0:00:07.808,0:00:10.839
Egy cég azt állítja, hogy a fogkrémük[br]több lepedéket távolít el,

0:00:10.839,0:00:12.910
mint bármelyik másik gyártóé.

0:00:12.910,0:00:16.411
Egy politikus azt állítja, hogy ő fogja[br]a legtöbb munkahelyet teremteni.

0:00:16.411,0:00:18.951
Annyira hozzászoktunk az ilyen túlzásokhoz

0:00:18.951,0:00:20.819
a reklámokban és a politikában,

0:00:20.819,0:00:23.109
hogy már fel sem tűnnek.

0:00:23.131,0:00:26.111
De mi van akkor, ha az állítást[br]egy grafikon is alátámasztja?

0:00:26.111,0:00:28.471
Hiszen egy grafikon nem valaki véleménye,

0:00:28.471,0:00:32.451
hanem a tényeket ábrázolja,[br]amelyekkel nehéz vitatkozni.

0:00:32.451,0:00:36.403
Mégis, mint kiderül, egy grafikon[br]rengeteg módon lehet félrevezető

0:00:36.403,0:00:38.352
vagy akár nyíltan manipulatív.

0:00:38.352,0:00:40.745
Íme pár dolog, amelyre érdemes figyelni.

0:00:40.745,0:00:45.760
1992-ben a Chevy azt állította, az ő[br]autóik a legmegbízhatóbbak Amerikában,

0:00:45.760,0:00:47.510
ezzel a grafikonnal alátámasztva.

0:00:47.510,0:00:51.963
Ez nem csak azt mutatja, hogy az utóbbi[br]tíz évben eladott autóik 98%-át

0:00:51.963,0:00:53.592
még mindig használják,

0:00:53.592,0:00:57.338
de úgy is tűnik, mintha az autóik kétszer[br]megbízhatóbbak lennének a Toyotáknál.

0:00:57.338,0:01:00.634
Egészen addig, amíg meg nem nézzük[br]a bal oldali számokat közelebbről,

0:01:00.634,0:01:05.472
és észre nem vesszük, hogy a Toyotához[br]tartozó érték körülbelül 96,5%.

0:01:05.472,0:01:09.313
A grafikon csak a 95 és 100%[br]közti tartományt mutatja.

0:01:09.313,0:01:12.963
Ha 0-tól 100-ig mutatná, így nézne ki:

0:01:12.963,0:01:16.243
Ez az adatok megtévesztő[br]ábrázolásának leggyakoribb módja,

0:01:16.243,0:01:18.333
amit a skála eltorzításával érnek el.

0:01:18.333,0:01:20.804
Az y tengely egy kis részére ráközelítve

0:01:20.804,0:01:25.703
felnagyítható egy alig észrevehető[br]különbség az ábrázolt adatok között.

0:01:25.703,0:01:27.974
Ez oszlopdiagramoknál még félrevezetőbb,

0:01:27.974,0:01:31.023
mert feltételezzük,[br]hogy az oszlopok mérete

0:01:31.023,0:01:33.233
arányos az értékükkel.

0:01:33.233,0:01:36.125
A skála akár az x tengely mentén is[br]el lehet torzítva,

0:01:36.125,0:01:40.414
amit az egy idő alatt történő változást[br]mutató vonaldiagramokkal szoktak csinálni.

0:01:40.414,0:01:44.747
Az amerikai munkanélküliség 2008 és 2010[br]közötti növekedését mutató táblázat

0:01:44.747,0:01:47.996
kétféleképpen manipulálja az x tengelyt.

0:01:47.996,0:01:50.395
Először is, a skála következetlen,

0:01:50.395,0:01:53.416
mivel összehúzza a 2009 márciusát követő[br]15 hónapos időszakot,

0:01:53.416,0:01:56.755
hogy rövidebbnek tűnjön,[br]mint az előző 6 hónap.

