Como mentir com estatística
Título original: How to Lie with Statistics
Num passeio leve e espirituoso pelos truques usados por anunciantes, jornalistas e outros, Darrell Huff mostra como números, gráficos e médias podem enganar, para que o leitor aprenda a perceber a trapaça.
Apresentação
Como mentir com estatística foi publicado em 1954 por Darrell Huff, editor e escritor de revistas, com ilustrações de Irving Geis. É um livro curto, muitas vezes chamado de o livro de estatística mais popular já escrito. Huff não era estatístico de formação e o escreveu como um guia sobre o mau uso dos números no dia a dia. Ele diz que os vigaristas já conhecem esses truques, então os honestos precisam aprendê-los para se defender. Cada capítulo trata de um tipo de truque, com exemplos tirados de anúncios, revistas e pesquisas reais. Huff reuniu muitos deles com a ajuda de estatísticos profissionais. O livro continua popular há décadas.
Resumo completo
O livro tem dez capítulos curtos, cada um com o nome de um truque, além de uma breve introdução em que Huff compara uma pesquisa cuidadosa do Gallup com uma pesquisa de cupons de um jornal sobre o quanto os leitores conheciam o sistema métrico.
1. A amostra com viés embutido
A ideia: Huff começa pela amostra, o pequeno grupo em que uma afirmação se baseia. Seu exemplo principal é uma notícia de revista segundo a qual o ex-aluno médio da turma de 1924 de Yale ganhava uma quantia surpreendentemente exata e impressionante. Ele observa que esse número só pode vir dos colegas cujo endereço era conhecido e que responderam a um questionário, e esses tinham mais chance de ser os mais bem-sucedidos e os mais dispostos a se gabar. Ele acrescenta a previsão eleitoral fracassada de 1936 da revista Literary Digest, feita com uma lista de donos de telefone e assinantes de revistas, que eram mais ricos que o eleitor típico. Uma amostra só vale alguma coisa se todos os membros do grupo inteiro tiveram a mesma chance de ser escolhidos, e até as pesquisas cuidadosas lutam o tempo todo contra o viés.
Na vida real: Uma pesquisa com pessoas que frequentam uma academia diz pouco sobre a saúde da cidade inteira.
2. A média escolhida a dedo
A ideia: A palavra “média” pode significar a média aritmética, a mediana ou a moda, e elas podem dar retratos muito diferentes. Huff mostra um bairro cuja renda parece alta ou baixa conforme a média citada, e uma pequena empresa em que o lucro do dono e o salário dos empregados podem ser descritos de forma lisonjeira ou desfavorável. Ele observa que os números do Departamento do Censo costumam deixar claro que tipo de média usam, mas que muitos anunciantes e repórteres não deixam. Sempre que vir uma média, pergunte: média de quê, e quem está incluído?
Na vida real: Um bilionário numa cidade pequena pode elevar enormemente a riqueza “média” do lugar.
3 e 4. As pequenas cifras que não aparecem e muito barulho por quase nada
A ideia: Muitas estatísticas deixam de fora o número que mostraria se o resultado significa alguma coisa. O exemplo de Huff é uma pasta de dente anunciada como capaz de causar 23% menos cáries, com base num grupo de teste de uma dúzia de pessoas. Se uma empresa repete pequenos testes e guarda na gaveta os decepcionantes, mais cedo ou mais tarde o acaso lhe entrega uma manchete impressionante. Ele compara isso a jogar uma moeda dez vezes e obter oito caras. Descreve também um teste de vacina contra a poliomielite que era pequeno demais para mostrar qualquer coisa, porque pouquíssimas crianças teriam contraído a pólio paralítica em qualquer dos dois grupos, e explica por que se deve informar o grau de significância e a faixa de variação em torno de uma média.
Na vida real: Um resultado obtido com dez pessoas pode parecer impressionante, mas pode muito bem ser sorte.
A ideia, continuação: No capítulo 4, Huff imagina duas crianças, Peter, com 98 pontos de QI, e Linda, com 101, e mostra que uma diferença assim está bem dentro do erro provável do teste, de modo que não diz nada sobre qual das duas é mais inteligente. Todo número tirado de uma amostra traz um “mais ou menos” junto, então o melhor é pensar nos resultados como faixas, e comparar números que diferem só um pouco não faz sentido. Ele acrescenta que editores de revistas, anunciantes e fabricantes de cigarros muitas vezes deram grande importância a diferenças minúsculas.
Na vida real: Duas marcas que diferem em um ponto num teste com uma grande margem de erro estão, para fins práticos, empatadas.
