[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:07.74,0:00:10.84,Default,,0000,0000,0000,,某個牙膏品牌宣稱他們的產品\N能消滅的牙菌斑數量
Dialogue: 0,0:00:10.84,0:00:12.91,Default,,0000,0000,0000,,比有史以來任何產品更多
Dialogue: 0,0:00:12.91,0:00:16.41,Default,,0000,0000,0000,,一位政治家告訴你\N他的計畫能產生最多就業機會
Dialogue: 0,0:00:16.41,0:00:18.50,Default,,0000,0000,0000,,在廣告和政治活動中
Dialogue: 0,0:00:18.50,0:00:20.85,Default,,0000,0000,0000,,我們對於這類的誇飾習以為常
Dialogue: 0,0:00:20.85,0:00:23.13,Default,,0000,0000,0000,,甚至眼睛連眨都不眨一下
Dialogue: 0,0:00:23.13,0:00:26.11,Default,,0000,0000,0000,,但如果提出的論點搭配了圖表呢？
Dialogue: 0,0:00:26.11,0:00:28.47,Default,,0000,0000,0000,,畢竟，圖表並非只是個人的觀點
Dialogue: 0,0:00:28.47,0:00:32.30,Default,,0000,0000,0000,,它呈現出實際、明確的數字\N而誰能夠質疑這些數字？
Dialogue: 0,0:00:32.30,0:00:36.02,Default,,0000,0000,0000,,是的，事實證明\N圖表有很多方法誤導他人
Dialogue: 0,0:00:36.02,0:00:37.97,Default,,0000,0000,0000,,甚至是肆無忌憚地進行操弄
Dialogue: 0,0:00:37.97,0:00:40.38,Default,,0000,0000,0000,,這裡有幾件事需要密切注意
Dialogue: 0,0:00:40.38,0:00:44.51,Default,,0000,0000,0000,,在這則 1992 年的廣告中\N雪佛蘭汽車使用這張圖表
Dialogue: 0,0:00:44.51,0:00:47.51,Default,,0000,0000,0000,,宣稱他們製造出全美國最可靠的貨車
Dialogue: 0,0:00:47.51,0:00:50.76,Default,,0000,0000,0000,,它不僅顯示過去十年來\N雪佛蘭銷售的貨車
Dialogue: 0,0:00:50.76,0:00:53.48,Default,,0000,0000,0000,,有 98% 還能在路上行駛
Dialogue: 0,0:00:53.48,0:00:57.19,Default,,0000,0000,0000,,而且可靠性看起來像是\N豐田貨車的兩倍
Dialogue: 0,0:00:57.19,0:01:00.63,Default,,0000,0000,0000,,似乎如此\N但是當你仔細看左邊的數字
Dialogue: 0,0:01:00.63,0:01:05.31,Default,,0000,0000,0000,,可以注意到 豐田的數據\N大概是 96.5%
Dialogue: 0,0:01:05.31,0:01:09.31,Default,,0000,0000,0000,,整個圖表的刻度範圍\N是 95%～100%
Dialogue: 0,0:01:09.31,0:01:12.96,Default,,0000,0000,0000,,如果將範圍改成 0～100%\N看起來就會像這樣
Dialogue: 0,0:01:12.96,0:01:15.83,Default,,0000,0000,0000,,用圖表來曲解資料時
Dialogue: 0,0:01:15.83,0:01:18.33,Default,,0000,0000,0000,,最常見的方式之一\N就是扭曲刻度範圍
Dialogue: 0,0:01:18.33,0:01:20.80,Default,,0000,0000,0000,,放大 y 軸的一小部分
Dialogue: 0,0:01:20.80,0:01:25.53,Default,,0000,0000,0000,,會放大項目之間\N幾乎無法察覺的微小差距
Dialogue: 0,0:01:25.53,0:01:28.27,Default,,0000,0000,0000,,而且長條圖特別容易產生誤導
Dialogue: 0,0:01:28.27,0:01:30.78,Default,,0000,0000,0000,,因為我們會認定長條的面積
Dialogue: 0,0:01:30.78,0:01:33.23,Default,,0000,0000,0000,,與其數值大小成等比關係
Dialogue: 0,0:01:33.23,0:01:36.12,Default,,0000,0000,0000,,但 x 軸尺度也可能被扭曲
Dialogue: 0,0:01:36.12,0:01:40.41,Default,,0000,0000,0000,,通常是想要在曲線圖中\N顯示某件事隨著時間而改變
Dialogue: 0,0:01:40.41,0:01:44.75,Default,,0000,0000,0000,,這張圖顯示 2008 到 2010 年間\N美國失業率的攀升
Dialogue: 0,0:01:44.75,0:01:47.100,Default,,0000,0000,0000,,圖中用了兩種方式來操弄 x 軸
Dialogue: 0,0:01:47.100,0:01:50.40,Default,,0000,0000,0000,,首先，刻度範圍並不一致
Dialogue: 0,0:01:50.40,0:01:53.42,Default,,0000,0000,0000,,從 2009 年 3 月\N之後的 15 個月被壓縮
Dialogue: 0,0:01:53.42,0:01:56.76,Default,,0000,0000,0000,,使其看起來比前面的六個月更短
Dialogue: 0,0:01:56.76,0:02:00.11,Default,,0000,0000,0000,,當我們用前後一致的資料點\N會得到截然不同的圖形
