आंकड़ों का उपयोग करने में झूठ करने के लिए 4 तरीके

झूठ का सबसे प्रभावी तरीकों में से एक - आँकड़ों की गलत व्याख्या। यह जानते हुए कि संख्या के साथ हथकंडा करने के लिए कैसे, अगर आप को धोखा देने की कोशिश नोटिस कर सकते हैं।

एकत्र की गई जानकारी है कि अपने निष्कर्ष और भी अधिक पक्षपाती कर देगा

सांख्यिकीय आंकड़ों के संग्रह में पहला कदम - निर्धारित करने के लिए क्या आप विश्लेषण करना चाहते। इस स्तर पर सांख्यिकीविदों कॉल जानकारी माता-पिता की आबादी. तो फिर तुम डेटा का एक उपवर्ग, जो विश्लेषण में एक पूर्ण रूप में आबादी का प्रतिनिधित्व करना चाहिए निर्धारित करने होंगे। बड़े और अधिक सटीक नमूना, अधिक संभावना है कि अध्ययन के परिणाम हो जाएगा।

बेशक, वहाँ गलती से या जानबूझकर एक सांख्यिकीय नमूना खराब करने के लिए अलग अलग तरीके हैं:

• चुनाव पूर्वाग्रह। यह त्रुटि तब होती है जब लोग अपने आप अध्ययन में भाग लेने एक समूह के रूप में पहचानते हैं पूरी आबादी नहीं प्रतिनिधित्व।
• यादृच्छिक नमूना। यह तब होता है आसानी से सुलभ जानकारी का विश्लेषण किया और प्रतिनिधि डेटा इकट्ठा करने का प्रयास न करें जब। उदाहरण के लिए, एक समाचार चैनल अपने दर्शकों के बीच एक राजनीतिक सर्वेक्षण कर सकते हैं। लोग हैं, जो अन्य चैनलों को देखने के (या टीवी देखने नहीं है) मत पूछो, तो आप यह नहीं कह सकते कि इस तरह के शोध के परिणामों को वास्तविकता को प्रतिबिंबित करेगा।
  instagram viewer
• उत्तरदाताओं का इनकार भाग लेने के लिए। इस तरह के सांख्यिकीय त्रुटि होता है जब लोगों को सवाल एक सांख्यिकीय अध्ययन में पूछा का जवाब नहीं है। इस परिणाम के गलत प्रदर्शन की ओर जाता है। उदाहरण के लिए, यदि अध्ययन प्रश्न पूछता: कुछ बस इसे स्वीकार नहीं करना चाहते हैं "क्या आप कभी पति / पत्नी बदला है?",। नतीजतन, यह प्रतीत होता है कि व्यभिचार दुर्लभ है।
• नि: शुल्क प्रवेश के साथ पोल। इस तरह के सर्वेक्षण में किसी को भी भाग ले सकते हैं। बार नहीं भी समय की संख्या एक ही व्यक्ति सवालों के जवाब की जाँच की। उदाहरण के लिए इंटरनेट पर विभिन्न सर्वेक्षणों हैं। उन्हें बहुत ही दिलचस्प दर्रा, लेकिन वे उद्देश्य नहीं माना जा सकता।

त्रुटि नमूने की सुंदरता है कि किसी को कहीं न कहीं शायद एक अवैज्ञानिक सर्वेक्षण है कि अपने सिद्धांत के किसी भी पुष्टि करेगा रखती है। इसलिए वेब पर सही सर्वेक्षण के लिए देख सकते हैं या अपना खुद का बना।

परिणाम है कि अपने विचारों को इस बात की पुष्टि का चयन करें

चूंकि आंकड़े नंबर का उपयोग कर, हमें विश्वास है कि यह किसी भी विचार साबित होता है। जटिल गणितीय आधार पर सांख्यिकी कंप्यूटिंगजो अगर ठीक से नहीं संभाला काफी विपरीत परिणाम मिल सकते हैं।

त्रुटिपूर्ण डेटा विश्लेषण प्रदर्शन करने के लिए, अंग्रेजी गणितज्ञ फ्रांसिस Anscombe बनाया Anscombe की चौकड़ी. यह संख्यात्मक आंकड़ों के चार सेट के होते हैं में रेखांकन काफी अलग ढंग से करते हैं।

