सांख्यिकी का प्रयोग कैसे करें

जैसे-जैसे कोई सावधानीपूर्वक आँख जानता है, यदि आपके पास पूर्व ज्ञान नहीं है, तो आंकड़े बहुत मुश्किल हो सकते हैं। भ्रामक आंकड़े कैसे प्राप्त करें और अपने ज्ञान के लिए उस ज्ञान का उपयोग करें, यह जानने के लिए नीचे दिए गए चरणों को पढ़ें।

सामग्री

चरणों

विधि 1औसत का उपयोग करते हुए झूठ बोलना
विधि 2डेटा सेट का उपयोग करते हुए झूठ बोलना
विधि 3मिंट्स का उपयोग ग्राफ

युक्तियाँ
चेतावनी

चरणों

विधि 1
औसत का उपयोग करते हुए झूठ बोलना

शब्दावली को समझें शब्द "औसत" कई बार फेंक दिया जाता है जब सांख्यिकीय डेटा पर चर्चा की जा रही है। पहली नज़र में, यह शब्द काफी सीधा लगता है: औसत वह मात्रा है जो बीच में बिल्कुल फिट बैठता है। हालांकि, कुछ अलग प्रकार की औसत होती है, जो बहुत भ्रामक हो सकती हैं अगर वे सही ढंग से समझा नहीं जाते हैं।

अंकगणित मतलब यह डेटा सेट में सभी नंबरों को जोड़ने और सेट में आइटम की संख्या से राशि विभाजित करके हासिल की है। दूसरे शब्दों में, आप संख्या 3, 3, 5, 4 और 7, समांतर माध्य संख्या (एक परिणाम के रूप में 22 होने) और फिर 5 से उस राशि को विभाजित (के रूप में वहाँ सेट में 5 नंबर दिए गए हैं) को जोड़कर प्राप्त किया जा सकता है, तो ।
- इस उदाहरण में, अंकगणित माध्य 4.4 है।
मंझला डेटा सेट में वह संख्या होती है जो मध्य में बिल्कुल दिखाई देती है, छोटी संख्याओं और बड़ी संख्याओं के बीच। पहले (3, 3, 5, 4 और 7) के समान डेटा का उपयोग करना, औसत 4 है, क्योंकि संख्याओं में से 2 छोटे हैं और 2 बड़े हैं
फ़ैशन डेटा सेट में सबसे आम संख्या प्रतिनिधित्व है। हमारे उदाहरण सेट का उपयोग करना, फैशन 3 है, क्योंकि यह दो बार दिखाई देता है

गणित अंकगणितीय मतलब का उपयोग कर। अंकगणित का मतलब ऊपर वर्णित सभी तरीकों के सबसे अधिक त्रुटि प्रूफ रूप लग सकता है, लेकिन वास्तव में यह मामला नहीं है। इसका कारण यह है कि डेटा सेट में असामान्य रूप से उच्च संख्याएं या नीची, इसका अर्थ काफी महत्वपूर्ण रूप से बदल सकता है। अंकगणित माध्य का उपयोग करने के लिए झूठ बोलना, डेटा इकट्ठा करना और अपने समीकरण में उपयोग करना।

उदाहरण के लिए, कल्पना कीजिए कि आप कितने लोगों को प्राप्त करने के लिए 50 घरों का साक्षात्कार करें अधिकांश घरों में लगभग 40,000 डॉलर और 60,000 डॉलर प्रति वर्ष मिलता है, लेकिन एक एकल निवास बिल $ 5 मिलियन सालाना होता है जब आप अंकगणित का मतलब करते हैं, तो उस क्षेत्र में मजदूरी के "असली" औसत से संख्या काफी अधिक होगी, क्योंकि $ 5 मिलियन संख्या दूसरों की तुलना में बहुत अधिक है
इसी तरह, अगर आपके डेटा में 9 लोग अपने बैंक खाते में 1000 डॉलर थे, लेकिन दसवें व्यक्ति का 1 डॉलर था, तो अंकगणित का मतलब $ 900.10 होगा - सामान्य राशि से लगभग 10% कम।
प्रसिद्ध खोज आमतौर पर अंकगणित माध्य की गणना करने से पहले सबसे बड़ी और छोटी संख्या लेते हैं। हालांकि, टेलीविजन पर आपके द्वारा देखे जाने वाले हर सर्वेक्षण प्रसिद्ध नहीं हैं। जब तक आपके पास पूरे सेट डेटा तक पहुंच न हो, या हस्ताक्षरित गारंटी वक्तव्य को देखने के लिए कि डेटासेट के हाशिये को हटा दिया गया है, यह मानना सुरक्षित है कि वे नहीं थे।

