Manipulacja statystykami — jak media naginają liczby
Ucięte osie, procenty bez podstawy, korelacja jako przyczynowość, cherry-picking danych. Jak rozpoznać manipulację statystykami w artykułach.
Liczby wyglądają na obiektywne. Właśnie dlatego tak dobrze nadają się do naciągania. Nagłówek z procentem robi wrażenie twardego faktu, choć często kryje się za nim żonglerka danymi. Manipulacja statystykami ma swoje klasyczne przykłady: uciętą oś wykresu, procent bez podanej podstawy, mylenie korelacji z przyczyną, wybieranie wygodnego okresu, średnią zamiast mediany i wnioski z mikroskopijnych prób. W tym tekście rozbierzesz każdy z tych chwytów na części. Wszystkie liczby w przykładach są wymyślone na potrzeby nauki — chodzi o mechanizm, nie o konkretną redakcję.
Dobra wiadomość: do obrony nie potrzebujesz studiów ze statystyki. Wystarczy kilka pytań kontrolnych, które zadasz każdemu tekstowi z liczbami. Poniżej znajdziesz je przy każdym chwycie.
Manipulacja statystykami — przykłady, które spotkasz najczęściej
Zanim przejdziemy do szczegółów, spójrz na całą mapę. Sześć chwytów odpowiada za większość naciąganych liczb w mediach:- Ucięta oś — wykres zaczyna się nie od zera, więc mała różnica wygląda jak przepaść.
- Procent bez podstawy — „wzrost o 100%" brzmi groźnie, dopóki nie sprawdzisz, że to skok z 2 do 4.
- Korelacja jako przyczyna — dwie rzeczy dzieją się równocześnie, więc rzekomo jedna powoduje drugą.
- Cherry-picking okresu — porównanie zaczyna się dokładnie tam, gdzie pasuje do tezy.
- Średnia zamiast mediany — kilka skrajnych wartości zawyża „typowy" wynik.
- Mała próba — „co drugi badany" może znaczyć: dwóch z czterech zapytanych.
Ucięta oś — jak z pagórka zrobić przepaść
Wyobraź sobie hipotetyczny wykres poparcia dwóch partii: jedna ma 31%, druga 33%. Jeśli oś pionowa zaczyna się od zera, słupki są niemal identyczne. Jeśli zaczyna się od 30%, słupek drugiej partii jest trzy razy wyższy od pierwszej. Te same dane, zupełnie inne wrażenie. Ucięcie osi bywa uzasadnione — na przykład przy kursach walut, gdzie liczą się drobne wahania. Problem zaczyna się, gdy wykres ilustruje tezę tekstu („przepaść między kandydatami"), a dramat istnieje tylko dzięki skali. Sprawdzisz to w kilka sekund:- Spójrz, od jakiej wartości zaczyna się oś pionowa.
- Porównaj realną różnicę liczb z wizualną różnicą słupków.
- Zwróć uwagę, czy oś w ogóle ma opisane wartości — wykresy bez podziałki to osobny sygnał ostrzegawczy.
Procent bez podstawy — wzrost o 100% z 2 do 4
„Liczba przypadków wzrosła o 100%!" — nagłówek gotowy do udostępnienia. A teraz hipotetyczny kontekst: w zeszłym roku były 2 przypadki, w tym są 4. Wzrost o 100% to prawda arytmetyczna, ale wrażenie epidemii jest fałszywe. Procent bez liczby bazowej jest pusty — może opisywać zarówno skok z 2 do 4, jak i z 2 milionów do 4 milionów. Odmiany tego chwytu:- Punkty procentowe mylone z procentami. Wzrost poparcia z 4% do 6% to wzrost o 2 punkty procentowe, ale o 50% — nagłówek wybierze wersję groźniejszą.
- Procent od procenta. „Ryzyko rośnie o 40%" może znaczyć, że rośnie z 0,5% do 0,7%. Ryzyko względne brzmi dramatycznie, bezwzględne — zwykle nie.
