1 00:00:07,808 --> 00:00:10,839 Une marque de dentifrice prétend que son produit combat mieux 2 00:00:10,839 --> 00:00:13,070 le tartre que tout autre produit jamais conçu. 3 00:00:13,070 --> 00:00:16,411 Un politicien vous promet que son projet créera le plus d'emplois. 4 00:00:16,411 --> 00:00:18,951 Nous sommes tant confrontés à de telles exagérations 5 00:00:18,951 --> 00:00:20,850 en politique ou dans les publicités 6 00:00:20,850 --> 00:00:23,131 que nous ne sourcillons même pas. 7 00:00:23,131 --> 00:00:26,111 Mais qu'en est-il d'une promesse accompagnée d'un graphique ? 8 00:00:26,111 --> 00:00:28,471 Après tout, un graphique n'est pas subjectif. 9 00:00:28,471 --> 00:00:32,611 Il montre des chiffres tangibles et authentiques, donc indiscutables. 10 00:00:32,611 --> 00:00:36,403 Pourtant, différents stratagèmes permettent de rendre un graphique 11 00:00:36,403 --> 00:00:38,192 trompeur voire totalement captieux. 12 00:00:38,192 --> 00:00:40,745 Voici les éléments auxquels il faut prêter attention. 13 00:00:40,745 --> 00:00:45,620 Sur cette pub de 1992, Chevy, invoquant ce graphique, prétendait construire 14 00:00:45,620 --> 00:00:47,510 les camions les plus fiables des USA. 15 00:00:47,510 --> 00:00:51,703 Non seulement y voit-on que 98% des véhicules vendus par Chevy 16 00:00:51,703 --> 00:00:53,592 ces 10 dernières années roulent encore, 17 00:00:53,592 --> 00:00:57,338 mais l'on a l'impression qu'ils sont deux fois plus fiables que ceux de Toyota. 18 00:00:57,338 --> 00:01:00,634 Toutefois, en examinant de plus près les chiffres sur la gauche, 19 00:01:00,634 --> 00:01:05,472 on observe que le taux de Toyota avoisine les 96,5 %. 20 00:01:05,472 --> 00:01:09,313 L'échelle ne s'étend que de 95 à 100 %. 21 00:01:09,313 --> 00:01:12,963 Si la fourchette s'étendait de 0 à 100, le graphique aurait cette allure. 22 00:01:12,963 --> 00:01:16,723 Voici l'un des moyens les plus habituels de dénaturer les données d'un graphe : 23 00:01:16,723 --> 00:01:18,333 en déformant l'échelle. 24 00:01:18,333 --> 00:01:20,804 Un zoom sur une portion réduite de l'axe des y 25 00:01:20,804 --> 00:01:25,703 amplifie la différence quasi-indétectable entre les éléments comparés. 26 00:01:25,703 --> 00:01:28,244 Les graphiques en bâtonnets sont éminemment trompeurs 27 00:01:28,244 --> 00:01:31,023 car nous considérons l'écart de taille entre les bâtonnets 28 00:01:31,023 --> 00:01:33,233 comme proportionnel aux valeurs. 29 00:01:33,233 --> 00:01:36,125 Mais l'on peut aussi déformer l'échelle sur l'axe des x, 30 00:01:36,125 --> 00:01:40,414 notamment dans le cas de graphes linéaires montrant une évolution à travers le temps. 31 00:01:40,414 --> 00:01:44,747 Ce diagramme indiquant la hausse du taux de chômage aux USA entre 2008 et 2010 32 00:01:44,747 --> 00:01:47,996 a été modifié sur l'axe des x selon deux optiques. 33 00:01:47,996 --> 00:01:50,395 Premièrement, l'échelle est incohérente : 34 00:01:50,395 --> 00:01:53,416 la plage de 15 mois suivant le mois de mars 2009 a été comprimée 35 00:01:53,416 --> 00:01:56,755 pour paraître plus courte que les six mois précédents. 36 00:01:56,755 --> 00:02:00,106 En prenant des coordonnées plus uniformes, la lecture est différente 37 00:02:00,106 --> 00:02:03,705 et les pertes d'emplois semblent diminuer à la fin de l'année 2009. 