WEBVTT

00:00:07.808 --> 00:00:10.839
Egy cég azt állítja, hogy a fogkrémük
több lepedéket távolít el,

00:00:10.839 --> 00:00:12.910
mint bármelyik másik gyártóé.

00:00:12.910 --> 00:00:16.411
Egy politikus azt állítja, hogy ő fogja
a legtöbb munkahelyet teremteni.

00:00:16.411 --> 00:00:18.951
Annyira hozzászoktunk az ilyen túlzásokhoz

00:00:18.951 --> 00:00:20.819
a reklámokban és a politikában,

00:00:20.819 --> 00:00:23.109
hogy már fel sem tűnnek.

00:00:23.131 --> 00:00:26.111
De mi van akkor, ha az állítást
egy grafikon is alátámasztja?

00:00:26.111 --> 00:00:28.471
Hiszen egy grafikon nem valaki véleménye,

00:00:28.471 --> 00:00:32.451
hanem a tényeket ábrázolja,
amelyekkel nehéz vitatkozni.

00:00:32.451 --> 00:00:36.403
Mégis, mint kiderül, egy grafikon
rengeteg módon lehet félrevezető

00:00:36.403 --> 00:00:38.352
vagy akár nyíltan manipulatív.

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

00:00:40.745 --> 00:00:45.760
1992-ben a Chevy azt állította, az ő
autóik a legmegbízhatóbbak Amerikában,

00:00:45.760 --> 00:00:47.510
ezzel a grafikonnal alátámasztva.

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

00:00:51.963 --> 00:00:53.592
még mindig használják,

00:00:53.592 --> 00:00:57.338
de úgy is tűnik, mintha az autóik kétszer
megbízhatóbbak lennének a Toyotáknál.

00:00:57.338 --> 00:01:00.634
Egészen addig, amíg meg nem nézzük
a bal oldali számokat közelebbről,

00:01:00.634 --> 00:01:05.472
és észre nem vesszük, hogy a Toyotához
tartozó érték körülbelül 96,5%.

00:01:05.472 --> 00:01:09.313
A grafikon csak a 95 és 100%
közti tartományt mutatja.

00:01:09.313 --> 00:01:12.963
Ha 0-tól 100-ig mutatná, így nézne ki:

00:01:12.963 --> 00:01:16.243
Ez az adatok megtévesztő
ábrázolásának leggyakoribb módja,

00:01:16.243 --> 00:01:18.333
amit a skála eltorzításával érnek el.

00:01:18.333 --> 00:01:20.804
Az y tengely egy kis részére ráközelítve

00:01:20.804 --> 00:01:25.703
felnagyítható egy alig észrevehető
különbség az ábrázolt adatok között.

00:01:25.703 --> 00:01:27.974
Ez oszlopdiagramoknál még félrevezetőbb,

00:01:27.974 --> 00:01:31.023
mert feltételezzük,
hogy az oszlopok mérete

00:01:31.023 --> 00:01:33.233
arányos az értékükkel.

00:01:33.233 --> 00:01:36.125
A skála akár az x tengely mentén is
el lehet torzítva,

00:01:36.125 --> 00:01:40.414
amit az egy idő alatt történő változást
mutató vonaldiagramokkal szoktak csinálni.

00:01:40.414 --> 00:01:44.747
Az amerikai munkanélküliség 2008 és 2010
közötti növekedését mutató táblázat

00:01:44.747 --> 00:01:47.996
kétféleképpen manipulálja az x tengelyt.

00:01:47.996 --> 00:01:50.395
Először is, a skála következetlen,

00:01:50.395 --> 00:01:53.416
mivel összehúzza a 2009 márciusát követő
15 hónapos időszakot,

00:01:53.416 --> 00:01:56.755
hogy rövidebbnek tűnjön,
mint az előző 6 hónap.

00:01:56.755 --> 00:02:00.106
Az adatokat következetesen használva
más kép tárul elénk,

00:02:00.106 --> 00:02:03.705
s azt látjuk, hogy a munkanélküliség
2009 végére csökkenni kezd.

