Cómo detectar un gráfico engañoso - Lea Gaslowitz

Vea la lección completa: http://ed.ted.com/lessons/how-to-spot-a-misleading-graph-lea-gaslowitz

Cuando se utilizan bien, los gráficos pueden ayudarnos a captar intuitivamente datos complejos. Pero como el software visual ha permitido un mayor uso de los gráficos a través de todos los medios de comunicación, también los ha hecho más fáciles de usar de una manera descuidada o deshonesta. Y como se sabe, hay muchas maneras que los gráficos pueden engañar y manipular. Lea Gaslowitz comparte algunas cosas a tener en cuenta.

Lección de Lea Gaslowit, animación de Mark Phillips.

Una marca de pasta de dientes
asegura que su producto

destruye más placa
que cualquier otro producto existente.

Un político te dice que su programa
creará la mayor cantidad de empleos.

Estamos tan acostumbrados a oír
este tipo de exageraciones

en la publicidad y en política

que puede que ni reaccionemos.

Pero ¿qué pasa si estas afirmaciones
se acompañan de un gráfico?

Después de todo,
un gráfico no es una opinión.

Representa números duros,
y ¿quién puede dudar de ellos?

Pero resulta que hay muchas formas
en que los gráficos pueden ser confusos

o completamente manipulados.

Aquí hay algunas cosas
a las que hay que atender.

En esta publicidad de 1992,
Chevy afirmó que fabricaba

los camiones más fiables en EE. UU.
usando este gráfico.

No solo muestra que el 98 %
de todos los camiones Chevy

vendidos en los últimos 10 años
están aún en circulación,

sino que son al parecer el doble
de fiables que los camiones Toyota.

Eso es hasta que miras más en detalle
los números de la izquierda

y ves que la figura de Toyota
está cerca del 96.5 %.

La escala solo va entre el 95 al 100 %.

Si fuera de 0 a 100, sería así.

Esta es una de las formas más comunes
en que los gráficos tergiversan los datos,

al distorsionar la escala.

Enfocándose en
una pequeña porción del eje y

que amplía una diferencia casi
indetectable entre las cosas comparadas.

Y es particularmente engañoso
con gráficos de barra

ya que asumimos que la diferencia
en el tamaño de las barras

es proporcional a los valores.

Pero la escala también
puede ser distorsionada en el eje x,

generalmente en gráficos de líneas que
muestran algo que cambia en el tiempo.

Este gráfico muestra el aumento de
desempleo en EE. UU. entre el 2008 al 2010

cuyo eje x está manipulado de dos maneras.

En primer lugar,
la escala es inconsistente,

comprimiendo el lapso de 15 meses
después de marzo de 2009

para parecer más corto que
los seis meses anteriores.

Al usar puntos de datos más consistentes
ofrece una imagen diferente

con la pérdida de empleo
disminuyendo desde finales de 2009.

Y si te preguntas por qué
lo aumentaron,

la línea de tiempo comienza
inmediatamente

tras la Gran Depresión de EE. UU.

Estas técnicas se conocen como
falacia de prueba incompleta.

Un lapso de tiempo puede ser
cuidadosamente elegido

para excluir el impacto de un evento
importante relevante fuera de él.

Y recoger datos específicos puede
ocultar importantes cambios en el medio.

Incluso cuando no hay nada malo
con el gráfico en sí,

excluir datos pertinentes pueden dar
una impresión engañosa.

Esta tabla de cuántas personas ven
el Super Bowl cada año

hace que parezca que la popularidad
del evento aumenta mucho.

Pero no cuenta
el crecimiento de la población.

Las cifras se han mantenido constantes

porque mientras el número
de los aficionados al fútbol ha aumentado,

su parte de audiencia, en general,
no ha aumentado.

Por último, un gráfico
no puede decir mucho

si no se conoce el significado total
de lo que se está presentando.

Estos dos gráficos utilizan
los mismos datos de temperatura del océano

de los Centros Nacionales
para la Información Ambiental.

Entonces, ¿por qué parecen dar
impresiones opuestas?

El primer gráfico representa el promedio
temperatura anual del océano

de 1880 a 2016,

haciendo que
el cambio parezca insignificante.

Pero, de hecho, un aumento de
medio grado Celsius

puede causar
la interrupción ecológica masiva.

Por eso, el segundo gráfico,

que muestra la variación de
la temperatura media cada año,

es bastante más significativo.

Si los gráficos se usan bien,

pueden ayudar a comprender
intuitivamente datos complejos.

Debido a que el software visual

posibilita más el uso
de gráficos en todos los medios,

también los hace más fáciles de usar
de manera descuidada o deshonesta.

Así que la próxima vez
que veas un gráfico,

no te dejes influir
por las líneas y curvas.

Mira las etiquetas,

los números,

la escala

y el contexto.

Y entonces pregúntate qué historia
intenta mostrar el gráfico.