Statistica & argomentazione

Mezze verità

Non ogni affermazione fuorviante è completamente falsa: spesso è decisivo ciò che viene omesso.

Che cos’è una mezza verità?

Una mezza verità contiene un nucleo vero, ma crea comunque un’impressione falsa o incompleta. Può accadere in due modi:

  • Elementi veri e falsi vengono mescolati.
  • Un’affermazione è vera di per sé, ma omette un contesto decisivo.

Esempi dalla vita quotidiana

  1. Una madre chiede al figlio perché suo fratello sta piangendo. Lui risponde: “È caduto.” Può essere vero e nascondere comunque il fatto che prima lo abbia spinto.

  2. La frase “Il 14 gennaio non ho incontrato il signor SenzaScrupoli con sua moglie” lascia aperte diverse possibilità. Forse l’incontro è avvenuto un altro giorno. Forse la moglie non era presente. L’affermazione composta può essere vera pur oscurando il fatto decisivo.

  3. Nel cosiddetto mito Kennedy–Lincoln, dettagli veri, inesatti e inventati vengono concatenati in modo tale da far apparire una misteriosa connessione.

Mezze verità nella statistica

Le affermazioni statistiche sono particolarmente vulnerabili alla mancanza di contesto. Una percentuale può essere numericamente corretta e tuttavia fuorviante se manca il denominatore, il periodo di tempo, il metodo di selezione oppure il gruppo di confronto.

Esempio: “I tassi d’interesse sono aumentati del due per cento, dall’1 al 3 per cento.” Questa formulazione confonde percentuali e punti percentuali. L’aumento è di due punti percentuali; rispetto al valore iniziale, il tasso è triplicato, cioè è aumentato del 200 per cento.

Allo stesso modo, “tre è tre volte uno” è corretto, mentre formulazioni del tipo “tre è tre volte più di uno” possono risultare linguisticamente ambigue. Una formulazione precisa impedisce che un numero corretto generi un’idea sbagliata.

Domande da porsi

  • Quale informazione essenziale manca?
  • A quale popolazione si riferisce il numero?
  • La relazione indicata è soltanto temporale oppure anche causale?
  • La stessa affermazione suonerebbe altrettanto convincente se conoscessimo l’intero contesto?

Riferimento: Milo Schield: Statistical Prevarication: Telling Half Truths Using Statistics, Augsburg College, 2005.