1
00:00:07,808 --> 00:00:10,839
ยาสีฟันยี่ห้อหนึ่งอ้างว่าผลิตภัณฑ์
ทำลายคราบแบคทีเรียบนผิวฟัน

2
00:00:10,839 --> 00:00:12,910
ได้มากกว่าผลิตภัณฑ์อื่นที่เคยมีมา

3
00:00:12,910 --> 00:00:16,411
นักการเมืองบอกว่า
แผนการของพวกเขาจะสร้างงานได้มากที่สุด

4
00:00:16,411 --> 00:00:18,951
เราได้ยินการกล่าวเกินจริงเหล่านี้จนเคยชิน

5
00:00:18,951 --> 00:00:20,850
ในโฆษณาและการเมือง

6
00:00:20,850 --> 00:00:23,131
ซึ่งเราอาจไม่แม้แต่จะสนใจ

7
00:00:23,131 --> 00:00:26,111
แล้วถ้าการกล่าวอ้าง
ถูกใช้ร่วมกับกราฟล่ะ

8
00:00:26,111 --> 00:00:28,471
อย่างไรก็ตาม
กราฟไม่ใช่ความเห็น

9
00:00:28,471 --> 00:00:32,611
มันแสดงตัวเลขอย่างชัดเจน
และใครจะสามารถเถียงได้

10
00:00:32,611 --> 00:00:36,403
แต่กลายเป็นว่า มีหลากหลายวิธี
ที่กราฟสามารถทำให้เข้าใจผิด

11
00:00:36,403 --> 00:00:38,192
และชักจูงได้

12
00:00:38,192 --> 00:00:40,745
นี่เป็นบางสิ่งบางอย่าง
เพื่อให้ระมัดระวัง

13
00:00:40,745 --> 00:00:45,760
ในโฆษณาปี 1992 เชฟวี่อ้างว่า
ผลิตรถบรรทุกที่น่าเชื่อถือที่สุดในอเมริกา

14
00:00:45,760 --> 00:00:47,510
โดยใช้กราฟนี้

15
00:00:47,510 --> 00:00:51,963
มันไม่เพียงแสดงว่า 98% 
ของรถบรรทุกเชฟวี่ทุกคันที่ถูกขาย

16
00:00:51,963 --> 00:00:53,592
ยังวิ่งอยู่บนถนนในทศวรรษที่ผ่านมา

17
00:00:53,592 --> 00:00:57,338
แต่มันยังดูเหมือนว่ารถเชฟวี่น่าเชื่อถือ
มากกว่ารถบรรทุกของโตโยต้าถึงสองเท่า

18
00:00:57,338 --> 00:01:00,634
มันเป็นเช่นนั้น
จนกระทั่งคุณได้สังเกตตัวเลขทางซ้ายมือ

19
00:01:00,634 --> 00:01:05,472
และพบว่าตัวเลขของโตโยต้า
คือประมาณ 96.5%

20
00:01:05,472 --> 00:01:09,313
มาตราส่วนนั้น
เริ่มจาก 95 ถึง 100% เท่านั้น

21
00:01:09,313 --> 00:01:12,963
ถ้ามันเริ่มจาก 0 ถึง 100
มันจะเป็นแบบนี้

22
00:01:12,963 --> 00:01:16,243
นี่เป็นหนึ่งในวิธีทั่ว ๆ ไป
ที่กราฟแปลความหมายข้อมูลผิด

23
00:01:16,243 --> 00:01:18,333
โดยการบิดเบือนมาตราส่วน

24
00:01:18,333 --> 00:01:20,804
การขยายส่วนเล็ก ๆ ของแกน y

25
00:01:20,804 --> 00:01:25,703
แสดงความแตกต่างที่พบได้เพียงเล็กน้อย
ระหว่างสิ่งที่นำมาเปรียบเทียบกันเกินจริง

26
00:01:25,703 --> 00:01:27,974
และทำให้เข้าใจผิด
โดยเฉพาะอย่างยิ่งกับกราฟแท่ง

27
00:01:27,974 --> 00:01:31,023
เพราะเราคาดเดาความแตกต่าง
ด้านขนาดของแท่งกราฟ

28
00:01:31,023 --> 00:01:33,233
ตามสัดส่วนกับค่า

29
00:01:33,233 --> 00:01:36,125
แต่มาตราส่วน
ก็สามารถถูกบิดเบือนได้ตามแกน x

30
00:01:36,125 --> 00:01:40,414
โดยปกติในกราฟเส้น
ที่แสดงว่าบางสิ่งเปลี่ยนแปลงตามเวลา

31
00:01:40,414 --> 00:01:44,747
แผนผังนี้แสดงการเพิ่มขึ้นของการว่างงาน
ของคนอเมริกาจากปี 2008 ถึง 2010

32
00:01:44,747 --> 00:01:47,996
ปรับเปลี่ยนแกน x โดย 2 รูปแบบ

33
00:01:47,996 --> 00:01:50,395
อย่างแรก
มาตราส่วนนั้นไม่เท่ากัน

34
00:01:50,395 --> 00:01:53,416
โดยการบีบช่วงสิบห้าเดือน
หลังจากเดือนมีนาคมปี 2009

35
00:01:53,416 --> 00:01:56,755
ให้ดูสั้นกว่าหกเดือนก่อนหน้า

36
00:01:56,755 --> 00:02:00,106
การใช้จุดข้อมูลที่เท่ากันมากขึ้น
แสดงภาพที่แตกต่างกัน

