Wie Datenvisualisierung verwendet wird, um dich zu verführen (7 irreführende Tricks)

1. Darum geht es:: Hallo, da. Mein Name ist Joshua Brinley On In diesen Kosten werden wir einen Blick auf die Art und Weise werfen, wie Fehlinformationen online verbreitet werden, mit Daten, die nicht wirklich ungenau sind. Sie präsentieren tatsächlich die Rialwerte und die Zahlen, aber dass sie diese Zahlen foltern und sie auf eine Weise verdrehen, die nicht informativ ist, um absichtlich Fehlinformationen zu verbreiten. Was wir also tatsächlich bei diesen Kosten decken werden, ist, wie Daten verwendet werden, um sich zu verbreiten. Fehlinformationen werden einige der gängigen Techniken und Werkzeuge betrachten, die verwendet werden, um genaue Daten zu foltern , um sie zu verdrehen und sie in eine ungenaue Nachricht zu verwandeln, werden auch durch einige reale Beispiele gehen aus Diagrammen, die online mit der absichtliche Absicht, auf auch zu irreführen, wie Sie diese Arten von Graphen auf mehr bewusst von ihnen zu erkennen . Außerdem erfahren Sie, wie Sie vermeiden können, solche falsch repräsentativen Diagramme in Ihrer eigenen Datenvisualisierung zu erstellen . Sie, dass täglich über 2,6 Billionen Bytes an Daten erzeugt werden, wenn Sie Datenzeichen oder Ihren Business Analyst nutzen oder Daten verwenden, um Informationen zu präsentieren WusstenSie, dass täglich über 2,6 Billionen Bytes an Daten erzeugt werden, wenn Sie Datenzeichen oder Ihren Business Analyst nutzen oder Daten verwenden, um Informationen zu präsentieren? Datenvisualisierung ist die Methode, die wir verwenden, um zu kommunizieren, dass Datendiagramme auf Diagrammen online sind überall reflektiert auf allen Graphen, die Sie vor kurzem online auf Nachrichten-Sites im Fernsehen gesehen haben , Social Media Advertising Verwendung der Datenvisualisierung als eine bequeme Möglichkeit, die tatsächlichen Daten zu verbreiten. Nun, leider, in vielen Fällen, ist die Absicht dieser Graphen tatsächlich falsch zu informieren. Es ist nicht, ein Bewusstsein in ihrem Publikum zu schaffen, wie die Daten sein sollten. Sie versuchen tatsächlich, Sie falsch zu informieren, indem Sie diese Daten mit kniffligen Techniken im visuellen Design falsch darstellen . Also fangen wir an, diese zu erforschen. Begleiten Sie mich also in der nächsten Lektion, in der wir untersuchen, wie genaue Daten genau dargestellt werden können , aber auf eine Weise, die falsch darstellt, was diese Daten tatsächlich sagen wollen, werde ich dort sehen. 2. Fehlt der Information: und vielen Dank für die Fortsetzung der Kosten in dieser Sitzung. Wir werden einen Blick darauf werfen, wie Daten falsch dargestellt werden können, während sie dennoch korrekt bleiben . Es ist leicht, eine Lüge mit Zahlen zu erzählen, aber ohne sie unmöglich, die Wahrheit zu sagen. Das ist also ein Ausdruck von entkleideten Onkeln. Ich denke, es fasst das Problem, das wir mit Zahlen haben, wirklich genau zusammen. Sie können, als jemand, der Datenvisualisierung erstellt, gehört haben, dass jemand im Geschäft etwas in der Linie sagt. Ich will die Zahlen nicht. Ich will die Wahrheit. Aber was bedeutet es? Die Zahlen sind kalt. Sie sind statistisch, das ist voreingenommen. Wie können sie also nicht wahrheitsgemäß sein? Nun, wenn Sie die Art und Weise manipulieren, wie er diese Zahlen visualisiert und präsentiert, können sie ganz wahrheitsgemäß sein, also Zahlen eine kalte, unvoreingenommene Tatsache. Wie können sie also irreführen? Nun, es gibt tatsächlich viele Werkzeuge und Techniken, die verwendet werden, um Zahlen anzuzeigen, so dass sie etwas sagen , das nicht wahrheitsgemäß ist, obwohl es korrekt ausgeschaltet ist. Glücklicherweise leben wir in einer Welt, in der Politiker