0:00:07.488,0:00:10.839
Uma marca de pasta de dente afirma [br]que seu produto combate mais placas

0:00:10.839,0:00:12.910
do que qualquer outro produto já criado.

0:00:12.910,0:00:16.141
Um político nos diz que vai criar[br]mais empregos do que todo mundo.

0:00:16.321,0:00:18.951
Estamos tão acostumados[br]a ouvir esse tipo de exagero

0:00:18.951,0:00:22.660
das propagandas e dos políticos[br]que nem nos abalamos mais.

0:00:23.051,0:00:25.891
Mas e se isso tudo vier[br]acompanhado de um gráfico?

0:00:25.931,0:00:28.471
Afinal, um gráfico[br]não é apenas uma opinião.

0:00:28.471,0:00:32.611
Ele representa números frios,[br]precisos, e quem pode refutá-los?

0:00:32.611,0:00:36.343
No entanto, como sói acontecer, há muitas[br]formas de os gráficos serem enganosos

0:00:36.343,0:00:38.072
e completamente manipulados.

0:00:38.072,0:00:40.425
Assim, temos de ficar[br]atentos a algumas coisas.

0:00:40.485,0:00:45.400
Neste anúncio de 92, a Chevy afirma fazer[br]as caminhonetes mais confiáveis dos EUA,

0:00:45.410,0:00:47.290
e usa este gráfico para provar isso.

0:00:47.400,0:00:50.613
Ele não só mostra que 98%[br]de todas as caminhonetes Chevy

0:00:50.613,0:00:53.592
vendidas nos últimos dez anos[br]ainda estão rodando,

0:00:53.592,0:00:57.218
mas parece que elas são duas vezes[br]mais confiáveis do que as da Toyota.

0:00:57.338,0:01:00.634
Isto é, até olharmos com atenção[br]os números da esquerda

0:01:00.634,0:01:05.132
e percebermos que o número[br]para a Toyota é cerca de 96,5%.

0:01:05.222,0:01:09.033
A escala vai apenas de 95 a 100%.

0:01:09.233,0:01:12.493
Se ela fosse de 0 a 100, ela seria assim.

0:01:12.703,0:01:16.243
Essa é uma das formas mais comuns[br]de usar mau os gráficos:

0:01:16.243,0:01:18.013
distorcer a escala.

0:01:18.053,0:01:20.804
Observando atentamente[br]uma pequena parte do eixo y,

0:01:20.804,0:01:25.433
pode-se ver uma diferença difícil de ser[br]detectada entre as coisas comparadas.

0:01:25.493,0:01:27.974
E é especialmente enganoso[br]com gráficos de barras,

0:01:27.974,0:01:30.673
uma vez que supomos que a diferença[br]no tamanho das barras

0:01:30.673,0:01:32.653
seja proporcional aos valores.

0:01:32.893,0:01:36.125
Mas a escala também pode ser[br]distorcida ao longo do eixo x,

0:01:36.125,0:01:39.744
normalmente em gráficos de linha[br]indicando mudanças ao longo do tempo.

0:01:40.154,0:01:44.747
Esta tabela, que mostra o aumento[br]do desemprego nos EUA de 2008 a 2010,

0:01:44.747,0:01:47.696
manipula o eixo x de duas formas.

0:01:47.856,0:01:50.395
Primeiro, a escala é inconsistente,

0:01:50.395,0:01:53.416
comprimindo um período[br]de 15 meses após março de 2009

0:01:53.416,0:01:56.645
para parecer menor[br]do que nos 6 meses anteriores.

0:01:56.755,0:02:00.016
Usar dados mais consistentes[br]nos traz um cenário diferente

0:02:00.016,0:02:03.405
com as perdas de vagas[br]abrandando no final de 2009.

0:02:03.705,0:02:06.675
Tentando imaginar por que eles aumentaram,

0:02:06.675,0:02:10.615
a linha do tempo começa imediatamente[br]após o maior colapso financeiro dos EUA

0:02:10.615,0:02:12.316
desde a Grande Depressão.

0:02:12.316,0:02:15.009
Essa técnica é conhecida[br]como "supressão de evidências".

0:02:15.069,0:02:18.869
Um período pode ser escolhido a dedo[br]para excluir o impacto do evento maior

0:02:18.869,0:02:20.648
no qual está contido.

0:02:20.648,0:02:24.762
A seleção de dados específicos pode[br]esconder mudanças importantes no meio.

0:02:24.762,0:02:27.356
Mesmo quando não há nada errado[br]com o próprio gráfico,

0:02:27.356,0:02:30.937
deixar de fora dados relevantes[br]pode dar uma falsa impressão.

0:02:30.937,0:02:34.167
Essa tabela mostrando quantas pessoas[br]assistem ao Super Bowl por ano

0:02:34.167,0:02:37.626
faz parecer que a popularidade[br]do evento está bombando.

0:02:37.626,0:02:40.198
Mas não leva em conta[br]o crescimento da população.

0:02:40.198,0:02:41.967
As taxas são de fato bem constantes,

0:02:41.967,0:02:45.109
pois, enquanto o número de fãs[br]do futebol americano tem crescido,

0:02:45.109,0:02:47.959
sua fatia no total de espectadores não.

0:02:47.959,0:02:49.888
Concluindo, um gráfico não nos diz muito

0:02:49.888,0:02:53.318
se não sabemos todo o contexto[br]do que está sendo apresentado.

0:02:53.318,0:02:56.617
Os dois gráficos a seguir usam[br]os mesmos dados da temperatura oceânica

0:02:56.617,0:02:59.489
do National Centers [br]for Environmental Information.

0:02:59.549,0:03:02.490
Assim, por que eles parecem dar[br]impressões opostas?

0:03:02.490,0:03:07.767
O primeiro gráfico mostra a média anual[br]da temperatura oceânica de 1880 a 2016,

0:03:07.767,0:03:10.149
fazendo a mudança parecer insignificante.

0:03:10.149,0:03:12.878
Mas, na realidade, um aumento[br]de até mesmo 0,5 °C

0:03:12.878,0:03:15.449
pode causar sérios problemas ecológicos,

0:03:15.449,0:03:17.219
razão pela qual, no segundo gráfico,

0:03:17.219,0:03:19.778
que mostra a variação média[br]de temperatura a cada ano,

0:03:19.778,0:03:21.650
é bem mais significativa.

0:03:22.030,0:03:23.459
Quando bem usados,

0:03:23.459,0:03:27.119
os gráficos podem nos ajudar a entender[br]intuitivamente dados complexos.

0:03:27.249,0:03:31.180
Mas, à medida que softwares visuais[br]permitiram maior uso de gráficos na mídia,

0:03:31.180,0:03:35.260
permitiram também seu uso[br]de forma descuidada ou desonesta.

0:03:35.560,0:03:37.610
Assim, da próxima vez que vir um gráfico,

0:03:37.610,0:03:39.560
não se deixe levar pelas linhas e curvas.

0:03:39.560,0:03:40.882
Olhe para as categorias,

0:03:40.882,0:03:42.130
os números,

0:03:42.130,0:03:43.048
a escala

0:03:43.048,0:03:44.360
e o contexto,

0:03:44.360,0:03:47.360
e pergunte que história tudo isso[br]está tentando lhe contar.