तस्वीर के साथ झूठ सांख्यिकी सांख्यिकी चरण 3

मिंटिया का इस्तेमाल करके मध्य औसत दर्जे का वास्तव में "झूठ" के लिए सबसे कठिन संख्या है क्योंकि यह डेटा के बाकी हिस्सों की तुलना में बहुत अधिक, या बहुत कम नहीं हो सकता। वह आवश्यकता से बाहर, सही शहर होना चाहिए हालांकि, आप बहुत अधिक, या कम संख्या को छिपाने के लिए मध्यिका का उपयोग कर सकते हैं। उदाहरण के लिए, यदि आपका डेटा सेट 1, 1, 2, 3, 4, 5, 3000 है, तो औसत 3 है।

जब आपके पास डेटा की एक अजीब संख्या है, तो आप बीच में दो नंबरों का मतलब खोजकर मध्य प्राप्त कर सकते हैं। इसका मतलब यह भी सेट के चरम पर लागू नहीं होता है।
समय के साथ परिवर्तनों का वर्णन करने के लिए मध्यस्थों का उपयोग करते समय सावधानी बरतें एक कंपनी है कि 3% से उनकी सेवाओं की कीमत बढ़ जाती है हर साल इस साल 20% से उन्हें बढ़ाने और इसे छिपाने पिछले नौ साल में 3% की औसत दिखा सकते हैं।

सांख्यिकी के साथ झूठ के साथ तस्वीर चरण 4

फैशन का इस्तेमाल करना बंद करो कुछ मामलों में, फैशन झूठ बोलना लगभग असंभव है: उदाहरण के लिए, एक फुटबॉल खेल के लिए प्रति व्यक्ति खरीदी गई टिकटों की औसत संख्या लगभग हमेशा फैशन द्वारा प्रतिबिंबित होगी। अन्यथा, फैशन भी, महत्वपूर्ण डेटा विशेष रूप से एक छोटे डेटा सेट में शामिल कर सकता है।

उदाहरण के लिए, यदि आपके पास 1 से 100 नंबरों का डेटा सेट है, लेकिन संख्या 1 में 3 बार शामिल है, 1 सेट का फैशन होगा, हालांकि औसत (और इस मामले में, अधिक संवेदनशील) 50 के करीब है ।
किसी भी अनुसंधान के पास व्यापक स्तर पर विकल्पों के लिए फैशन पर जोर देने के लिए हेरफेर किया जा सकता है। यदि आप किसी विशेष विषय के बारे में अपनी भावनाओं के बारे में 10 100 लोगों के 1 के पैमाने का उपयोग करते हुए साक्षात्कार हैं से अधिक लोगों के रूप में यह वर्गीकृत "10" किसी अन्य नंबर, या यहां तक कि लोग हैं, जो इसे "वर्गीकृत की संख्या से अधिक 10 "उन लोगों की संख्या की तुलना में अधिक बड़ी संख्या थी जिन्होंने इसे" 1 "के रूप में वर्गीकृत किया, फैशन 10 होगी

