Jak rozpoznać mylący wykres? - Lea Gaslowitz

Zobacz całą lekcję: http://ed.ted.com/lessons/how-to-spot-a-misleading-graph-lea-gaslowitz

Dobrze używane wykresy mogą pomóc nam intuicyjnie uchwycić złożone dane. Ponieważ jednak programy wizualizacyjne umożliwiły szersze wykorzystanie wykresów w mediach, korzystanie z nich w nieostrożny lub nieuczciwy sposób stało się łatwiejsze. Wykresy mogą wprowadzać w błąd i wręcz manipulować na wiele sposobów. Lea Gaslowitz dzieli się kilkoma rzeczami, na które warto zwrócić uwagę.

Lekcja: Lea Gaslowitz, animacja: Mark Phillips.

Producent pasty do zębów twierdzi,
że usunie ona więcej płytki nazębnej

niż jakakolwiek inna pasta.

Polityk mówi, że jego plan
stworzy najwięcej miejsc pracy.

Tak bardzo jesteśmy
przyzwyczajeni do wyolbrzymień

w reklamie i polityce,

że nawet nas to nie rusza.

A kiedy twierdzeniu towarzyszy wykres?

W końcu wykres to nie opinia.

To konkretne liczby,
z którymi nie da się kłócić.

Niestety wykresy mogą
na wiele sposobów mylić

albo po prostu manipulować.

Oto kilka rzeczy, na które trzeba uważać.

W 1992 roku Chevrolet reklamował się,
że produkuje najbezpieczniejsze samochody

przy pomocy tego wykresu.

Wykres nie tylko pokazuje,
że 98% ciężarówek Chevroleta

sprzedanych przez ostatnią
dekadę wciąż jest w eksploatacji,

ale sprawia wrażenie, że są dwa razy
bardziej niezawodne niż Toyoty,

dopóki nie spojrzymy na liczby po lewej

i nie okaże się, że wskaźnik
dla Toyoty to 96,5%.

Skala obejmuje tylko liczby od 95 do 100%.

Gdyby miała od 0 do 100,
wyglądałoby to tak.

To jeden z najczęstszych
sposobów manipulacji wykresem.

Zniekształcenie skali.

Powiększenie małej części osi Y

wyolbrzymia ledwie wykrywalną
różnicę między podobnymi rzeczami.

To szczególnie myli
w wykresach słupkowych,

bo zakładamy, że różnica
wysokości słupków

jest proporcjonalna do wartości.

Skala może być też
zniekształcona na osi X,

zwykle na wykresach liniowych
pokazujących, że coś zmienia się w czasie.

Ten wykres pokazuje wzrost
zwolnień w USA w latach 2008-2010.

Manipuluje osią X na dwa sposoby.

Przede wszystkim skala jest niespójna.

15-miesięczny okres
od marca 2009 roku został ściśnięty,

żeby wyglądał na krótszy
niż wcześniejsze sześć miesięcy.

Wyrównanie okresów daje inny obraz,

spadek liczby zwolnień po 2009 roku.

Jeśli ciekawi was, skąd wzrost,

oś czasu zaczyna się natychmiast
po największym krachu finansowym w USA

od czasu wielkiego kryzysu.

Ta technika to "podejście selektywne".

Przedział czasowy można wybrać tak,

żeby ukryć wpływ ważnego wydarzenia.

Wybranie określonych punktów
może ukryć ważne zmiany.

Nawet jeśli w samym
wykresie nie ma nic złego,

mylne wrażenie może wynikać
z braku istotnych informacji.

Wykres pokazujący, ile osób
co roku ogląda Super Bowl,

tworzy wrażenie, że jego
popularność eksplodowała.

Ale nie uwzględniono wzrostu populacji.

Tak naprawdę notowania się nie zmieniły,

bo chociaż liczba fanów
futbolu amerykańskiego wzrosła,

ich udział w ogólnej oglądalności nie.

Wykres nie powie też wiele,

jeśli nie mamy świadomości
przedstawianych danych.

Oba wykresy wykorzystują te same
dane dotyczące temperatury oceanu

z Krajowych Centrów
Informacji o Środowisku.

Skąd tak różne wyniki?

Pierwszy wykres przedstawia
średnią roczną temperaturę oceanu

od 1880 roku do 2016 roku,

przez co różnica wydaje się niewielka.

W rzeczywistości wzrost
nawet o pół stopnia Celsjusza

może powodować ogromne
zmiany ekologiczne.

To dlatego drugi wykres

pokazujący średnie zmiany
temperatury w każdym roku

jest o wiele bardziej wymowny.

Dobrze używane wykresy mogą pomóc
intuicyjnie uchwycić złożone dane.

Odkąd rozwój techniki umożliwił częstsze
wykorzystanie wykresów w mediach,

łatwiej z nich jednak skorzystać
w nieostrożny albo nieuczciwy sposób.

Następnym razem, kiedy zobaczysz
wykres, nie daj się zwieść.

Sprawdź legendę,

liczby,

skalę

i kontekst,

a potem pomyśl,
co wykres chce ci przekazać.