演讲的艺术-第12章
按键盘上方向键 ← 或 → 可快速上下翻页,按键盘上的 Enter 键可回到本书目录页,按键盘上方向键 ↑ 可回到本页顶部!
————未阅读完?加入书签已便下次继续阅读!
是,我们都知道,今天的一美元能够买到的东西,远没有哈里·杜鲁门总统时期能够买到的
东西多。反映通胀水平的一个尺度是消费者物价指数,这个指数评估任何一个年份中一美元
相对于 1967 年的购买能力的价值。如果我们把消费者物价指数应用到这三位总统的工资当
中,就可以看出三个人按1967 年的美元价值各挣多少。
1 .1947 年,哈里·杜鲁门总统挣到 10。4 万美元。
2 .1967 年,林顿·约翰逊总统挣到 10 万美元。
3 .1997 年,比尔·克林顿总统挣到 5。9 万美元。
换句话说,虽然克林顿的工资最高,但是,他那 20 万美元的价值比杜鲁门总统的 7。5
万美元少得多。
这里的意思是说,从统计学的角度看,人们看到的东西远不是事实。查找演讲的统计资
料时,一定要评估这些统计资料的价值,主要从以下几个方面的问题着手。
这些统计数据是否有代表性?
打个比方说。上课路上,你随机选择十名学生,问他们是支持还是反对政府为读私立学
校的学生提供免税优惠。再打个比方,有六名学生支持这样的免税计划,而另外四名学生反
对这样的计划。你说私立学校里面支持政府为私立学校提供资金支持的比例为 60%,这个
说法准确吗?
当然不准确。十个学生并不是足够数量的样本。但是,哪怕是足够多数量的样本,其他
的问题仍然存在。受访的这十名学生是否能准确反映新生、二年级学生、三年级学生和四年
级学生的比例?他们能代表男学生和女学生的比例吗?不同的专业是否得到足够的表达?
非专职学生和全日制学生的比例如何?不同文化和宗教背景的学生是否得到表达?
简短地说,要确保你的统计数据能够代表你要测量的东西。
统计尺度是否得到正确利用?
这里有两组数字:
第一组:
7;500
6;300
5;000
4;400
4;400
第二组:
5;400
5;400
5;000
2;300
1;700
我们来把三个基本的统计尺度用在这每一组数字当中:平均数、中值和众值。
平均数,一般称为均数,是把一组数字里面所有的项目加起来除以项数来确定的。第一
组里面的平均数是5;520。第二组里面的平均数是3;960。
中值是指一组数字按从最高到最低的顺序排列下来以后,处于中间位置的数字。第一组
和第二组数字的中值一模一样,都是 5;000。
众值是一组数字里面出现频率最高的数字。第一组数字的众值是 4;400,第二组数字的
众值是 5;400。
请注意下面的结果:
第一组 第二组
平均数 5;520 3;960
中值 5;000 5;000
众值 4;400 5;400
所有这些计量尺度都有同样的一个目标,指明一组数字的典型状况或特点。但是,我们
来看看,根据使用的尺度不同,两组数字的结果有很大差别。
不同尺度之间的差别有时候很惊人。例如,纽约、洛杉矶和芝加哥等主要媒体中心之外
的地方电视新闻播报员的平均工资为每年 60;800 美元。但是,大部分地方播报员都挣不到
这么多的钱。这个平均值因为付给少数几位地方电视台的明星播报员的超高工资(多达每年
600;000 美元)而抬高。对照而言,地方新闻播报员的中值工资为43;000 美元,这个数字不
值得人们嘲笑,但是,比平均的工资水平还是少了 17;800 美元。
演讲人应该如何利用这不同的尺度呢?电视台的拥有者可能会引述平均工资数(60;800
美元)说明地方播报员的工资水平已经很高了。新闻播报员组织则可能会强调中值(43;000
美元)显示工资水平远没有电视台拥有者所说的那么高。两个演讲人都说了真话,但是,除
非他们澄清统计数字的意义,否则都不是诚实的话。
统计数字的来源可靠吗?
