Cherry Picking - Att välja data
Cherry Picking handlar om att medvetet eller omedvetet plocka datapunkter som gör att en icke representativ tolkning av helheten kan göras. Det kan handla om att välja startpunkt eller en viss delgrupp vars statistik säger något som helheten inte gör samtidigt som man hävdar just det.
"Jämfört med 2007 har arbetslösheten ökat!" kanske en oppositionspolitiker skulle säga om grafen nedan från Statistiska Centralbyrån. Påståendet är förstås sant - arbetslösheten 2018 var högre än 2007. Men då vi kan se hela grafen kan vi också göra bedömningen att även om arbetslösheten var högre jämfört med 2007 var arbetslösheten lägre än de flesta år. När man hör någon jämföra med en viss startpunkt bör man be att få se data för en längre period.
Det är lätt att omedvetet göra misstaget att plocka ut viss data och låta det representera helheten. Våra egna åsikter, viljor och förutfattade meningar gör att vi gärna tror på data som stödjer oss. Därför är det viktigt att även ifrågasätta oss själva - har vi en datamängd framför oss som representerar verkligheten? Eller har vi plockat bort t.ex. vissa produktgrupper där vi inte presterat lika bra?
I vår utbildning inom data literacy går vi igenom olika fallgropar och problemområden med mätningar. Hör av er till oss så kan vi diskutera hur en sådan utbildning skulle kunna se ut för er.
Skriven av: Morgan Kejerhag
Morgan Kejerhag har arbetat med Qlik-plattformen sedan 2005 och är en av Sveriges mest erfarna konsulter. Under åren har Morgan arbetat med flertalet multinationella bolag där han lett arbetet i att bygga upp stora Qlik-miljöer såväl som små kunder. LinkedIn Kontaktuppgifter