私たちは誰でも、自分の経験や考えという「メガネ」を通してデータを見ている。
でも、このメガネが曇っていると、データの本当の姿が見えなくなる。これが「バイアス」だ。
確証バイアスってのがある。「猫は気分屋だ」と思っている人は、猫の気まぐれな行動だけに注目してしまう。猫が甘えてくるときのことは忘れて、勝手な行動だけを覚えている。自分の考えに合うデータだけを集めて、反対の証拠を無視する——これが確証バイアス。
選択バイアスも厄介だ。学校の友達だけにアンケートを取って「みんなスマホを持っている」と結論づける——これは都合の良いデータだけを選んでいる。サンプルの偏りに気づいていない。全国的に見たら、スマホを持っていない中学生もたくさんいるかもしれない。
バイアスは、データを正しく読むための最大の敵なんだ。

「成功した起業家は朝5時に起きている」というデータ。
でも、失敗した人の中にも早起きの人はいたかもしれない。成功例だけに注目して、失敗例を見落とす——これが生存者バイアスだ。
第二次世界大戦中、軍は「どこに装甲を強化すべきか」を決めるため、帰還した飛行機の被弾箇所を調べた。
でも、統計学者エイブラハム・ウォルドは「帰還できなかった飛行機が、どこを撃たれたか」を考えるべきだと指摘した。帰ってきた飛行機の無傷な部分こそ、実は致命的な弱点だったんだ。
この発見は多くのパイロットの命を救った。
見えているデータだけじゃなく、見えていないデータこそが真実を語ることがある。
グラフの目盛りにも注意。縦軸が0から始まっていないグラフは、見かけの差が実際より大きく見える。こういう「トリック」に騙されないようにしよう。

データの集め方を確認しよう。誰から集めたデータか？どうやって集めたか？十分な数のデータか？
比較の仕方も重要だ。適切な比較対象か？条件は同じか？時期や場所の違いはないか？
表示の仕方にも注意が必要。グラフの目盛りは適切か？必要な情報が省略されていないか？誤解を招く表現はないか？
反対の可能性を考える習慣をつけよう。「もし逆だったら？」「他の説明は？」「見落としている情報は？」——こういう問いを自分に投げかける。
多角的に見ることも大事だ。違う立場の人の意見、異なる時期のデータ、別の地域との比較——色々な角度から見ることで、バイアスを減らせる。
批判的思考を働かせる。なぜそうなのか？本当にそうか？証拠は十分か？——常に疑問を持ち続けることが、正しいデータの見方につながる。
バイアスは誰にでもあるものだから、完全に無くすことはできない。でも、意識することで、その影響を減らすことはできる。それが、データリテラシーの第一歩なんだ。