5 e 6. O gráfico de arregalar os olhos e a figura unidimensional
A ideia: Um gráfico de linhas com a parte de baixo cortada, de modo que o eixo vertical não começa em zero, faz uma pequena mudança parecer dramática. Huff mostra como um aumento de dez por cento na renda nacional pode parecer enorme e cita anúncios reais, entre eles um gráfico da folha de pagamento do governo em que um aumento de menos de quatro por cento é apresentado como uma alta de mais de quatrocentos por cento.
Na vida real: Um gráfico de barras que começa em 95 em vez de zero faz uma variação minúscula parecer gigantesca.
A ideia, continuação: No capítulo 6, ele passa aos gráficos ilustrados, como sacos de dinheiro que representam salários. Eles enganam quando uma figura é simplesmente desenhada com o dobro da altura de outra. A imagem passa então a ter quatro vezes a área, ou oito vezes o volume, e o olho vê uma diferença muito maior que a dos números. Huff dá exemplos reais de revistas e de um anúncio do setor, e brinca que o desenho de mais vacas pode levar os leitores a pensar que as próprias vacas ficaram maiores.
Na vida real: Um pictograma que dobra a altura de uma moeda para mostrar que as vendas dobraram dá a impressão de que quadruplicaram.
7. O número semiligado
A ideia: Se você não consegue provar o que quer, prove outra coisa e torça para que ninguém perceba. Entre os exemplos de Huff estão a afirmação de que um espremedor de frutas rendia 26% mais suco, o que na verdade significava mais que um espremedor manual; uma pesquisa sobre oportunidades de emprego cujas respostas refletiam mais o preconceito dos entrevistados que os fatos; e uma comparação entre as taxas de mortalidade da Marinha e dos civis que ignorava como os dois grupos eram diferentes. Ele observa também que contagens brutas, como as mortes no trânsito, significam pouco sem as taxas, e que um aumento nos casos registrados de uma doença pode indicar apenas que os registros melhoraram.
Na vida real: “Mais pessoas se feriram de bicicleta este ano” quer dizer pouco se muito mais gente andou de bicicleta.
8. O post hoc ataca de novo
A ideia: O capítulo trata de supor que, porque duas coisas aparecem juntas, uma causa a outra. Huff começa com um estudo que constatou que os fumantes tinham notas mais baixas na faculdade que os não fumantes e pergunta se as notas baixas não poderiam levar os estudantes a fumar, ou se algum terceiro fator, como um temperamento sociável, estaria por trás das duas coisas. Ele classifica as correlações em as produzidas pelo acaso, aquelas em que o sentido da causa não é claro e aquelas em que nenhuma das coisas causa a outra, e desconfia de afirmações de que a faculdade enriquece ou diminui a chance de casar, já que quem vai à faculdade é diferente de quem não vai.
Na vida real: As vendas de sorvete e os afogamentos aumentam no verão, mas o sorvete não causa afogamento.
9. Como “estatisticular”
A ideia: Huff usa essa palavra inventada (statisticulate, algo como “manipular com estatísticas”) para a manipulação dos números e argumenta que os erros raramente são aleatórios, porque quase sempre pendem para o mesmo lado. Ele mostra como um mapa sombreado pode fazer os gastos federais parecerem enormes ao escolher estados grandes e pouco povoados, como o número de uma fundação para a renda familiar foi inflado ao multiplicar por quatro uma média por pessoa, como as casas decimais dão uma falsa aparência de precisão e como porcentagens baseadas em números minúsculos ou numa base que muda podem enganar.
Na vida real: Uma alegação de “economizar 100 por cento” confunde o preço inicial com o preço novo.
10. Como rebater uma estatística
A ideia: No último capítulo, Huff dá cinco perguntas para fazer a qualquer estatística: Quem está dizendo? Como ele sabe? O que está faltando? Alguém mudou de assunto? Isso faz sentido? Ele usa uma pesquisa de um jornal de negócios, em que a maioria das empresas consultadas não tinha respondido, para mostrar como uma fonte tendenciosa e uma amostra que se autosselecionou andam juntas, e mostra como uma comparação, uma base ou uma causa ausente podem esvaziar um número de sentido. O objetivo não é rejeitar as estatísticas, mas lê-las com espírito crítico e não se deixar enganar pela aura de precisão.
Na vida real: Se uma empresa diz que “a maioria dos médicos prefere” um produto, pergunte quais médicos e quantos.
