當選擇性表述出現在你面前時，你要如何辨別？你可以從現在就開始做以下五件事：
1.首先，在尋找或使用任何統計數據時，閱讀小字說明。在嘉寶的範例中，我們可以從附註和免責聲明裡爬梳出很多資訊。進一步檢視警告、內文和註腳。
當人們引用研究時—尤其是廣告主在引用時—你通常會看一位專家背書，有些是聯邦貿易委員會或其他機構規定一定要有的。要當聰明的數據使用者，請拿起放大鏡，好好閱讀小字說明。
2.想一想你看到的數據是否出於任意（或有意義）的選擇，是否會導致特定的結果。比方說，運動界就經常可以看到任意選擇的數據。每當你聽到播報員說「在過去十九場比賽裡⋯⋯」或「自2002年以來⋯⋯」時，就是在做選擇性表述。有什麼理由使用從特定時間點開始的數據嗎？你可能只是在聊季後賽，或是分析總統大選，或是檢視重要事件之前（或之後）發生了什麼事，比方說政策的改變，你都必須思考你看到的數據究竟是出於某個人任意的選擇，還是這樣的選擇實際上是有意義的。
3.問一問少了哪些數據。在嘉寶的範例中，我們看到有一群小兒科醫生根本不推薦嬰兒食品，另外還有一群不推薦任何特定品牌。當嘉寶提出「8 成」的說法時，都沒有包含這兩群人。被忽略的數字，可能和被提出來的數字一樣重要。想一想裝了半杯水的杯子，樂觀主義者會說是半滿的，悲觀主義者會說是半空的，他們都是對的，但也都是選擇性表述。
如果你想做出更好的決策，你需要全貌。
4.不要賦予任何統計數據過多的意義。更全面的思考，不要被任何看來強而有力的單一數字左右，那可能是出於選擇性表述，無法精準表述全貌。如果一個紅襪隊球迷告訴他的兒子說，貝比．魯斯（Babe Ruth）在打者生涯中，被三振的次數達1,330次，小孩可能會認為這位球員很糟糕。
5.最後，多問問數據是從哪裡來的，這麼做永遠是對的。比方說， 我們都很愛咖啡， 這本書有一半的篇幅是在咖啡店寫的（我們需要用到一整頁的篇幅，才能向所有友善的咖啡師致謝）。然而，當你讀到美國國家咖啡協會（NCA）的一篇報告，協會理事長與執行長說，現在人喝咖啡的量越來越大時，你無須驚訝。畢竟，國家咖啡協會的核心目標，是要「擁護美國咖啡產業的福祉」。不管你讀的是任何產業組織的新聞稿，當中的消息很可能都映照出這個群體積極的一面。（不過《華盛頓郵報》也有報導，「一份由奶油產業出資的相關的研究，發現奶油對人體不好。」） 一如往常，當你在使用數據時，要想一想來源。
因此，下一次當你聽到主管說，因為「上個月銷量下滑」無法幫你加薪時，問問看他上一季，或是去年，或是過去十年的銷售狀況如何。
當你家中12歲的小孩吵著要看限制級的電影，理由是他「所有」的朋友都看過時，問問看他的數據集合有沒有把所有朋友都囊括進來，還是，他只算那些父母很酷的小孩。
還有，如果你聽到有人說「8成的人⋯⋯」時，就該開始問問題了。
本文節錄自：《一次看懂小數據》一書，約翰‧強森（John H. Johnson）、麥可‧葛拉克（Mike Gluck）著，吳書瑜譯，時報出版。
