Que no et prenguin el pel amb una visualització de dades

Quan miris un gràfic, pensa que potser t’està prenent el pel. Ara bé, pot ser intencionadament o no.

El que observis, la teva experiencia, i el raonament racional son punts importants per aplicar el pensament crític. Sigui una visualització o sigui el que sigui.

L’article d’avui intentar ajudar-te a interpretar millor les visualitzacions de dades.

Fem una prova

Pots endevinar de què tracta el gràfic? Què s’està mesurant? Com s’està mesurant? Qui va fer el gràfic? D’on prové la informació?

Principals components d’un gràfic

Per llegir bé un gràfic hem de centrar-nos en els seus components. Com es representen les dades i les característiques que envolten el contingut i li donen suport.

Hi ha elements d’un gràfic que donen suport al contingut principal del gàfic. Coses com els títols, subtítols, llegendes, escales, autor, font de les dades, anotacions, etc.

Tota aquesta informació auxiliar és clau per poder interpretar correctament una visualització de dades.

L’element central de la majoria de gràfics són les codificacions visuals que s’utilitzen per representar les dades.

Els gràfics sempre es creen amb capes que tenen alguna mena de propietat estètica o visual relacionada als valors que representen. La codificació visual és la relació entre les propietats que triem i com representem les nostres dades.

Per exemple, en una gràfica de linies, el gruix de la linia pot variar en funció dels números que representa. Com més gran sigui el número, més gruixiuda llarga serà la linia. Quan comparem el gruix d’una linia estem comparant visualment els números de les nostres dades.

Un gràfic pot tenir més d’un mètode de codificació. A més del gruix, hi ha longitud amplada/alçada, la tonalitat del color, la posició, l’àrea, l’angle i molts més.

Com puc interpretar correctament els gràfics?

Fes-te aquestes preguntes:

  1. De què tracta el gràfic? Qui va fer el gràfic? D’on prové la informació?
  2. Què es mesura i com es mesura?
  3. Quines propietats estètiques s’utilitzen per codificar les dades?
  4. Què en destaquen els autors?
  5. Quins patrons, tendències i relacions hi veig?

Segons Alberto Cairo, un gràfic pot mentir perquè…

  • Està mal dissenyat.
  • Utilitza dades incorrectes.
  • Necessita una quantitat inapropiada de dades (massa poca o massa).
  • Amaga o confon la incertesa.
  • Suggereix patrons enganyosos.
  • Compleix amb les nostres expectatives o prejudicis.

I ara què?

Si vols aprofondir en com un gràfic ens pot mentir, et recomano llegir el seu llibree “How Charts Lie: Getting Smarter about Visual Information“.

Si vols veure un cas curiós, aquí un cas de quan Pablo Casado encara no era candidat del PP en un article on explico si cal o no cal utilitzar 0 en el eix y.

Per acabar, tens algun exemple de visualització enganyosa que vulguis compartir? Tens els comentaris oberts!

Deixa un comentari

L'adreça electrònica no es publicarà. Els camps necessaris estan marcats amb *

This site uses Akismet to reduce spam. Learn how your comment data is processed.