Por que importa
Como mentir com estatística é há muito tempo um best-seller e uma introdução padrão à alfabetização estatística. Foi usado em escolas e faculdades, lido por jornalistas, empresários e leitores em geral, e é citado sempre que os números são mal usados. As cinco perguntas de Huff continuam sendo uma lista de verificação útil. A relevância do livro cresceu na era dos dados e das afirmações online, em que gráficos e pesquisas estão por toda parte. Ele também foi criticado por seus exemplos, mas as lições centrais se mantêm, e inspirou livros posteriores sobre o mesmo tema.
Principais ideias
- Confira a amostra. Uma amostra enviesada dá um resultado enviesado.
- Pergunte qual média. Média aritmética, mediana e moda podem diferir.
- Procure o que está faltando. O tamanho da amostra e a margem de erro importam.
- Cuidado com gráficos enganosos. Eixos e imagens podem exagerar.
- Correlação não é causa. Procure outras explicações.
O que podemos aprender
Você pode usar as cinco perguntas de Huff em qualquer estatística que veja no noticiário ou num anúncio. Olhe os eixos dos gráficos, o tamanho e a origem das amostras. Pergunte o que um número deixa de fora e se a comparação está sendo feita de forma justa. Desconfie de porcentagens dramáticas sem os números de base. E ensine amigos e familiares a fazer o mesmo. Ao mesmo tempo, não vire cínico: estatísticas honestas são ferramentas valiosas, e o objetivo é lê-las com cuidado.
Críticas e outros pontos de vista
Alguns estatísticos observam que o livro está datado e é informal, e que trata apenas de truques simples, não das questões mais profundas da inferência estatística. Outros lembram que o próprio Huff mais tarde foi associado à indústria do tabaco, em depoimento ao Congresso que atacou o raciocínio do relatório de 1964 do Surgeon General sobre fumo e saúde, e que essa ironia foi notada pelos críticos, já que ele usou suas habilidades para lançar dúvida sobre as evidências. Alguns dizem que o livro pode levar os leitores a desconfiar demais dos números. Ainda assim, como introdução, continua útil.
Quem deve ler
Este livro é para todo mundo que lê notícias, anúncios ou relatórios, inclusive estudantes e adolescentes. É curto, divertido e fácil de ler. Quem quiser um curso mais aprofundado pode continuar com uma introdução moderna à estatística.
Este resumo foi traduzido do inglês com a ajuda de IA.
Quer ler o livro inteiro?
Um resumo é um aperitivo, não a refeição. Veja onde encontrar o livro completo.
Você chegou ao fim 🎉
Muito bem. Marque este livro como lido e vamos sugerir o que ler em seguida.
Para ler em seguida
O Sinal e o Ruído
Nate Silver
O estatístico e previsor de eleições Nate Silver explica por que a maioria das previsões falha e mostra que prever melhor depende de pensar em probabilidades, atualizar as crenças com novas evidências e ser humilde diante da incerteza.
🔬 CiênciaCiência Picareta
Ben Goldacre
O médico e escritor Ben Goldacre mostra como a pseudociência, as estatísticas ruins, as reportagens enganosas e as táticas das indústrias farmacêutica e de suplementos distorcem o que achamos que sabemos sobre saúde, e ensina o leitor a avaliar evidências.
🔬 CiênciaO mundo assombrado pelos demônios
Carl Sagan
Carl Sagan defende a ciência como uma vela acesa no escuro contra a superstição e a pseudociência e oferece um “kit de detecção de besteiras” (baloney detection kit), um conjunto de ferramentas para pensar de modo crítico e testar afirmações.
🔬 CiênciaRápido e Devagar - Duas Formas de Pensar
Daniel Kahneman
Nossa mente funciona com dois sistemas, um rápido e intuitivo e outro lento e cuidadoso, e entender como o sistema rápido nos engana pode ajudar a tomar melhores decisões sobre dinheiro, risco, trabalho e felicidade.
🧩 Mente e psicologiaA arte de pensar claramente
Rolf Dobelli
O autor suíço Rolf Dobelli reúne cerca de cem capítulos curtos sobre erros comuns de raciocínio, como o viés de confirmação, o viés de sobrevivência e a falácia do custo irrecuperável, para ajudar os leitores a tomar menos decisões tolas.
🧩 Mente e psicologiaUma breve história do tempo
Stephen Hawking
Um dos maiores físicos do mundo explica, quase sem matemática, o que sabemos sobre a origem, a estrutura e o destino do universo, do Big Bang aos buracos negros e à própria natureza do tempo.
🔬 CiênciaQuer algo diferente?
Escolha outro tema e vamos mostrar três livros para você começar.