neue Saucen voreingenommen haben und Unternehmen absichtlich Zahlen präsentieren, die ohne völliges Lügen irreführt. Einige der Orte, die Sie auf irreführende Daten stoßen, sind Orte wie die Nachrichten, wo parteiische Probleme mit einer voreingenommenen Neigung als neutral dargestellt. Obwohl die Zahlen selbst neutral dargestellt werden, haben sie die Art und Weise manipuliert, wie sie diese Zahlen dargestellt haben, um sich auf die eine oder andere Weise zu lehnen. Soziale Medien sind ein anderer Ort, und es ist möglicherweise die heimtückischste Art und Weise, in der Daten online verwendet werden, um falsch darzustellen. Oft teilen Unternehmen oder politische Parteien Diagramme online auf sozialen Medien. Sie könnten für Ihren Facebook-Feed scrollen, und Sie stoßen auf eine einfache Tatsache oder eine kleine Grafik und denken nichts davon. Aber dieser Graph wurde absichtlich dort platziert. Oft können Sie das Diagramm nicht einem Angebot zuordnen, aber jemand hat es erstellt und versucht, Fehlinformationen online zu verbreiten. Und schließlich oft haben oft irreführende Graphen versehentlich schlechte Formatierungen und Entwurfsmöglichkeiten gemacht, die in Diagramme versehentlich die Daten falsch darstellen. Während der gesamten Kosten würden einen Blick auf einige der Techniken, die verwendet werden, um diese Daten falsch darzustellen, sowie einige Beispiele aus dem wirklichen Leben zu betrachten. Begleiten Sie mich also in der nächsten Lektion, in der wir aufschlüsseln, wie diese Techniken verwendet werden , um die Daten falsch darzustellen , wie man sie kategorisiert und einige Beispiele des realen Lebens von Diagrammen durchsucht, die online mit dem absichtliche Absicht, in die Irre zu führen. Vielen Dank. Das werde ich sehen. 3. Wie 3D-Grafiken Fehler einführen: hallo dort, und willkommen zurück zu den Kosten. In dieser Lektion werden wir einen Blick auf einige der gängigen Wege und Techniken werfen, in denen Daten online dargestellt werden, mit der Absicht, in die Irre zu führen. So können die üblichen Techniken in zwei Kategorien fallen. Die Form der Datenelemente, wie die Balken und die Linien, oder die Bearbeitung des Diagramms selbst. Das sind also die Techniken, die verwendet werden, um zu lügen, während sie noch die Wahrheit sagen. Erstens haben Sie die Drei-D-Perspektive. Verwenden Sie also drei D-Perspektive, entschuldigen Sie die Werte des Graphen. Zweitens haben wir diese Skalierung. So skalieren Sie zwei D-Formen und wie es die Unterschiede übertreibt. Lassen Sie uns untersuchen, wie drei D-Perspektive Daten falsch darstellt. Also ist er ein gemeinsames Drei-D-Diagramm. Ich will nicht, dass du dir einen Moment Zeit nimmst und es durchschaust. Was wir haben, ist der Umsatz, der für sechs verschiedene Sterne generiert wird. Nun, auf den ersten Blick, kann dies nur ein normal aussehender Graph sein, aber ich habe dieses Diagramm in einem bewussten Versuch erstellt, alle Werte zu täuschen, sind genau, aber ich habe es in einem drei d , damit die Fehlerspanne übertrieben wird. Also, was ich meine ist, schauen wir uns Star für und ich will, dass ich dir eine Frage stelle. Was ist der Wert von Stall fallen? Also hier ist der Graph. Nehmen Sie sich einen Moment Zeit. Messen Sie einfach den Wert des Sterns für das Problem mit drei D-Graphen ist Thema Fehlermarge , die sie einführen. Man kann sich vorstellen, dass es tatsächlich viele verschiedene Möglichkeiten gibt, in denen Leute genau Dinge messen könnten , denn man kann sich vorstellen, ein Publikum von unterschiedlichen, verschiedenen Menschen auf allen von ihnen, die Dinge betrachten, und es ist nicht unvernünftig anzunehmen, dass viele von ihnen unterschiedliche Werte voneinander erhalten. Das