Blog

Irreführen mit Statistiken

Vor einigen Tagen habe ich das Diagramm aus dem Artikel Why U.S Women are leaving jobs behind analysiert. Einen ganz ähnlichen Fall hat Eric Portelance in einem sehr schönen und detaillierten Blogpost auseinander genommen. Erschreckend, dass das sehr irreführende Diagramm von Bloomberg [sic!] kam.

Die Analyse

Eric Portelance hatte glücklicherweise Zugang zu den Quelldaten, da es sich um öffentliche U.S. Zensus Daten handelte. Das hat Ihn in die Position gebracht, das Diagramm gründlich bei den folgenden Punkten hinterfragen zu können. 

Datenpunkte

Das Bloomberg Diagramm besteht pro Datenreihe eigentlich nur aus zwei Datenpunkten. Eric hat sich die gesamte Datenbasis genommen um Schwankungen zu identfizieren, die bei einer geraden Verbindung zwischen den einzigen Datenpunkten verloren gehen könnten.

Beschnitt und Skalierung

Eric hat festgestellt, dass das Diagramm auf beiden Achsen beschnitten wurde. Die vertikale Achse beginnt nicht bei Null und die Zeitachse beginnt bei 1972, obwohl Daten seit 1942 vorliegen würden.

Das Ergebnis

... ist erstaunlich. Es ist nicht nur detaillierter, sondern auch kontrovers zur ursprünglichen Aussage des Artikels!

Similarly, poorly analysed and presented data can lead people to draw the wrong conclusions. I’ve tried to demonstrate both examples here so you can be more vigilant when you see an article like the Bloomberg one I linked to, and so you can be more cautious if you are using data to tell a story.
Source: https://medium.com/i-data/misleading-with-...