كيف تكذب مع الإحصائيات؟
هل من الممكن الكذب باستخدام الإحصائيات؟ في الواقع، هو كذلك، وقد يكون أكثر انتشارًا مما تتوقع.
إذن، كيف يمكن للمرء أن يتلاعب بالإحصائيات، والأهم من ذلك، كيف يمكن للمرء أن يتجنب الوقوع فريسة لهذه التشوهات؟
تستكشف هذه المقالة التقنيات المختلفة المستخدمة غالبًا لتحريف البيانات وتوفر مرجعًا لا يقدر بثمن للقراء الذين يسعون إلى تجنب الخداع.
يمكن للصحفيين والمسوقين وحتى العلماء في بعض الأحيان استخدام الإحصائيات والرسوم البيانية والجداول والرسوم البيانية بطرق تضلل الجمهور. وبالتالي، من الضروري أن تظل يقظًا وألا تقع في فخ هذه الخداع!
المشكلة
من المتفق عليه عمومًا أن البيانات الإحصائية عند استخدامها لتقديم المعلومات، تضفي جوًا من المصداقية على الرسالة المنقولة. وهذا رد فعل متوقع يدل على احترام الناس واحترامهم لمجال الإحصاء.
ومع ذلك، يمكن للانتهازيين استغلال هذه الثقة، وتقديم معلومات كاذبة متنكرة كحقيقة من خلال الاعتماد على بيانات إحصائية ملفقة أو تم التلاعب بها. عند التدقيق في هذه الخداع، عادة ما تكون واهية أو لا أساس لها من الصحة على الإطلاق.
توفر هذه المقالة معلومات وموارد قيمة لمحللي البيانات وأولئك الذين لم يعودوا يرغبون في أن يخدعهم الخداع الإحصائي.
تتغلغل التلاعبات الإحصائية في العديد من القطاعات المجتمعية، ولها تأثيرات عميقة على حياتنا. على سبيل المثال، يمكن لمزيج جيد التخطيط من بيانات نوايا الناخبين والصحافة والتسويق أن يؤثر بشكل حاسم على نتائج الانتخابات.
لتجنب التضليل، من المهم فهم التقنيات الكامنة وراء هذه التلاعبات.
نقدم الحلول الذكية
في عام 1954، نشر داريل هوف كتابه "كيف تكذب بالإحصائيات". يستكشف هذا العمل المؤثر التقنيات الإحصائية الشائعة، ويكشف عن أساليب التلاعب التي تسعى إلى التضليل بدلاً من الإعلام.
“داريل هاف يستعرض كل نوع من الإحصائيات المستخدمة بشكل شائع، ويستكشف أشياء مثل دراسة العينة، وطريقة الجدولة، وتقنية المقابلة، أو الطريقة التي يتم بها اشتقاق النتائج من الأرقام، ويشير إلى العدد الهائل من الحيل التي تُستخدم للتضليل بدلاً من الإعلام.“
وعلى الرغم من مرور أكثر من نصف قرن على نشره، أشار بيل جيتس إلى أن رؤى الكتاب أصبحت أكثر أهمية من أي وقت مضى. وتناقش الوجبات الرئيسية من كل فصل من فصوله العشرة في الأقسام التالية.
هل ترغب في شراء كتاب "كيف تكذب بالإحصائيات"؟ اضغط هنا!
01. العينة ذات التحيز المدمج
يقدم هذا الفصل مفهوم تحيز أخذ العينات. يمكنك الحصول على النتيجة المرجوة إذا قمت بالتلاعب في اختيار العينة لتأكيد وجهات نظرك.
يظهر التحيز عندما يتم اختراق الاختيار العشوائي للبيانات. من الناحية النظرية، يجب أن تتمتع كل نقطة بيانات بفرصة متساوية في اختيارها للعينة، ولكن أخذ العينات المتحيزة يتجاهل هذا المبدأ.
