3 คำถามที่ต้องถามตัวเองในครั้งต่อไปที่คุณเห็นกราฟ แผนภูมิ หรือแผนที่ สมาชิกของ White House Coronavirus Task Force อ้างอิงแผนภูมิที่ทำให้เข้าใจผิดในการแถลงข่าว AP Photo / Alex Brandon

นับตั้งแต่วันที่วาดภาพบนผนังถ้ำ ผู้คนได้แสดงข้อมูลผ่านตัวเลขและรูปภาพ ปัจจุบันผู้เชี่ยวชาญด้านการแสดงข้อมูลทราบดีว่า นำเสนอข้อมูลทางสายตา ช่วยให้คนเข้าใจดีขึ้น ข้อมูลที่ซับซ้อน. ปัญหาคือการแสดงข้อมูลเป็นภาพอาจทำให้คุณมีความคิดที่ผิด ไม่ว่าภาพจะถูกสร้างขึ้นอย่างเลอะเทอะหรือทำให้เข้าใจผิดโดยเจตนาก็ตาม

ยกตัวอย่างกราฟแท่งที่แสดงที่ an 6 เมษายน แถลงข่าว โดยสมาชิกของคณะทำงานเฉพาะกิจ Coronavirus ของทำเนียบขาว มีชื่อว่า “การทดสอบ COVID-19 ในสหรัฐอเมริกา” และแสดงให้เห็นการทดสอบ coronavirus เกือบ 2 ล้านครั้งเสร็จสิ้นจนถึงจุดนั้น ประธานาธิบดีทรัมป์ใช้กราฟเพื่อสนับสนุนการยืนยันของเขาว่าการทดสอบคือ “ขึ้นอย่างรวดเร็ว” จากภาพกราฟิกนี้ ผู้ชมจำนวนมากมักจะเอาข้อสรุปแบบเดียวกันออกไป – แต่มันไม่ถูกต้อง

กราฟแสดงจำนวนการทดสอบสะสมทั้งหมดที่ดำเนินการในแต่ละเดือน ไม่ใช่จำนวนการทดสอบใหม่ในแต่ละวัน

เมื่อคุณสร้างกราฟจำนวนการทดสอบใหม่ตามวันที่ คุณจะเห็นจำนวนการทดสอบ COVID-19 ที่ดำเนินการระหว่างเดือนมีนาคมถึงเมษายนเพิ่มขึ้นเมื่อเวลาผ่านไป แต่ไม่อย่างรวดเร็ว ตัวอย่างนี้เป็นหนึ่งในหลายๆ กรณีเมื่อข้อมูลสำคัญไม่เข้าใจหรือสื่อสารกันอย่างเหมาะสม


กราฟิกสมัครสมาชิกภายในตัวเอง


ในฐานะที่เป็น นักวิจัยด้านการสื่อสารอันตรายและความเสี่ยง, ฉันคิดมากเกี่ยวกับวิธีที่ผู้คนตีความแผนภูมิ, กราฟ และแผนที่ เจอกันทุกวัน

ไม่ว่าจะแสดงกรณีของ COVID-19, แนวโน้มภาวะโลกร้อน, เขตสึนามิที่มีความเสี่ยงสูง หรือการใช้สาธารณูปโภค การประเมินและตีความตัวเลขได้อย่างถูกต้องจะช่วยให้คุณตัดสินใจได้อย่างมีข้อมูล น่าเสียดายที่ตัวเลขทั้งหมดไม่ได้ถูกสร้างขึ้นเท่ากัน

หากคุณมองเห็นหลุมพรางของหุ่นได้ คุณก็สามารถหลีกเลี่ยงหลุมพรางดังกล่าวได้ พิจารณาคำถามสำคัญสามข้อต่อไปนี้ในครั้งต่อไปที่คุณเห็นกราฟ แผนที่ หรือภาพข้อมูลอื่น ๆ เพื่อให้คุณสามารถตัดสินใจได้อย่างมั่นใจว่าจะทำอย่างไรกับนักเก็ตข้อมูลใหม่

รูปนี้พยายามจะบอกอะไรฉัน?