0:01:56.755,0:02:00.106
Az adatokat következetesen használva[br]más kép tárul elénk,

0:02:00.106,0:02:03.705
s azt látjuk, hogy a munkanélküliség[br]2009 végére csökkenni kezd.

0:02:03.705,0:02:06.675
És válaszul a kérdésre,[br]hogy miért növekedett egyáltalán:

0:02:06.675,0:02:10.415
az idővonal a legnagyobb pénzügyi[br]összeomlás után indul, amelyet az USA

0:02:10.415,0:02:12.626
a nagy gazdasági világválság óta átélt.

0:02:12.626,0:02:15.219
Ezeket a technikákat[br]az adatok kimazsolázásának hívjuk.

0:02:15.219,0:02:18.869
Egy időszak akár úgy is kiválasztható,[br]hogy egy jelentős esemény hatása

0:02:18.869,0:02:20.648
pont kimaradjon belőle.

0:02:20.648,0:02:24.762
Egyes adatpontok kiválogatása[br]fontos változásokat is elrejthet.

0:02:24.762,0:02:27.356
Még ha nincs is semmi gond[br]magával a grafikonnal,

0:02:27.356,0:02:30.937
a kontextus hiánya félrevezető lehet.

0:02:30.937,0:02:33.997
Ez a grafikon, amely a Super Bowl[br]éves nézettségét mutatja,

0:02:33.997,0:02:37.626
olyan hatást kelt, mintha az esemény[br]nézettsége meredeken nőne.

0:02:37.626,0:02:40.198
De a grafikon nem számol[br]a népesség növekedésével.

0:02:40.198,0:02:41.967
Valójában a nézettség állandó maradt,

0:02:41.967,0:02:45.109
mert ugyan a futballrajongók száma nőtt,

0:02:45.109,0:02:47.959
a műsort nézők aránya nem.

0:02:47.959,0:02:49.888
Végezetül, egy grafikon nem mond sokat,

0:02:49.888,0:02:53.318
ha nem ismerjük az ábrázolt[br]dolgok jelentőségét.

0:02:53.318,0:02:56.457
Mindkét itt mutatott grafikon[br]ugyanazon adatokat dolgozza fel

0:02:56.457,0:02:59.719
az amerikai NCEI archívumából.

0:02:59.719,0:03:02.490
De akkor mért keltenek[br]teljesen különböző hatást?

0:03:02.490,0:03:05.279
Az első ábra 1880-tól 2016-ig[br]mutatja az adatokat

0:03:05.279,0:03:07.987
az óceánok évi átlaghőmérsékletéről,

0:03:07.987,0:03:10.149
amitől a változás jelentéktelennek tűnik.

0:03:10.149,0:03:12.878
De valójában a hőmérséklet[br]akár fél foknyi emelkedése is

0:03:12.878,0:03:15.799
óriási ökológiai zavart kelthet.

0:03:15.799,0:03:17.219
Ezért sokkal látványosabb

0:03:17.219,0:03:19.858
a második grafikon, amely az óceán

0:03:19.858,0:03:22.050
évi átlaghőmérsékletének[br]változását mutatja be.

0:03:22.390,0:03:27.179
Helyesen használva a grafikonok sokat[br]segítenek összetett dolgok megértésében.

0:03:27.179,0:03:31.180
Viszont a fejlettebb szoftverek[br]széles körben való elterjedésével

0:03:31.180,0:03:35.900
sokkal egyszerűbbé vált gondatlan[br]vagy tisztességtelen módon használni őket.

0:03:35.900,0:03:39.560
Ha legközelebb látsz egy grafikont,[br]ne hagyd, hogy befolyásoljanak a görbék.

0:03:39.560,0:03:40.882
Nézd meg a jelmagyarázatot,

0:03:40.882,0:03:42.130
a számokat,

0:03:42.130,0:03:43.048
az adatsorokat,

0:03:43.048,0:03:44.360
és a kontextust,

0:03:44.363,0:03:47.493
és tedd fel a kérdést, hogy miről is szól[br]valójában az ábra.