ある歯磨き粉メーカーの製品は
どんな製品よりも

歯垢除去できると宣伝しています

ある政治家は
自分の政策が最も雇用を生み出すと言います

このような広告や政治家の誇張を聞くことに

私たちは慣れすぎていて

目をしばたくこともありません

しかしグラフがあったらどうでしょうか

グラフは個人的見解ではなく

冷厳と数字を表現しており
議論の余地はないはずです

しかし実のところ
様々な方法でグラフを用いて

誤解を生じさせたり
公然と情報操作したりできるのです

例えばこのようなことを
注意しないといけません

1992年の広告でシボレーは
自社トラックがアメリカで最も信頼おけると

こちらのグラフを使って宣伝しました

それは過去10年で販売された
シボレーのトラックの

98％がまだ現役で走っているだけでなく

トヨタのトラックの２倍も
信頼できるかに見えるのです

しかしそれは左側の数字を注意深く見て

トヨタの数字が96.5%であるのを
見つけるまでです

目盛は95から100%しかないのです

0から100まであったらこのように見えます

目盛を操作することで
グラフのデータを歪めて見せる

よく見られる方法のひとつです

Y軸のわずかな部分にクローズアップして

比較対象間の僅かな差を
誇張するのです

特に棒グラフが惑わされやすいのは

グラフの高さの差が

値と比例していると思い込むからです

X軸の目盛を操作することもできます

線グラフで時間軸における何かの変化を
示す際によくあります

2008年から2010年の米国失業者数が
増加しているのを示していますが

X軸は２つの観点で操作されています

まず第一に目盛が等間隔ではなくて

2009年3月以降の
15か月の期間が縮められており

その前の６か月より短く見えるのです

一貫性のあるデータポイントを
より多く使うことで

失業が2009年の終わり頃から
緩やかになるという状況が見えます

そしてどうして
まず最初に増加傾向にあったのかというと

米国大恐慌後のもっとも大きな経済危機から

この時間軸が始まっているからです

これらのテクニックは
チェリー・ピッキングとして知られています

主要イベントの影響が現れないように
時間軸の範囲を

注意深く選び出すのです

また特定のデータポイントを選択することで
その間の重要な変化を隠すことができます

グラフ自体に間違いはなくとも
関係あるデータを取り除くことにより

誤解を招くような印象をもたらします

この図はスーパーボールを
毎年見る視聴者の数で

人気が沸騰しているかに見えます

しかしこれは人口増加が考慮されていません

視聴率は実際のところ
一定にとどまっています

フットボールのファンは増加している一方で

視聴者層におけるシェアは
そうではないからです

最後に グラフの示す内容を

きちんと理解できていなければ
グラフが何かを物語ることはありません

次のグラフは両方とも
同一の海面温度データを利用しています

国立環境情報センターのデータです

どうして真逆の印象を与えるように
見えるのでしょうか

最初のグラフは1880年から2016年の

年間平均海面温度を示しており

変化がほとんどないかのように
見せています

しかしながら実は
たった0.5℃の違いですら

大規模な生態系破壊を起こし得るのです

ですので二番目のグラフでは

毎年の年間平均温度変化を示しており

はるかに重要な意味をもつのです

正しく用いられればグラフは複雑なデータを
直感的に理解するのに役立ちます

しかし視覚ソフトにより あらゆるメディアで
グラフを多用できるようになる一方で

不注意だったり 不誠実な利用に
陥ることも出てきました

次回グラフを見たら線や
曲線に振り回されず

軸ラベルを見て

数値

目盛

その文脈

そしてその全体像が語ろうとしている
話について問い直してみましょう