Site Loader
KONTAKT
ul. Rektorska 4, 00-614 Warszawa

Statystyki, liczby, wykresy – każdy z nas na co dzień spotyka się z pewną formą przedstawienia danych. Wśród nich wizualna prezentacja informacji wydaje się być tą najprzyjemniejszą i najprostszą do zrozumienia. Dane przedstawione za pomocą wykresu sprawiają wrażenie bardziej przystępnych i klarownych, niż te zawarte w rozbudowanej tabeli. Łatwiej przykuwają uwagę, skracają czas, który poświęcić należy na zapoznanie się z dokumentem. Celem artykułu jest analiza sposobów manipulacji wykresami oraz pułapek, w które może wpaść odbiorca.

Dlaczego wpadamy w pułapki wykresów?

Jako ludzie, z natury mamy skłonność do oszczędności poznawczej – nadmiernego zaufania wobec autorytetów, upraszczania tego, co widzimy, by nie poświęcać zbyt dużej uwagi nieistotnym kwestiom. Ulegamy również błędowi kwantyfikacji – nadajemy większą wartość temu, co policzalne i mierzalne niż temu, czego zmierzyć nie można. Oba te zjawiska przekładają się bezpośrednio na zbyt dużą ufność względem danych, które docierają do nas w formie graficznej – czytelnej i reprezentującej wartości mierzalne. Rzadko kiedy jesteśmy więc na tyle podejrzliwi, by zastanowić się dłużej, na ile obiektywnie owe dane zostały przedstawione i co faktycznie chciał nimi przekazać autor. Łatwo wpadamy w zastawione na nas pułapki.

Jako badacze na co dzień tworzący różne formy wizualizacji danych, jesteśmy tutaj, by pokazać, na jakie czynniki zwracać uwagę, by nie dać wprowadzić się w błąd.

Przekształcenia skali

Patrząc na przedstawione poniżej wykresy dotyczące wyników sprzedażowych, można by pomyśleć, że pierwszy z nich obrazuje sprzedaż produktu, zainteresowanie, które utrzymuje się na podobnym poziomie na przestrzeni czasu. Drugi z kolei wskazywać mógłby na dynamiczny wzrost zainteresowania analizowaną ofertą. Jeśli jednak przyjrzymy się bliżej obu grafikom, dostrzeżemy, że prezentują dokładnie te same dane. Różnią się jedynie skalą, która została wykorzystana do opisania wartości na osi y. Na pierwszym z wykresów wartości na tej osi mieszczą się w zakresie od 4,3 do 5, na drugim natomiast od 4,74 do 4,82.

Jak widać, odpowiedni dobór skali może w znaczący sposób wpłynąć na to, jakie wrażenie na odbiorcy wywrze prezentowany wykres – raz może budzić lęk i niepewność, raz uspokajać. Łatwo zauważyć to można analizując wykresy prezentujące obecną sytuację epidemiologiczną na świecie (polecamy przykłady opisane na stronie: https://venngage.com/blog/misleading-graphs/#Misleading-Coronavirus-graphs)

Wykres 1.

Wykres 1

Wykres 2.

https://www.cognity.pl/manipulacja-danymi-na-wykresach,blog,94.html, dostęp 12.10.2020

Grupowanie danych

Pułapka wykorzystująca odpowiednie grupowanie dostępnych danych jest wyjątkowo ciężka do wykrycia na pierwszy rzut oka. Polega na umiejętnym tworzeniu nowych podzbiorów danych, które pomogą „wyrzeźbić” wykres w taki sposób, na jakim najbardziej zależy twórcy. Jako przykład posłużyć mogą dwa poniższe wykresy.

Wykresy 3. i 4.

Wykres 3 i 4

Źródło: https://www.ican.pl/b/krotki-przewodnik-po-manipulacji-wizualizacjami-danych/16IwGIn0h, dostęp 13.10.2020

Obie wizualizacje przedstawiają dokładnie te same dane. Jedyną różnicę między nimi stanowi fakt, że osiem grup o najwyżej kwocie dochodu do opodatkowania z wykresu po prawej stronie po prawej stronie złączonych zostało w jedną grupę opisaną jako „200+ tys.”. Pozwoliło to przekształcić wykres z rozkładem bliskim normalnego w taki, który wskazuje na znacznie większe dysproporcje.

Perspektywa

Kolejnym czynnikiem, który wykorzystany może zostać do zastawienia pułapki na odbiorcę, jest perspektywa prezentowania wykresu. Sztuczka ta ma zastosowanie głównie w przypadku trójwymiarowych wykresów kołowych. Im bardziej pochylona zostanie grafika, tym bardziej zniekształcone zostaną kąty wzdłuż obu osi.

Sztuczka ta wykorzystana została m.in. podczas tworzenia załączonego poniżej wykresu zaprezentowanego niegdyś przez Steve’a Jobsa. Dzięki odpowiedniemu nachyleniu, autorowi wizualizacji udało się sprawić, że jej część prezentująca procent udziału Apple w rynku (19,5%) wyglądała na większą od tej obrazującej wyniki firm z kategorii “Inne” (21,2%). Mimo wartości liczbowych jasno wskazujących na odwrotną zależność, część odbiorców z pewnością zinterpretowała grafikę w sposób, na jakim zależało marce.

Wykres 5

Źródło: http://praktykatrenera.pl/manipulacje-w-wykresach-iluzja-w-erze-informacji/, dostęp: 13.10.2020 oraz https://pocketnow.com/fictional-smartphone-market-share-numbers-are-fun, dostęp 21.10.2020

Infrastruktura badawcza DBA CZIiTT PW

Zespół DBA oferuje usługi związane analizą danych i interaktywną wizualizacją, umożliwiającą rzetelną i łatwą w odbiorze prezentację treści, na których zależy zleceniodawcy. Programami umożliwiającymi realizację opisanych wcześniej usług, do których dostępem dysponujemy, są m.in. interfejsy do języka R, SPSS (oba umożliwiające wydajne analizowanie danych) oraz Tableau (służące do tworzenia graficznych reprezentacji informacji) – informacje o użyteczności programów do analizy danych będą się pojawiały w kolejnych artykułach.

Odnośniki

Autorką artykułu jest Gabriela Hołdanowicz (DBA, CZIiTT). Więcej ciekawych informacji dotyczących zniekształceń, które wykorzystywane mogą być przez twórców wykresów, zwłaszcza w kontekście obecnej sytuacji epidemiologicznej znaleźć można w artykułach na stronach:

  1. https://venngage.com/blog/misleading-graphs/#Misleading-Coronavirus-graphs
  2. https://pulapkimyslenia.pl/5-sposobow-wykorzystania-wykresow-do-manipulowania-toba/ (dostęp 12.10.2020)
  3. https://www.cognity.pl/manipulacja-danymi-na-wykresach,blog,94.html. (dostęp 12.10.2020)
  4. https://www.ican.pl/b/krotki-przewodnik-po-manipulacji-wizualizacjami-danych/16IwGIn0h (dostęp 13.10.2020)
  5. Jako rozwinięcie tematu polecamy również krótki film How to spot a misleading graph dostępny na stronie TEDEd: https://ed.ted.com/lessons/how-to-spot-a-misleading-graph-lea-gaslowitz (dostęp 13.10.2020)
  6. By dowiedzieć się, jakie złudzenia i sztuczki mogą wpłynąć na nasze postrzeganie świata (w tym też liczb), polecamy zapoznać się z książką Daniela Kahnemana Pułapki myślenia. O myśleniu szybkim i wolnym.

Post Author: Ewa Bichta