How to spot a misleading graph - Lea Gaslowitz

Translator: Nuchpraweepawn Saleeon Reviewer: Sritala Dhanasarnsombut

A toothpaste brand claims their product will destroy more plaque

ยาสีฟันยี่ห้อหนึ่งอ้างว่าผลิตภัณฑ์ ทำลายคราบแบคทีเรียบนผิวฟัน

than any product ever made.

ได้มากกว่าผลิตภัณฑ์อื่นที่เคยมีมา

A politician tells you their plan will create the most jobs.

นักการเมืองบอกว่า แผนการของพวกเขาจะสร้างงานได้มากที่สุด

We're so used to hearing these kinds of exaggerations

เราได้ยินการกล่าวเกินจริงเหล่านี้จนเคยชิน

in advertising and politics

ในโฆษณาและการเมือง

that we might not even bat an eye.

ซึ่งเราอาจไม่แม้แต่จะสนใจ

But what about when the claim is accompanied by a graph?

แล้วถ้าการกล่าวอ้าง ถูกใช้ร่วมกับกราฟล่ะ

Afterall, a graph isn't an opinion.

อย่างไรก็ตาม กราฟไม่ใช่ความเห็น

It represents cold, hard numbers, and who can argue with those?

มันแสดงตัวเลขอย่างชัดเจน และใครจะสามารถเถียงได้

Yet, as it turns out, there are plenty of ways graphs can mislead

แต่กลายเป็นว่า มีหลากหลายวิธี ที่กราฟสามารถทำให้เข้าใจผิด

and outright manipulate.

และชักจูงได้

Here are some things to look out for.

นี่เป็นบางสิ่งบางอย่าง เพื่อให้ระมัดระวัง

In this 1992 ad, Chevy claimed to make the most reliable trucks in America

ในโฆษณาปี 1992 เชฟวี่อ้างว่า ผลิตรถบรรทุกที่น่าเชื่อถือที่สุดในอเมริกา

using this graph.

โดยใช้กราฟนี้

Not only does it show that 98% of all Chevy trucks sold in the last ten years

มันไม่เพียงแสดงว่า 98% ของรถบรรทุกเชฟวี่ทุกคันที่ถูกขาย

are still on the road,

ยังวิ่งอยู่บนถนนในทศวรรษที่ผ่านมา

but it looks like they're twice as dependable as Toyota trucks.

แต่มันยังดูเหมือนว่ารถเชฟวี่น่าเชื่อถือ มากกว่ารถบรรทุกของโตโยต้าถึงสองเท่า

That is, until you take a closer look at the numbers on the left

มันเป็นเช่นนั้น จนกระทั่งคุณได้สังเกตตัวเลขทางซ้ายมือ

and see that the figure for Toyota is about 96.5%.

และพบว่าตัวเลขของโตโยต้า คือประมาณ 96.5%

The scale only goes between 95 and 100%.

มาตราส่วนนั้น เริ่มจาก 95 ถึง 100% เท่านั้น

If it went from 0 to 100, it would look like this.

ถ้ามันเริ่มจาก 0 ถึง 100 มันจะเป็นแบบนี้

This is one of the most common ways graphs misrepresent data,

นี่เป็นหนึ่งในวิธีทั่ว ๆ ไป ที่กราฟแปลความหมายข้อมูลผิด

by distorting the scale.

โดยการบิดเบือนมาตราส่วน

Zooming in on a small portion of the y-axis

การขยายส่วนเล็ก ๆ ของแกน y

exaggerates a barely detectable difference between the things being compared.

แสดงความแตกต่างที่พบได้เพียงเล็กน้อย ระหว่างสิ่งที่นำมาเปรียบเทียบกันเกินจริง

And it's especially misleading with bar graphs

และทำให้เข้าใจผิด โดยเฉพาะอย่างยิ่งกับกราฟแท่ง

since we assume the difference in the size of the bars

เพราะเราคาดเดาความแตกต่าง ด้านขนาดของแท่งกราฟ

is proportional to the values.

ตามสัดส่วนกับค่า

But the scale can also be distorted along the x-axis,

แต่มาตราส่วน ก็สามารถถูกบิดเบือนได้ตามแกน x

usually in line graphs showing something changing over time.

โดยปกติในกราฟเส้น ที่แสดงว่าบางสิ่งเปลี่ยนแปลงตามเวลา

This chart showing the rise in American unemployment from 2008 to 2010

แผนผังนี้แสดงการเพิ่มขึ้นของการว่างงาน ของคนอเมริกาจากปี 2008 ถึง 2010

manipulates the x-axis in two ways.

ปรับเปลี่ยนแกน x โดย 2 รูปแบบ

First of all, the scale is inconsistent,

อย่างแรก มาตราส่วนนั้นไม่เท่ากัน

compressing the 15-month span after March 2009

โดยการบีบช่วงสิบห้าเดือน หลังจากเดือนมีนาคมปี 2009

to look shorter than the preceding six months.

ให้ดูสั้นกว่าหกเดือนก่อนหน้า

Using more consistent data points gives a different picture

การใช้จุดข้อมูลที่เท่ากันมากขึ้น แสดงภาพที่แตกต่างกัน

with job losses tapering off by the end of 2009.

