Å lære statistikk på nytt kan redusere risikoen for manipulasjon

Når vi leser at 50 % av folk tror dette eller 75 % av folk er bekymret for det, gir det en grad av trygghet med hensyn til gyldigheten av det vi leser. Store prosenter får oss til å føle oss psykologisk trygge, og hjernen vår føler oss instinktivt trygge i vissheten om at vi ikke vil være alene i vår tro. Problemet er at selv om en statistikk kan være sann, er selve poenget at de representerer en sann-usann forholdet gjør dem iboende feil og etterlater oss mottakelige for både uforsvarlig logikk og hyppige manipulasjon. Statistikk er en av grunnene til at propaganda er så effektiv, og med økningen i feilinformasjon på tvers sosiale medier plattformer, gjør de oss sårbare overfor falske nyheter og bløff også.

Statistikk blir ofte sett på med ærbødighet, sett på som et ugjendrivelig "faktum" som er numerisk bekreftet og ikke er basert på mening, og dermed bekrefter poenget som blir gjort. Media elsker dem for å illustrere et nøkkelpoeng på en enkel måte, men det gjør også folk som jobber i

reklame og salg, og de som prøver å manipulere deg. Det er derfor å forstå statistikk er et viktig verktøy for å inokulere din tenkning mot potensielle dårlige skuespillere, og sikre din fortsatte evne til å tenke kritisk og uavhengig.

Per definisjon er statistikk oppført som "et faktum eller en del data hentet fra en studie av en stor mengde numeriske data"; et faktum er igjen definert som "en ting som er kjent eller bevist å være sann". Det er dette som gir dem en oppfatning av ugjendrivelig sannhet. Statistikk gir en iboende sann-usant eller ja-nei posisjon på et emne. Problemet er at flertallet av befolkningen ikke fullt ut forstår statistikk - hvordan de beregnes, hva de representerer og hva deres feil er - og etterlater dem med et ja-nei partiskhet når de leser det de skildrer. Det store problemet er at statistikk, i sanne termer, bare er representativ innenfor sin kontekst, og uten kontekst blir vanligvis gjort helt ubrukelig.

Å få kontekst

Det er to hovedproblemer med hvordan vi tolker statistikk. Den første er at de er avhengige av konteksten de er samlet inn i, og den andre er at de er åpne for flere tolkninger av de samme resultatene. Ett sett med numeriske resultater kan produsere flere "riktige" utsagn, hvorav noen vil være i konflikt med hverandre. Hvis vi for eksempel tar en stikkprøve fra en godteripose, og prøven inneholder fire grønne søtsaker, to røde søtsaker, og fire halvrøde, halvgrønne søtsaker, så er følgende påstander teknisk korrekte:

• 40 % av disse søtsakene er grønne
• 20 % av disse søtsakene er røde
• 60 % av disse søtsakene er ikke helt grønne
• 60 % av disse søtsakene er ikke helt røde
• 60 % av disse søtsakene inneholder fargen rød
• 80 % av disse søtsakene inneholder fargen grønn
• Ingen (0%) av disse søtsakene er gule.

Hver og en av disse syv påstandene er "sanne" og tilbyr et "fakta" om prøven fra søtposen, men hver enkelt kommuniserer noe helt annet og unikt til tolkningen. Dessuten gir mangelen på kontekst en mangel på støttende informasjon, for eksempel hvor mange søtsaker som opprinnelig var i posen; om noen søtsaker ble spist før eksperimentet; og om det er andre fargede søtsaker i posen – noe som kan endre gyldigheten av utsagnene når de sees gjennom kontekstens linse.

Dette er et veldig forenklet eksempel, basert utelukkende på numeriske verdier - elementer som lett kan telles. For statistikken som vi leser i media, er både "fakta" og konteksten iboende mer komplisert, og presenterer korrelasjoner mellom to faktorer, øker og reduseres over tid, eller informasjon som er faktisk sann i en sammenheng, men som ikke tar hensyn til informasjon utenfor denne kontekst.

