Fahrten wieder
Korrelation bedeutet keine Kausalität! Dieses Kapitel unterstreicht dieses entscheidende Konzept.
Der post-hoc-logische Irrtum besagt, dass A B verursacht haben muss, wenn B A folgt.
Das Zusammenwirken zweier Variablen impliziert jedoch nicht immer eine Ursache-Wirkungs-Beziehung.
09. Wie man Statistiken erstellt
"Es sind nicht so sehr die Dinge, die wir nicht wissen, die uns in Schwierigkeiten bringen. Es sind die Dinge, von denen wir wissen, dass sie nicht so sind."
Artemus Ward, amerikanischer Schriftsteller
Die Verbreitung falscher Informationen über statistische Daten wird als „Statistik“ bezeichnet. Dieses Kapitel befasst sich mit der Verwendung statistischer Manipulationen zur Herstellung einer Lüge.
Beispielsweise kann ein Forscher in einer wissenschaftlichen Studie (bewusst oder unbewusst) dazu neigen, ein Argument zu bevorzugen, das er bestätigen möchte.
10. Wie man eine Statistik widerspiegelt
Um Fehler, Probleme oder böswillige Absichten zu erkennen, stellen Sie immer diese fünf grundlegenden Fragen:
#01 Wer erzählt es?
Es dürfen keine Parteilichkeit, Befangenheit oder Interessenkonflikte seitens der Verantwortlichen vorliegen.
#02 Woher weiß er das?
Die Stichprobe sollte repräsentativ und ausreichend sein, um eine zuverlässige Schlussfolgerung zu ermöglichen.
#03 Was fehlt?
Es sollten keine Informationen fehlen, wie z. B. Stichprobengröße, statistische Fehler, Variabilitätsmaße oder andere wesentliche Populationsmerkmale und -analysen.
#04 Hat jemand das Thema gewechselt?
Die Frage und die Antwort sollten sich auf dasselbe Thema beziehen.
#05 Macht es Sinn?
Fragen Sie nach der Verwendung von Nonsens-Nummern.
Abschließende Bemerkungen
„Wie man mit Statistiken lügt“ ist für die Entwicklung statistischer Kenntnisse und den Schutz vor alltäglicher Manipulation von entscheidender Bedeutung.
Wir empfehlen es Forschern, Fachleuten, Studenten und der breiten Öffentlichkeit dringend.
Weitere Einblicke darüber, wie Statistiken zur Verzerrung von Informationen genutzt werden können, finden Sie in unserem informativen Artikel „Statistiken und Fake News“.
Weitere Tipps zum Einsatz von Statistiken zur Manipulation von Informationen finden Sie in unserem hervorragenden Artikel mit dem Titel „Statistiken und Fake News"
Sind Sie daran interessiert, dieses klassische Buch „How to Lie With Statistics“ zu erwerben? Hier tippen!
