10.2 Kritisk vurdering av statistikk fra medier

Tall som villeder

«Statistikk kan bevise hva som helst -- inkludert det motsatte.» Dette litt sarkastiske ordtaket har et snev av sannhet. Vi møter statistikk overalt -- i nyhetene, i reklame, i politiske debatter, i sosiale medier. Tall og diagrammer kan virke overbevisende og objektive. Men de kan også villede oss, bevisst eller ubevisst.

Målet med dette kapittelet er ikke at du skal slutte å stole på tall. Tvert imot -- målet er at du skal bli en kritisk leser som stiller de rette spørsmålene. Vi skal se på fire vanlige feller:

1. Villedende diagrammer -- når grafikken overdriver eller skjuler forskjeller
2. Cherry-picking -- når man bare viser data som passer
3. Korrelasjon vs. kausalitet -- når man forveksler sammenheng med årsak
4. Skjulte variabler -- når en tredje faktor forklarer en tilsynelatende sammenheng

Villedende diagrammer -- når øynene lurer oss

Det vanligste trikset er den avkortede y-aksen. Tenk deg et søylediagram over skoleresultater: Kommune A har $4{,}2$ og Kommune B har $4{,}5$. Hvis y-aksen starter på $0$, ser søylene nesten like høye ut -- forskjellen er jo bare $0{,}3$ poeng ($7\%$). Men hvis y-aksen starter på $4{,}0$, ser søylen for Kommune B plutselig ut til å være nesten dobbelt så høy som for Kommune A!

Andre triks inkluderer:
- 3D-effekter som gjør det vanskelig å lese nøyaktige verdier
- Ikonstørrelser som skalerer i to dimensjoner (areal) i stedet for én (høyde), slik at forskjellen overdramatiseres
- Manglende kontekst -- absolutte tall uten befolkningsstørrelse, eller prosenter uten å oppgi basistallet

Det betyr ikke at en avkortet akse alltid er «juks». Noen ganger er det nødvendig for å vise detaljer i data som ellers ville se ut som en flat linje. Men det bør alltid markeres tydelig, for eksempel med en sikk-sakk-linje nederst.

Tommelfingerregel: Se alltid på tallene, ikke bare figuren. Spør deg selv: «Hvor stor er den faktiske forskjellen i prosent?»

Cherry-picking -- å plukke rosinen i pølsa

Cherry-picking betyr å velge ut bare de dataene som støtter det man vil vise, og ignorere resten. Det er som om du bare poster de fineste feriebildene og gir inntrykk av at hele ferien var perfekt.

Her er et klassisk eksempel: En politiker sier «Kriminaliteten har økt med $20\%$ de siste to årene!» Tallene stemmer -- det gikk fra $1000$ til $1200$ lovbrudd. Men ser vi på de siste $10$ årene, har kriminaliteten faktisk sunket fra $1800$ til $1200$ -- en nedgang på $33\%$. Politikeren har plukket ut akkurat den korte perioden som viser oppgang i en ellers lang nedadgående trend.

Et annet eksempel: Aksjespekulanter som viser kursutviklingen bare de siste tre dagene (oppgang), når aksjen har falt $30\%$ det siste året.

Hvordan avsløre cherry-picking:
- Spør: «Hva viser hele tidsperioden?»
- Spør: «Er det andre data som er utelatt?»
- Se etter om start- og sluttpunkt i en tidsserie er valgt strategisk
- Vær spesielt skeptisk til korte tidsutsnitt som brukes til å trekke store konklusjoner

Korrelasjon vs. kausalitet -- den store feilslutningen

To ting korrelerer (samvarierer) når de har en tendens til å endre seg sammen. Men korrelasjon betyr ikke at den ene forårsaker den andre. Dette er kanskje den vanligste feilslutningen i statistikk.

Klassisk eksempel: Iskremssalg og drukningsulykker korrelerer positivt -- begge øker om sommeren. Betyr det at iskrem forårsaker drukning? Selvfølgelig ikke! Den skjulte variabelen er varmt vær -- folk spiser mer iskrem OG bader mer når det er varmt.

Når to ting $A$ og $B$ korrelerer, er det tre mulige forklaringer:
1. $A$ forårsaker $B$ (kausalitet)
2. $B$ forårsaker $A$ (omvendt kausalitet)
3. En skjult variabel $C$ forårsaker begge deler

Noen ganger er det bare ren tilfeldighet -- en tullkorrelasjon. Antall filmer Nicolas Cage spiller i per år korrelerer med antall drukningsulykker i svømmebasseng. Ingen årsakssammenheng -- bare tilfeldige tallserier som tilfeldigvis beveger seg i takt.

For å bevise kausalitet trenger man et kontrollert eksperiment: tilfeldig dele i to grupper, endre bare én faktor, og se om det gir forskjellig resultat. Røyking og lungekreft er kausalitet, bekreftet gjennom årtier med forskning.

Fire spørsmål du alltid bør stille

Neste gang du ser statistikk i media, still deg selv disse spørsmålene:

1. Hvem presenterer tallene? Har avsenderen en agenda? En reklame, et politisk parti eller en interesseorganisasjon kan velge å presentere data på en måte som støtter deres sak.

2. Er diagrammet ærlig? Starter y-aksen på null? Er skalaen riktig? Overdramatiserer 3D-effekter eller ikonstørrelser forskjellene?

3. Hvor mye data er vist? Er det cherry-picking? Dekker tidsperioden hele bildet? Er alle relevante grupper tatt med, eller er noen utelatt?

4. Er det korrelasjon eller kausalitet? Bare fordi to ting henger sammen, betyr det ikke at den ene forårsaker den andre. Finnes det skjulte variabler?

Også nyttig: Hvor stort er utvalget? Hvem er spurt? Er feilmarginen oppgitt? Et meiningsmåling med $50$ personer er mye mindre pålitelig enn en med $5000$.

Oppsummering

Statistikk er et kraftig verktøy, men det kan villede hvis vi ikke er kritiske:

- Villedende diagrammer: Avkortet y-akse, 3D-effekter og manipulert skala kan overdrive eller skjule forskjeller. Se alltid på de faktiske tallene.
- Cherry-picking: Å velge ut bare data som passer, gir et skjevt bilde. Se alltid på den langsiktige trenden og spør hva som er utelatt.
- Korrelasjon vs. kausalitet: At to ting samvarierer betyr ikke at den ene forårsaker den andre. Se etter skjulte variabler.
- Valg av sentralmål: Gjennomsnitt og median kan gi svært forskjellig inntrykk av samme data.

Fire kritiske spørsmål: Hvem? (avsender og agenda), Hvordan? (metode og utvalg), Hva vises -- og hva skjules? (cherry-picking), Hvorfor? (formål med presentasjonen).