- Brak mianownika. „Tysiąc skarg na nową usługę" — a ilu jest użytkowników? Tysiąc skarg przy milionie klientów to co innego niż przy dwóch tysiącach.
Korelacja to nie przyczyna
Dwa zjawiska rosną równocześnie, więc jedno „powoduje" drugie — to najstarszy błąd wnioskowania, chętnie ubierany w naukowy kostium. Hipotetyczny przykład dydaktyczny: w gminach z większą liczbą lodziarni jest więcej utonięć. Czy lody powodują utonięcia? Nie — oba zjawiska napędza trzeci czynnik: lato. Ciepło zwiększa i sprzedaż lodów, i liczbę kąpieli. W mediach ten mechanizm przybiera subtelniejsze formy: „osoby robiące X żyją dłużej", „w regionach z Y jest mniej Z". Zanim uwierzysz w przyczynowość, sprawdź trzy rzeczy:- Trzecia zmienna — czy istnieje czynnik, który napędza oba zjawiska naraz (wiek, zamożność, pora roku)?
- Kierunek — może to nie X powoduje Y, tylko Y powoduje X? „Osoby uprawiające sport są zdrowsze" — a może to zdrowsi częściej uprawiają sport?
- Przypadek — przy tysiącach mierzonych wskaźników jakieś dwa zawsze będą się zbieżnie zmieniać. To statystyczny szum, nie odkrycie.
Cherry-picking, średnia i mała próba — trzy chwyty na danych źródłowych
Wygodny punkt startu
„Ceny wzrosły o 40% od 2020 roku" — a dlaczego akurat od 2020? Może dlatego, że to był wyjątkowy dołek i każde porównanie z nim wygląda dramatycznie. Cherry-picking okresu polega na wybraniu takiego punktu odniesienia, który maksymalnie wspiera tezę. Ten sam wskaźnik liczony od 2019 albo 2021 roku mógłby pokazać spadek. Pytanie kontrolne: co się stanie z wnioskiem, gdy przesunę początek porównania o rok w obie strony? Jeśli teza się rozpada, to nie była teza, tylko dobór danych.Średnia kontra mediana
Hipotetyczna firma: dziewięciu pracowników zarabia po 5 tysięcy, prezes 100 tysięcy. Średnia pensja wynosi 14,5 tysiąca — i formalnie to prawda. Mediana (wartość środkowa) to 5 tysięcy — i to ona opisuje sytuację typowego pracownika. Gdy rozkład jest skośny, a przy zarobkach, cenach mieszkań czy majątkach prawie zawsze jest, średnia mówi więcej o skrajnościach niż o typowym przypadku. Jeśli tekst o „przeciętnym Polaku" operuje wyłącznie średnią, sprawdź, czy autor przypadkiem nie liczy prezesa razem z załogą.Wnioski z czterech ankietowanych
„Co drugi respondent popiera zmianę" może opisywać sondaż na tysiącu osób albo ankietę wśród czterech znajomych redaktora. Bez liczebności próby, sposobu jej doboru i informacji, kto badanie zamówił, wynik jest anegdotą w przebraniu statystyki. Uwaga na sondaże internetowe „kliknij, co myślisz" — odpowiadają w nich tylko ci, którym się chce, więc wynik mówi o czytelnikach portalu, nie o społeczeństwie. To, kto publikuje dane i w czyim interesie, sprawdzisz metodami z tekstu o ocenie wiarygodności źródła.Jak się bronić — checklista na co dzień
Nie musisz analizować każdej liczby w każdym artykule. Wystarczy, że przy tekstach, które mają wpłynąć na twoje decyzje albo emocje, przejdziesz krótką listę:- Oś wykresu — od czego się zaczyna i czy skala jest równomierna?
- Podstawa procentu — jakie są liczby bezwzględne? Procent od czego?
- Przyczynowość — czy „związek" nie jest przypadkiem korelacją z trzecią zmienną w tle?
- Okres porównania — czy punkt startu nie został dobrany pod tezę?
- Średnia czy mediana — czy rozkład może być skośny?
- Próba — ile osób zbadano, jak je dobrano, kto zapłacił za badanie?