如何看穿數(shù)據(jù)可視化的謊言

以前我們看到一個(gè)做得很爛的圖表，或者穿幫的數(shù)據(jù)可視化作品時(shí)，往往是將它們嘲笑一番也就算了。但有些時(shí)候，尤其是剛過去的這一年，我們好像更難分辨一個(gè)可視化作品是單純的糟糕產(chǎn)物，還是出于偏見而刻意制造的虛假信息。

當(dāng)然，用數(shù)據(jù)來撒謊已經(jīng)不是什么新鮮事兒了，但現(xiàn)在圖表越來越容易被廣泛傳播，網(wǎng)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(gè)簡單的信息也可能在腦子里生根發(fā)芽。在你還不知道的時(shí)候，小李子已經(jīng)在桌子上轉(zhuǎn)起了陀螺，而沒人關(guān)心它會停下來還是會一直轉(zhuǎn)下去。

自然而然地，現(xiàn)在我們需要快速看穿一個(gè)圖表是否在撒謊，而這篇圖文就是你貼心的指導(dǎo)手冊喲。

1)截?cái)鄶?shù)軸

左邊的y軸數(shù)據(jù)從10開始，純粹的瞎話。右邊的數(shù)據(jù)從0開始，很好。長度是柱狀圖視覺呈現(xiàn)的關(guān)鍵，所以當(dāng)某些人通過截?cái)鄶?shù)軸而故意把長度縮短時(shí)，整個(gè)圖表的差別就變得更明顯了。這些人想要展現(xiàn)出比實(shí)際情況更劇烈的變化。我在另一篇文章里詳細(xì)談了這個(gè)問題。

2)雙重?cái)?shù)軸

它用了兩種差距極大的比例，可能是為了強(qiáng)行扯上因果關(guān)系。通過使用雙重?cái)?shù)軸，數(shù)據(jù)的量級可以根據(jù)兩種度量來縮小或擴(kuò)張。人們通常用它來表達(dá)相關(guān)度和因果關(guān)系。“因?yàn)檫@個(gè)東東，另一個(gè)事兒發(fā)生了，看，很清楚吧?！?

Tyler Vigen做的假相關(guān)數(shù)據(jù)的項(xiàng)目是個(gè)極好的例子。

3)總和不對頭

餅圖中所有部分的比例加起來超過了100%。一些圖表專門要展示總體中的某些部分，而當(dāng)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(gè)扇形的比例加起來超過了100%?怪怪的噢。

可以看看這個(gè)搞笑的例子。

4)只看絕對值

這其實(shí)只是人口分布圖。當(dāng)你對比不同地方、種類或群體時(shí)，你必須考慮相對值，公平比較任何事物都是相對的。你不能因?yàn)槟硞€(gè)城鎮(zhèn)發(fā)生了兩起搶劫案，另一個(gè)只發(fā)生了一起，就說第一個(gè)鎮(zhèn)更危險(xiǎn)。萬一第一個(gè)鎮(zhèn)的人口是第二個(gè)的一千倍呢?更有效的方式往往是對比百分?jǐn)?shù)和比例，而非絕對值和總值。

這幅xkcd的漫畫很直白地展現(xiàn)了人口絕對數(shù)的影響。

5)有限范圍

左圖看上去增幅很大，但右圖顯示出這只是常態(tài)，且選定時(shí)間內(nèi)的增幅實(shí)際并不明顯。人們傾向于精心挑選日期和時(shí)間段來配合特定的敘事，所以更應(yīng)該考慮到歷史背景、時(shí)常發(fā)生的事件，以及合理的用來比較的基準(zhǔn)。

當(dāng)你研究全局時(shí)，可能會發(fā)現(xiàn)有趣的事情。

6)奇怪的分級

左圖只有兩個(gè)分級，大于1的究竟包括些什么?可能在打掩護(hù)。右圖更好，展示了更多變量有些可視化作品會過分簡化一個(gè)復(fù)雜的模型，而非展示出原數(shù)據(jù)中完整的變量范圍。這樣做很容易會把一個(gè)連續(xù)的變量轉(zhuǎn)化為從屬于某一類別的變量。

廣泛的分級在某些情況下很有用，但復(fù)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

30是10的三倍，但或許是為了增加顯著性，圖上最大的矩形比最小的大得可不止三倍。如果按照面積來進(jìn)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可視化時(shí)，改變邊長的比例來突出大小對比，完全是為了抓馬啊。

有時(shí)這種錯(cuò)誤是無意間造成的，更需要警覺。

8)操控面積維度

上下兩個(gè)圖形的面積相等，但看上去很不一樣?；蛟S有人懂得怎么用面積來做視覺編碼，卻還(gu)是(yi)做出了上圖這樣的東西。我還沒見過如此夸張的例子，但以后說不定就會有。我打賭連象形圖都能出現(xiàn)，等著瞧吧。

9)為了三維而三維

千萬別。當(dāng)你看到一個(gè)明明沒必要還強(qiáng)行用三維的圖表，請質(zhì)疑它的數(shù)據(jù)、圖表、作者及圖表衍生出的任何事物。

劃重點(diǎn)：如果一個(gè)可視化作品出現(xiàn)了以上任何問題，并不代表它一定在撒謊。正如Darrell Huff在《如何用數(shù)據(jù)撒謊》里說的：

“本書的標(biāo)題和里面一些內(nèi)容可能像是在說，所有類似的作品都是為欺騙而生的產(chǎn)物。美國統(tǒng)計(jì)協(xié)會一個(gè)分會的主席曾經(jīng)因?yàn)檫@個(gè)批評我，他覺得與其說出于欺騙，倒更像是能力不足?！?

當(dāng)然，這并不等于就可以原諒，畢竟也做錯(cuò)了嘛。但記住這點(diǎn)，你在罵某某某是騙子之前就可以再考慮考慮。

我的經(jīng)驗(yàn)是，仔細(xì)檢查那些令人震驚的、比想象中更具戲劇性的圖表。

圖表并不能讓虛假的信息變成真的，數(shù)據(jù)也不能。它們會屈從于做圖的人，也展示出信息本身之外更多的東西。那么，睜大你的眼睛咯。