เริ่มต้นด้วยการอ่านชื่อ ดูฉลาก และตรวจสอบคำอธิบายภาพ หากไม่มีสิ่งเหล่านี้ – ให้ระวังให้มาก ป้ายกำกับจะอยู่บนแกนแนวนอนและแนวตั้งบนกราฟหรือในคำอธิบายบนแผนที่ ผู้คนมักมองข้ามพวกเขา แต่ข้อมูลนี้มีความสำคัญต่อการนำทุกสิ่งที่คุณเห็นในการแสดงภาพมาใส่ในบริบท

ดูหน่วยวัดเป็นวันหรือปี เซลเซียสหรือฟาเรนไฮต์ การนับ อายุ หรืออะไร? พวกมันมีระยะห่างเท่ากันตามแกนหรือไม่? กราฟกรณีสะสมของ COVID-19 ล่าสุดจำนวนมากใช้มาตราส่วนลอการิทึม โดยที่ช่วงเวลาตามแกนตั้งไม่เว้นระยะเท่ากัน สิ่งนี้สร้างความสับสนให้กับผู้คน ไม่คุ้นเคยกับรูปแบบนี้

การออกอากาศรายการ 'The Rachel Maddow Show' เมื่อวันที่ 12 มีนาคม ได้รวมกราฟที่มีตัวเลขที่ไม่มีป้ายกำกับและแกนนอนที่ยากจะคาดเดา

ตัวอย่างเช่น กราฟจาก “The Rachel Maddow Show” บน MSNBC, พบผู้ป่วย coronavirus ในสหรัฐอเมริการะหว่างวันที่ 21 มกราคมถึง 11 มีนาคม หน่วยแกน x ในแนวนอนเป็นเวลา (ในรูปแบบวันเดือน) และหน่วยแกน y บนแนวตั้งอาจเป็นจำนวนผู้ป่วยสะสมแม้ว่า มันไม่ได้ระบุ

ปัญหาหลักของกราฟนี้คือช่วงเวลาระหว่างวันที่ติดต่อกันไม่เท่ากัน

ในกราฟที่แก้ไข โดยวันที่มีการเว้นระยะห่างอย่างเหมาะสมตามเวลา และการวินิจฉัย coronavirus ที่วาดเป็นกราฟเส้น คุณจะเห็นอะไรได้ชัดเจนขึ้น การเติบโตแบบเลขชี้กำลัง ในอัตราการติดเชื้อจริงๆดูเหมือนว่า. ใช้เวลา 30 วันแรกในการเพิ่ม 33 ราย แต่มีเพียง 584 รายสุดท้ายที่เพิ่ม XNUMX ราย

สิ่งที่อาจดูเหมือนแตกต่างเล็กน้อยสามารถช่วยให้ผู้คนเข้าใจว่าการเติบโตแบบทวีคูณสามารถสูงได้เร็วเพียงใดและอาจเปลี่ยนวิธีที่พวกเขารับรู้ถึงความสำคัญของการควบคุมมัน

ใช้สี รูปร่าง ขนาด และมุมมองอย่างไร?

สีมีบทบาทสำคัญ ในวิธีที่ผู้คนตีความข้อมูล ตัวเลือกสีสามารถทำให้คุณสังเกตเห็นรูปแบบเฉพาะหรือดึงดูดสายตาของคุณไปยังบางแง่มุมของกราฟิก

3 คำถามที่ต้องถามตัวเองในครั้งต่อไปที่คุณเห็นกราฟ แผนภูมิ หรือแผนที่ ความอ่อนไหวต่อดินถล่มโอเรกอน โอเรกอนกรมธรณีวิทยาและอุตสาหกรรมแร่

พิจารณาแผนที่สองแผนที่ที่แสดงถึงความอ่อนไหวต่อดินถล่ม ซึ่งเหมือนกันทุกประการ ยกเว้นรูปแบบสีที่กลับด้าน ดวงตาของคุณอาจถูกดึงดูดด้วยเฉดสีที่เข้มกว่า โดยสังหรณ์ใจว่าบริเวณเหล่านั้นมีความเสี่ยงสูง หลังจากดูตำนานแล้ว ลำดับสีใดที่คุณคิดว่าแสดงถึงข้อมูลได้ดีที่สุด โดยให้ความสนใจกับ ใช้สีอย่างไรคุณสามารถเข้าใจได้ดีขึ้นว่าสิ่งนี้มีอิทธิพลต่อสิ่งที่คุณโดดเด่นและสิ่งที่คุณรับรู้ได้อย่างไร

รูปร่าง ขนาด และการวางแนวของคุณสมบัติสามารถมีอิทธิพลได้เช่นกัน วิธีที่คุณตีความรูป.

