I bedömning av statistik 1 fick du lära dig om hur statistik kan presenteras på ett missvisande sätt. Här kommer några andra exempel där statistiken inte säger hela sanningen. Men här har felen uppstått redan när informationen samlades in.

Exempel: Urval och bortfall

I denna nyhetsartikel står det ”75% av alla kvinnor har katt, inga män har katt.” Stämmer det?

Titta i datamaterialet som är grunden för påståendet. Någon har valt ut 17 personer och frågat om de har katt. Men det är bara fem personer som har svarat; fyra kvinnor och en man. Tolv av de tillfrågade svarade inte alls. Vi vet inte varför och vi vet inte hur många av dem som har katt.

Om bara en person till hade svarat, skulle resultatet kunna vara helt annorlunda. Med ett så här stort bortfall går det inte att dra den slutsats som står i rubriken.

En annan sak man kan undra är vilka sjutton personer som tillfrågats, hur har de valts ut? Om du ställer frågan till 17 personer i en kattmatsbutik är det förmodligen fler av dom som har katt än om du ställt frågan till 17 personer i en järnaffär.

Hur urvalet utformas spelar roll. Om urvalet inte är representativt för den grupp man vill dra slutsatser om blir resultaten snedvridna, även om alla beräkningar och diagram i övrigt är helt felfria.

Exempel: Formulering

I annonsen står det att 9 av 10 föredrar Steves tandkräm. 9 av 10, det är ju 90 procent, eller nästan alla. Då måste det vara en bra tandkräm, eller hur? Under annonsen står vilken fråga som ställts för att komma fram till det där med nio av tio.

Vad tycker du om Steve’s tandkräm?

Mycket bra
Den är väl okej
Värsta jag smakat

Det sista alternativet är formulerat på ett sätt som gör det troligt att ganska att få skulle välja det. Och resultatet; att 90 procent tycker om tandkrämen, är bara sant om man slår ihop dem som valt det första och det andra alternativet. Är påståendet i rubriken falskt? Eller är det bara missvisande?

Sammanfattning

Dålig statistik kan bero på slarv. Men den kan också vara avsiktlig i syfte att påverka dig att dra en viss slutsats. När du tolkar statistik är det bra att fundera på vem som ligger bakom en uppgift, och vad hen kan ha för intresse av att påverka dig. Är det kanske ett företag som vill sälja något, eller ett politiskt parti som vill att du röstar på dem? Fundera på hur de har mätt, vilken fråga de har ställt.

Urval: Vilka har blivit mätta, räknade, tillfrågade?
Bortfall: Vilka blev tillfrågade men svarade inte?
Formulering: Var frågan ställd på ett sätt som påverkade resultatet påtagligt?

Інтерпретація статистичних даних: оманливе представлення даних