تحليل البيانات: العرض المضلل للبيانات

البيانات الإحصائية يمكن أن تقدم بطرق مضللة. سنشاهد الآن كيف تحدث بعض من هذه الحالات وكيف تحدث الأخطاء أثناء جمع البيانات هذه عناوين الأخبار: 75٪ من النساء لديهن قطط، والرجال لا يحبون القطط. هل هذا صحيح؟ هذه هي البيانات التي يستند إليها هذا الإدعاء. اختار شخص ما 17 شخصا, وسألهم إذا كانت لديهم قطط. فرد خمسة أشخاص فقط، أربعة نساء ورجل، واثني عشر شخصا لم يجيبوا، لذا فلا نعرف كم منهم لديه قطط. إذا أجاب شخص أخر زيادة ، فإن النتائج كانت مختلفة تماما بهذا العدد الكبير من الذين لم يجيبوا لا يمكن الوصول إلى النتيجة المذكورة في الأخبار. وأيضا، من هم الأشخاص الذين سئلوا وكيف تم اختيارهم؟ فإذا دخلت مكانا لبيع طعام القطط وسألت الموجودين "من منكم لديه قطة؟"، ستجد أناسا لديهم قططا أكثر مما كنت ستجد إذا سألت نفس السؤال في محل كمبيوتر لذا، فطريقة الاختيار مهمة. إذا لم يكن اختيار المجموعة ممثلا لموضوع الإختبار ب شكل دقيق، فإن النتائج ستكون منحازة، حتى لو كانت كل الحسابات والرسوم البيانية صحيحة فاصل إعلاني: تسعة من أصل 10 أشخاص يفضلون معجون ستيف للأسنان 9 من أصل 10 يعني 90 في المئة ذلك يعني أنه معجون أسنان جيد، أليس كذلك؟ تظهر الأسئلة التي طرحت للحصول على هذه الإجابة في الإعلان. ما رأيك في معجون أسنان ستيف؟ جيد جدا , جيد أم أسوأ ما تَذَوقت. أولا، وضع الخيار الاخير في الأسفل حيث من غير المرجح أن يختاره الناس. ثانيا، النتيجة 90٪ مبنية على جمع الخيارين الأول والثاني معا لذا، فالنتيجة خاطئة وربما مضللة النتائج الإحصائية السيئة تحدث إما بسبب الإهمال أو أنها تكون مقصودة لدفع الناس نحو استنتاج معين. عند قرائة البيانات الإحصائية، يفضل معرفة الأشخاص الذين قاموا بها والفائدة التي ينتظرونها منها. هل هي شركة ترغب في بيع منتجها، أم حزب سياسي يريد جمع الأصوات لصالحه؟ يجب معرفة كيفية اختيار المستطلعين ونوع الأسئلة وكيف تم وضعها وطرحها، ومن الذين سُئلوا؟