دفاع در برابر نمودارهای فریبنده
خلاصهٔ کاملتر
نیتن یائو تو سایت FlowingData یه راهنمای تعاملی به اسم Defense Against Dishonest Charts منتشر کرده. به گفتهٔ نویسنده، نمودار یه پنجره به دنیاست؛ وقتی درست ساخته بشه کمک میکنه بهتر بفهمیم کجا ایستادیم، ولی وقتی از حقیقت فاصله بگیره تبدیل میشه به ابزار آسیب. هدف این راهنما اینه که خواننده یاد بگیره چطور از خودش دفاع کنه.
اول از آناتومی نمودار شروع میکنه: هر نمودار حداقل یه کدگذاری بصری داره — رنگ، مساحت، موقعیت، طول، زاویه یا شیب — و یه مقیاس که میگه هر کدوم از اینها چقدر داده رو نشون میده. ترکیب همین دوتاست که نمودار میلهای، پراکندگی، خطی، هیتمپ یا هیستوگرام میسازه. تو این مقاله اومده که تا این دوتا رو نشناسی، نمیتونی تشخیص بدی کجا کار خراب شده.
بخش اصلی راهنما فهرستی از الگوهای گمراهکنندهست که هر کدوم اسم خودشون رو دارن. Damper محور عمودی رو خیلی بزرگتر از داده میکشه تا رشد سهبرابری جمعیت آمریکا بین ۱۹۱۰ تا ۲۰۲۰ صاف به نظر برسه. Base Stealer مبنای نمودار میلهای رو از صفر بالاتر میبره و یه اختلاف خیلی کوچیک بین جمعیت زن و مرد آمریکا رو سهبرابر جلوه میده. Cherrypicker و Time Gap هم فقط بازه یا نقطههای دلخواه رو نگه میدارن تا یه روند جعلی بسازن.
بقیهٔ الگوها هم همینقدر آشنان: Smooth Operator با میانگین متحرکِ پهن سیگنال واقعی رو پاک میکنه، Overbinner داده رو تو دستههای درشت میریزه تا همهچیز دوقطبی به نظر بیاد، و Probable Cause با یه نمودار دومحوره همبستگی رو جای علیت جا میزنه — مثل ربطدادن مصرف اسفناج به نرخ شوت سهامتیازی تو NBA. نویسنده میگه بهترین دفاع در برابر نمودار دومحوره اینه که اصلاً ازش استفاده نکنیم.
جمعبندی نویسنده اینه که حفظکردن فهرست ترفندها کافی نیست و باید یه عادت کلی برای خوندن داده ساخت: بپذیر که از یه مجموعهداده میشه روایتهای مختلف درآورد، همیشه محور و واحد و بازه رو چک کن، به یافتههایی که زیادی خوب به نظر میرسن مشکوک باش و سراغ زمینهٔ بیرون از نمودار برو. به گفتهٔ نویسنده بهترین حمله هم اینه که خودت نمودار صادقانه بسازی و کار درست رو نشون بقیه بدی.
نکات کلیدی:
- هر نمودار از کدگذاری بصری و مقیاس ساخته میشه؛ بدون خوندن محورها نمیشه قضاوت کرد
- مبنای نمودار میلهای باید از صفر شروع بشه، چون طول رو به عنوان کدگذاری استفاده میکنه
- بزرگ یا کوچیککردن بازهٔ محور میتونه یه تغییر مهم رو صاف یا یه تغییر جزئی رو دراماتیک نشون بده
- نمودار دومحوره معمولاً برای جا زدن همبستگی بهجای علیت به کار میره
- هموارسازی زیادی و دستهبندی درشت، فقط نویز رو حذف نمیکنن؛ سیگنال رو هم میبرن
