https://doi.org/10.59132/ma/2026/1/37-42
Izvleček
Statistika je pogosto predstavljena kot objektivno orodje za razumevanje podatkov, vendar je njena napačna
raba lahko enako nevarna kot namerna manipulacija. Prispevek obravnava najpogostejše napake in zavajajoče
prakse, ki izkrivljajo interpretacijo podatkov v medijih, oglaševanju, znanstvenih raziskavah in politiki. Med najpogostejše oblike zavajanja sodijo zavajajoči prikazi podatkov, pri katerih prirezane osi ter neenakomerne enote ali intervali ustvarijo napačen vtis o velikosti sprememb. Pogosta praksa je tudi selektivni izbor in predstavljanje zgolj tistih podatkov oziroma analiz (angl. cherry-picking), ki podpirajo določen argument, medtem ko se nasprotujoči ali manj ugodni podatki ne omenjajo. Prispevek pokaže, kako se povprečja in odstotki pogosto uporabljajo neustrezno, s čimer se ustvarja lažen vtis o velikosti učinka ali tveganja.
Posebna pozornost je namenjena razločevanju med korelacijo in vzročnostjo, saj napačne interpretacije korelacij pogosto vodijo do zmotnih sklepov: sočasno naraščanje dveh pojavov še ne pomeni, da eden povzroča drugega. Obravnavane so tudi problematične raziskovalne prakse v znanosti, kot sta HARKing (oblikovanje hipotez po tem, ko so rezultati že znani) in p-hacking (selektivno iskanje ter poročanje statistično značilnih rezultatov), ki lahko vodita do pristranskih raziskav in napačnih zaključkov.
S konkretnimi primeri iz vsakdanjega življenja prispevek ponazori, kako napačna raba statistike ustvarja iluzijo gotovosti, oblikuje javno mnenje in vpliva na odločitve. Njegov cilj je okrepiti kritično razumevanje podatkov, izboljšati prepoznavanje napačnih interpretacij ter zmanjšati ranljivost za zavajajočo rabo statistike.
Abstract
How Statistics Mislead: Numbers Don’t Lie, People Do!
Statistics is often portrayed as an objective tool for making sense of data, yet its misuse can be just as dangerous as deliberate manipulation. This paper discusses the most common errors and misleading practices that distort data interpretation in media, advertising, scientific research, and politics.
Among the most frequent deceptions are misleading data visualisations, in which truncated axes and unequal units or intervals create a false impression of the magnitude of change. Another common tactic is cherrypicking — selecting and presenting only data or analyses that support a specific argument while ignoring contradictory or less favourable evidence. The paper shows how averages and percentages are frequently misused to exaggerate the size of an effect or risk.
Special attention goes to distinguishing correlation from causation: just because two phenomena increase simultaneously does not mean one causes the other, and misinterpreting correlations often leads to erroneous
conclusions. The paper also addresses problematic research practices in science, such as HARKing (formulating hypotheses after results are known) and p-hacking (selectively seeking and reporting statistically significant results), which produce biased studies and incorrect conclusions.
Using concrete examples from everyday life, the paper illustrates how the misuse of statistics creates an illusion of certainty, shapes public opinion, and influences decision-making. Its goal is to enhance critical data literacy, boost recognition of flawed interpretations, and reduce susceptibility to manipulative statistics.