चित्र शीर्षक के साथ झूठ, सांख्यिकी चरण 5

मिंटा figurative संख्याओं का उपयोग कर। आप सार संख्या द्वारा परिभाषित एक डेटा सेट के बजाय ठोस (जैसे, एक उपभोक्ता संतुष्टि सर्वेक्षण) है, तो यह लगभग डरावनी इस सेट का उपयोग कर झूठ करने के लिए आसान है। आप लोगों को 1 से 3 के पैमाने पर उनकी संतुष्टि रेट करने के लिए कहते हैं, तो यह जरूरी साबित नहीं होता है कि ग्राहकों को जो 3 को चुना है जो उन लोगों के 1. करने के लिए चुना इस तथ्य को विशेष रूप से गणित का मतलब है विकृत करने के लिए प्रयोग किया जाता है की तुलना में तीन गुना अधिक संतुष्ट हैं , लेकिन यह मध्य और कभी-कभी भी स्टाइलिश के लिए भी लागू किया जा सकता है।

विधि 2
डेटा सेट का उपयोग करते हुए झूठ बोलना

एक छोटा सेट का उपयोग करें कोई भी अच्छा सांख्यिकीविद जानता है कि एक अच्छा औसत पाने का एकमात्र तरीका या वास्तविक रुझान देखने के लिए, जितना संभव हो उतना विस्तृत सेट से डेटा एकत्र करना है। यदि आप 100 लोगों से जानकारी एकत्र कर सकते हैं, तो यह अच्छा है - 10,000 भी बेहतर है जितनी अधिक जानकारी आइटम आप अपने डेटा सेट में डालते हैं, उतना अधिक संभावना है कि आप सटीक मुख्य प्रवृत्तियों का परिणाम लेंगे। 3 से 5 डेटा का एक समूह का उपयोग करके, आप परिणाम उत्पन्न कर सकते हैं जो सही स्थिति की स्थिति को सही रूप से प्रतिबिंबित नहीं करते हैं।

उदाहरण के लिए, आप दो लोग हैं, जो हाल ही में मूर्खतापूर्ण तरह से घायल हो पाते हैं - प्रकार, एक तकिया के साथ - और उन्हें अपने डेटा सेट के रूप में उपयोग करते हैं, आप एक का दावा है कि तकिए हर किसी के लिए स्पष्ट रूप से खतरनाक हैं कर सकते हैं। कोई फर्क नहीं पड़ता मध्यम आप जब तक शो केवल 2 लोगों के अपने नमूने का आकार नहीं प्रकट रूप में चुनते हैं, वहाँ अपने दावे का खंडन करने के लिए कोई स्पष्ट तरीका है।

चित्र शीर्षक के साथ झूठ, सांख्यिकी चरण 7

एक नियंत्रित सेट का उपयोग करें सबसे सटीक डेटासेट केवल बड़े नहीं हैं, वे बड़े हैं एक भूविज्ञानी खनिजों के प्रकार के शोध एक रेगिस्तान में एक सूची अब रेगिस्तान है, जो एक ही जगह से 1000 नमूने coletasse के प्रत्येक भाग के कई नमूने एकत्र करने के लिए है होगा। अपने डेटा सेट के दायरे को सीमित करके, आप अपने परिणामों को महत्वपूर्ण रूप से प्रभावित कर सकते हैं।

कभी-कभी यह उपयोगी होता है और यह उद्देश्य पर किया जाता है जो लोग जनसांख्यिकीय डेटा का इस्तेमाल करते हैं, उदाहरण के लिए, विशेष रूप से उन नौकरियों के प्रकारों के बारे में जानना चाहते हैं जो पुरुष हैं और इसलिए केवल पुरुषों का इंटरव्यू करते हैं जब तक डेटा में स्पष्ट रूप से बताया जाता है, उसमें कुछ भी गलत नहीं है
विशेष रूप से छोटे विश्वविद्यालय सर्वेक्षणों का डेटा अक्सर एक सामान्य परिणाम के साथ नियंत्रित डेटा के सेट से मेल खाने के लिए उपयोग किया जाता है। इसका कारण यह है विश्वविद्यालय अकादमिक स्तर पर कई अनुसंधान परियोजनाओं समय या संसाधन एक व्यापक अनुसंधान और यादृच्छिक लोगों को विकसित करने की जरूरत नहीं है और केवल कॉलेज के छात्रों पर भरोसा है। फिर, कोई समस्या नहीं है, जब तक जानकारी स्पष्ट रूप से exposta- है, लेकिन टीवी स्टेशनों अक्सर इन विवरणों को छिपाना के रूप में और अधिक व्यापक खोज को छोड़ने के लिए।