Dialogue: 0,0:02:00.11,0:02:03.70,Default,,0000,0000,0000,,失業率在 2009 年底逐漸停止攀升
Dialogue: 0,0:02:03.70,0:02:06.68,Default,,0000,0000,0000,,而如果你想瞭解\N為何一開始失業率是上升的
Dialogue: 0,0:02:06.68,0:02:09.46,Default,,0000,0000,0000,,那是因為時間軸的起點正好緊接著\N
Dialogue: 0,0:02:09.46,0:02:12.63,Default,,0000,0000,0000,,美國從經濟大蕭條以來\N最嚴重的一次金融風暴
Dialogue: 0,0:02:12.63,0:02:15.22,Default,,0000,0000,0000,,這種手法被稱為「採櫻桃謬誤」
Dialogue: 0,0:02:15.22,0:02:17.23,Default,,0000,0000,0000,,就是小心地選擇某一段時間
Dialogue: 0,0:02:17.23,0:02:20.54,Default,,0000,0000,0000,,並且將這段時間之外的\N重要影響因素排除
Dialogue: 0,0:02:20.54,0:02:24.76,Default,,0000,0000,0000,,而且，挑選某些特定的資料點\N還能隱藏這段期間的重要變化
Dialogue: 0,0:02:24.76,0:02:27.36,Default,,0000,0000,0000,,即使圖表本身沒有錯誤
Dialogue: 0,0:02:27.36,0:02:30.94,Default,,0000,0000,0000,,刻意省略相關資料\N也會產生誤導他人的印象
Dialogue: 0,0:02:30.94,0:02:33.100,Default,,0000,0000,0000,,這張圖表是關於\N每年有多少人觀看超級盃比賽
Dialogue: 0,0:02:33.100,0:02:37.63,Default,,0000,0000,0000,,看起來超級盃的受歡迎度\N似乎每年急遽上升
Dialogue: 0,0:02:37.63,0:02:40.20,Default,,0000,0000,0000,,但它沒有將人口數的增加列入計算
Dialogue: 0,0:02:40.20,0:02:41.97,Default,,0000,0000,0000,,實際上，收視率一直維持穩定
Dialogue: 0,0:02:41.97,0:02:45.11,Default,,0000,0000,0000,,因為足球迷的人數雖然增加
Dialogue: 0,0:02:45.11,0:02:47.96,Default,,0000,0000,0000,,但是佔所有觀眾的比例卻沒有改變
Dialogue: 0,0:02:47.96,0:02:50.68,Default,,0000,0000,0000,,如果你不能充分理解\N圖表所呈現資訊的真正意義
Dialogue: 0,0:02:50.68,0:02:53.32,Default,,0000,0000,0000,,圖表無法告訴你很多事情
Dialogue: 0,0:02:53.32,0:02:55.51,Default,,0000,0000,0000,,以下兩張圖同樣都使用
Dialogue: 0,0:02:55.51,0:02:59.72,Default,,0000,0000,0000,,來自國家環境資訊中心的\N海洋溫度資料
Dialogue: 0,0:02:59.72,0:03:02.49,Default,,0000,0000,0000,,為什麼會帶給人們\N截然不同的感覺呢？
Dialogue: 0,0:03:02.49,0:03:04.14,Default,,0000,0000,0000,,第一張圖所畫的是
Dialogue: 0,0:03:04.14,0:03:07.99,Default,,0000,0000,0000,,從 1880 到 2016 年的\N年平均海洋溫度
Dialogue: 0,0:03:07.99,0:03:10.15,Default,,0000,0000,0000,,看起來變化並不顯著
Dialogue: 0,0:03:10.15,0:03:12.88,Default,,0000,0000,0000,,但事實上，即使只是增加攝氏 0.5 度
Dialogue: 0,0:03:12.88,0:03:15.74,Default,,0000,0000,0000,,就可能造成嚴重的生態破壞
Dialogue: 0,0:03:15.74,0:03:17.47,Default,,0000,0000,0000,,這就是為什麼在第二張圖中
Dialogue: 0,0:03:17.47,0:03:19.86,Default,,0000,0000,0000,,顯示的每年平均溫度變化
Dialogue: 0,0:03:19.86,0:03:22.39,Default,,0000,0000,0000,,看起來更為明顯
Dialogue: 0,0:03:22.39,0:03:27.38,Default,,0000,0000,0000,,當運用得當時，圖表能幫助我們\N憑直覺就能瞭解複雜的資料
Dialogue: 0,0:03:27.38,0:03:31.18,Default,,0000,0000,0000,,但是當影像軟體普及\N圖表就更常被用在各種媒體中
Dialogue: 0,0:03:31.18,0:03:35.90,Default,,0000,0000,0000,,同時也更容易\N被以草率或欺騙的方式運用
Dialogue: 0,0:03:35.90,0:03:39.56,Default,,0000,0000,0000,,所以下次當你看到圖表時\N不要被線條和曲線所操弄
Dialogue: 0,0:03:39.56,0:03:41.02,Default,,0000,0000,0000,,看清楚標示
Dialogue: 0,0:03:41.02,0:03:42.07,Default,,0000,0000,0000,,數字
Dialogue: 0,0:03:42.07,0:03:43.05,Default,,0000,0000,0000,,量測刻度
Dialogue: 0,0:03:43.05,0:03:44.03,Default,,0000,0000,0000,,以及前後脈絡
Dialogue: 0,0:03:44.03,0:03:46.81,Default,,0000,0000,0000,,並且提出質疑：\N這張圖到底想表達什麼？