Problem stellt sich in Wie genau messen Sie die drei D jedes Graphen? Werfen wir einen Blick Imagine. Es ist eine Drei-D-Bar, wie hier dargestellt. Messen Sie es von der Oberseite der vorderen Ebene so? Wenn ja, beginnen Sie mit einem Wert von etwa 4400. Nun, vielleicht ist es nicht so, wie du es messen sollst. Vielleicht messen Sie es von der absoluten Spitze der meisten Punkt. Also die hintere Ecke Nun, wenn wir das tun, dann haben wir einen Wert von etwa 808.900 irgendwo da? Nun, vielleicht beide Luft ungenau. Vielleicht sollten Sie sich vorstellen, dass hinter der Bar eine unsichtbare Wand sitzt, und Sie folgen der Wand bis zur Ecke, als entlang der Höhe zur Achse zu messen. Nun, schauen wir uns an, was wir bekommen, wenn wir das tun. Hey, wir bekommen eine genaue 5000, damit Sie sehen können, dass das Problem beginnt zu entstehen. Es gibt eine Fehlerspanne zwischen 4400 und 5000, so gibt es einen 600 Unterschied, bei dem verschiedene Leute verschiedene Zielgruppenmitglieder, vor allem diejenigen, die Erfahrung haben, dass das Lesen von Diagrammen diese Grafik auf viele verschiedene Arten lesen kann . So ein Diagramm wie dieses ist wahrheitsgemäß, aber es ist irreführend für viele Menschen. Wir haben nur sechs Sterne hier, und wir haben uns nur einen angesehen. Sie können sich vorstellen, wie irreführend dieser Graph zwischen allen sechs dieser Sterne wäre . Jede einzelne Person, die diese Grafik im Publikum betrachtet, wird zu unterschiedlichen Schlussfolgerungen darüber kommen , was die Werte jedes dieser Sterne bedeuten. Also hier haben wir die gleiche Graph in zwei Dimensionen dargestellt. Ich habe nochmal gefragt. Was ist der Wert von star für STO? Weit sitzt eigentlich knapp über der 5000-Linie. können wir deutlich sehen. Der Wert ist also 5150. können wir sehr schnell aus der Grafik sehen. Wir gehen nicht mehr davon aus, dass es tatsächlich 5000 sind. Es ist auf keinen Fall 4800 und es ist absolut unmöglich, dass es 4400 sein wird. Sie können sehen, dass es keinen Raum für Fehler in den beiden D. Graf, Wo ist in der drei D-Darstellung dieser Daten? Jeder wird eine etwas andere Interpretation davon haben. Beide Transplantate stellen also die Daten exakt dar. Aber einer von ihnen tat dies auf eine irreführende Weise, die eine andere Geschichte erzählen kann. Nun, in meinem Beispiel, ändere ich den Graph nur um ein paar Grad. Das Drei-D-Element des Graphen war nur in einem leichten Winkel. Sie bestätigen übertreiben diesen Unterschied, indem Sie ihn oder extremen Winkel Freedy. Und das ist, was viele Leute online tun, wird einen Blick in der beschwerten Lektion auf ein besonders ungeheuerliches Beispiel von drei D und wie falsch dargestellt es sein kann. Aber ich hoffe, in dieser Lektion habe ich gezeigt, wie falsch repräsentativ drei D-Graphen sein können. Es gibt einfach keinen Grund, einen zu benutzen. Also, wenn Sie Diagramme online erstellen, verwenden Sie nicht drei D. Und wenn Sie auf ein Glas online mit drei D stoßen, machen Sie einen Schritt zurück und fragen Sie sich, dass der Autor versucht, zu irreführen, wenn es das war, nur eine schlechte Design-Wahl. Also danke, dass Sie sich mir, diesen USA,angeschlossen diesen USA, und kommen Sie mit mir in die nächste Lektion, wo wir einen Blick auf die zweidimensionale Skalierung werfen, wie falsch repräsentative zweidimensionale Symbole sein können, wenn sie als Graphen verwendet werden. 4. Formen Skalieren: Hallo, da. Und diese Lektion, wir werden einen Blick werfen. A zu D. Scaling auf Leihhaus. Skalieren von Bildern in zwei Dimensionen übertreibt den Unterschied zwischen ihnen. Hier haben wir also drei verschiedene Formen. Ein Kreis, ein quadratisches Dreieck auf. Was ich getan habe, ist, dass ich sie dreimal skaliert habe, also hat jeder von ihnen eine Skala von drei. Die Sache ist die Skalierung auf einem Balken wie in einem Balken. Chuy ist einfach zu messen, weil es sehr leicht skaliert. Es geht nur längs in einer Dimension, aber über Formskala sowohl vertikal als auch horizontal, was bedeutet, dass nur das Volumen skaliert wird, nicht unbedingt nur die Höhe. So wird etwas, das dreimal größer ist, neunmal so groß wie die Lautstärke. Dies fängt an, die Daten falsch darzustellen. Werfen Sie einen Blick auf dieses reale Beispiel. Dies ist eine Art von Graphen, die einem Autor zugeordnet werden kann. Selten hat es nur Stas McDonald's gesehen. Es ist die Art von Grafik, die online in sozialen Medien veröffentlicht wurde, dass die meisten Leute einfach vorbei scrollen würden , ohne wirklich zu absorbieren, was auf sie los ist. Aber es führt in die Irre. Es ist so getan, um zu versuchen und zu übertreiben, wie viel größer McDonald's für den Rest dieser Fast-Food-Ketten ist, Also was dieses Diagramm zeigt Ihnen die Einnahmen für eine Reihe von Fast-Food-Ketten generiert . Wir haben Starbucks, Taco Bell, Pizza, Harfe und so weiter. Also, wenn Sie an Größe zunehmen, was auch hier geschieht, ist ihre zunehmende Größe. Werfen Sie einen Blick auf Burger King und dann werfen Sie einen Blick auf McDonald's. Der Unterschied ist massiv. Auf dem Gesicht sieht es etwa 12 möglicherweise 15 Mal größer aus, weil man das Burger King Logo möglicherweise etwa 15 Mal in das McDonald's Logo passen kann . Aber wenn Sie nehmen, schauen Sie sich genau die tatsächlichen Werte an. Burger King stellt 11,3 Milliarden dar. Wo ist McDonald's repräsentiert? 41 Milliarden. Burger King ist also nicht einmal viermal so groß. Aber weil diese Form in zwei Dimensionen skaliert wurde, bedeutet dies, dass McDonald's viel größer ist als es tatsächlich ist. Was es tut, ist massiv übertreiben den Unterschied, so dass Sie sehen können McDonald's scheint etwa 15 Mal größer zu sein , während in der Realität es etwa 3,5 mal größer ist. Sie haben hier auch etwas anderes getan, das ein wenig schwierig ist. Was sie getan haben, ist, das BIP Afghanistans reinzubringen, also ist dies nur ein Land. Dieser Graph hätte jedes gewünschte Land auswählen können, aber es ist besonders ein absichtlich Piktogramm, der größer ist als Burger King, aber nicht sein größter McDonald's. Was es auf subtile Weise bedeutet, ist der Rest dieser Ketten, die größer sind als einige Länder. Wo ist McDonald's steht für den Wert eines ganzen Landes? Die Realität ist, dass es viele Länder gibt, die viel größer sind als McDonald's. Es gibt auch Länder, die kleiner sind als Burger King, aber sie haben absichtlich nur ein Land gewählt, das schön zwischen ihnen sitzt, und es ist auch eine visuelle Form, die skaliert wurde. Also McDonald's hat zu einem Lohn viel größer übertrieben worden, als es tatsächlich ist. Art der Grafik wie diese geht online, geht auf Facebook Geteilt um ist vielleicht ein interessanter Nugget von Informationen. Aber was tut, ist impliziert und irreführend, damit die Leute McDonald's als viel größer betrachten als jede dieser anderen Ketten, wie es der richtige Ort ist. Das ist die Absicht eines Graphen wie dieses, und es ist absichtlich auf diese Weise gestaltet und versucht, sein Publikum in die Irre zu führen. Das ist also das Problem mit der Skalierung von zwei D-Shapes. Wenn Sie in zwei Dimensionen skalieren, skalieren Sie nach Volumen, so dass etwas, das nur dreimal größer ist, nichts Mal die tatsächliche Größe wird, wenn sie als Symbole in einem Diagramm verwendet werden, z. B. in einer Art Balkenschnitt-Balkendiagramme, nur eine Dimension um die Höhe skalieren, aber da Sie Logos oder Bilder verwendet werden, werden Summen ausgewählt, Sie skalieren tatsächlich in zwei Dimensionen, so dass dies den Einfluss hat, wie viel größere Dinge zu übertreiben. Wenn Sie also Diagramme online erstellen oder Gras mit einer Zielgruppe teilen, sollten Sie vermeiden, Formen zu verwenden. Bleiben Sie an der gemeinsamen Bar. Wenn Sie auf ein Diagramm wie dieses stoßen, können Sie fast garantieren, dass das Angebot versucht, den Unterschied zu übertreiben. Das Schlimmste daran ist, selbst wenn Sie wissen, dass der Unterschied übertrieben wurde. Wenn Sie dann ein Zuschauermitglied fragen, das in ein paar Tagen eine Grafik wie diese angesehen hat, wie viel größer McDonalds Waas sie noch übertrieben werden, selbst nachdem Sie es ihnen gesagt haben. Der Graph selbst wurde übertrieben, und McDonnell ist es nur 3,5-mal größer als Burger King. Sie werden es immer noch viel größer als Burger King platzieren, weil der Graph fertig ist, seine Arbeit. Diese Daten werden falsch dargestellt. Schließen Sie sich mir in der nächsten Lektion an, wo wir einen Blick auf einige der Möglichkeiten werfen, mit denen das Diagramm selbst manipuliert werden kann, um die Daten falsch darzustellen, die angezeigt werden sollen. Vielen Dank. Das werde ich sehen. 5. Kurze Y Axis: Hallo da. In dieser Lektion werden wir mit unseren falsch repräsentativen Grafiken fortfahren. Wir werden uns jetzt den zweiten Weg ansehen, in dem Transplantate verpasst werden könnten. Repräsentant. Okay, es gibt vier Möglichkeiten, wie Sie das Diagramm so manipulieren können, dass es die Daten falsch darstellt , die zu präsentieren versuchen. Erstens haben Sie die y-Achse abgeschnitten, was bedeutet, dass der Zugriff von einem anderen Wert als Null gestartet wird. Als Nächstes haben Sie eine Null-Skalierung, was bedeutet, dass die Balken keinen Wert darstellen. Dann haben Sie Zugriff gestreckt. Indem Sie also entweder den Zugriff quetschen oder sogar dehnen, können Sie Trends übertreiben oder verringern. Schließlich, wenn die Daten nicht online zu Ihrer Story, einfach weglassen. Werfen wir einen Blick auf die abgeschnittene y-Achse. Dies ist, wenn Sie den Zugriff nicht von Null stoppen. Es ist eigentlich eine der häufigsten Techniken, die verwendet werden, um mit Daten online irrezuführen. Was es tut, ist, kleine Unterschiede zwischen Werten zu übertreiben, um viel größer zu erscheinen, als sie tatsächlich sind. Werfen wir einen Blick auf die abgeschnittene Y-Achse. Hier starten Sie den vertikalen Zugriff nicht von Null. Es ist eigentlich eine der am häufigsten verwendeten Techniken, um Daten in die Irre zu führen und falsch darzustellen . Was es tut, ist es kleine Unterschiede zwischen Werten zu übertreiben, so dass sie erscheinen oder sie scheinen viel größer zu sein, als sie tatsächlich sind. Werfen wir einen Blick auf ein Beispiel für eine abgeschnittene Y-Achse auf der linken Seite. Sie haben eine Grafik, die die Abstimmung zwischen Urlaub und bleiben Jobbing zeigt. Brexit, Der Brexit,fragt man, sollte Großbritannien Sie verlassen und Ihnen dann den Prozentsatz der Wähler zeigen , die für Mame gestimmt haben? Auf den ersten Blick scheint es, als wäre die noch verbleibende Abstimmung im Vergleich zur Urlaubsabstimmung riesig. Aber was Sie anfangs nicht bemerkt haben, ist, dass die Y-Achse abgeschnitten wurde. Die Y-Achse beginnt bei 36 und geht nur bis zu 50, anstatt bei Null auf 100 zu beginnen . Was das bewirkt, ist die Hälfte der Auswirkung zu übertreiben, wie viel größer die verbliebenen Wähler im Vergleich zur Urlaubsabstimmung sind. Wenn Sie sich die Grafik auf der rechten Seite ansehen, die genau die gleichen Daten zu dieser Zeit zeigt, hat der Zugriff von Null begonnen und geht bis zu 100, wie ein Prozentsatz sollte. Dann plötzlich scheint dieser Unterschied nicht so extrem, in der Tat, dass die restliche Abstimmung nur geringfügig über der Urlaubsabstimmung liegt, was eine viel genauere Darstellung dieser Daten ist. So könnte ein Diagramm wie dieses erzeugt werden, indem man neue Salze lehnt oder einfach versehentlich und online über das, was es tut, ist Einfluss auf die Wähler durch die Verbreitung von Fehlinformationen. Es stellt die Wahrheit der Sache falsch dar, obwohl technisch gesehen nichts in dem geheilt an der Grafik ist. Aber es stellt die Darstellung dieser Zahlen falsch dar. Werfen wir einen Blick auf dieses zweite Beispiel. Dies ist die Art der Grafik, die von KFC produziert und online in sozialen Medien vergossen wird. Es ist nicht Teil von einem, denn es wird nie in den Nachrichten sein. Es lohnt sich nicht wirklich darüber zu reden, aber es verbreitet Fehlinformationen. Wenn Sie den Boden entlang schauen, zeigt es die Kalorien aus verschiedenen Mahlzeiten Auswahl, aber sie beginnen nicht von Null. Sie beginnen bei 600. Was das tut, ist, dass es übertreibt. Der Unterschied zwischen dem KFC-Artikel auf den übergeordneten Gegenständen war, bedeutet, dass KFC gesünder ist , die Knie über Entscheidungen. Dies ist diese Hypergrafik, die online geteilt werden, ohne viel Gedanken vom Betrachter. Sie tauchen nicht tief in eine Studie über diese Dinge ein, aber es pflanzt die Idee in den Hinterkopf, dass KFC eine etwas gesündere Option sein könnte . nächste Mal, wenn sie sich im Food-Court befinden, könnten sie sich in Richtung KFC lehnen, denken, dass eine etwas bessere Option die über Fast-Food-Entscheidungen. So wird diese Art von Fehlinformationen verbreitet. Es gibt nichts Ungenaues an einem Diagramm wie diesem, aber es gibt ein paar verschiedene Dinge vor sich. Erstens übertreiben die abgeschnittenen Wachse den Unterschied, so dass KFC kleiner und somit gesünder erscheint . Zweitens werden Daten weggelassen. Was ist mit den Mahlzeiten Auswahl haben sie aus diesen Restaurants gepflückt? Du weißt es nicht. Wir werden uns in einer neuen Lektion mit Daten beschäftigen. Aber es ist nur darauf hinzuweisen, dass Graphen tatsächlich mehrere Techniken verwenden können, um zu versuchen, zu fehlen . Vom wir sollten weg von dieser Grafik ist, dass es diese Art von Graph wird online verbreitet und ohne eine ganze Menge Gedanken geteilt. Aber es plant die Idee in die Menschen hatten durch die Verwendung der Kommunikation von falsch repräsentativen Daten, so dass abgeschnittene Wachse. Sie können sehen, wie Sie durch Starten eines Graphen, nicht von Null, diese Unterschiede tatsächlich übertreiben? Einige Fälle möchten Sie übertreiben, wie viel größer etwas ist. Aber in den Fällen wie dem KFC-Beispiel versuchen Sie möglicherweise zu übertreiben, wie viel kleiner etwas im Vergleich zu Überentscheidungen ist. Dies zeigt und zeigt auch, wie Daten verwendet werden können, um Desinformationen online falsch darzustellen und zu verbreiten . Es ist nichts Ungenaues an dieser Grafik, und es wird nicht Teil einer großen Nachrichtenseite sein. Es ist gerade online auf Instagram auf Facebook gepostet. Die Leute sehen es. Sie denken nicht daran, darüber nachzudenken. Aber es plant die Idee im Hinterkopf, eine Idee, die von einem Unternehmen mit einem Motiv kuratiert wurde, um zu versuchen, und Sie dazu zu bringen, ihre Produkte zu kaufen . Die Tatsache, dass es sich um Daten handelt, scheint eine Art Autorität zu haben, also ist es tatsächlich eine wirklich effektive Marketing-Taktik. Daten und Graphen hält einige Autorität als unvoreingenommene Darstellung Ziv statistische Tatsache , wo, wie Sie sehen können, indem Sie sie in einer solchen Weise präsentieren, sie tatsächlich eine völlig ungenaue, aber wahrheitsgemäße Geschichte erzählen. Begleiten Sie mich in der nächsten Lektion, in der wir untersuchen, wie das Entfernen der Skala aus dem Gras falsch repräsentative Diagramme erzeugt . Danke. Ich werde es sehen 6. Den Skala entfernen: Hallo, da. In dieser Lektion werden wir untersuchen, wie das Entfernen der Skala aus Ihren Diagrammen das Angebot ermöglicht, so ziemlich jede Geschichte zu erzählen , die sie wollen. Das Entfernen der Skala bedeutet also, dass die Balken in einem Biografen tatsächlich keine Darstellung dessen haben, was der Wert dieses Balkens darstellen soll. Es gibt dem Autor im Grunde die vollständige Kontrolle über das, was er sagen will. Es kann auch ziemlich schwierig sein, zu erkennen. Lassen Sie uns also einen Blick auf ein Beispiel für ein Balkendiagramm werfen, das auf der linken Seite keine Skalierung aufweist Wir haben die Iowa-Stroh-Umfrage, . eine Umfrage zwischen der Verwendung, für die sie für die Präsidentschaftswahlen stimmen. Was wir sehen, ist jung, sein Telefon weg, der Gewinner mit 22,5%. Und dann ist er noch viel weiter voraus als Bernie Biden Warren. Und so, ähm, schauen wir uns das genauer an. Jung. Die Bar für Young stellt 22,5% dar. Wo ist die Bar? Bernie repräsentiert 21 Personen, also gibt es nur eine Differenz von 1,5%. Aber diese Bars, die Bar für junge, ist viel länger als die Bar für Bernie, aber dieser Unterschied ist nur 1,5%. Werfen Sie nun einen Blick auf die Bar, die Biden repräsentiert, und vergleichen Sie das mit der Bar, die Bernie repräsentiert. Der Unterschied zwischen diesen beiden Balken ist viel geringer als die Differenz zwischen Young und Bernie, aber die Differenz beträgt 9,5%. Was das bedeutet, ist, dass es keine Skalierung auf diesen Balken gibt. Dieses Bild wird als Balkendiagramm dargestellt. Es sieht so aus, als wäre es ein Biograph, weil es Balken präsentiert, als ob sie Werte repräsentieren . Aber in der Tat stellen sie keinen Wert für die Maut dar. Es wird keine Skalierung auf sie angewendet. Dies ermöglicht es dem Angebot, Bernie als weit hinter Jung oder Jung zu präsentieren, so weit vor allen anderen. Wenn Sie sich das gleiche Diagramm auf der rechten Seite ansehen, dies dieselben Daten, aber mit Skalierung dargestellt. Diesmal der Unterschied zwischen Bernie und Young sehr minimal. Da gibt es nur einen kleinen Unterschied zwischen ihnen. Der Unterschied zwischen Bernie und Biden ist jetzt viel größer als der Unterschied zwischen jüngeren Bernie, so dass die Grafik auf der linken Seite absichtlich erstellt und veröffentlicht wird, um zu versuchen, falsch darzustellen wie die politische Abstimmung läuft. Wo ist sie keine Skalierung eines hohen auf diesen Bods verwendet haben. Sie haben diese Daten so präsentiert, als wäre es ein Balkendiagramm. Aber es gibt hier eigentlich keine Daten, so dass Sie sehen können, wie das Entfernen der Skalierung es dem Autor ermöglicht, einen beliebigen Wert zu erzeugen. Sie sind tatsächlich eins. Sie hätten Bernie überall auf dieser Skala auf Eier setzen können, völlig übertrieben. Wie weit hinter dem jungen Mann ist er eigentlich. Sie hätten sagen können, was sie wollten. Sie hätten ihn direkt neben Young setzen können. Sie hätten ihn fast von der Seite mit dem Unterschied platzieren können, weil sie keine Skalierung haben . So verwenden sie tatsächlich Daten, um die Wahrheit davon falsch darzustellen, indem sie sie als Balkendiagramm darstellen, aber keine Skalierung aufweisen. Es ist eigentlich kein Biograph. Es ist nur eine stilistische Wahl, Werte zu präsentieren, die ich bin, die sich selbst präsentieren und vorgeben, ein Balkendiagramm zu sein. Aber es gibt keine tatsächliche Datendarstellung oder Datenvisualisierung im Gange. Also da, absichtlich versucht, dich in die Irre zu führen. Begleiten Sie mir die nächste Lektion, in der wir einen Blick darauf werfen, wie das Strecken des Zugriffs die Werte manipulieren kann , die sie darstellen wollen. 