Vurdere statistikk kritisk og oppdage feilkilder.
Kan tall lyve?
Tall og diagrammer virker objektive, men måten de presenteres på kan villede. Aviser, reklame og sosiale medier bruker statistikk for å overbevise — og noen ganger er fremstillingen misvisende, med eller uten hensikt.
I dette kapittelet skal du lære:
- Å avsløre misvisende diagrammer
- Å vurdere om et utvalg er representativt
- Å gjennomskue villedende bruk av gjennomsnitt og median
Et diagram er misvisende når det visuelle inntrykket ikke stemmer med tallene. De vanligste triksene er:
- Kuttet y-akse: Aksen starter ikke på null, så små forskjeller ser store ut
- Manipulert skala: Ujevne intervaller på aksene
- Feil figurbruk: Arealer eller 3D-effekter som overdriver forskjeller
Et søylediagram viser salget til to butikker: A solgte for 92 000 kr og B for 98 000 kr. Diagrammets y-akse starter på 90 000 kr.
a) Hvor mange ganger høyere ser søylen til B ut enn søylen til A?
b) Hvor stor er den reelle forskjellen i prosent?
a) Synlig høyde over aksestart: A: og B: .
— søylen til B ser 4 ganger så høy ut!
b) Reell forskjell:
Konklusjon: En forskjell på 6,5 % ser ut som en firedobling fordi y-aksen er kuttet.
Et diagram viser antall medlemmer i to klubber: A har 100 og B har 120. Y-aksen starter på 80.
Hvor høy ser søylen til A ut (over aksestart)?
Hvor høy ser søylen til B ut?
Hvor mange ganger høyere ser B ut enn A?
Hvor mange prosent flere medlemmer har B i virkeligheten?
En undersøkelse er bare pålitelig hvis utvalget er representativt for gruppen man vil si noe om.
Vanlige feilkilder:
- Skjevt utvalg: Man spør bare en bestemt gruppe (f.eks. kun lesere av én nettavis)
- Selvseleksjon: Bare de mest engasjerte svarer
- For lite utvalg: Tilfeldigheter får for stor betydning
- Ledende spørsmål: Formuleringen påvirker svaret
En treningsblogg spør leserne sine: «Trener du minst tre ganger i uken?» 1 800 av 2 400 svarer ja. Bloggen skriver: «75 % av nordmenn trener minst tre ganger i uken.»
Hva er galt med konklusjonen?
Regnestykket er riktig: .
Men utvalget er skjevt: De som leser en treningsblogg, trener langt mer enn gjennomsnittet. I tillegg er det selvseleksjon — de som trener mye, svarer oftere på en slik undersøkelse.
Konklusjon: Resultatet gjelder bloggens lesere, ikke «nordmenn». Generaliseringen er ugyldig.
En nettavis spør leserne: «Bruker du nettaviser daglig?» 300 av 400 svarer ja.
Hvor mange prosent av de spurte svarte ja?
Avisen konkluderer: «3 av 4 nordmenn leser nettaviser daglig.» Forklar hvorfor konklusjonen ikke holder.
Gjennomsnitt og median kan gi svært ulikt inntrykk av samme datasett. Den som presenterer tallene, kan velge det målet som passer budskapet best:
- Gjennomsnittet dras opp av noen få høye verdier
- Medianen viser den «typiske» verdien
Spør alltid: Hvilket sentralmål er brukt — og hvorfor akkurat det?
I en liten bedrift tjener 9 ansatte 420 000 kr hver, og lederen tjener 1 200 000 kr. I en stillingsannonse skriver bedriften: «Gjennomsnittslønn ca. 500 000 kr.»
Er det riktig — og er det ærlig?
Gjennomsnitt: kr — så tallet stemmer.
Men medianen er kr, og det er det 9 av 10 ansatte faktisk tjener.
Konklusjon: Tallet er korrekt, men gir et misvisende inntrykk av hva en ny ansatt kan forvente. Medianen ville vært ærligere.
I et borettslag er månedlige felleskostnader for 7 leiligheter: 3000, 3000, 3000, 3200, 3200, 3400 og 8200 kr.
Finn gjennomsnittet.
Finn medianen.
Hvilket mål beskriver best hva en typisk beboer betaler? Begrunn.
Om to størrelser følger hverandre, betyr det ikke at den ene forårsaker den andre.
Klassisk eksempel: Iskremsalg og antall drukningsulykker stiger samtidig — men ingen av dem forårsaker den andre. Begge skyldes en tredje faktor: sommervarmen.
Når du ser en påstand om at «X fører til Y», spør alltid: Kan det finnes en bakenforliggende årsak?
Vurder påstandene kritisk.
«Kommuner med flere brannbiler har flere branner. Altså forårsaker brannbiler branner.» Hva er feilen?
En reklame sier: «9 av 10 tannleger anbefaler tannkremen.» Utvalget var 10 tannleger valgt av produsenten. Hvorfor er påstanden lite troverdig?
Oppsummering
I dette kapittelet har du lært:
- Misvisende diagrammer: Kuttet y-akse og manipulert skala får små forskjeller til å se store ut. Sjekk alltid hvor aksen starter.
- Utvalg: En undersøkelse er bare gyldig hvis utvalget er representativt. Se opp for skjeve utvalg, selvseleksjon og små utvalg.
- Sentralmål kan velges strategisk: Gjennomsnittet dras opp av ekstremverdier — spør alltid hvilket mål som er brukt og hvorfor.
- Korrelasjon er ikke årsak: To størrelser kan samvariere på grunn av en tredje, bakenforliggende faktor.
Nøkkelbegreper
| Begrep | Forklaring |
|---|---|
| Kuttet y-akse | Akse som ikke starter på null |
| Representativt utvalg | Utvalg som ligner på hele gruppen |
| Selvseleksjon | Bare de mest engasjerte deltar |
| Bakenforliggende faktor | Tredje variabel som forklarer samvariasjonen |
Kritisk sjekkliste
1. Hvor starter aksene i diagrammet?
2. Hvem er spurt, og hvor mange?
3. Hvilket sentralmål er brukt?
4. Kan sammenhengen ha en annen forklaring?
Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.