00:02:03.705 --> 00:02:06.675
És válaszul a kérdésre,
hogy miért növekedett egyáltalán:

00:02:06.675 --> 00:02:10.415
az idővonal a legnagyobb pénzügyi
összeomlás után indul, amelyet az USA

00:02:10.415 --> 00:02:12.626
a nagy gazdasági világválság óta átélt.

00:02:12.626 --> 00:02:15.219
Ezeket a technikákat
az adatok kimazsolázásának hívjuk.

00:02:15.219 --> 00:02:18.869
Egy időszak akár úgy is kiválasztható,
hogy egy jelentős esemény hatása

00:02:18.869 --> 00:02:20.648
pont kimaradjon belőle.

00:02:20.648 --> 00:02:24.762
Egyes adatpontok kiválogatása
fontos változásokat is elrejthet.

00:02:24.762 --> 00:02:27.356
Még ha nincs is semmi gond
magával a grafikonnal,

00:02:27.356 --> 00:02:30.937
a kontextus hiánya félrevezető lehet.

00:02:30.937 --> 00:02:33.997
Ez a grafikon, amely a Super Bowl
éves nézettségét mutatja,

00:02:33.997 --> 00:02:37.626
olyan hatást kelt, mintha az esemény
nézettsége meredeken nőne.

00:02:37.626 --> 00:02:40.198
De a grafikon nem számol
a népesség növekedésével.

00:02:40.198 --> 00:02:41.967
Valójában a nézettség állandó maradt,

00:02:41.967 --> 00:02:45.109
mert ugyan a futballrajongók száma nőtt,

00:02:45.109 --> 00:02:47.959
a műsort nézők aránya nem.

00:02:47.959 --> 00:02:49.888
Végezetül, egy grafikon nem mond sokat,

00:02:49.888 --> 00:02:53.318
ha nem ismerjük az ábrázolt
dolgok jelentőségét.

00:02:53.318 --> 00:02:56.457
Mindkét itt mutatott grafikon
ugyanazon adatokat dolgozza fel

00:02:56.457 --> 00:02:59.719
az amerikai NCEI archívumából.

00:02:59.719 --> 00:03:02.490
De akkor mért keltenek
teljesen különböző hatást?

00:03:02.490 --> 00:03:05.279
Az első ábra 1880-tól 2016-ig
mutatja az adatokat

00:03:05.279 --> 00:03:07.987
az óceánok évi átlaghőmérsékletéről,

00:03:07.987 --> 00:03:10.149
amitől a változás jelentéktelennek tűnik.

00:03:10.149 --> 00:03:12.878
De valójában a hőmérséklet
akár fél foknyi emelkedése is

00:03:12.878 --> 00:03:15.799
óriási ökológiai zavart kelthet.

00:03:15.799 --> 00:03:17.219
Ezért sokkal látványosabb

00:03:17.219 --> 00:03:19.858
a második grafikon, amely az óceán

00:03:19.858 --> 00:03:22.050
évi átlaghőmérsékletének
változását mutatja be.

00:03:22.390 --> 00:03:27.179
Helyesen használva a grafikonok sokat
segítenek összetett dolgok megértésében.

00:03:27.179 --> 00:03:31.180
Viszont a fejlettebb szoftverek
széles körben való elterjedésével

00:03:31.180 --> 00:03:35.900
sokkal egyszerűbbé vált gondatlan
vagy tisztességtelen módon használni őket.

00:03:35.900 --> 00:03:39.560
Ha legközelebb látsz egy grafikont,
ne hagyd, hogy befolyásoljanak a görbék.

00:03:39.560 --> 00:03:40.882
Nézd meg a jelmagyarázatot,

00:03:40.882 --> 00:03:42.130
a számokat,

00:03:42.130 --> 00:03:43.048
az adatsorokat,

00:03:43.048 --> 00:03:44.360
és a kontextust,

00:03:44.363 --> 00:03:47.493
és tedd fel a kérdést, hogy miről is szól
valójában az ábra.