„Glaube keiner Statistik, die du nicht selbst gefälscht hast“

Eine Form von Killerphrase, mit der einer Statistik unterstellt wird, dass sie manipuliert sei (meist) ohne dass dafür Belege angeführt werden.

• „Traue keiner Statistik, die du nicht selbst manipuliert hast.“
• „There are three kinds of lies: lies, damned lies, and statistics.“

Das Zitat wird häufig (und wahrscheinlich fälschlich) Winston Churchill oder Joseph Goebbels zugeschrieben. Belegt ist es in dieser Form jedoch erst später von Otto Dibelius. In einer ähnlichen Form wurde es allerdings bereits 1946 in einem Artikel von Hanns-Erich Haack benutzt.

Statistische Beweisführungen haben oft einen schlechten Ruf, da deren Ergebnisse häufig nicht intuitiv erfassbar sind und Laien – oder oft noch schlimmer: Personen mit einer statistischen Halbbildung – nicht immer direkt zugänglich ist, wie diese Ergebnisse letztlich zustande gekommen sind.

Werden Statistiken benutzt, um z. B. politische Entscheidungen zu begründen, ohne dass diese hin­reich­end erklärt werden – was in vielen Fällen heißt: eben auch für Laien verständlich – kommt auch schnell der Ver­dacht auf, dass hier mittels der Zahlen „manipuliert“ würde und dass man aus den gleichen Fakten auch andere, für die Betroffenen vermeintlich günstigere Schlüsse ziehen könnte.

Andererseits ist aber eben auch wahr, dass in der Politik oder der Werbung oft allzu leichtfertig mit un­voll­stän­digen oder auch ganz klar unrichtigen Statistiken gearbeitet wird, wohl darauf vertrauend, dass ein Großteil der potenziellen Kunden bzw. Wähler dies ohnehin nicht durchschauen wird.

Trotzdem ist ein Vorwurf der Manipulation ohne ausreichende und vor allem sachlich korrekte Begründung natürlich in keinem Fall angemessen.

Dieser Spruch wird auch ironisch gebraucht, um darauf hinzuweisen, dass man Statistiken besser überprüfen sollte, also etwa im Sinne von „Glaube keiner Statistik, die du nicht selbst nachgerechnet hast“.

Es ist grundsätzlich empfehlenswert, selbst die Fähigkeiten und Werkzeuge zu erwerben, um Statistiken verstehen, überprüfen und einzuordnen zu lernen. Nicht nur, weil auch die Profis bei der Erhebung, Analyse oder Darstellung durchaus mal Fehler machen, sondern auch, weil die Interpretation von Statistiken nicht immer so klar und deutlich ist, wie einem diese manchmal präsentiert wird. Eines der Ziele dieser Website ist es, hierfür etwas Hilfestellung zu geben.

Als Freibrief, unliebsamen Statistiken pauschal die „Fälschung“ zu unterstellen, ohne dies sachlich korrekt und auf den spezifischen Fall bezogen nachzuweisen, kann das aber unter keinen Umständen verstanden werden.

Wird anstelle von sachlichen Argumenten ein solcher Spruch vorgebracht, ist das meist ein Zeichen dafür, dass die Statistik und wie sie zustande gekommen ist, nicht verstanden wurde oder dass davon ausgegangen wird, dass das Publikum die Statistik nicht versteht (Argument der Komplexität).

Wird eine solche Killerphrase benutzt, besteht immer die Gefahr, dass die Diskussion ins Unsachliche abgleitet. Auch wenn es schwerfällt, sollte man stets versuchen, eine sachliche Diskussion auf­recht­zu­er­halten.

In vielen Fällen ist es daher durchaus angemessen, einen solchen Angriff einfach zu ignorieren, insbesondere wenn er ohne Belege für eine Manipulation der Daten vorgetragen wird.

Wo dies nicht möglich ist – etwa weil zu vermuten ist, dass andere Diskussionsteilnehmer oder das Publikum durch diese Aussage in die Irre geleitet werden könnte, kann man den Gegner ruhig einmal auffordern, die Karten auf den Tisch zu legen und die Kritik zu präzisieren:

„Verstehe ich Sie richtig, dass sie mit der Statistik nicht einverstanden sind?
Können Sie erläutern, welchen konkreten Kritikpunkt Sie daran haben? “

Je nach Kontext kann auch ein etwas aggressiverer Ton angemessen sein:

„Haben Sie einen sachlichen Grund, warum sie sich gegen diese Statistik aussprechen oder passt Ihnen nur das Ergebnis nicht? “

Sinnvollerweise sollte man dann aber auch tatsächlich in der Lage sein, die Statistik und wie sie zustande gekommen ist, zu erläutern und gegebenenfalls zu verteidigen.

• Statistik
• Slogans und Sprüche
• Killerphrasen

• Ich traue keiner Statistik… auf Zitatforschung