- 相关推荐
看透数据的真相的方法
在我们的工作、生活中，经常能接触到各种各样的数据、调查结果，这些数据和结果都是正确的吗?哪些数据有误导性?哪些数据有限定条件?哪些数据不可以比较?本次分享告诉大家如何解读数据，如何看透数据的真相!
【案例一】样本的代表性
1936年《青年文摘》对美国总统大选的结果进行预测，结果失败，问题出在调查方法上(调查对象是其读者，调查方法为电话调查)。1936年有能力购买电话和订阅杂志的人并不能代表所有的选民，至少在经济上，他们是一个极其特殊的群体，是有偏的，事实后来证实他们有许多人是共和党的选民。但是如果调查选择的样本是代表性的，能代表全部选民那么调查就能得到准确的预测结果。
l 盖洛普为什么预测美国大选的结果很准确?他们采用抽样调查方法，在全国各州按比例选择调查对象对总体有很强的代表性 。
【案例二】样本量是否足够?
我们来调查“喜欢大番茄的人多还是小番茄的人多”，究竟调查10个人、20个人还是100个人得出的结论是准确的呢?我们选择多少个人作为调查对象，即需要多少个样本量的决定因素有很多，总体的大小，总体内部的变异程度等等。总体的大小很容易理解，调查全市市民和调查一个班级哪个需要的样本量大呢?显然是前者。至于总体内部的变异程度，举个例子，如果总体只有100个人且这100个人差异不大，或许十几个样本就已经足够了，但是如果这100个人每个人差异性都很大呢?是不是要选取更多的样本才能更真实反映100个人的情况呢?
举一个用研的例子：对于整个淘宝网买家的调研，基本上我们要保障1500的样本量，而对于某一类目卖家的调研可能几百就足够了(比如机票等类目卖家较少)。
PS：抽样经验：1500以上的样本量基本就能很好地代表总体，无论总体有多大。
【案例三】敏感、隐私话题
对于一些敏感、隐私的话题，被调查者对于你的提问可能不会反映最真实的情况。如果采纳这些不真实的信息，会使得调查结果不准确，比如图中询问“您更喜欢阅读哪本杂志?”，可能有很多人明明更喜欢阅读《东周刊》却选择《凤凰周刊》，原因在于担心选择前者可能会被大家认为是一个喜欢偷窥隐私的人。因此对于敏感隐私的话题，不必面对面调查，可以采用集体填答问卷的形式或者电话调查的方式，并且说明我们的保密原则，结果就会好很多。另外有些隐私话题不用直接询问，可以从不同角度确认这些信息，例如询问“每月您的消费支出水平”，我们可以通过询问“购买哪些品牌的衣服”“经常去哪儿就餐”等问题从侧面收集资料。
【案例四】平均数的陷阱
假设你是某个小型制造企业的3个合伙人之一，到了月底给企业的90个职工发了99000元，你和合伙人每人共获得5500元的工资，最后还余下21000元作为利润可供你们3个合伙人平分。你会选择哪一种表述公示呢? 肯定是后者，因为显得收入分配更公平，但其实每个人拿到的钱还是和前者一样。因此需要特别注意这些平均数背后的真相。 l 国家统计局发布《2009年国民经济和社会发展统计公报》，其中称“70个大中城市房屋销售价格上涨1.5%”，数字公布之后，引起了代表委员和社会舆论的广泛质疑。从数字看起来房价上涨很少，但为何与我们的感受不一致，主要原因还是在于平均数，这一数字对房屋种类、地区、地段、楼层、朝向、时点等因素而差异较大的样本进行综合平均统计，过度消除了价格变化。
l 统计局公布1月CPI数字，因为春节假期央行再度加息，市场曾预期1月CPI必将再创新高，甚至有望接近6%数字，可实际数字4.9%却让人颇为意外。原因就是统计局CPI统计的新权重：居住类、医疗保健类、娱乐教育文化类价格权重上升，食品类权重下降。而食品类价格却是百姓感受最明显的一个指标，因此平均时权重差异也使得我们感受与数字之间产生差异。
【案例五】一样的数据，不一样的图形
