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。我在另一篇文章裡詳細談了這個問題。
2)雙重數軸
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
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
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
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
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
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
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
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。
原文釋出時間為:2018-11-24
本文作者:新浪新媒體實驗室