38 00:02:03,705 --> 00:02:06,675 Si vous vous demandez pourquoi la courbe augmentait au début, 39 00:02:06,675 --> 00:02:10,615 c'est que la ligne du temps débute juste après la plus grande crise financière 40 00:02:10,615 --> 00:02:12,626 américaine depuis la Grande Dépression. 41 00:02:12,626 --> 00:02:15,219 Ces stratagèmes portent un nom : le « picorage ». 42 00:02:15,219 --> 00:02:17,489 Un laps de temps peut être choisi avec soin 43 00:02:17,489 --> 00:02:20,648 pour qu'en soient exclues les retombées d'un événement important. 44 00:02:20,648 --> 00:02:24,762 Et le choix de points spécifiques permet de dissimuler des changements cruciaux. 45 00:02:24,762 --> 00:02:27,356 Même si le graphe en tant que tel est absolument exact, 46 00:02:27,356 --> 00:02:30,937 l'omission de données pertinentes peut induire une impression trompeuse. 47 00:02:30,937 --> 00:02:34,007 Ce graphe présentant le nombre de téléspectateurs annuels 48 00:02:34,007 --> 00:02:37,626 du Super Bowl semble indiquer une expansion de la popularité de l'événement. 49 00:02:37,626 --> 00:02:40,198 Mais il occulte la croissance démographique. 50 00:02:40,198 --> 00:02:41,967 Les chiffres sont restés stables 51 00:02:41,967 --> 00:02:45,109 car si le nombre de fans de football américain a augmenté, 52 00:02:45,109 --> 00:02:47,959 leur part d'audience totale n'a pas évolué. 53 00:02:47,959 --> 00:02:49,888 Enfin, un graphe ne saura vous éclairer 54 00:02:49,888 --> 00:02:53,318 si vous ignorez la véritable portée des données présentées. 55 00:02:53,318 --> 00:02:56,457 Ces deux graphes utilisent les mêmes températures océaniques 56 00:02:56,457 --> 00:02:59,719 fournies par le Centre américain d'information environnementale. 57 00:02:59,719 --> 00:03:02,490 Alors, pourquoi les courbes nous semblent-elles opposées ? 58 00:03:02,490 --> 00:03:05,589 Le premier montre la moyenne annuelle des températures océaniques 59 00:03:05,589 --> 00:03:07,987 entre 1880 et 2016, 60 00:03:07,987 --> 00:03:10,149 ce qui rend les variations infimes. 61 00:03:10,149 --> 00:03:13,218 Alors que dans les faits, une augmentation d'un simple demi-degré 62 00:03:13,218 --> 00:03:15,799 peut générer une immense perturbation écologique. 63 00:03:15,799 --> 00:03:17,239 C'est pourquoi l'autre graphe, 64 00:03:17,239 --> 00:03:19,948 qui montre les variations de température moyennes par an, 65 00:03:19,948 --> 00:03:22,390 est bien plus pertinent. 66 00:03:22,390 --> 00:03:27,379 Bien utilisés, les graphes nous permettent de saisir aisément des données complexes. 67 00:03:27,379 --> 00:03:31,180 Les logiciels de visualisation ont certes permis un emploi massif des graphes 68 00:03:31,180 --> 00:03:35,900 dans les médias mais les ont aussi rendus plus facilement falsifiables ou trompeurs. 69 00:03:35,900 --> 00:03:39,560 Dès lors, ne vous laissez plus influencer par les courbes d'un graphique. 70 00:03:39,560 --> 00:03:40,882 Examinez les légendes, 71 00:03:40,882 --> 00:03:42,130 les nombres, 72 00:03:42,130 --> 00:03:43,048 l'échelle 73 00:03:43,048 --> 00:03:44,360 ainsi que le contexte 74 00:03:44,360 --> 00:03:46,780 et cherchez l'histoire cachée derrière l'image.