Я манипулирую тобой. Методы противодействия скрытому влиянию

Например, любопытно, как иногда показываются средние цифры по зарплатам. Простая иллюстрация: допустим, есть некая компания, в которой работают генеральный директор с окладом 5 млн рублей, три топ-менеджера с заработком 700 000 рублей и 100 работников с зарплатой 55 000 рублей. Средняя зарплата получается следующей: (5 000 000 × 1 + 700 000 × 3 + 55 000 × 100) / (1 + 3+ 100) = 121 154 рубля. То есть в среднем каждый сотрудник получает больше 120 000 рублей. Серьезная сумма. Но тем не менее мы же понимаем, что самая распространенная зарплата в компании – 55 000. А это чуть ли не в три раза меньше. Кстати, фраза «чуть ли не в три раза меньше» – тоже часть манипуляции. Потому что разница не в три, а в 2,2 раза. Такое легкое округление, небольшое преувеличение. Но ведь не обманули, сказали же «чуть ли…».

Это типичный подход для отражения, например, средних зарплат бюджетников по стране. Предположим, вам говорят, что зарплаты учителей увеличились на 23 %. Фактически это может быть и правдой. Только сравнение делается некорректное: в первом случае учитываются стандартные ставки, а в повышенной версии – уже со всеми переработками, надбавками и льготами. Известен случай, когда для демонстрации экономического роста в одном из регионов использовались данные о зарплатах населения, включая серые зарплаты (интересно, как их можно точно посчитать?), доходы индивидуальных предпринимателей и граждан, выживающих за счет личных подсобных хозяйств. Или интересен пример с официальными данными по безработице. Когда нам говорят о борьбе с безработицей, забывают упомянуть о неформальной занятости (хотя все данные есть в открытом виде на официальном сайте Росстата). Безработные – это только те, кто оформлен в центре занятости. А неформальная занятость – это фактическая безработица, то есть те, кто официально не работает, не платит налогов и не числится в пенсионном фонде.

Кроме того, в корыстных целях пропагандисты любят использовать сложные причинно-следственные связи. Например, мы можем взять определенную узкую выборку людей, умерших в возрасте 90 лет. При этом 25 % из них курили, а 75 % – нет. Означает ли это, что курение уменьшает смертность? Конечно, нет. Потому что еще есть миллион факторов, которые нужно учитывать и смотреть на ситуацию комплексно.

Другой пример. Вам приводят данные о том, что 65 % алкоголиков – безработные. Означает ли это, что отсутствие работы приводит к алкоголизму? А может быть, именно увлечение крепкими напитками приводит к потере работы? Что здесь причина, а что следствие? Корреляция есть, а вот над причинно-следственными связями стоит подумать.

А уж про визуализацию статистических данных и говорить нечего! Есть масса приемов, как графически «правильно» преподнести информацию нужным образом. Вы никогда не замечали, что трехмерная подача информации несколько искажает ее восприятие? График становится трудночитаемым. Кроме того, любую диаграмму можно повернуть таким образом, чтобы визуально увеличить ее площадь. Просто сравните: данные на графиках абсолютно одинаковые, но как по-разному они воспринимаются: