3 spørsmål du må stille deg neste gang du ser en graf, et diagram eller et kart Medlemmer av White House Coronavirus Task Force refererer til et misvisende diagram i en pressemelding. AP Foto / Alex Brandon

Siden dagene med maling på hulevegger, har folk representert informasjon gjennom figurer og bilder. I dag vet eksperter om datavisualisering presentere informasjon visuelt hjelper folk bedre å forstå kompliserte data. Problemet er at datavisualiseringer også kan gi deg en feil ide - om bildene er slurvete eller med vilje.

Ta for eksempel søylediagrammet presentert på et 6. april pressebriefing av medlemmer av Det hvite hus Coronavirus Task Force. Den har tittelen “COVID-19 testing in USA” og illustrerer nesten 2 millioner coronavirus-tester som er fullført frem til det tidspunktet. President Trump brukte grafen for å støtte sin påstand om at testing var “går raskt opp.” Basert på denne grafikken tok mange seere sannsynligvis den samme konklusjonen - men den er feil.

Grafen viser det totale kumulative antallet tester som er utført over måneder, ikke antallet nye tester hver dag.

Når du tegner antall nye tester etter dato, kan du se hvor mange COVID-19 tester som ble utført mellom mars og april, økte gjennom tiden, men ikke raskt. Denne forekomsten er en av mange når viktig informasjon ikke ble forstått ordentlig eller kommunisert godt.


innerself abonnere grafikk


Som en forsker av fare- og risikokommunikasjon, Jeg tenker mye på hvordan folk tolker diagrammer, grafer og kart de møter daglig.

Enten de viser tilfeller av COVID-19, global oppvarmingstrender, høyrisiko tsunamisoner eller bruk av verktøy, ved å kunne vurdere og tolke tall riktig, kan du ta informerte beslutninger. Dessverre er ikke alle tall skapt like.

Hvis du kan oppdage en figurens fallgruver, kan du unngå de dårlige. Tenk på følgende tre viktige spørsmål neste gang du ser en graf, et kart eller andre data visuelt, slik at du trygt kan bestemme hva du skal gjøre med den nye informasjonen.

Hva prøver denne figuren å fortelle meg?

Begynn med å lese tittelen, se på etikettene og sjekk bildeteksten. Hvis disse ikke er tilgjengelige - vær veldig på vakt. Etiketter vil være på de horisontale og vertikale aksene på grafer eller i en legende på kart. Folk overser dem ofte, men denne informasjonen er avgjørende for å sette alt du ser i visualiseringen i en kontekst.

Se på måleenhetene - er de i dager eller år, Celsius eller Fahrenheit, tellinger, alder, eller hva? Er de jevnt fordelt langs aksen? Mange av de nylige COVID-19 kumulative case-grafene bruker en logaritmisk skala, der intervallene langs den vertikale aksen ikke er like mellom hverandre. Dette skaper forvirring for folk ukjent med dette formatet.

En 12. mars-sending av 'The Rachel Maddow Show' inkluderte en graf med umerkede tall og en vanskelig horisontal akse.

For eksempel en graf fra "The Rachel Maddow Show ”på MSNBC, viste koronavirus-tilfeller i USA mellom 21. januar og 11. mars. X-aksenhetene i horisontalen er tid (i et månedsdagsformat) og y-akseenhetene på vertikalen er antagelig kumulative tilfeller teller, skjønt den spesifiserer ikke.

Hovedproblemet med denne grafen er at tidsperiodene mellom påfølgende datoer er ujevn.

I en revidert graf, med datoer riktig fordelt gjennom tid, og diagnoser av coronavirus plottet som en linjediagram, kan du se tydeligere hva eksponensiell vekst i smittefrekvensen ser virkelig ut. Det tok de første 30 dagene å legge til 33 saker, men bare de fire siste å legge til 584 saker.