Et eksempel er studiene som opprettholder mantraet om at "bryst er best" når det gjelder å mate en baby, og som direkte korrelerer en årsakssammenheng mellom amming og generelt intelligens og prestasjoner på skolen. Vedvarende historiske studier identifiserte en positiv korrelasjon mellom de to faktorene, noe som antyder en direkte årsakssammenheng, men påfølgende analyse har fremhevet feil i disse tidlige studiene. Forskere hadde opprinnelig antatt at fordi den ene økte ettersom den andre økte, må det være en direkte årsakssammenheng, men det disse studiene ikke klarer å redegjøre for er forholdet mellom type husholdning og sannsynligheten for det amme. Faktisk har senere studier diskutert sammenhengen mellom amming og intelligens/akademiske prestasjoner, til fordel for forholdet mellom sosioøkonomisk bakgrunn og akademiske prestasjoner. Disse senere studiene fant i stedet at i gjennomsnitt har barn med bedre prestasjoner på skolen, vanligvis foreldre hjemme som har oppnådd høyere akademiske standarder selv, eller har sikret en samlet høyere husholdningsinntekt, og har derfor luksusen av mer tid og ferdigheter til å investere i barna sine og mer penger å drive støtte med aktiviteter. De fant også en positiv sammenheng mellom høyere sosioøkonomisk status og hendelser med amming, fordi de husholdninger med høyere inntekt hadde råd til å ta lengre svangerskapspermisjon, og hadde råd til å amme barna sine i lengre. En sammenheng, ikke en årsakssammenheng. Faktisk har mange studier siden ikke funnet noen forskjell i ytelsen til barn med samme sosioøkonomiske bakgrunn, uavhengig av om de fikk morsmelk eller morsmelkerstatning. Likevel fortsetter myten.

I løpet av Covid-19 pandemien, ga vaksinasjonsdebatten ytterligere bevis på farene ved statistikk, og den generelt dårlige tolkningsstandarden vi har i befolkningen. Måneder etter at vaksinasjoner først startet, dukket det opp bevis på en potensiell årsakssammenheng mellom Covid-19 vaksinasjon og økt risiko for trombocytopeni (blodpropp) i ukene etter vaksinasjon. Media begynte å rapportere, og innledende studier dukket opp som evaluerte risikoen for den generelle befolkningen. Utfordringen er at studiene fant en 30 % økt risiko for blodpropp etter en første dose Oxford-AstraZeneca sammenlignet med Pfizer-BioNTech. Dette ble av mange tolket som 30 % risiko for blodpropp, eller nesten hver tredje person. Dette er imidlertid ikke hva uttalelsen betyr. For det første er det en økning på 30 % når man sammenligner en produsent med en annen, og for det andre representerer 30 % ikke den absolutte risikoen for å utvikle blodpropp. En stor prosentandel av et veldig lite tall er fortsatt et lite tall; i dette tilfellet var den absolutte risikoen <0,001 % eller mindre enn 1 av 1000, noe som er betydelig lavere enn den oppfattede en av tre risiko. I januar 2022 hadde over 10 milliarder covid-19-vaksinasjoner blitt administrert, med svært få generelle tilfeller av blodpropp. Skaden ble imidlertid gjort; en meningsmåling fra USA i april 2021 avslørte at 76% var "veldig eller noe bekymret" for alvorlig side effekter fra vaksinasjon og 70 % mente at "covid-19-vaksinene ikke er så trygge som de sies å være."

Moderne medier, spesielt sosiale medieplattformer, har blitt en viktig kilde til informasjon og nyheter for store deler av befolkningen. Men de samme plattformene har også støttet en malstrøm av falske nyheter, feilinformasjon og til og med bevisste desinformasjonskampanjer. Mange av disse "nyhetene" er avhengige av statistikk og store, skumle tall for å skape utbredt panikk og manipulasjon av den generelle befolkningen. En studie fra Oxford University fant at kampanjer for manipulering av sosiale medier er utbredt i alle land, og at en sentral talsmann i Spredning av feilinformasjon er bruken av «borgerpåvirkere» når velmenende individer sprer uverifisert forskning og kommunikasjon.

Reduserer mottakelighet

Nøkkelen til å redusere mottakelighet er å re-utdanne deg selv på statistikk inkludert hva de sier, men også hva de ikke sier. For det første, gå alltid tilbake til den opprinnelige kilden som er sitert av tallene, og analyser kvaliteten på studien og nøyaktigheten til rapporteringen. Bestem deretter om den opprinnelige kilden kan stoles på, og avgjør om det kan være noen annen forklaring på resultatene fra studien. Til slutt, søk alternative kilder; lignende akademiske studier og motstridende studier, for å avgjøre om det er fortjeneste i det som blir representert.