चित्र शीर्षक के साथ झूठ, सांख्यिकी चरण 8

असमान सेट का उपयोग करें यह तकनीक विशेष रूप से चतुर है, क्योंकि आप इसका उपयोग जनता को कई विवरण देने के लिए भी कर सकते हैं। चाल यहाँ डेटा है कि ठीक तुलना नहीं की जा सकती है, का उपयोग करें और उन्हें इलाज के रूप में यदि वे एक समान स्तर पर थे करने के लिए है। उदाहरण के लिए, यदि आप 100.000 निवासियों जो पिछले 10 वर्षों में 10,000 निवासियों जीता का एक शहर है, और आप 10 निवासियों के साथ एक शहर है जो पिछले 10 वर्षों में 10 जीत दर्ज की तुलना, प्रत्येक लाभ के लिए प्रतिशत दिखाने के लिए कि छोटे से शहर बढ़ी दिखाई बहुत तेज़

यह तकनीक कभी-कभी लोगों द्वारा उपयोग की जाती है जो बिक्री के गलत दृश्य को प्रदर्शित करने के लिए बाज़ार डेटा का विश्लेषण करते हैं। मान लीजिए कि आप सेब और संतरे की बिक्री का पालन कर रहे हैं, लेकिन अध्ययन के मध्य में, कोई और संतरे नहीं बचे हैं क्योंकि एक सामान्य कमी है यदि आप बाकी अध्ययन के आंकड़ों की तुलना करना जारी रखते हैं, तो नारंगी बिक्री के मुकाबले सेब की बिक्री में बड़ी बढ़ोतरी होगी, हालांकि सेब शायद रात भर अधिक लोकप्रिय नहीं पाई है।

विधि 3
मिंट्स का उपयोग ग्राफ

Y- अक्ष रिक्त छोड़ दें कुछ भी चार्ट या तालिका की तुलना में डेटा की एक स्पष्ट तस्वीर नहीं देता, लेकिन यहां तक कि उन्हें अलग-अलग परिणाम देने के लिए आसानी से हेरफेर किया जा सकता है। इसका कारण यह है कि लोग अक्सर उनके साथ संलग्न संख्यात्मक विनिर्देशों की जांच करने से पहले ग्राफिक्स के स्वरूपों और आकारों का निरीक्षण करते हैं। वाई-अक्ष में हेरफेर करने का सबसे आसान तरीका यह लेबल नहीं है।

यदि आपके पास एक्स अक्ष पर 5 सलाखों का एक सेट है, लेकिन एक दूसरे से संबंध का कोई संकेत नहीं है, तो यह तय करने का कोई उपाय नहीं है कि उनके बीच कोई वास्तविक महत्व काफी भिन्न है या नहीं।

चित्र शीर्षक के साथ झूठ, सांख्यिकी चरण 10

Y- अक्ष पर बहुत बड़ी या छोटी संख्या का उपयोग करें मान लें कि आपका डेटासेट 1 से 50 की सीमा में है। मतभेदों को छिपाने के लिए, अपने वाई-अक्ष को 100 के वेतनमान में मापें - उन्हें असमान रूप से दबाव डालने के लिए, 1/10 वेतन वृद्धि में y- अक्ष को मापें। दसवीं में मापा जाने पर 3 और 10 के बीच का अंतर बड़ा लगता है (वे 70 इकाइयां हैं!), लेकिन यह एक चार्ट पर बमुश्किल ध्यान देने योग्य है, जहां 100 पहले वेतन वृद्धि है (यह बहुत है, 1 इकाई से भी कम है!)।

