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。