为了让没有直接接触数据的人也能直观地感受到其中的一些信息，人们发明了各种各样漂亮的统计图表。但是就是“客观”的图表里面也存在着各种各样的陷阱。在制作统计图表时，一个常用的欺骗手法便是改变统计图形的坐标尺度，从而改变了整个图形的增长趋势或是陡峭程度。 天平两侧的图是用同一组数字绘制的，只是改变了纵坐标的刻度范围，却使得两幅图看起来具有完全不同的增长趋势。 此图反映了某年9月27日某时的黄金价格走势。上面两幅图描述的是相同时间段的黄金价格走势，显然，左边的金价急升更容易让人产生激动的心情。即使标出了横纵轴的刻度，这两幅图给普通人留下的第一印象也大不一样。
【案例六】 结论的使用范围、限定条件
对于这一则广告，从广告词来看，此感冒药效果很好，但是在这里我们需要问两个问题：在人的喉咙里会不会发挥作用?这些细菌是感冒细菌吗?显然如果广告词没有标明结论的限定条件，我们并不能就此认为此感冒药到底有何效果。因此我们特别要关注有些结论的限定条件，并不是所有条件下结论都成立。 正是由于结论受到很多条件的限制，我们在调查中如果要得到较为稳定的结论，则需要探究一些较为稳定的现象。用户的行为经常在发生变化，如果我们仅仅是关注用户的行为，可能我们要不停地去做重复的调查，但是除了行为外，其实很多用户需求层面的东西是比较稳定的，我们的调研也会重点关注这些方面，行为会变但是需求层面的东西会比较稳定，因此我们不会仅仅设计一些很操作层面的问题，拿酒店频道举例，我们不会只提问“您为什么在查询之后预订我们的酒店”，我们还会询问“您经常去哪些渠道预订酒店”“您经常住哪一类型的酒店”等等，从各个方面去看用户最内在的需求。
【案例七】口径不同的数字不可比较
如果告诉图中所示信息，你肯定会认为美国海军的死亡率低于纽约市民。但是大家想一下：美国海军与纽约市民的年龄结构是一致的吗?海军都是青壮年而纽约市民中很一部分是死亡率极高的老年人，这两个人群的死亡率可以比较吗?显然是不行的。国家统计局公布2009年上半年，中国城镇单位在岗职工平均工资为14638元，与上年同期相比增加了1674元，增长12.9%。有网民称，统计数据与自己的收入不符。为何数字公布与网民感受不符呢?关键在于纳入国家统计局口径的不是所有劳动人口，而是城镇国有单位、集体单位和股份合作、联营、有限责任公司、股份有限公司、外资和港澳台商投资单位的员工，不包括私营单位、个体工商户和灵活就业人员，而往往低收入人群广泛存在于漏掉那部分人群中。因此在看到一个统计结论时一定要仔细辨清其统计口径。
【案例八】真的是因果关系吗?
如果给出全班所有成员的成绩，又给出是否抽烟的情况，你发现抽烟的学生成绩都比较差，你是否就能得出“抽烟导致低分”的结论呢?抽烟与低分之间可能还有性格、家庭等各方面的因素。两个变量一起变动只能代表他们相关但不能代表他们是因果关系。
此图给出了两种很容易被我们误解为A与B之间有因果关系的情况，虽然A与B同时变动，但是他们的变动都是由Z引起的，而不是本身的因果关系，这样的情况我们需要特别注意。 总结以上八个案例，特别提示大家注意以下问题： 根据抽样得出的结论一定要采用具有代表性的样本 在样本量足够时误差才会较小，结论才会可靠 对敏感隐私问题需要多方验证 看到平均数时首先问问是平均了什么? 同一种数据的不同展现方式带来的陷阱 大部分结论都有其限定条件和适用范围 口径不一致的数据不能拿来比较 两个数字同时变化并不能用于说明因果关系如果在看到很多数据以及结论的时候想到了以上八个问题，并且在心中回答出以下四个问题：“研究方法科学吗?”、“表达方式有误吗?”、“这些数字可以比较吗?”、“结论有限定条件吗?”，那么恭喜大家练成了火眼金睛，不用害怕掉入任何数字的陷阱了!
[看透数据的真相的方法]相关文章：
【看透数据的真相的方法】相关文章：
销售数据的分析方法07-25
配件库存分析数据的方法07-10
销售数据分析的方法07-03
销售数据分析方法07-03
多维数据分析方法04-07
传统数据分析方法09-20
数据分析常用方法07-26
数据分析与办公软件：数据分析方法07-10
数据分析技巧和方法07-10