통계를 속이고 도피하는 7가지 방법

통계로 오도하는 것은 새로운 것이 아닙니다. 통계는 제품을 판매하거나, 후보자에 대한 지지를 이끌어내거나, 우리가 무언가를 '좋아요'하게 만드는 데 사용됩니다. 통계 데이터를 반죽으로 반죽하는 데 사용되는 이 7가지 일반적인 전술에 주의하십시오.

통계를 속이고 도피하는 7가지 방법

과도한 이메일 사용이 낮은 IQ 점수와 어떤 관련이 있습니까? 아무것도 아니지만 누군가를 의미하지는 않습니다
하지 않았다 연결을 생성 요점을 만들기 위해.



나는 당신에 대해 모르지만 잘못된 정보에 지쳤습니다.
오해의 소지가 있거나 제품을 판매하는 데 사용되는 단순한 가짜 통계
후보자를 지지하거나 새로운 트렌드를 '좋아요'하게 만들 수 있습니다. 난 미친듯이 화나서 받아주지 않을거야
더 이상 ... 그리고 당신도 마찬가지입니다.

통계로 오도하는 것을 '통계'라고 하며,
그것은 새로운 것이 아닙니다. 1954년, 전 더 나은 집과 정원 에디터 대럴
Huff는 다음과 같은 작은 책을 썼습니다. 어떻게
통계로 거짓말하기
, 가장 많이 팔린 통계 책이다.
지난 60년에 따르면 제이.
마이클 스틸
, Wharton의 통계 및 운영 및 정보 관리 교수.

1954년에 사실이었던 것은
오늘처럼. Huff에 따르면 여기
통계 데이터를 반죽으로 반죽하는 데 사용되는 7가지 일반적인 전술입니다.

  • 편향된 샘플링: 여기에는 투표가 포함됩니다.
    비 대표 그룹. 예를 들어, 소매업의 41%가
    은행 고객들은 모바일 뱅킹이 가능하다면 사용할 것입니다.
    모바일로 설문조사한 사람들만 알아봤을 때 의미없음
    장치.
  • 작은 표본 크기: 선발
    적절한 표본 크기는 일부는 과학이고 일부는 예술이지만 포괄적인 진술,
    14%의 기업이 올해 클라우드 기반 이메일을 배포할 계획입니다.
    표본 크기가 24개 회사일 때 의심됩니다. 이러한 종류의 '통계'의 또 다른 예
    '가난' 현상은 공부하다 과도한 이메일 사용을 발견한 HP에서 실시한 조사에서 사람의 IQ가 10포인트 감소했습니다.
  • 잘못 선택한 평균: 이 자주
    균일하지 않은 모집단의 평균 값을 포함합니다. 예를 들어, 나는 최근에 다음과 같은 기사를 보았습니다.
    이웃을 도시에서 가장 부유한 지역 중 하나로 식별했습니다. 기사가 갔다
    이웃 주민들의 평균 연간 수입은 $100,000 정도였습니다.
    기사가 지적하지 못한 것은 이웃이 그 과정에 있다는 것입니다.
    젠트리피케이션; 이웃의 한 부분은 매우 부유하고 다른 부분은
    부분의 소득 수준은 국가 평균보다 낮습니다. 단일 평균 제공
    두 모집단에 대한 값이 올바르지 않고 오해의 소지가 있습니다. (중간값
    소득은 이웃 소득에 대한 더 나은 지표가 될 것입니다.) 이것의 또 다른 고전적인 예는 이야기입니다.
    평균 깊이가 1인치인 웅덩이에서 익사한 남자에 대해.
  • 표준 오차에 속하는 결과: 완벽한 샘플링이나 측정 기술은 없습니다. 모두 본질적으로 통합
    오류의 정도. 즉, 설문조사는
    표준 에러. 기술을 습득하지 않고도 헤드 라인,
    여성보다 남성이 선호하는 전자책
    실제 투표 결과에서 남성의 52%가
    전자책을 선호하는 반면 여성은 49%를 선호했으며 설문조사의 오류는 +/-5%였습니다.
  • 그래프를 사용하여 노출 생성: 아래 두 차트에는 정확히 동일한 정보가 포함되어 있지만
    모바일에 대한 벤처 캐피탈 투자의 증가를 더 정확하게 보여줍니다.
    2006-2007년 사이의 기술은? 그래프의 유일한 차이점은
    규모. 데이터를 창의적으로 그래프화하면 많은 공간 제공
    잘못된 인상을 주기 때문입니다. NS
    픽토그램과 인포그래픽도 마찬가지입니다.
  • 반 부착 그림: 이것은 의미
    한 가지를 다른 것에 대한 증거로 말하는 것. 예를 들어 광고에 CEO의 15%가 운전한다고
    뷰익; 다른 어떤 브랜드보다 – 그것이 무엇을 증명합니까? 의미는
    CEO는 자동차에 대한 일종의 권위자입니다. 이것은 일반적인 전술입니다. 기억하다
    내레이터가 말하는 오래된 Certs 광고에서 Certs. 이제 Retsyn과 함께하세요! 했다
    Retsyn이 무엇인지 또는 왜 우리가 관심을 가져야 하는지 아는 사람이 있습니까?
  • 사후 오류: 이것은 두 연구 결과 사이에 직접적인 상관 관계가 있다는 잘못된 주장입니다. 이것은 특히
    사악하지만 종종 다른 전술보다 잡기가 더 어렵습니다. 을위한
    예를 들어 연구에서 채식주의자의 평균 소득이
    육식을 하는 사람들에게 고기를 먹지 않음으로써 수입을 늘릴 수 있다고 결론짓는 것은 터무니없는 일입니다.
    고기에서. 그러나 그것은 바로 일부 '연구원'이 하는 일입니다.
  • Huff는 전체를 제공합니다.
    얼룩이 있는 통계를 식별하는 방법에 대한 장, 이에 대해서는 나중에 다시 검토하겠습니다.
    우편. 그 동안 가장 좋은 조언은 언제나 그렇듯이 회의적이라는 것입니다. 경고
    엠퍼!

    나는 가짜, 오해의 소지가 있는 이야기, 또는
    부정확한 마케팅 통계; 나에게 이야기를 보내주세요 dlavenda1@hotmail.com 또는 나에게 트윗 @dlavenda .

    저자 데이비드
    Lavenda는 하이테크 마케팅 및 제품 전략 책임자이기도 합니다.
    정보 과부하가 조직에 미치는 영향에 대한 학술 연구. 그
    기술사 학회의 국제 학자입니다.

    [ 이미지: Flickr 사용자 머브씨 ]