Kebenaran dan Statistik – Beberapa Makanan untuk Pikiran

[ad_1]

Bertahun-tahun yang lalu di perguruan tinggi, saya mengambil kursus analisis statistik dan belajar bagaimana statistik dapat digunakan untuk mengatakan satu hal dan ditafsirkan dengan cara lain. Saya belajar melalui kursus yang harus didokumentasikan dengan kejelasan bagaimana statistik itu diturunkan, asumsi terkait apa yang dibuat, berapa ukuran sampelnya, jenis orang apa yang ditargetkan untuk memberikan jawaban sebagai bagian dari kelompok statistik yang dijadikan sampel, bagaimana hasilnya harus ditafsirkan, dan maksud yang digunakan statistik yang dibuat.

Dengan mengambil pemikiran ini lebih lanjut, saya ingin memulai dengan beberapa "istilah statistik" yang digunakan dalam bidang analisis ini untuk membantu saya membuat titik dasar untuk artikel ini.

Naik banding ke Ketidaktahuan: Kesalahan logis: mengambil ketiadaan bukti sebagai bukti ketidakhadiran. Jika ada sesuatu yang tidak diketahui salah, anggap itu benar; atau jika sesuatu tidak diketahui benar, anggap itu salah. Sebagai contoh, jika saya tidak memiliki alasan untuk berpikir bahwa siapa pun di Tajikistan sangat menginginkan saya, itu bukan bukti bahwa tidak ada orang di Tajikistan yang menginginkan saya dengan baik.

Rata-rata: Istilah ambigu. Ini sering menunjukkan arti aritmatik tetapi juga dapat menunjukkan median, mean geometrik, mean berbobot – yang berasal dari dimasukkannya faktor eksternal dan pembobotan dari faktor-faktor tersebut untuk memperoleh hasil, antara lain. Waspadalah jika beberapa laporan yang Anda baca mengutip rata-rata tanpa membuatnya jelas yang rata-rata sedang dikutip.

Bias: Prosedur pengukuran dikatakan bias jika, rata-rata, memberikan jawaban yang berbeda dari kebenaran. Bias adalah perbedaan yang diharapkan antara pengukuran dan kebenaran. Misalnya, jika Anda naik skala dengan pakaian, itu berarti pengukuran berat badan yang sebenarnya lebih tinggi daripada berat badan Anda yang sebenarnya.

Sampel Kenyamanan: Sampel diambil karena kemudahannya; itu bukan sampel probabilitas. Sebagai contoh, saya mungkin mengambil contoh pendapat hanya dengan menanyakan 10 tetangga terdekat saya. Itu akan menjadi contoh kenyamanan, dan tidak akan mungkin menjadi perwakilan khalayak target yang sebenarnya dari ukuran signifikan yang dapat memberi saya hasil yang benar-benar dapat digunakan sebagai bagian dari survei yang serius. Seseorang harus selalu menghindari melakukan survei menggunakan sampel kenyamanan jika seseorang tertarik untuk benar-benar menerbitkan kebenaran dengan tingkat kepastian yang adil.

Anda mengerti apa yang bisa dilakukan untuk memanipulasi statistik jika Anda mencoba untuk membuat titik yang ingin Anda buat. Jadi sangat sering, statistik dibagi dengan cara ini dengan orang lain untuk mencoba menimbulkan perilaku yang menguntungkan dalam arah tertentu, biasanya untuk kepentingan pencipta statistik.

Sekarang saya tidak mengatakan statistik dihasilkan dengan maksud sengaja untuk menyesatkan. Tetapi bahkan jika mereka ditafsirkan secara tidak benar oleh penerima informasi statistik, Anda telah gagal dalam pekerjaan Anda untuk menggunakan statistik untuk memberikan informasi yang akurat dan dapat digunakan yang dapat ditindaklanjuti oleh konsumen yang mengkonsumsi statistik.

Biarkan saya memberi Anda contoh nyata tentang bagaimana ambiguitas dan / atau bahkan kemungkinan niat untuk menyesatkan dapat menyusup ke dalam penciptaan statistik yang sering saya temukan terwakili di tempat-tempat seperti presentasi, info-gram, video, dll.