37
00:02:00,106 --> 00:02:03,705
โดยงานลดลงในปลายปี 2009

38
00:02:03,705 --> 00:02:06,675
และถ้าคุณสงสัยว่า
ทำไมมันถึงเพิ่มขึ้นในตอนแรก

39
00:02:06,675 --> 00:02:10,615
เส้นเวลาเริ่มทันทีหลังความเสียหาย
ทางการเงินครั้งใหญ่สุดในอเมริกา

40
00:02:10,615 --> 00:02:12,626
ตั้งแต่ภาวะเศรษฐกิจตกต่ำครั้งใหญ่

41
00:02:12,626 --> 00:02:15,219
วิธีการเหล่านี้รู้จักกันว่า
เป็นการเลือกที่รักมักที่ชัง

42
00:02:15,219 --> 00:02:18,869
ช่วงระยะเวลา
สามารถถูกเลือกเพื่อตัดผลกระทบ

43
00:02:18,869 --> 00:02:20,648
ของเหตุการณ์ใหญ่ออกไป

44
00:02:20,648 --> 00:02:24,762
และการเลือกตำแหน่งเฉพาะของข้อมูล
สามารถซ่อนการเปลี่ยนแปลงที่สำคัญในระหว่างนั้นได้

45
00:02:24,762 --> 00:02:27,356
แม้ว่าจะไม่มีอะไรผิดในกราฟเลยก็ตาม

46
00:02:27,356 --> 00:02:30,937
การไม่รวมข้อมูลสำคัญ
สามารถทำให้เกิดทรรศนะที่ไม่ถูกต้อง

47
00:02:30,937 --> 00:02:33,997
แผนผังของจำนวนคนที่ชม
ซูเปอร์โบว์ (Super Bowl) ในแต่ละปี

48
00:02:33,997 --> 00:02:37,626
ทำให้มันดูเหมือนว่า
ความนิยมของงานเพิ่มขึ้นอย่างมาก

49
00:02:37,626 --> 00:02:40,198
แต่มันไม่ได้อธิบาย
การเติบโตของจำนวนคน

50
00:02:40,198 --> 00:02:41,967
จริง ๆ แล้วอัตรานั้นคงที่

51
00:02:41,967 --> 00:02:45,109
เพราะว่าในขณะที่
ตัวเลขของแฟนฟุตบอลเพิ่มขึ้น

52
00:02:45,109 --> 00:02:47,959
สัดส่วนของการเข้าชมโดยรวมไม่เพิ่มตาม

53
00:02:47,959 --> 00:02:49,888
ท้ายที่สุด
กราฟไม่สามารถบอกอะไรได้มาก

54
00:02:49,888 --> 00:02:53,318
ถ้าคุณไม่ทราบส่วนสำคัญ
ของสิ่งที่ถูกนำมาเสนออย่างครบถ้วน

55
00:02:53,318 --> 00:02:56,457
กราฟทั้งสองต่อไปนี้
ใช้ข้อมูลอุณหภูมิมหาสมุทรเหมือนกัน

56
00:02:56,457 --> 00:02:59,719
จากศูนย์ข้อมูลสิ่งแวดล้อมแห่งชาติ (National Centers
for Environmental Information)

57
00:02:59,719 --> 00:03:02,490
แล้วทำไมกราฟเหล่านี้
ให้ทรรศนะที่ดูตรงกันข้าม

58
00:03:02,490 --> 00:03:05,279
กราฟแรกแสดงแผนผังค่าเฉลี่ย
ของอุณหภูมิมหาสมุทรต่อปี

59
00:03:05,279 --> 00:03:07,987
ตั้งแต่ปี 1880 ถึงปี 2016

60
00:03:07,987 --> 00:03:10,149
ทำให้การเปลี่ยนแปลงดูไม่สำคัญ

61
00:03:10,149 --> 00:03:12,878
แต่ในความเป็นจริงแล้ว
การเพิ่มขึ้นกว่าครึ่งองศาเซลเซียส

62
00:03:12,878 --> 00:03:15,799
สามารถทำให้เกิดความเสียหาย
ต่อระบบนิเวศอย่างมาก

63
00:03:15,799 --> 00:03:17,219
เป็นเหตุผลว่า ทำไมกราฟที่สอง

64
00:03:17,219 --> 00:03:19,858
ซึ่งแสดงการเปลี่ยนแปลง
ของอุณหภูมิโดยเฉลี่ยต่อปี

65
00:03:19,858 --> 00:03:22,390
ดูสำคัญมากเหลือเกิน

66
00:03:22,390 --> 00:03:27,379
เมื่อกราฟถูกใช้อย่างเหมาะสม
มันทำให้เราเข้าใจข้อมูลที่ซับซ้อนได้ง่าย

67
00:03:27,379 --> 00:03:31,180
แต่เพราะโปรแกรมภาพ
ทำให้การใช้กราฟเพิ่มมากขึ้นตามสื่อต่าง ๆ

68
00:03:31,180 --> 00:03:35,900
กราฟยังถูกนำไปใช้โดยไม่ระมัดระวัง
และไม่ซื่อตรงได้ง่ายขึ้น

69
00:03:35,900 --> 00:03:39,560
ดังนั้นคราวหน้าที่คุณเห็นกราฟ
อย่าถูกชักจูงโดยเส้นและเส้นโค้ง

70
00:03:39,560 --> 00:03:40,882
ดูที่แถบแสดง

71
00:03:40,882 --> 00:03:42,130
ตัวเลข

72
00:03:42,130 --> 00:03:43,048
มาตราส่วน

73
00:03:43,048 --> 00:03:44,360
และเนื้อหา

74
00:03:44,360 --> 00:03:46,780
และถามว่ารูปนั้น
พยายามบอกเราเรื่องอะไร