对填埋场毒性垃圾造成的环境危险的估计有很多来源。有美国环境保护机构的评估,也
有拥有那个填埋场的公司编制的评估报告。哪一个更可靠呢?很容易,美国环境保护机构做
的评估报告更可靠,因为这个组织对数字看起来是个什么样子并无特别大的兴趣。消费者协
会(一家极受尊重的非赢利组织)和汉堡王都可以拿出快速食品的营养评估,哪家的评估更
可靠?这也很容易看出来。消费者协会的报告更可靠,因为这个组织的报告并不会被做广告
的经理们所操纵。
但是,现在问题更棘手了。支持或反对医疗保险的团体拿出来的互相矛盾的统计报告
呢?学校董事会和罢课反对校董会的教师对不同数字的看法呢?在这些例子当中,答案并不
是很清晰,因为双方是根据各自的动机表达事实的。
作为演讲人,你必须意识到运用数字时的偏袒情况。由于统计数字可以多种方式解释,
并付诸不同用途,你就应该寻找由客观和不偏袒的来源收集的数字。
利用数据量化自己的思想
统计数字的主要价值是让思想具备数字化的准确性,这在你努力引证一个问题的存在时
尤其重要。例子可使问题历历在目,并以个性化的用语使其触目惊心。但是,听众仍然会怀
疑,到底有多少人受到所说问题的影响。在这样的情形当中,你应该转向统计数字。研究显
示,如果有说明例子是典型情况的统计数字跟随其后,例子会产生大得多的影响。
假定你在谈论的是需要对老年人的行车执照提出更高要求。你的一部分演讲谈到年龄在
70 岁及以上的驾驶者引发的交通事故在不断增加。你会拿出一个例子,使你的演讲个性化,
之后你会拿出许多细节,比如下面的这一段:
玛丽·怀曼在缅因州温斯洛市的龙虾笼和排骨屋举行的 87 岁生日庆典砰地一声结束。
怀曼从停车场倒出来,结果她那辆比克车失控,跟犁田似地一头朝这家餐馆拥挤的餐厅冲去。
进餐的人吓得要死,乱成一团,四处寻找藏身之处,结果餐桌和椅子四处纷飞。共有 27 个
人受伤,警方说,没有人因此丧命真是一件奇事。
听众听到这样的一个例子,心里一定会问:“是啊,这可真是一件不幸的事情,但是,
老年驾驶者的事故率真的已经成为一个严重问题了吗?”因为预期会有这样的疑问,敏感的
演讲人会把一些数据包括到演讲里面去,以使这样的问题量化:
《时代》杂志解释说,过去十年里,70 岁及以上的驾驶者造成的致命撞车事故上升了
42%,达到每年5,000 多起。在未来20 年时间里,美国将有3,000 多万70 岁以上的人,
公路安全专家警告说,涉及老年汽车驾驶者的撞车死亡事故的数量极有可能超过酒后驾车造
成的死亡率。
此时,听众极有可能同意,也许的确需要对驾驶资格提出更高要求。
不可滥用统计数据
统计数据固然有帮助,但是,如果一篇演讲从头到尾堆满统计数据,听众很容易就昏昏
欲睡。只有需要的时候才插进一些统计数据,然后确保这些数字容易为听众所理解。哪怕最
专心的听众,听到下面的演讲也会如坠五里雾中:
根据卫生及民政部的数字,美国婴儿的生命预期在 39 个工业化国家当中,男性名列第
十八位,女性名列第22 位。作为比较,美国男性的生命预期为 71。5 年,日本男性的生命预
期为75。8 年。在39 个工业化国家当中,美国的婴儿死亡率名列第22 位,比日本高出一倍。
加拿大名列第 7 位。美国当前的人均卫生支出比加拿大高出 40 个百分点,比日本高出 127
个百分点。
P178 图文
有力的论证材料经常会形成好的演讲与差的演讲之间的差别。这在课堂演讲中是如此,
在商务、政治和社区生活演讲当中也是一样。
与其将听众淹没在统计数字的大海里,倒不如仅用其中几个重要的数据。例如:
根据卫生及民政部的数字,美国的人均寿命在工业化国家中处于较低水平。我们的婴儿
死亡率处于最高的水平之一。但是,我们比其他国家花更多的钱用于卫生,比加拿大高出
40 个百分点,比日本高出 127 个百分点。
第二个陈述说的意思跟第一个陈述是一样的,但现在,演讲人的思想更容易清楚地体现
出来,因为第一种陈述的意思淹没在太多的数字当中。
说明统计数据的来源
如我们已经看到的一样,数字是很容易为人所操纵的。正是这个原因,小心的听众才会
对演讲人统计数字的来源处处留心。有一位学生是通过经验了解到这一点的。在一篇名为“改
善美国的教育:事实针对虚构”的演讲当中,他说美国花在教育上的钱比日本、德国和瑞典
多,这几个国家都被认为是拥有更好的教育制度。他说,美国国内生产总值的7%花在教育
上。对照而言,日本只花了4。8%,德国只花了4。9%,瑞典只花了6。8%。这些都是让人惊讶
的数字,尤其是在最近有人担心美国对教育的支出不足的时候。但是,因为这个学生没有说
出他是从哪里得到这些数据的,他的同学就不愿意接受这些数字。他们肯定他的观点是错误
的。
但后来发现,他的那些数字都是相当可靠的。那些数字来自《新闻周刊》杂志上发表的
一篇论述教育的长篇报告中。如果演讲人提到他的演讲中引用的那些数字的来源,他的演讲
一定会更加成功。
解释统计数字
统计数字本身并不会说话。它们需要加以解释,重新说给听众听。注意下面这位演讲人
如何有效地做到了这一点:
全美国的儿童都梦想长大以后当一名职业运动员,但是,这个梦想成真的机会是很小的。
我们仅仅拿一门体育为例。在任何一个年份里,2 万名在大学里打垒球的学生当中,一般只
有不到 40 名最后能够进入全美垒球协会。约翰·斯洛特是西方大学的校长,他正确地解释
了这些数字,他说:“在波士顿凯尔特人队找到一个起点的机会,远没有成为一名脑外科医
生的机会大。”
当你处理很大数字的时候,解释统计数字的意义尤