Saya baru-baru ini melihat statistik tentang berbagi konten di Facebook. Judul bagan mengatakan: "Gambar dibagikan lebih banyak di Facebook" dan itu menunjukkan grafik yang menggambarkan bahwa sekitar 80% atau lebih dari total saham di Facebook dilakukan untuk berbagi gambar – pembagian konten lain seperti video misalnya turun sekitar rentang 5% dari konten yang dibagikan.

Seseorang yang berpikir secara dangkal setelah melihat statistik ini mungkin berkata pada dirinya sendiri: "Wow- Saya lebih baik fokus untuk memposting gambar ke Facebook daripada video". Apa statistik yang pada dasarnya hanya grafik batang sederhana tidak memberi tahu Anda adalah: Siapa dan berapa banyak orang yang diambil sampelnya untuk menghasilkan statistik ini; alasan tingkat berbagi gambar ini terjadi – apakah karena orang ingin melihat gambar lebih dari video atau apakah mungkin itu:

  • Jadi, hanya sedikit orang yang tahu cara membuat dan mengunggah video dan bahwa banyak video yang dibuat untuk membuat begitu sedikit diunggah?

  • Atau apakah itu karena setiap orang memiliki ponsel yang mampu mengambil gambar hari ini dan bahwa banyak dari 1,8 miliar pengguna Facebook mengunggah gambar keluarga mereka, hewan peliharaan mereka, liburan mereka atau di mana mereka makan malam sebelumnya?

Sebagai seorang pebisnis profesional dan pemasar Internet saya di sisi lain tahu bahwa Facebook suka melihat Anda mengunggah video dan jika Anda mengunggahnya, mereka akan "Menjangkau" banyak orang dengan itu tanpa saya bahkan harus "Meningkatkan" mempostingnya untuk melihatnya di luar sana; sedangkan dengan iklan gambar, saya sering harus mendorong gambar ke orang-orang dan "meningkatkan posting mereka" untuk biaya yang dibayarkan ke Facebook untuk mendapatkan mereka tersebar luas seperti video saya. Salah satu contoh baru-baru ini – sebuah iklan gambar dan teks yang baru-baru ini saya posting tanpa postingan peningkatan mencapai hanya 22 orang. Sebuah video yang baru-baru ini saya unggah ke Facebook dalam minggu yang sama itu mencapai 1.368 orang tanpa dorongan dikirim.

Jadi kesimpulan saya dari melihat bagan berbagi "diagram batang" statistik yang saya lihat hari lain adalah bahwa seseorang yang membacanya tanpa memahami apa yang dimaksud dapat membuat keputusan bisnis yang salah karena statistik seperti itu dan mulai membuat iklan gambar berdasarkan sambil benar-benar mengabaikan pembuatan video. Kedua jenis konten memiliki kegunaannya sebagai iklan untuk bisnis, tetapi perlu diketahui bahwa untuk mendapatkan gambar Anda di depan orang-orang akan dikenakan biaya lebih banyak uang iklan daripada video yang diupload akan mencapai jumlah orang yang setara.

Jadi, apa sebenarnya orang yang mendorong citra statistik itu ke dunia mencoba untuk intim? Apa tujuannya? Dan bagaimana seharusnya saya membaca dan menggunakan informasi bersama yang baru itu untuk keuntungan saya? Kejelasan di sekitar pos tidak ada di sana …

Untuk menyimpulkan saya ingin hanya memberikan saran berikut untuk statistik penerbitan: Jika Anda seorang pemasar mencoba untuk mendorong pulang sebuah pemikiran atau ide bagi orang lain untuk memahami statistik, silakan:

  1. Memahami bagaimana kemungkinan besar orang akan bereaksi ketika mereka melihat statistik

  2. Memiliki integritas saat Anda menyajikan statistik kepada orang lain saat memasarkan kepada mereka.

  3. Tambahkan bertele-tele untuk menjelaskan apa artinya statistik – esensi dari apa yang dikatakan ketika tidak ada kejelasan yang cukup dalam statistik itu sendiri.

[ad_2]