グラフは嘘をつくことがある：誤解を招くデータの視覚化を見分ける方法

要約：

本記事では、グラフが視聴者を誤導し操作する方法について説明します。データを歪めるために使用される一般的な技術、例えばスケーリングやチェリーピッキングを探求し、誤解を招くグラフの例を提供します。これらの技術を理解することで、読者は誤解を招く視覚化を見分け、正確にデータを解釈するためのより良い装備を身につけることができます。

スケールの歪曲：ズームインまたはズームアウトによるデータの操作方法
チェリーピッキング：データポイントを選択的に選ぶことによる傾向の誤表示方法
関連するデータを省略する：情報を省略することによる誤った印象の与え方
コンテキストを理解する：データの全体的な意義を知ることがなぜ重要なのか

スケールの歪曲：

グラフがデータを誤解させる一般的な方法の1つは、スケールの歪曲です。y軸の一部を拡大することで、比較対象の間のほとんど検出できない差を誇張することができます。これは、バーグラフで特に誤解を招きます。視聴者は、バーのサイズの違いが値に比例していると仮定しているためです。スケールは、通常、時間の経過に伴う何かを示すライングラフで、x軸に沿っても歪曲される場合があります。

チェリーピッキング：

別の技術として、チェリーピッキングがあります。時間範囲または特定のデータポイントが注意深く選択され、重要な変化が除外または隠されることがあります。たとえば、2008年から2010年のアメリカの失業率の上昇を示すグラフは、x軸を2つの方法で操作します。スケールが不均一で、2009年3月以降の15ヶ月間を前の6ヶ月間よりも短く見せています。特定のデータポイントを選択することで、間の重要な変化を隠すこともできます。

コンテキストを理解する：

最後に、グラフは何が提示されているかの完全な意義を知らなければ、あまり情報を提供できません。たとえば、国立環境情報センターの同じ海洋温度データを使用した2つのグラフは、正反対の印象を与えるように見えます。最初のグラフは、1880年から2010年までの平均年間海洋温度をプロットし、変化がわずかであるように見えます。しかし、0.5℃の上昇でも大規模な生態系の混乱を引き起こすため、実際には非常に重要です。これが、平均気温の変動を示す2番目のグラフがはるかに重要である理由です。

結論として、グラフは複雑なデータを伝えるための強力なツールであり、また操作や誤解を招くために使用されることもあります。データを歪めるために使用される技術を理解することで、視聴者はより洞察力を持ち、正確にデータを解釈するためのより良い装備を身につけることができます。次にグラフを見たときは、線や曲線に惑わされず、ラベル、数字、スケール、コンテキストを見て、画像が何を伝えようとしているのかを尋ねてください。