सीमा के बीच में y- अक्ष शुरू करें अपने डेटा को 51 के लिए 11 की एक श्रेणी में है, तो आप कर सकते हैं सबसे कम छोटे और अधिक भी बड़ा दिखाई लगते हैं, अपनी धुरी y लेबलिंग से 10 पर इसे पाने के लिए इस कारण बार 11 का प्रतिनिधित्व कर रहा है एक्स-अक्ष से कुछ भी बड़ा नहीं है यह कुछ भी का आकार दिखाई देगा, जब तक कि कोई पर्याप्त निकट से देखने पर चालाकी देखते हैं कि चार्ट के बजाय 10 0 शुरू कर दिया।

51 का प्रतिनिधित्व करते हुए बार 50 बार बड़ा ग्राफ में 11 का प्रतिनिधित्व करते हुए बार की तुलना में 50 गुना बड़ा होता है, क्योंकि छोटे बार ऊंचाई में केवल 1 यूनिट है यदि ग्राफ़ 0 पर शुरू हुआ था, तो 51 का प्रतिनिधित्व करते हुए बार 5 बार बार की ऊंचाई 11 का प्रतिनिधित्व करेगा।

एक अनुचित पैमाने का उपयोग करें जब भी आप छोटे प्रिंट में "स्केल से बाहर" शब्द देख रहे हैं, तो संभावना है कि इन उदाहरणों में से किसी एक में आप आए हैं। यह हमेशा दुर्भावनापूर्ण रूप से नहीं किया जाता है - कभी-कभी इसमें शामिल संख्याएं बहुत भिन्न होती हैं कि समान पृष्ठ पर उन मानों को सही तरीके से प्रस्तुत करने का कोई तरीका नहीं है। हालांकि, यह आसानी से गलत उद्देश्यों के लिए उपयोग किया जा सकता है।

उदाहरण के लिए, एक दृश्य प्रतिनिधित्व आकार पैमाने चौड़ाई पर सही ऊंचाई के पैमाने पर तैयार किया जा सकता है, लेकिन नहीं, एक उच्च वस्तु (एक इमारत की तरह) के कारण भी बहुत संकरा या व्यापक की तुलना में यह वास्तव में है लगता है।

चित्र शीर्षक के साथ झूठ के साथ सांख्यिकी चरण 13

डेटा को छोड़ने के लिए ग्राफ़ का उपयोग करें यह आम तौर पर बड़े सर्वेक्षणों में देखा जाता है जो ऐसे श्रेणियों से परिणाम बांटता है जैसे प्रसिद्ध टेबल दिखाते हैं जो उस देश में एक विशेष सोडा के लिए शब्द अधिक लोकप्रिय है। पहली नज़र में, यह जानकारी बहुत विस्तृत दिखती है, लेकिन जल्द ही सवाल सामने आते हैं: शोध के नमूने का आकार क्या है? परिणाम निर्धारित करने के लिए सीमा क्या है? क्या इस्तेमाल किया गया था: अंकगणित मतलब, औसत, या फैशन?

आप प्रत्येक सर्वेक्षण क्षेत्र का केवल एक परिणाम के उपयोग करने के लिए है, और बाकी त्यागें थे, तो आप आसानी भी बताने से उस क्षेत्र से नमूने का आकार छोटी थी बिना क्षेत्र द्वारा परिणामों को ट्रैक कर सकते हैं। फिर, यह ठोस जानकारी की कमी है जो परिणाम को मापने में इतनी मुश्किल बनाता है।

युक्तियाँ

जब संदेह में, जांचें यदि आप आंकड़ों के पीछे आकार, गुंजाइश और नमूनाकरण विधियों के बारे में सूक्ष्म और पूर्ण जानकारी नहीं प्राप्त कर सकते हैं, तो उस पर भरोसा मत करो।

चेतावनी

जब आप जानते हैं कि आंकड़ों के प्रयोग से झूठ बोलना बहुत आसान है, लेकिन ये बिल्कुल नैतिक नहीं है। सावधानी बरतें कि आपने प्राप्त ज्ञान का उपयोग कैसे किया होगा। किसी को चोट पहुंचाने, धोखा देने या दूर करने के लिए उपयोग न करें

सामाजिक नेटवर्क पर साझा करें:

संबद्ध