Det som kan virke som en liten forskjell kan hjelpe folk til å forstå hvor raskt eksponentiell vekst kan gå skyhøyt og kanskje endre hvordan de oppfatter viktigheten av å dempe den.

Hvordan brukes farge, form, størrelse og perspektiv?

Farge spiller en viktig rolle i hvordan folk tolker informasjon. Fargevalg kan få deg til å merke bestemte mønstre eller trekke blikket mot bestemte sider av en grafikk.

3 spørsmål du må stille deg neste gang du ser en graf, et diagram eller et kart Oregon sårbarhet. Oregon avdeling for geologi og mineralindustri

Vurder to kart som viser mottak for skred, som er nøyaktig det samme bortsett fra omvendte fargevalg. Øyet ditt kan bli trukket til mørkere nyanser, og intuitivt se områdene som høyere risiko. Etter å ha sett på legenden, hvilken fargerekkefølge synes du best representerer informasjonen? Ved å ta hensyn til hvordan farge brukes, kan du bedre forstå hvordan det påvirker hva som skiller seg ut for deg og hva du oppfatter.

Form, størrelse og orientering av funksjoner kan også påvirke hvordan du tolker en figur.

forvirrende kakediagram over sysselsettingsdata Hvilke bransjer ansetter Coloradans? halvkuler

Kakediagrammer som denne som viser sysselsettingsfordeling for en region, er notorisk vanskelig å analysere. Legg merke til hvor vanskelig det er å trekke ut hvilken sysselsettingskategori som er høyest eller hvordan de rangerer. Kakediagrammets kiler er ikke organisert etter størrelse, det er for mange kategorier (11!), 3D-perspektivet forvrenger kilestørrelsene, og noen kiler er atskilt fra andre, noe som gjør størrelsesammenligning nesten umulig.

Et søylediagram er et bedre alternativ for en informativ visning og hjelper med å vise hvilke bransjer folk er ansatt i.

Hvor kommer dataene fra?

skjermbilde av Twitter-avstemningen om Trumps prestasjoner Undersøkelsen postet på 'Lou Dobbs Tonight,' der de ba seerne stemme på Twitter om Trumps prestasjoner. Fox Business Network

Kilden til data er viktig når det gjelder kvalitet og pålitelighet. Dette gjelder spesielt for partisaner eller politiserte data. Hvis dataene er samlet inn fra en gruppe som ikke er en god tilnærming av befolkningen som helhet, kan det være partisk.

For eksempel, Fox Business Network-vertskapet Lou Dobbs, 18. mars, spurte publikum med spørsmålet "Hvordan vil du klassifisere president Trumps ledelse i landets kamp mot Wuhan-viruset?"

 

Tenk om bare republikanere ble spurt om dette spørsmålet, og hvordan resultatene ville sammenlignet hvis bare demokratene ble spurt. I dette tilfellet var respondentene en del av en selvutvelgelsesgruppe som allerede valgte å se Dobbs 'show. Målingen kan bare fortelle deg om den gruppes meninger, ikke folk i USA generelt, for eksempel.

Så vurder at Dobbs bare ga positive svar på flere valgmuligheter - “suveren, flott eller veldig bra” - og det er tydelig at disse dataene har en skjevhet.

Å oppdage skjevheter og feil datainnsamlingsmetoder lar deg bestemme hvilken informasjon som er pålitelig.

Tenk gjennom hva du ser

I løpet av denne pandemien dukker det opp informasjon time for time. Mediekonsumenter blir oversvømmet med fakta, diagrammer, grafer og kart hver dag. Hvis du kan ta deg tid til å stille deg noen spørsmål om hva du ser i disse datavisualiseringene, kan du komme bort med en helt annen konklusjon enn du kanskje hadde hatt ved første øyekast.Den Conversation

Om forfatteren

Carson MacPherson-Krutsky, doktorgradskandidat i geovitenskap, Boise State University

Denne artikkelen er publisert fra Den Conversation under en Creative Commons-lisens. Les opprinnelige artikkelen.