Uma marca de pasta de dente afirma 
que seu produto combate mais placas

do que qualquer outro produto já criado.

Um político nos diz que vai criar
mais empregos do que todo mundo.

Estamos tão acostumados
a ouvir esse tipo de exagero

das propagandas e dos políticos
que nem nos abalamos mais.

Mas e se isso tudo vier
acompanhado de um gráfico?

Afinal, um gráfico
não é apenas uma opinião.

Ele representa números frios,
precisos, e quem pode refutá-los?

No entanto, como sói acontecer, há muitas
formas de os gráficos serem enganosos

e completamente manipulados.

Assim, temos de ficar
atentos a algumas coisas.

Neste anúncio de 92, a Chevy afirma fazer
as caminhonetes mais confiáveis dos EUA,

e usa este gráfico para provar isso.

Ele não só mostra que 98%
de todas as caminhonetes Chevy

vendidas nos últimos dez anos
ainda estão rodando,

mas parece que elas são duas vezes
mais confiáveis do que as da Toyota.

Isto é, até olharmos com atenção
os números da esquerda

e percebermos que o número
para a Toyota é cerca de 96,5%.

A escala vai apenas de 95 a 100%.

Se ela fosse de 0 a 100, ela seria assim.

Essa é uma das formas mais comuns
de usar mau os gráficos:

distorcer a escala.

Observando atentamente
uma pequena parte do eixo y,

pode-se ver uma diferença difícil de ser
detectada entre as coisas comparadas.

E é especialmente enganoso
com gráficos de barras,

uma vez que supomos que a diferença
no tamanho das barras

seja proporcional aos valores.

Mas a escala também pode ser
distorcida ao longo do eixo x,

normalmente em gráficos de linha
indicando mudanças ao longo do tempo.

Esta tabela, que mostra o aumento
do desemprego nos EUA de 2008 a 2010,

manipula o eixo x de duas formas.

Primeiro, a escala é inconsistente,

comprimindo um período
de 15 meses após março de 2009

para parecer menor
do que nos 6 meses anteriores.

Usar dados mais consistentes
nos traz um cenário diferente

com as perdas de vagas
abrandando no final de 2009.

Tentando imaginar por que eles aumentaram,

a linha do tempo começa imediatamente
após o maior colapso financeiro dos EUA

desde a Grande Depressão.

Essa técnica é conhecida
como "supressão de evidências".

Um período pode ser escolhido a dedo
para excluir o impacto do evento maior

no qual está contido.

A seleção de dados específicos pode
esconder mudanças importantes no meio.

Mesmo quando não há nada errado
com o próprio gráfico,

deixar de fora dados relevantes
pode dar uma falsa impressão.

Essa tabela mostrando quantas pessoas
assistem ao Super Bowl por ano

faz parecer que a popularidade
do evento está bombando.

Mas não leva em conta
o crescimento da população.

As taxas são de fato bem constantes,

pois, enquanto o número de fãs
do futebol americano tem crescido,

sua fatia no total de espectadores não.

Concluindo, um gráfico não nos diz muito

se não sabemos todo o contexto
do que está sendo apresentado.

Os dois gráficos a seguir usam
os mesmos dados da temperatura oceânica

do National Centers 
for Environmental Information.

Assim, por que eles parecem dar
impressões opostas?

O primeiro gráfico mostra a média anual
da temperatura oceânica de 1880 a 2016,

fazendo a mudança parecer insignificante.

Mas, na realidade, um aumento
de até mesmo 0,5 °C

pode causar sérios problemas ecológicos,

razão pela qual, no segundo gráfico,

que mostra a variação média
de temperatura a cada ano,

é bem mais significativa.

Quando bem usados,

os gráficos podem nos ajudar a entender
intuitivamente dados complexos.

Mas, à medida que softwares visuais
permitiram maior uso de gráficos na mídia,

permitiram também seu uso
de forma descuidada ou desonesta.

Assim, da próxima vez que vir um gráfico,

não se deixe levar pelas linhas e curvas.

Olhe para as categorias,

os números,

a escala

e o contexto,

e pergunte que história tudo isso
está tentando lhe contar.