Lies Damned Lies And Statistics

Ken je dat? Je zit lekker met vrienden te barbecueën, biertje in de hand, en ineens begint er één over hoe fantastisch die nieuwe studie is die aantoont dat vlees eten eigenlijk heel goed voor je is. Hij haalt er allemaal grafieken en cijfers bij. Je knikt maar wat, want wie ben jij om tegen bewezen feiten in te gaan? Nou, misschien moet je de volgende keer iets kritischer zijn. Want cijfers, zo leerde ik, zijn net klei: je kunt er alles mee vormen.

Laatst had ik zoiets met een artikel over slaap. Het beweerde, met de nadruk op "wetenschappelijk bewezen", dat mensen die elke nacht precies 7,5 uur slapen, significant langer leven. Significant! Ik werd meteen onrustig. 7,5 uur? Mijn schema redt dat nooit! Maar toen ik verder las, begon ik toch te twijfelen. Hoe waren ze eigenlijk aan die 7,5 uur gekomen? En wat bedoelden ze precies met "langer leven"? Statistieken dus… het bracht me terug naar een oude quote: "Lies, damned lies, and statistics." Die quote is niet zomaar uit de lucht gegrepen. Het bevat een kern van waarheid, eentje die we allemaal af en toe moeten onthouden.

De Kunst van Manipulatie met Cijfers

Die quote, vaak toegeschreven aan Benjamin Disraeli (hoewel dat niet helemaal zeker is – alweer zo’n onzekerheid!), vat perfect samen hoe makkelijk het is om met statistieken de boel te manipuleren. En dan bedoel ik niet per se bewust liegen (alhoewel…), maar meer het selectief presenteren van data, of het interpreteren ervan op een manier die jouw punt ondersteunt. Denk er eens over na, hoe vaak zie je koppen als: "Nieuw onderzoek bewijst..." zonder dat je precies weet hoe dat onderzoek eruit zag?

Hier zijn een paar manieren waarop statistieken een loopje met je kunnen nemen:

• Selectie van data: Stel je voor, je wilt bewijzen dat de verkoop van ijsjes leidt tot meer verdrinkingen. Je verzamelt data over de maanden juni, juli en augustus. Bingo! Je vindt een correlatie. Maar wat je niet vertelt, is dat je de andere maanden hebt weggelaten, waarin er nauwelijks ijs wordt gegeten en er ook minder verdrinkingen zijn. (Slim, hè? Een beetje te slim misschien...)
• Verkeerde causaliteit: "Mensen die meer koffie drinken, presteren beter op hun werk." Oké, maar is dat door de koffie? Misschien zijn het gewoon mensen die al gedreven zijn en daardoor meer koffie nodig hebben om door te werken. Correlatie is geen causaliteit, en dat vergeten we vaak.
• Kleine steekproef: Een onderzoek met 10 mensen kan best interessante resultaten opleveren, maar is het representatief voor de hele bevolking? Waarschijnlijk niet. Hoe groter de steekproef, hoe betrouwbaarder de resultaten (meestal).
• Framing: De manier waarop je een vraag stelt, kan de antwoorden beïnvloeden. Vraag je: "Vindt u dat de regering meer moet investeren in onderwijs?" dan krijg je waarschijnlijk een positiever antwoord dan wanneer je vraagt: "Vindt u dat de regering de belasting moet verhogen om meer in onderwijs te investeren?" (Denk hieraan als je ooit een enquête invult!)
• Gemiddelden: Er zijn verschillende soorten gemiddelden (rekenkundig gemiddelde, mediaan, modus), en elk kan een ander beeld geven. Stel, vijf mensen verdienen respectievelijk €20.000, €25.000, €30.000, €35.000 en €1.000.000 per jaar. Het rekenkundig gemiddelde is dan €222.000, wat een totaal verkeerd beeld geeft van het doorsnee inkomen. De mediaan (het middelste getal) is €30.000, wat een veel betere indicatie is.

Hoe word je een kritische cijferkijker?

Oké, dus cijfers zijn niet altijd wat ze lijken. Wat nu? Worden we paranoïde en negeren we alle statistieken? Nee, natuurlijk niet. Cijfers kunnen heel nuttig zijn om de wereld beter te begrijpen. Maar we moeten wel kritischer kijken. Hier zijn een paar tips:

Stel vragen

• Wie heeft het onderzoek gedaan? Is er een bepaalde agenda? Worden ze gefinancierd door een partij met belangen bij de uitkomst?
• Hoe is de data verzameld? Was de steekproef groot genoeg en representatief? Zijn er bias in de dataverzameling?
• Wat wordt er precies beweerd? Worden er correlaties gepresenteerd als causaliteit? Worden er onduidelijke definities gebruikt?
• Zijn er andere factoren die de resultaten kunnen beïnvloeden? Wordt er rekening gehouden met andere variabelen?
• Bekijk de bron! Vertrouw niet blindelings op krantenkoppen of samenvattingen. Zoek de originele studie op en lees die zelf. (Ja, dat is even werk, maar het is het waard!)

Denk logisch na

Klinkt de conclusie logisch? Past het bij wat je al weet? Als iets te mooi klinkt om waar te zijn, is dat waarschijnlijk ook zo. Gebruik je gezond verstand.

Wees sceptisch

Wees niet bang om vragen te stellen en kritisch te zijn. Vertrouw niet blindelings op autoriteit. Zelfs als een professor of een gerenommeerd instituut iets beweert, betekent dat niet dat het per se waar is.

Leer de basis statistiek

Je hoeft geen expert te worden, maar een basiskennis van statistische concepten (zoals significantie, p-waarde, standaarddeviatie) kan je enorm helpen om onderzoeken beter te begrijpen. Er zijn genoeg online cursussen en boeken die je op weg kunnen helpen. (Investeer er eens wat tijd in, je zult er geen spijt van krijgen!)

Conclusie

Statistieken zijn een krachtig instrument, maar ze kunnen ook misleidend zijn. Het is belangrijk om je bewust te zijn van de manieren waarop cijfers gemanipuleerd kunnen worden, en om kritisch te kijken naar de informatie die je voorgeschoteld krijgt. Dus, de volgende keer dat iemand je om de oren slaat met een "wetenschappelijk bewezen" feit, neem het dan niet klakkeloos aan. Stel vragen, denk logisch na, en wees sceptisch. Want in de wereld van cijfers is het motto: Vertrouwen is goed, controle is beter. En vergeet niet: die barbecue-vriend met z'n vlees-studie, die had vast een sneaky plan om jou nog een worstje aan te smeren!