因為相信「數字會說話」，所以愈來愈多的決策依賴數據。
假設你在新聞報導中看見某些數字，於是想知道這些數字是否值得信任。請回答以下六個問題，如果是因為根本無法找到正確的資訊而無法回答，就可直接拒絕接受這個數字。倘若研究人員並未清楚說明其研究方法，一樣也不值得獲得你的關注。
一.誰傳達這個數字訊息？
政治人物藉由提出統計數據，來表達政策有助經濟發展？某個研究結果證明巧克力有益人體健康，會不會是背後有家巧克力棒製造公司資助該研究？謹慎留意數字，尋找額外的資訊來源。
二.我有什麼感覺？
這個數字讓你覺得快樂、憤怒或悲傷？請注意，不要毫無疑問地接納或拒絕。理解自己的感受，尋找不同觀點的資訊來源。
三.這個數字如何標準化？
請務必特別謹慎，數字是否處理人為發明的概念，例如經濟成長或智力？測量數字時，測量者又做出何種選擇？數字是否膨脹為與本質不符的事物，例如使用國內生產毛額來描述民眾的幸福程度？我們應該採用不同方法，測量相同概念的研究。
四.數字如何被蒐集？
數字的基礎可能是研究計畫蒐集的數據。請將自己想像為研究計畫的其中一位參與者。測量數字的問題，是否刻意將你的答案引導至特定方向？蒐集數據的環境，是否讓你不願吐露真相？請慎重地看待數字。測量數字的樣本是不是隨機抽樣？倘若不是，請記得該數字只能適用於研究的特定團體。
五.數字如何被分析？
數字是否與聲稱存在的因果關係有關？提出以下三個問題：因果關係是否來自純粹的偶然？是否有其他相關因素？ 因果關係顛倒之後是否也成立？無論如何，絕對不能將一份研究結果視為絕對真理。請尋找綜合研究，理解該研究領域的觀點；或者尋找民調的加總分析，如民調網站「538」提出的彙整報告。
六.數字如何被呈現？
最後，我們還要注意數字呈現的幾個細節。
• 平均數：如果有離峰值，可能會拉高或降低平均數字，因此，平均數無法透露正常的情況。
• 精準數字：許多原因都會導致數字的加總不是百分百精準。不要讓自己受到虛假的精準數字誘導。
• 排名：排名相連通常不代表兩者間有顯著差異，因為可能會有邊際誤差。
• 風險：如果主張在特定情況下，罹患特定疾病的風險提高×％，其實沒有意義，因為我們不知道原本的百分比為何。如果原本的百分比機率很低，就算提高×％，也只是一個極小的數字。
• 圖表：詭異的Y軸數字，可以扭曲圖表的結果。請注意Y軸並未遭到延長或壓縮。
本文摘自今周刊出版社《數字偏見》