आंकड़ा X1 - एक मानक scatterplot; X2 - वक्र जो शुरू में बढ़ जाता है, और फिर नीचे की ओर गिर जाता है; X3 - लाइन से थोड़ा एक के लिए बढ़ जाता है रिहाई Y अक्ष पर; X4 - अक्ष एक्स पर डेटा है, लेकिन एक उत्पादन, दोनों धुरियों पर उच्च स्थित है।

निम्नलिखित बयानों में से प्रत्येक के लिए रेखांकन का सच कर रहे हैं:

• चर के औसत मूल्य एक्स डेटा के प्रत्येक सेट के लिए 9 के बराबर है।
• चर के औसत मूल्य y प्रत्येक डेटा सेट के लिए 7.5 के बराबर है।
• फैलाव (बिखराव) अलग-अलग एक्स - 11 चर y — 4,12.
• चरों के बीच सहसंबंध एक्स और y डेटा के प्रत्येक सेट के लिए 0.816 के बराबर है।

हम केवल कुछ के रूप में डेटा को देखते हैं, हम, सोच सकता है कि स्थिति पूरी तरह से एक ही है, हालांकि ग्राफिक्स इससे इनकार करते हैं।

इसलिए Anscombe पहले कल्पना डेटा का सुझाव दिया, और उसके बाद ही निष्कर्ष निकालना। बेशक, अगर आप त्रुटि में किसी परिचय करना चाहते हैं, इस कदम को छोड़।

चार्ट है, जो वांछित परिणाम पर जोर देना होगा

अधिकांश लोगों को अपने स्वयं के सांख्यिकीय विश्लेषण का संचालन करने के लिए समय नहीं है। वे उम्मीद करते हैं कि आप उन्हें चार्ट आपके द्वारा अनुसंधान के सभी का सारांश दिखा। ठीक तरह से समय निर्धारण कि अनुरूप वास्तविकता के विचारों को प्रतिबिंबित करना चाहिए। लेकिन वे भी डेटा है कि आप दिखाना चाहते हैं पर जोर कर सकते हैं।

कुछ मानकों के नाम कम से थोड़ा अक्ष पर पैमाने बदलने के लिए, संदर्भ की व्याख्या नहीं है। तो अगर आप अपने सच्चाई का हर किसी को समझाने के लिए सक्षम हो जाएगा।

हर तरह से स्रोतों को छिपाने

आप अपने स्रोत निर्दिष्ट खोलते हैं, तो लोगों को आसानी से अपने निष्कर्ष का परीक्षण करें। बेशक, अगर आप अपनी उंगली के आसपास के गोले सब करने का लक्ष्य है मुझे बता नहीं होगा कि कैसे आप अपने निष्कर्ष के लिए आया था।

आमतौर पर, लेख और पढ़ाई में हमेशा सूत्रों के संदर्भ संकेत मिलता है। इस मामले में, मूल काम पूरी तरह से नहीं प्रदान की जा सकती। मुख्य बात यह है कि स्रोत निम्न सवालों के जवाब दिए है:

• कैसे डेटा एकत्र करने के? लोग फोन पर बातचीत की? या सड़क पर बंद कर दिया? या यह ट्विटर में एक सर्वेक्षण किया गया था? डेटा संग्रह विधि एक निश्चित चयन पूर्वाग्रह संकेत हो सकता है।
• जब वे जा रहे थे? अध्ययनों से पता जल्दी से, अप्रचलित हो गए हैं प्रवृत्तियों को बदलने के रूप में तो कलेक्ट जानकारी चौखटे के लिए समय निष्कर्ष प्रभावित करते हैं।
• उन्हें कौन एकत्र? धूम्रपान की सुरक्षा है, जो तंबाकू कंपनी ले लिया पर अध्ययन, एक छोटे से विश्वास है।
• कौन साक्षात्कार? यह सार्वजनिक जनमत सर्वेक्षणों के लिए विशेष रूप से महत्वपूर्ण है। एक राजनेता जो इसे पसंद उन लोगों के बीच एक सर्वेक्षण का आयोजन किया जाता है, परिणाम पूरी आबादी की राय को प्रतिबिंबित नहीं करेगा।

अब आप संख्या में हेरफेर करने के लिए कैसे और आंकड़ों का उपयोग लगभग कुछ भी साबित करने के लिए पता है कि। यह आपको समझते हैं और खंडन झूठ सिद्धांत गढ़े में मदद मिलेगी।