ومن الناحية العملية، يمكن توجيه اختيار العينة وفقاً للنتيجة المرجوة. على سبيل المثال، يمكن التلاعب بتصميم المقابلة وتطبيقها للحث على استجابات محددة. هذا المجال مليء بفرص الخداع والاحتيال.
02. المتوسط المختار جيدًا
في هذا القسم، يشرح هاف كيفية اختيار مقياس النزعة المركزية الذي يُعطي القيمة الأكثر ملاءمة لحجتك. تشمل مقاييس النزعة المركزية الأساسية المتوسط الحسابي والوسيط الوضع.
على سبيل المثال، لنفترض أن هناك حانة بها تسعة عملاء، كل منهم لديه دخل سنوي قدره 15، 15، 16، 18، 20، 20، 21، 21، و84 ألف دولار. متوسط الدخل هو 26,000 دولار، في حين أن المتوسط هو 20,000 دولار.
لنفترض أن بيل جيتس دخل إلى الحانة بدخل سنوي قدره 10 ملايين دولار. ويرتفع متوسط الدخل إلى مليون دولار، لكن المتوسط يظل عند 1 ألف دولار. ومن ثم، يمكن لصاحب الحانة الآن أن يدعي أن متوسط دخل زبائنه السنوي يبلغ حوالي مليون دولار!
03. الشخصيات الصغيرة غير الموجودة
عادةً ما يشير حذف البيانات إلى محاولة إخفاء مشكلة ما. يسلط هذا الفصل الضوء على أهمية حجم العينة.
عند التعامل مع عينة صغيرة، يمكن للصدفة أن تؤدي إلى تحريف النتائج بشكل كبير. تعمل العينات الأكبر حجمًا على تخفيف انحرافات الصدفة، مما يؤدي إلى نتائج أكثر تمثيلاً للسكان.
تقوم بعض الشركات بإجراء التجارب بشكل متكرر مع مجموعات صغيرة حتى تحصل على نتيجة تناسب أجندتها. يتم بعد ذلك نشر هذه النتيجة المنحرفة من خلال إعلانات الشركة.
في كثير من الأحيان، يكون تقديم القيمة بشكل مقارن هو النهج الأكثر فعالية. على سبيل المثال، الرسم البياني الذي يحتوي على بيانات مفقودة لا ينقل شيئًا إلى المشاهد المميز ولكنه يمكن أن يضلل المشتت.
ويستكشف هذا الفصل أيضًا كيف أن عرض المتوسط دون أي قياس للتباين يمكن أن يؤدي إلى سوء الفهم، خاصة بين أولئك الذين يحتاجون إلى إيلاء المزيد من الاهتمام.
04. الكثير من اللغط حول لا شيء عمليًا
يناقش هاف أخطاء القياس في هذا الفصل، ويؤكد على أهمية استخدام فترات الثقة لإدارتها. هذه الأخطاء متأصلة في جميع عمليات أخذ العينات، لذا ينبغي أخذها في الاعتبار، إذ لا يمكن لأي عينة أن تمثل مجتمعها الأصلي تمثيلاً كاملاً.
05. الرسم البياني جي ويز
يعد التلاعب بالتمثيلات الرسومية طريقة قوية لخداع الغافلين. ومن خلال تغيير منظور الرسم البياني، يمكن التأكيد على حقائق محددة بشكل غير متناسب.
يمكن أن يؤدي اقتطاع جزء من الرسم البياني أو تشويه نسب المحاور إلى تغيير الرسالة بشكل كبير.
06. الصورة أحادية البعد
يستفيد هذا النوع من التلاعب من الجاذبية البصرية. يمكن تمثيل نفس البيانات في رسم بياني ذو شكل مناسب ورسم تخطيطي مضلل.
على سبيل المثال، إذا تمت مضاعفة ارتفاع رسم حقيبة النقود، فإن مساحتها تتضاعف أربع مرات، مما قد يؤدي إلى تضخيم الاختلافات الملموسة.
