Kako prepoznati obmanjujući grafikon - Lea Gaslovic

Pogledajte celu lekciju: http://ed.ted.com/lessons/how-to-spot-a-misleading-graph-lea-gaslowitz

Kada se dobro koriste, grafikoni nam mogu pomoći da intuitivno shvatimo kompleksne podatke. Međutim, iako je vizuelni softver omogućio veću upotrebu grafikona u svim medijima, takođe je olakšao i njihovo korišćenje na nepažljiv ili nepošten način i, kako se ispostavilo, mnogo je načina na koje grafikoni mogu obmanjivati i načisto manipulisati. Lea Gaslovic deli neke stvari na koje treba obratiti pažnju.

Lekciju priredila: Lea Gaslovic, animacija: Mark Filips.

Marka zubne paste tvrdi
da će njihov proizvod uništiti više plaka

od bilo kog proizvoda
koji je ikada napravljen.

Političar vam kaže da će njegov plan
stvoriti najviše poslova.

Toliko smo navikli da slušamo
ovakva preterivanja

u reklamama i politici

da se možda nećemo ni osvrnuti.

Ali šta ako tvrdnju prati grafikon?

Na kraju krajeva, grafikon nije mišljenje.

On predstavlja suve, čvrste brojke,
a ko može tome da se suprotstavi?

Ipak, kako se ispostavilo, mnogo je načina
na koje grafikoni mogu obmanjivati

i načisto manipulisati.

Evo nekih stvari
na koje treba obratiti pažnju.

U ovoj reklami iz 1992. godine,

Ševrolet je tvrdio da pravi
najpouzdanije kamione u Americi,

koristeći ovaj grafikon.

Ne samo da pokazuje da je 98%
svih Ševroletovih kamiona

prodatih u poslednjih deset godina
još uvek na putevima,

već izgleda kao da su dvostruko pouzdaniji
od Tojotinih kamiona.

Odnosno, dok ne pogledate malo bolje
brojeve na levoj strani

i vidite da je Tojotina cifra oko 96,5%.

Skala je samo između 95 i 100%.

Kada bi išla od 0 do 100,
to bi izgledalo ovako.

Ovo je jedan od najčešćih načina
na koje grafikoni lažno prikazuju podatke,

time što izvitopere skalu.

Uveličavanje malog dela ose ispilon,

znatno pojačava jedva primetnu razliku
između stvari koje se upoređuju.

A pogotovo je obmanjujuće
uz stubičaste grafikone

jer pretpostavljamo
da je razlika u veličini stubića

proporcionalna vrednostima.

Skala se takođe može
iskriviti duž ose iks,

obično kod linijskih grafikona
koji pokazuju nešto što se menja vremenom.

Ovaj grafikon koji pokazuje
rast nezaposlenosti u Americi

od 2008. do 2010. godine

manipuliše osom iks na dva načina.

Pre svega, skala je nedosledna,

jer sažima period od 15 meseci
nakon marta 2009. godine

tako da izgleda kraće
nego prethodnih šest meseci.

Korišćenje doslednijih podataka
daje drugačiju sliku,

pri čemu broj gubitaka poslova
opada do kraja 2009. godine.

Ako se pitate zašto je uopšte rastao,

vremenski okvir počinje odmah nakon
najvećeg finansijskog kolapsa u SAD-u

od Velike depresije.

Ove tehnike su poznate
kao selektivno dokazivanje.

Vremenski opseg može biti pažljivo odabran
tako da isključi uticaj velikog događaja

neposredno izvan njega.

Odabir određenih podataka može sakriti
važne promene u međuperiodu.

Čak i kada ništa nije pogrešno
u samom grafikonu,

izostavljanje relevantnih podataka
može dati pogrešan utisak.

Ovaj grafikon sa brojem ljudi
koji gledaju Superboul svake godine

daje utisak da je popularnost
ovog događaja buknula.

Međutim, ne uzima u obzir rast populacije.

Gledanost je zapravo ostala stabilna

jer, dok je rastao broj
obožavatelja fudbala,

njihov udeo u ukupnom
broju gledalaca nije.

Najzad, grafikon vam ne može
mnogo toga reći

ako ne poznajete u celosti
značaj onoga što je prikazano.

Oba sledeća grafika koriste
iste podatke o temperaturi okeana

iz Nacionalnh centara
za informacije o životnoj sredini.

Pa zašto se čini da daju suprotne utiske?

Prvi grafikon prikazuje
prosečnu godišnju temperaturu okeana

od 1880. do 2016. godine,

zbog čega promena ne deluje značajno.

Ali, u stvari, čak i porast
od pola stepena Celzijusa

može izazvati ogromne ekološke poremećaje.

Zato je drugi grafikon,

koji prikazuje prosečno variranje
temperature svake godine,

mnogo značajniji.

Kada se dobro koriste,

grafikoni nam mogu pomoći
da intuitivno shvatimo kompleksne podatke.

Međutim, vizuelni softver je omogućio
veću upotrebu grafikona u svim medijima,

ali je i olakšao njihovo korišćenje
na nepažljiv ili nepošten način.

Dakle, sledeći put kada vidite grafikon,

ne upravljajte se
prema pravama i krivuljama.

Pogledajte oznake,

brojeve,

skalu

i kontekst,

i zapitajte se kakvu priču
ta slika pokušava da prenese.