แผนภูมิวงกลมของข้อมูลการจ้างงานที่สับสน อุตสาหกรรมใดบ้างที่ใช้ Coloradans? ติดเก้ง

แผนภูมิวงกลม เช่น แผนภูมิที่แสดงรายละเอียดการจ้างงานสำหรับภูมิภาค แยกวิเคราะห์ได้ยาก สังเกตว่าการดึงหมวดหมู่การจ้างงานใดสูงสุดหรืออันดับของพวกเขาออกมานั้นยากเพียงใด เสี้ยวของแผนภูมิวงกลมไม่ได้จัดตามขนาด มีหมวดหมู่มากเกินไป (11!) เปอร์สเปคทีฟ 3 มิติบิดเบือนขนาดลิ่ม และเสี้ยวบางอันแยกออกจากส่วนอื่นๆ ทำให้การเปรียบเทียบขนาดแทบเป็นไปไม่ได้

แผนภูมิแท่งเป็นตัวเลือกที่ดีกว่าสำหรับการแสดงข้อมูลและช่วยแสดงว่ามีคนจ้างงานในอุตสาหกรรมใดบ้าง

ข้อมูลมาจากไหน

สกรีนช็อตของโพล Twitter เกี่ยวกับประสิทธิภาพของทรัมป์ แบบสำรวจโพสต์ใน 'Lou Dobbs Tonight' โดยขอให้ผู้ชมโหวตบน Twitter เกี่ยวกับผลงานของทรัมป์ เครือข่ายธุรกิจฟ็อกซ์

แหล่งข้อมูลมีความสำคัญในแง่ของคุณภาพและความน่าเชื่อถือ โดยเฉพาะอย่างยิ่งสำหรับข้อมูลพรรคการเมืองหรือข้อมูลทางการเมือง หากข้อมูลถูกรวบรวมจากกลุ่มที่ไม่ใช่ค่าประมาณของประชากรโดยรวม ข้อมูลนั้นก็อาจมีอคติ

ตัวอย่างเช่น เมื่อวันที่ 18 มีนาคม เจ้าภาพ Lou Dobbs ของ Fox Business Network ได้ทำการสำรวจผู้ชมของเขาด้วยคำถามว่า “คุณจะให้คะแนนความเป็นผู้นำของประธานาธิบดีทรัมป์ในการต่อสู้กับไวรัสอู่ฮั่นได้อย่างไร”

 

ลองนึกภาพว่ามีเพียงพรรครีพับลิกันเท่านั้นที่ถูกถามคำถามนี้และผลลัพธ์จะเปรียบเทียบได้อย่างไรหากถามเฉพาะพรรคเดโมแครต ในกรณีนี้ ผู้ตอบแบบสอบถามเป็นส่วนหนึ่งของกลุ่มที่เลือกเองซึ่งเลือกชมการแสดงของ Dobbs แล้ว โพลสามารถบอกคุณได้เฉพาะเกี่ยวกับความคิดเห็นของกลุ่มนั้น ไม่ใช่ผู้คนในสหรัฐอเมริกาโดยทั่วไป เป็นต้น

จากนั้นให้พิจารณาว่า Dobbs ให้คำตอบในเชิงบวกในตัวเลือกแบบปรนัยของเขาเท่านั้น – “ยอดเยี่ยม ดีมาก หรือดีมาก” และเป็นที่ชัดเจนว่าข้อมูลนี้มีอคติ

การระบุอคติและวิธีการรวบรวมข้อมูลที่ไม่เหมาะสมช่วยให้คุณตัดสินใจได้ว่าข้อมูลใดน่าเชื่อถือ

คิดตามที่เห็น

ในช่วงการแพร่ระบาดนี้ ข้อมูลจะปรากฏขึ้นทุกชั่วโมง ผู้บริโภคสื่อถูกน้ำท่วมด้วยข้อเท็จจริง แผนภูมิ กราฟ และแผนที่ทุกวัน หากคุณสามารถใช้เวลาสักครู่เพื่อถามตัวเองสักสองสามคำถามเกี่ยวกับสิ่งที่คุณเห็นในการแสดงข้อมูลด้วยภาพ คุณอาจเดินจากไปพร้อมกับข้อสรุปที่ต่างไปจากเดิมอย่างสิ้นเชิงจากที่คุณอาจเห็นในแวบแรกสนทนา

เกี่ยวกับผู้เขียน

Carson MacPherson-Krutsky ผู้สมัครระดับปริญญาเอกด้านธรณีศาสตร์ มหาวิทยาลัยบอยซี

บทความนี้ตีพิมพ์ซ้ำจาก สนทนา ภายใต้ใบอนุญาตครีเอทีฟคอมมอนส์ อ่าน บทความต้นฉบับ.