07. الشكل شبه المرفق
تعتمد هذه التقنية التلاعبية على المبدأ التالي: "إذا لم تستطع إثبات ما تريد، فأظهر شيئًا آخر وتظاهر بأنهما الشيء نفسه“
“لا يمكنك إثبات أن أداتك تعالج نزلات البرد، ولكن يمكنك نشر (بخط كبير) تقرير مختبري موثق يفيد بأن نصف أونصة من هذه المادة قتلت 31,108 جرثومة في أنبوب اختبار في غضون إحدى عشرة ثانية.”
على سبيل المثال، الادعاء بأن عدد الأشخاص الذين لقوا حتفهم في حوادث طائرات العام الماضي أكبر من عام 1910 لا يعني بالضرورة أن الطائرات الحديثة أكثر خطورة. ونتيجة لذلك، شهد حجم السفر الجوي نمواً هائلاً منذ عام 1910، وهو ما يتجاهله هذا التأكيد الخادع بسهولة.
08. مشاركة الرحلات المخصصة مرة أخرى
الارتباط لا يعني السببية! ويؤكد هذا الفصل هذا المفهوم الحاسم.
تؤكد المغالطة المنطقية اللاحقة على أن A لا بد أنه تسبب في B إذا كان B يتبع A.
ومع ذلك، فإن تحرك متغيرين معًا لا يعني دائمًا وجود علاقة سبب ونتيجة.
09. كيفية الإحصاء
“ليست الأشياء التي نجهلها هي التي توقعنا في المشاكل، بل الأشياء التي نعرفها وهي ليست كذلك.”
أرتيموس وارد، كاتب أمريكي
يُطلق على توزيع المعلومات الخاطئة عبر البيانات الإحصائية اسم "الإحصاء". يتعمق هذا الفصل في استخدام التلاعبات الإحصائية لصياغة كذبة.
على سبيل المثال، في دراسة علمية، قد يميل الباحث (بوعي أو بغير وعي) إلى تفضيل حجة يرغب في التحقق من صحتها.
10. كيفية الرد على إحصائية
لتحديد الأخطاء أو المشكلات أو النوايا الخبيثة، اطرح دائمًا هذه الأسئلة الأساسية الخمسة:
#01 من يقول؟
ويجب ألا يكون هناك أي تحيز أو تحيز أو تضارب في المصالح من جانب المسؤولين.
#02 كيف يعرف؟
يجب أن تكون العينة ممثلة وكافية للسماح باستنتاج موثوق.
#03 ما هو المفقود؟
يجب ألا تكون هناك معلومات مفقودة، مثل حجم العينة، أو الأخطاء الإحصائية، أو مقاييس التباين، أو أي خصائص وتحليلات سكانية أساسية أخرى.
#04 هل قام أحد بتغيير الموضوع؟
السؤال والجواب يجب أن يتناولا نفس الموضوع.
#05 هل يعقل؟
اسأل عن استخدام الأرقام الهراء.
ملاحظات ختامية
يُعد كتاب "كيف تكذب باستخدام الإحصائيات" أمرًا ضروريًا لتطوير المعرفة الإحصائية والحماية من التلاعب اليومي.
ونحن نوصي بشدة للباحثين والمهنيين والطلاب وعامة الناس.
لمزيد من الأفكار حول كيفية استخدام الإحصائيات لتشويه المعلومات، اقرأ مقالتنا الإعلامية "الإحصائيات والأخبار المزيفة".
للحصول على المزيد من النصائح حول استخدام الإحصاءات للتلاعب بالمعلومات، اقرأ مقالتنا الممتازة بعنوان "الإحصاءات والأخبار الكاذبة.”
هل ترغب في اقتناء هذا الكتاب الكلاسيكي، "كيف تكذب بالإحصائيات"؟ اضغط هنا!
