Kunnen statistieken misleidend zijn?

Er is een oud gezegde dat cijfers niet liegen, maar leugenaars weten hoe ze moeten figuur.In zekere zin vertegenwoordigt dit de behoorlijke statistieken van mensen.Statistische interpretatie kan ertoe leiden dat gegevens misleidend lijken.Het hangt af van de interpretatie van gegevens door de statisticus en welke cijfers naar voren worden gebracht als de belangrijkste punten van een statistisch rapport.

Bijvoorbeeld, in de grammatica -school bestuderen studenten nu maatregelen van centrale neiging, die gemiddelde, mediaan, modus zijn,en bereik.Het gemiddelde is een som van alle gegevens, gedeeld door het aantal gegevens.Men kan bijvoorbeeld de som van de testscores van een persoon krijgen en deze verdelen door het aantal tests om een cijfer te bepalen.Het gemiddelde kan echter worden beïnvloed door wat een uitbijter wordt genoemd, een getal ver buiten het normale testenbereik.Dit kan suggereren dat gemiddelde een misleidende manier kan zijn om de prestaties te beoordelen.

Als een persoon vijf tests perfect uitvoert en er niet in slaagt een zesde test te doen, waardoor een nul wordt verdiend, weerspiegelt het gemiddelde dit.Als de tests bijvoorbeeld allemaal 100 punten waard zijn, is de gemiddelde score ongeveer een 85%.Dit suggereert echter niet echt gemiddelde prestaties in dit geval vanwege de uitbijter van nul.

Een andere maatstaf voor centrale neiging die kan worden gebruikt, is evaluatie van de mediaan.De mediaan is het middelste nummer in een groep gegevens die numeriek zijn gerangschikt.Als een statisticus evalueert voor de mediaan, is dit mogelijk niet representatief voor een echt gemiddelde van prestaties, of van wat dan ook wordt geëvalueerd.De mediaan kan geen rekening houden met een gegevensbereik dat enorm kan zijn en dus misleidend kan zijn.

Centrale neiging geëvalueerd door modus betekent slechts kijken naar een aantal dat het vaakst in een reeks gegevens optreedt.Dus de testpersoon heeft bijvoorbeeld een modus van 100. Toch weerspiegelt dit niet de persoon die de test neemt, er is er geen niet meer nodig, die misleidend is.

Andere manieren waarop statistieken misleidend kunnen zijn, is de manier waarop vragen worden gesteld, in een enquête misschien en de mate waarin de enquête een representatieve steekproef van een gemeenschap is.Als men een groep middelbare scholieren onderzoekt en vraagt: "Hoe gelukkig ben je met je opleiding op een schaal van 1-5?"Men kan heel verschillende antwoorden krijgen, afhankelijk van of de groep representatief is voor de "gemiddelde" student.

Als men een groep studenten onderzoekt die allemaal rechtstreeks als en naar een fantastische, goed gefinancierde school gaan, om gegevens te publiceren als een representatieve steekproef moet opzettelijk misleidend zijn.Als men studenten van verschillende scholen met verschillende cijfers vraagt, is een enquête waarschijnlijk representatiever en eerlijker.Als men echter studenten vraagt wat zij van scholen vinden en vervolgens de resultaten publiceert als een representatieve steekproef van de algemene bevolking, zullen de antwoorden dan sterk scheef worden.

Cijfers kunnen erg concreet lijken, en sommige worden misleid door cijfers, simpelweg omdat zijlijken feit te zijn en een onbetwistbare waarde te hebben.Statistische gegevens kunnen dus vaak op een misleidende manier worden gebruikt om mensen met cijfers te verbazen en dingen in geschil te laten lijken meer als feit.Gerenommeerde statistici weten dat vragen moeten worden gegeneraliseerd en ook moeten worden gesteld aan mensen die bevolking vertegenwoordigen.

Cijfers en statistieken kunnen echter misleidend zijn omdat ze het individu niet vertegenwoordigen.Ze kunnen laten zien hoe mensen "in het algemeen" reageren op een idee, op een product of op een politieke kandidaat.Ze kunnen niet laten zien hoe een enkele persoon in al zijn of haar oneindig variabele kwaliteiten zal voelen.