如何看穿資料視覺化的謊言

以前我們看到一個做得很爛的圖表，或者穿幫的資料視覺化作品時，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視覺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資訊。

　　

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，但一個簡單的資訊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，所以當某些人透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。我在另一篇文章裡詳細談了這個問題。

　　

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。

　　

透過使用雙重數軸，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。

　　

有些視覺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視覺化時，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：

　　

如果一個視覺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》裡說的：

　　

“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資訊變成真的，資料也不能。它們會屈從於做圖的人，也展示出資訊本身之外更多的東西。那麼，睜大你的眼睛咯。