Jakten på sanningen – fyra vanliga fel vi gör

I alla branscher, men kanske än mer i den snabbföränderliga digitala branschen, är det viktigt att fatta beslut baserat på fakta. Men vad är egentligen sant och vilka fakta kan man lita på? Allt för ofta verkar det som att det finns lika många fakta för som emot vissa företeelser, och då är det inte alltid lätt att veta vilket ben man ska stå på. Men det finns vissa typer av fakta som har mindre stabil grund än andra.

En vanlig typ av fakta som lyfts fram i olika sammanhang är skillnader mellan stora grupper. Det finns exempelvis fakta som visar på att män har mer muskler än kvinnor. I mycket stora grupper är detta sant när vi jämför gruppernas medelvärden. Däremot missas ofta hur stor spridning som finns inom varje grupp. Bara för att två grupper skiljer sig åt i fråga om medelvärde, kan spridningen inom gruppen (kallat standardavvikelse) vara så stor att skillnaden på individnivå blir försumbar eller till och med omvänd.

Ett annat vanligt fel är så kallad ”anekdotisk evidens” och ger precis motsatt effekt som medelvärdesjämförelsen i exemplet ovan. Detta innebär att det finns en berättelse som motsäger ett fakta, och då ges vittnesmålet större betydelse. ”Det där gäller inte mig, alltså kan det inte vara sant”. Problemet med anekdotisk bevisföring är just att en enskild mätpunkt inte säger något i ett större sammanhang. Bara för att en kvinna är starkare än mig betyder inte det att alla kvinnor är starkare än mig.

Ett tredje ganska vanligt fel, som vi dessutom såg nyligen när SD beskrevs som Sveriges största parti, är frågan om representativt urval. Kan den grupp som vi undersöker på ett korrekt sätt representera en större population. I fallet med Yougov och deras mätning så hade de inte någon kontroll över vilka som anmälde sig till deras mätning. Urvalet var därför inte representativt för hela Sveriges befolkning. Det är lite som när ett barn berättar att ”alla andra har den här”, och du som förälder snabbt inser att ”alla” i det här fallet består av två eller tre klasskamrater.

Det sista, men sannolikt det allvarligaste felet, är när vi drar slutsatser om orsak och verkan ur ett samband. Bara för att två saker verkar bete sig lika betyder det inte att den ena påverkar den andra. Ett konkret exempel här är en lite by i Tyskland som under många år räknade förekomsten av häckande storkpar. Antalet häckande storkar visade sig följa ungefär samma kurva som antalet barn som föddes i byn. Slutsatsen man skulle kunna dra av detta samband är att barn kommer med storken.

Förhoppningsvis kommer du nu tydligare kunna slå hål på myter och halvsanningar för att bilda dig en uppfattning baserat på oberoende fakta och objektiva sanningar. Kom framför allt ihåg att korrelation inte innebär kausalitet!