โดยงานลดลงในปลายปี 2009

And if you wonder why they were increasing in the first place,

และถ้าคุณสงสัยว่า ทำไมมันถึงเพิ่มขึ้นในตอนแรก

the timeline starts immediately after the U.S.'s biggest financial collapse

เส้นเวลาเริ่มทันทีหลังความเสียหาย ทางการเงินครั้งใหญ่สุดในอเมริกา

since the Great Depression.

ตั้งแต่ภาวะเศรษฐกิจตกต่ำครั้งใหญ่

These techniques are known as cherry picking.

วิธีการเหล่านี้รู้จักกันว่า เป็นการเลือกที่รักมักที่ชัง

A time range can be carefully chosen to exclude the impact of a major event

ช่วงระยะเวลา สามารถถูกเลือกเพื่อตัดผลกระทบ

right outside it.

ของเหตุการณ์ใหญ่ออกไป

And picking specific data points can hide important changes in between.

และการเลือกตำแหน่งเฉพาะของข้อมูล สามารถซ่อนการเปลี่ยนแปลงที่สำคัญในระหว่างนั้นได้

Even when there's nothing wrong with the graph itself,

แม้ว่าจะไม่มีอะไรผิดในกราฟเลยก็ตาม

leaving out relevant data can give a misleading impression.

การไม่รวมข้อมูลสำคัญ สามารถทำให้เกิดทรรศนะที่ไม่ถูกต้อง

This chart of how many people watch the Super Bowl each year

แผนผังของจำนวนคนที่ชม ซูเปอร์โบว์ (Super Bowl) ในแต่ละปี

makes it look like the event's popularity is exploding.

ทำให้มันดูเหมือนว่า ความนิยมของงานเพิ่มขึ้นอย่างมาก

But it's not accounting for population growth.

แต่มันไม่ได้อธิบาย การเติบโตของจำนวนคน

The ratings have actually held steady

จริง ๆ แล้วอัตรานั้นคงที่

because while the number of football fans has increased,

เพราะว่าในขณะที่ ตัวเลขของแฟนฟุตบอลเพิ่มขึ้น

their share of overall viewership has not.

สัดส่วนของการเข้าชมโดยรวมไม่เพิ่มตาม

Finally, a graph can't tell you much

ท้ายที่สุด กราฟไม่สามารถบอกอะไรได้มาก

if you don't know the full significance of what's being presented.

ถ้าคุณไม่ทราบส่วนสำคัญ ของสิ่งที่ถูกนำมาเสนออย่างครบถ้วน

Both of the following graphs use the same ocean temperature data

กราฟทั้งสองต่อไปนี้ ใช้ข้อมูลอุณหภูมิมหาสมุทรเหมือนกัน

from the National Centers for Environmental Information.

จากศูนย์ข้อมูลสิ่งแวดล้อมแห่งชาติ (National Centers for Environmental Information)

So why do they seem to give opposite impressions?

แล้วทำไมกราฟเหล่านี้ ให้ทรรศนะที่ดูตรงกันข้าม

The first graph plots the average annual ocean temperature

กราฟแรกแสดงแผนผังค่าเฉลี่ย ของอุณหภูมิมหาสมุทรต่อปี

from 1880 to 2016,

ตั้งแต่ปี 1880 ถึงปี 2016

making the change look insignificant.

ทำให้การเปลี่ยนแปลงดูไม่สำคัญ

But in fact, a rise of even half a degree Celsius

แต่ในความเป็นจริงแล้ว การเพิ่มขึ้นกว่าครึ่งองศาเซลเซียส

can cause massive ecological disruption.

สามารถทำให้เกิดความเสียหาย ต่อระบบนิเวศอย่างมาก

This is why the second graph,

เป็นเหตุผลว่า ทำไมกราฟที่สอง

which show the average temperature variation each year,

ซึ่งแสดงการเปลี่ยนแปลง ของอุณหภูมิโดยเฉลี่ยต่อปี

is far more significant.

ดูสำคัญมากเหลือเกิน

When they're used well, graphs can help us intuitively grasp complex data.

เมื่อกราฟถูกใช้อย่างเหมาะสม มันทำให้เราเข้าใจข้อมูลที่ซับซ้อนได้ง่าย

But as visual software has enabled more usage of graphs throughout all media,

แต่เพราะโปรแกรมภาพ ทำให้การใช้กราฟเพิ่มมากขึ้นตามสื่อต่าง ๆ

it's also made them easier to use in a careless or dishonest way.

กราฟยังถูกนำไปใช้โดยไม่ระมัดระวัง และไม่ซื่อตรงได้ง่ายขึ้น

So the next time you see a graph, don't be swayed by the lines and curves.

ดังนั้นคราวหน้าที่คุณเห็นกราฟ อย่าถูกชักจูงโดยเส้นและเส้นโค้ง

Look at the labels,

ดูที่แถบแสดง

the numbers,

ตัวเลข

the scale,

มาตราส่วน

and the context,

และเนื้อหา

and ask what story the picture is trying to tell.

และถามว่ารูปนั้น พยายามบอกเราเรื่องอะไร