歡迎光臨
每天分享高質量文章

如何看穿資料可視化的謊言

以前我們看到一個做得很爛的圖表,或者穿幫的資料可視化作品時,往往是將它們嘲笑一番也就算了。但有些時候,尤其是剛過去的這一年,我們好像更難分辨一個可視化作品是單純的糟糕產物,還是出於偏見而刻意製造的虛假信息。

  

當然,用資料來撒謊已經不是什麼新鮮事兒了,但現在圖表越來越容易被廣泛傳播,網上到處都是,而其中好多傳遞的是假象。你可能只是隨便瞟了一眼,但一個簡單的信息也可能在腦子裡生根發芽。在你還不知道的時候,小李子已經在桌子上轉起了陀螺,而沒人關心它會停下來還是會一直轉下去。

  

自然而然地,現在我們需要快速看穿一個圖表是否在撒謊,而這篇圖文就是你貼心的指導手冊喲。

  

1)截斷數軸

左邊的y軸資料從10開始,純粹的瞎話。右邊的資料從0開始,很好。

  

長度是柱狀圖視覺呈現的關鍵,所以當某些人通過截斷數軸而故意把長度縮短時,整個圖表的差別就變得更明顯了。這些人想要展現出比實際情況更劇烈的變化。我在另一篇文章里詳細談了這個問題。

  

2)雙重數軸

它用了兩種差距極大的比例,可能是為了強行扯上因果關係。

  

通過使用雙重數軸,資料的量級可以根據兩種度量來縮小或擴張。人們通常用它來表達相關度和因果關係。“因為這個東東,另一個事兒發生了,看,很清楚吧。

  

Tyler Vigen做的假相關資料的專案是個極好的例子。

  

3)總和不對頭

餅圖中所有部分的比例加起來超過了100%。

  

一些圖表專門要展示總體中的某些部分,而當這些部分加起來超過了總和,問題就很大了。比如,餅圖代表的是總共100%,而如果每個扇形的比例加起來超過了100%?怪怪的噢。

  

可以看看這個搞笑的例子。

  

4)只看絕對值

這其實只是人口分佈圖。當你對比不同地方、種類或群體時,你必須考慮相對值,公平比較

  

任何事物都是相對的。你不能因為某個城鎮發生了兩起搶劫案,另一個只發生了一起,就說第一個鎮更危險。萬一第一個鎮的人口是第二個的一千倍呢?更有效的方式往往是對比百分數和比例,而非絕對值和總值。

  

這幅xkcd的漫畫很直白地展現了人口絕對數的影響。

  

5)有限範圍

左圖看上去增幅很大,但右圖顯示出這隻是常態,且選定時間內的增幅實際並不明顯。

  

人們傾向於精心挑選日期和時間段來配合特定的敘事,所以更應該考慮到歷史背景、時常發生的事件,以及合理的用來比較的基準。

  

當你研究全域性時,可能會發現有趣的事情。

  

6)奇怪的分級

左圖只有兩個分級,大於1的究竟包括些什麼?可能在打掩護。右圖更好,展示了更多變數。

  

有些可視化作品會過分簡化一個複雜的模型,而非展示出原資料中完整的變數範圍。這樣做很容易會把一個連續的變數轉化為從屬於某一類別的變數。

  

廣泛的分級在某些情況下很有用,但複雜性往往才是事物的意義所在。要防止過分簡化。

  

7)混亂的面積比

30是10的三倍,但或許是為了增加顯著性,圖上最大的矩形比最小的大得可不止三倍。

  

如果按照面積來進行視覺上的編碼,圖形的大小比例就該是面積的比例。有些人卻在做面積編碼的可視化時,改變邊長的比例來突出大小對比,完全是為了抓馬啊。

  

有時這種錯誤是無意間造成的,更需要警覺。

  

8)操控面積維度

上下兩個圖形的面積相等,但看上去很不一樣。

  

或許有人懂得怎麼用面積來做視覺編碼,卻還(gu)是(yi)做出了上圖這樣的東西。我還沒見過如此誇張的例子,但以後說不定就會有。我打賭連象形圖都能出現,等著瞧吧。

  

9)為了三維而三維

千萬別當你看到一個明明沒必要還強行用三維的圖表,請質疑它的資料、圖表、作者及圖表衍生出的任何事物。

  

劃重點:

  

如果一個可視化作品出現了以上任何問題,並不代表它一定在撒謊。正如Darrell Huff在《如何用資料撒謊》里說的:

  

“本書的標題和裡面一些內容可能像是在說,所有類似的作品都是為欺騙而生的產物。美國統計協會一個分會的主席曾經因為這個批評我,他覺得與其說出於欺騙,倒更像是能力不足。

  

當然,這並不等於就可以原諒,畢竟也做錯了嘛。但記住這點,你在罵某某某是騙子之前就可以再考慮考慮。

  

我的經驗是,仔細檢查那些令人震驚的、比想象中更具戲劇性的圖表。

  

圖表並不能讓虛假的信息變成真的,資料也不能。它們會屈從於做圖的人,也展示出信息本身之外更多的東西。那麼,睜大你的眼睛咯。

    已同步到看一看
    赞(0)

    分享創造快樂