ความแม่นยำเท็จ
ความแม่นยำเท็จ (อังกฤษ: false precision, overprecision, fake precision, misplaced precision, spurious precision) เป็นการให้ข้อมูลเป็นตัวเลขที่แม่นยำอย่างไม่สมเหตุสมผล และเพราะความถูกต้องของข้อมูลจะขึ้นอยู่กับความแม่นยำ ดังนั้น นี่อาจทำให้มั่นใจเกินไปว่าข้อมูลถูกต้อง เป็นความเอนเอียงโดยอาศัยความแม่นยำ (precision bias)[1]
คำอธิบาย[แก้]
ความแม่นยำเท็จอาจนิยามโดยทั่วไปได้ว่า เป็นการใช้ตัวเลขที่แม่นยำในกรณีที่จริงๆ ระบุอย่างแม่นยำเช่นนั้นไม่ได้ เช่น "ความยากลำบากในการเขียน 90% แรกอยู่ที่การเริ่มต้น" บางครั้งมีการใช้วิธีนี้อย่างผิดๆ เพื่อสร้างความมั่นใจในข้ออ้างที่ไม่สมเหตุผล เช่น "น้ำยาบ้วนปากของเราดีกว่ายี่ห้ออื่นๆ เป็นสองเท่า"[2]
ในวิทยาศาสตร์และวิศวกรรมศาสตร์ วิธีปฏิบัติทั่วไปก็คือถ้าไม่ได้ระบุค่า margin of error ก็ควรจะจำกัดจำนวนเลขนัยสำคัญที่ใช้แสดงข้อมูลตามความแม่นยำ (precision) อย่างสมเหตุผล เช่น ถ้าเครื่องมือวัดข้อมูลได้แม่นยำถึงเศษ 1/10 ของหน่วยวัด ผลลัพธ์ที่คำนวณโดยใช้ข้อมูลก็ควรระบุแค่ถึง 1/10 ไม่ว่าค่าคำนวณจะมีเลขหลังจุดทศนิยมกี่ตัว และไม่ว่าข้อมูลอื่นๆ ที่ใช้ในการคำนวณจะแม่นยำยิ่งกว่า 1/10 แม้ศาสตร์สาขาอื่นๆ ก็มักจะสมมุติว่า ตัวเลขที่ไม่ระบุเป็นศูนย์ต้องมีความหมาย ดังนั้น การให้ข้อมูลที่แม่นยำเกินความสมเหตุผล อาจทำให้เข้าใจผิดเกินจริงเรื่องความแม่นยำ
ในนัยตรงกันข้าม การเก็บข้อมูลให้มีจำนวนเลขนัยสำคัญมากกว่านี้เพื่อการคำนวณในระหว่างๆ ก็เป็นเรื่องดี เพราะป้องกันไม่ให้สะสมความผิดพลาดเพราะการปัดเศษ
ความแม่นยำเท็จมักจะเกิดเมื่อรวมข้อมูลที่แม่นยำสูงเข้ากับข้อมูลที่แม่นยำต่ำ หรือเมื่อใช้เครื่องคิดเลข หรือเมื่อคำนวณเปลี่ยนหน่วย
ตัวอย่าง[แก้]
ตัวอย่างตลกนี้แสดงความแม่นยำเท็จ คือ มัคคุเทศก์ของพิพิธภัณฑ์ระบุว่า กระดูกไดโนเสาร์มีอายุ 100,000,005 ปีเพราะผู้เชี่ยวชาญบอกเขาเมื่อพึ่งเริ่มทำงานเมื่อ 5 ปีก่อนว่า กระดูกมีอายุ 100 ล้านปี
รถที่วิ่งเร็ว 60 ไมล์/ชั่วโมงสามารถเปลี่ยนหน่วยความเร็วเป็น 96.5606 กม./ชม. การเปลี่ยนเลขเต็มในหน่วยหนึ่ง ไปเป็นเลขที่แม่นยำในอีกหน่วยหนึ่ง ทำให้ค่าวัดดูเหมือนจะแม่นยำมาก แต่จริงๆ ไม่ใช่
ค่าวัดที่อาศัยการสุ่มตัวอย่างทางสถิติ เช่น ระดับเชาวน์ปัญญา (IQ) มักจะระบุอย่างแม่นยำโดยไม่สมเหตุผล[3]
ดูเพิ่ม[แก้]
เชิงอรรถและอ้างอิง[แก้]
- ↑ "Overprecision". Fallacy files. เก็บจากแหล่งเดิมเมื่อ 2023-04-29.
- ↑ Pirie, Madsen (2015). How to Win Every Argument: The Use and Abuse of Logic. Bloomsbury Publishing. pp. 78–80. ISBN 9781472526977. สืบค้นเมื่อ 2015-10-22.
- ↑ Huff, Darrell (2010-12-07). How to Lie with Statistics (2010 ed.). W. W. Norton & Company. p. 144. ISBN 9780393070873. สืบค้นเมื่อ 2015-10-22. Chapter 4. Much Ado about Practically Nothing
