在跟学生讲媒介素养时，我常提醒他们要注意新闻中的数字，避免被一些带毒的野鸡数据牵着鼻子走。数字常常是阅读和思考的盲区，现代人看新闻，常常是浮光掠影、不愿投入思考的快阅读、浅阅读，这种充满惰性的阅读面对文字时还有一定的判断力，面对数字时就很容易掉坑里，被问题数据和预设的立场所误导。

随手一则新闻，数字中就带着三聚氰胺。《新闻晨报》一则新闻是这么说的：日前，工商总局对淘宝、天猫、京东、1号店、唯品会等电商的电风扇、电磁炉、手机、插头插座、儿童用品、内衣、卫生巾等503批次商品抽检。经检测，总体不合格商品检出率为34.6%。其中，天猫商城出售的不合格产品数最多，居第一位。

​乖乖，总体不合格商品检出率为34.6%，这些商家也太不要脸了吧！――且慢，克制一下愤怒，新闻中遇到某个“让你义愤填膺的数字”时一定得留个心眼，千万不能只看某个单一数字就下判断，一定要看样本来源、调查方法、基本数据，仔细看看，用脑子好好判断下。

http://ww1/large/4b759c4fjw1f8phxyk8gpj20ig0g0ju6.jpg

​比如，总体不合格商品检出率为34.6%――这个数字看起来挺吓人，但要注意，这是抽检。抽检这种方法的科学性一直受到学界和业界的批评，带有很大的随意性，抽检了503批次商品，有效送检样品为497批次，不合格的172批次。正如巨人集团董事长史玉柱曾在微博上调侃抽检说：对于10亿总量(网购商品总量)，仅抽样这点点样本，在抽样统计学面前有点苍白。一般人并不会细看数据，也不知道抽检的样本局限，看到“总体不合格商品检出率为34.6%”，很容易产生消费恐慌。

抽检样本太少，很容易形成很荒谬的结论。比如，某电商只抽查1件，出了问题，会得出了正品率为0的结论。另家电商只抽查2件，都合格，会得出正品率为100%的结论。正如去年抽检后有人吐槽说：在淘宝上一共抽检了51件商品，得出了淘宝仅37%的正品率，也就是63%的售假率――可淘宝日均在线商品总量超过10亿件，抽检结论太有误导性了。就像一些网站在新闻后的随机调查，如果只看数据，你会看到――近90%的人支持某新规，只有不到10%的人反对――仔细看样本，参与投票的只有6个人，说这种调查是野鸡调查不算过份吧。检验结果事关企业声誉，甚至关系到一个行业的生死，所以检验方式一样不能随意化。

另一个方面的误导在于，媒体报道忽略了一个重要信息，即抽检样本选择的范围――并不是对所有商品的抽检，而是针对“消费投诉较多的商品”。――这个限制非常关键，说明并非整体的不合格率。对数据的分析是不能离开样本限制条件的。比如说，我曾看到过这样一条新闻，题目是：媒体称儿童性侵案45%施暴者系公职人员――看到这个数字，你肯定会大骂公职人员，太特么禽兽了，竟然这么高的比例。可仔细搜索新闻源之后发现，这个标题省略了一个非常关键的新闻要素：公开报道案例。完整的新闻表述应该是：儿童性侵公开报道案例中45%施暴者系公职人员――“公开报道案例”这个样本局限是不能少的，它说明样本来源是媒体报道，而不是一手数据，媒体对报道案例肯定是选择性，公职人员才更有新闻价值。清楚了这个样本前提，就不会以为儿童性侵案45%施暴者都是公职人员。

想起一个段子，说每到春运，火车票一票难求，某年，某电视台记者扛着摄像机到火车上采访乘客，问，你买到票了吗？回答说“买到了”，又采访另一个乘客，说你买到票了吗？也买到了。连续采访了10个人都说买到票了。于是得出结论，一票难求问题得到很大缓解――读懂了这个段子的笑点，你就明白一些野鸡调查是多么的荒唐。就像有一条新闻说：河南六成受访公务员想过辞职，但无一人实践――问题在于，调查的都是在岗的公务员，当然“无一人辞职”，那些辞职的都在样本之外，都没有采访到，就好像笑话里说“今天没来的请举手”。

还有另外一个问题，就是“总体不合格商品”这个笼统的判断也会误导人，因为“不合格”的因素有很多，并非就是常说的“质量有严重问题”。曾跟一个奶企老总聊，他说最怕一些媒体不说具体问题的“笼统报道”，动辄就是中国牛奶多少比例的检验不合格，不说清楚其实就是一两家小企业，也不说清楚“哪里不合格”――其实有些只是包装或说明不合格，笼统地说会误导很多缺乏数据判断力的消费者。

媒介素养一个很重要的方式是“数据素养”，新闻提供的数据往往是单一的、省略的、选择性的――有“数商”的人总能超越新闻中的数据盲区，看到小数据后面的大数据，意识到样本的局限和调查方法的问题，从而摆脱数据预设的立场而作出理性的判断。