How to spot a misleading graph - Lea Gaslowitz

Як зрозуміти, що діаграма вас обманює? — Лі Ґасловіц

Перекладач: Solomiya Kholyavko Утверджено: Mila Arseniuk

A toothpaste brand claims their product will destroy more plaque

Виробник стверджує, що його зубна паста знищить більше нальоту

than any product ever made.

за будь-який інший продукт.

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

Політик запевняє, що його програма створить найбільше робочих місць.

We're so used to hearing these kinds of exaggerations

Ми настільки звикли чути такого роду перебільшення

in advertising and politics

у рекламі та політиці,

that we might not even bat an eye.

що, ймовірно, це нас вже не дивує.

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

Та як щодо заяви, яка супроводжується діаграмою?

Afterall, a graph isn't an opinion.

Врешті-решт, діаграма не є точкою зору.

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

Вона показує точні цифри, то хто ж зможе з ними посперечатися?

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

Однак існує чимало ситуацій, коли графіки нас обманюють

and outright manipulate.

і відверто маніпулюють.

Here are some things to look out for.

Ось декілька речей, на які слід звернути увагу.

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

У 1992 році компанія Chevy рекламувала свої вантажівки як найнадійніші в Америці,

using this graph.

використовуючи цю діаграму.

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

Тут не лише інформація, що 98% усіх вантажівок Chevy,

проданих за останні 10 років,

are still on the road,

все ще їздять дорогами,

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

але складається враження, що вони є вдвічі надійнішими за вантажівки Toyota.

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

Так і є, аж поки ми не глянемо ближче на цифри ліворуч

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

і не побачимо дані Toyota, а це приблизно 96,5%.

The scale only goes between 95 and 100%.

Шкала охоплює лише дані між 95 та 100%.

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

Якби вона йшла від 0 до 100%, то виглядала б отак.

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

Це один з найпоширеніших способів подання недостовірних даних:

by distorting the scale.

через викривлення шкали діаграми.

Zooming in on a small portion of the y-axis

Збільшення маленького відрізку осі Y

exaggerates a barely detectable difference between the things being compared.

перебільшує ледь помітну різницю між об'єктами, що порівнюються.

And it's especially misleading with bar graphs

Особливо оманливими є ґістограми,

since we assume the difference in the size of the bars

оскільки ми припускаємо, що різниця в розмірах стовпців

is proportional to the values.

є пропорційною їхнім значенням.

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

Проте шкала може бути викривленою і вздовж осі X,

usually in line graphs showing something changing over time.

зазвичай в лінійних діаграмах, що демонструють якісь зміни з часом.

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

Цей графік, що показує зростання рівня безробіття в Америці з 2008 до 2010 років,

manipulates the x-axis in two ways.

маніпулює віссю Х двома способами.

First of all, the scale is inconsistent,

Перш за все, шкала нерівномірна,

compressing the 15-month span after March 2009

адже стиснуто 15-місячний інтервал після березня 2009 року,

to look shorter than the preceding six months.

щоб він виглядав коротшим за попередні 6 місяців.

Using more consistent data points gives a different picture

Використання коректних даних дає іншу картинку

with job losses tapering off by the end of 2009.

зі зменшенням втрати роботи до кінця 2009 року.

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

І якщо вам цікаво, чому ці втрати спочатку зростали,

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

часова шкала починається одразу після найбільшого фінансового колапсу США

since the Great Depression.

з часів Великої депресії.

These techniques are known as cherry picking.

Такі прийоми відомі як вибіркова демонстрація фактів.

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

Часовий інтервал акуратно вибирають, щоб виключити вплив важливої події,

right outside it.

яка знаходиться одразу за ним.

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

Підбірка специфічних даних може приховати важливі зміни в проміжках часу.

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

Навіть, якщо все гаразд з самою діаграмою,

leaving out relevant data can give a misleading impression.

вилучення певних даних може формувати оманливе враження.

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

Цей графік ілюструє щорічну кількість глядачів Супербоулу.

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

Здається, що у цієї події шалена популярність.

But it's not accounting for population growth.

Та він не враховує приросту населення.

The ratings have actually held steady

Рейтинги, власне, є стабільними,

because while the number of football fans has increased,

адже хоча кількість футбольних вболівальників збільшилася,

their share of overall viewership has not.

частка загального перегляду - ні.

Finally, a graph can't tell you much

Врешті, діаграма не може вам багато розказати,

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

якщо ви не усвідомлюєте усієї важливості цих даних.

Both of the following graphs use the same ocean temperature data

Обидні наступні діаграми показують ті ж дані температури океану,

from the National Centers for Environmental Information.

взяті з Національного центру інформації про навколишнє середовище.

So why do they seem to give opposite impressions?

Але чому здається, що мають протилежне значення?

The first graph plots the average annual ocean temperature

Перша діаграма подає середню річну температуру океану

from 1880 to 2016,

з 1880 до 2016 років,

making the change look insignificant.

демонструючи незначну зміну.

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

Насправді ж, збільшення навіть на півградуса за Цельсієм

can cause massive ecological disruption.

може спричинити величезну екологічну руйнацію.

This is why the second graph,

Тож друга діаграма,

which show the average temperature variation each year,

котра показує середню зміну температури щороку,

is far more significant.

є значущішою.

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

Коректні графіки можуть допомогти нам інтуїтивно засвоїти складну інформацію.

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

Та як тільки візуальні програми забезпечили ширше використання діаграм через медіа,

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

стало легше використовувати їх легковажно та нечесно.

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

Тож як наступного разу побачите діаграму, не піддавайтеся впливу ліній та кривих.

Look at the labels,

Погляньте на позначки,

the numbers,

цифри,

the scale,

шкалу

and the context,

і контекст,

and ask what story the picture is trying to tell.

поцікавтеся, яку історію вам намагається розповісти картинка.