Egy cég azt állítja, hogy a fogkrémük
több lepedéket távolít el,

mint bármelyik másik gyártóé.

Egy politikus azt állítja, hogy ő fogja
a legtöbb munkahelyet teremteni.

Annyira hozzászoktunk az ilyen túlzásokhoz

a reklámokban és a politikában,

hogy már fel sem tűnnek.

De mi van akkor, ha az állítást
egy grafikon is alátámasztja?

Hiszen egy grafikon nem valaki véleménye,

hanem a tényeket ábrázolja,
amelyekkel nehéz vitatkozni.

Mégis, mint kiderül, egy grafikon
rengeteg módon lehet félrevezető

vagy akár nyíltan manipulatív.

Íme pár dolog, amelyre érdemes figyelni.

1992-ben a Chevy azt állította, az ő
autóik a legmegbízhatóbbak Amerikában,

ezzel a grafikonnal alátámasztva.

Ez nem csak azt mutatja, hogy az utóbbi
tíz évben eladott autóik 98%-át

még mindig használják,

de úgy is tűnik, mintha az autóik kétszer
megbízhatóbbak lennének a Toyotáknál.

Egészen addig, amíg meg nem nézzük
a bal oldali számokat közelebbről,

és észre nem vesszük, hogy a Toyotához
tartozó érték körülbelül 96,5%.

A grafikon csak a 95 és 100%
közti tartományt mutatja.

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

Ez az adatok megtévesztő
ábrázolásának leggyakoribb módja,

amit a skála eltorzításával érnek el.

Az y tengely egy kis részére ráközelítve

felnagyítható egy alig észrevehető
különbség az ábrázolt adatok között.

Ez oszlopdiagramoknál még félrevezetőbb,

mert feltételezzük,
hogy az oszlopok mérete

arányos az értékükkel.

A skála akár az x tengely mentén is
el lehet torzítva,

amit az egy idő alatt történő változást
mutató vonaldiagramokkal szoktak csinálni.

Az amerikai munkanélküliség 2008 és 2010
közötti növekedését mutató táblázat

kétféleképpen manipulálja az x tengelyt.

Először is, a skála következetlen,

mivel összehúzza a 2009 márciusát követő
15 hónapos időszakot,

hogy rövidebbnek tűnjön,
mint az előző 6 hónap.

Az adatokat következetesen használva
más kép tárul elénk,

s azt látjuk, hogy a munkanélküliség
2009 végére csökkenni kezd.

És válaszul a kérdésre,
hogy miért növekedett egyáltalán:

az idővonal a legnagyobb pénzügyi
összeomlás után indul, amelyet az USA

a nagy gazdasági világválság óta átélt.

Ezeket a technikákat
az adatok kimazsolázásának hívjuk.

Egy időszak akár úgy is kiválasztható,
hogy egy jelentős esemény hatása

pont kimaradjon belőle.

Egyes adatpontok kiválogatása
fontos változásokat is elrejthet.

Még ha nincs is semmi gond
magával a grafikonnal,

a kontextus hiánya félrevezető lehet.

Ez a grafikon, amely a Super Bowl
éves nézettségét mutatja,

olyan hatást kelt, mintha az esemény
nézettsége meredeken nőne.

De a grafikon nem számol
a népesség növekedésével.

Valójában a nézettség állandó maradt,

mert ugyan a futballrajongók száma nőtt,

a műsort nézők aránya nem.

Végezetül, egy grafikon nem mond sokat,

ha nem ismerjük az ábrázolt
dolgok jelentőségét.

Mindkét itt mutatott grafikon
ugyanazon adatokat dolgozza fel

az amerikai NCEI archívumából.

De akkor mért keltenek
teljesen különböző hatást?

Az első ábra 1880-tól 2016-ig
mutatja az adatokat

az óceánok évi átlaghőmérsékletéről,

amitől a változás jelentéktelennek tűnik.

De valójában a hőmérséklet
akár fél foknyi emelkedése is

óriási ökológiai zavart kelthet.

Ezért sokkal látványosabb

a második grafikon, amely az óceán

évi átlaghőmérsékletének
változását mutatja be.

Helyesen használva a grafikonok sokat
segítenek összetett dolgok megértésében.

Viszont a fejlettebb szoftverek
széles körben való elterjedésével

sokkal egyszerűbbé vált gondatlan
vagy tisztességtelen módon használni őket.

Ha legközelebb látsz egy grafikont,
ne hagyd, hogy befolyásoljanak a görbék.

Nézd meg a jelmagyarázatot,

a számokat,

az adatsorokat,

és a kontextust,

és tedd fel a kérdést, hogy miről is szól
valójában az ábra.