Når vi præsenteres for statistik, kan tallene virke objektive og troværdige. Men statistik kan let manipuleres for at understøtte bestemte synspunkter eller skabe en bestemt opfattelse. Det er derfor vigtigt at udvikle evnen til at spotte manipuleret statistik. Denne guide vil hjælpe dig med at identificere fælles metoder til statistisk manipulation, lære dig at stille kritiske spørgsmål til de data, du ser, og give dig værktøjer til at analysere statistik med en skeptisk tilgang. Ved at være opmærksom på disse teknikker kan du blive bedre til at vurdere statistikernes rigtighed og relevans.

Guide til at se manipuleret diagrammer

2. aksens er brudt eller har en stor maksimumværdi

1. aksen er er brudt op

I det rigtige eksempel er der taget højde for afstanden mellem datoerne.

I det forkerte eksempel, kommer 2 måneder med lige så stor afstand som der, hvor målingerne er taget mere ofte.

Det gør at tallene bliver mere ”udvandet” i det forkerte eksempel.

Se dårligt eksempel fra BT der kigger på Rasmus Paludans vælgererklæringer.

http://matematikbanken.dk/L/279/ 

Sammenligning af 2 ting der ikke har noget med hinanden at gøre

Sammenligningsgrundlag kan være forskellig.

Nedenstående viser antallet af cykeltyverier fordelt på kommuner.

Perspektiv for at det skal se pænt ud kan ødelægge diagrammet

Diagram med Corona fordelt på forskellige intervaller - histogram vs. søjlediagram