7. Daten ausrichten: Hallo, da. In dieser Lektion werden wir einen Blick werfen. Ein Haus, das den Zugriff dehnt, kann die Daten falsch darstellen. Das Dehnen der Achse erfolgt daher, wenn die Abmessungen des Diagramms angepasst wurden, um die Achse zu dehnen oder zu verkleinern. Was es tut, ist es entfernt oder übertreibt einen Trend. Es kann einen Aufwärts- oder Abwärtstrend oder einen Pendelverkehr übertreiben. Entfernen Sie jede Variation, wenn sie genug gestreckt , z. B. ein Liniendiagramm, das ausreichend verkleinert wurde. Es ist nur eine flache Linie, also schauen wir uns mal an. Das ist ein Beispiel dafür, wo die Achse links gestreckt wurde. Was wir haben, ist die durchschnittliche jährliche globale Temperatur, die in Fahrenheit präsentiert wird, und Sie können sehen, dass es eine ziemlich flache Linie ist. Wo ist auf der rechten Seite? Wir haben die gleichen Daten dargestellt, und Sie können sehen, um die Dinge daraus zu klären. Erstens gibt es eine Menge Variationen in dieser Linie, und zweitens gibt es einen Aufwärtstrend. So wurde der Graph auf der linken Seite gestreckt. Die Y-Achse beginnt bei einem negativen Wert und geht bis zu 110. Sie haben diese Daten im Wesentlichen verkleinert, um sie zu präsentieren. Es ist eine fast flache Linie, während auf der rechten Seite. Sie haben in, dass auf diese Daten gezoomt und richtig repräsentativ, so können Sie sehen, dass es eine Menge Variation auf deklarieren leichten Aufwärtstrend. Wo ist die Grafik auf der linken Seite wird erstellt, um Sie zu informieren, dass es keine Erhöhung Temperatur und es gibt keine Variation, weil es im Wesentlichen jetzt als flache Linie dargestellt . Wenn Sie also auf jede Art von Liniendiagramm verkleinern, können Sie diese Zahl als vollständig flach darstellen. Wenn Sie das Verkleinern genug kaufen wollten, könnten Sie einen Trend in einem Liniendiagramm vollständig verschwinden lassen. Lassen Sie uns nun einen Blick auf die letzte Art und Weise werfen, in der Sie ein Diagramm ändern können. Um Daten auf diese falsch darzustellen, müssen wichtige Datenpunkte weggelassen werden. Wenn die Daten nicht einverstanden sind, dann entfernen Sie sie einfach. Das Problem dabei ist, dass es wirklich schwer zu erkennen ist, weil man nicht weiß, was man nicht weiß . Diese Art der Unterlassung wird häufig in Umfragen oder Daten über einen langen Zeitraum oder wenn es einen sozialen Faktor in den Daten gibt verwendet. Werfen wir einen Blick auf ein paar Beispiele, also ist dies nicht, um die Diskussion über Trump oder anderswo zu starten Es spielt keine Rolle, wo Sie in einer politischen Partei sitzen, aber was das tut, ist Ihnen zu zeigen, wie Daten verwendet werden können, um falsch darzustellen, wenn Sie einfach Daten auf der rechten Seite weglassen. Wir haben Präsident Trumps Zustimmung Bewertung, also haben wir eine Zulassungsbewertung von 88 Cent und eine Missbilligung Bewertung von Namen sie. So ist er bei weitem weitgehend genehmigt. Aber wenn Sie einen Blick auf die tatsächlichen Daten, die verwendet werden, um dieses Diagramm zu erstellen, können Sie sehen, dass all diese getan ist die Stimmen gewählt, die ihn genehmigen und ignoriert die Stimmen , die nicht genehmigen. Sie können auf der Grafik auf der linken Seite sehen. Die tatsächliche Missbilligung ist weit größer als die Zulassungsbewertungen. Aber wenn Sie das einfach nicht zeigen, dann können Sie zeigen, dass die Daten weitgehend genehmigen. Andi. Es gibt sehr wenig Mißbilligung. Dies ist also ein Fall, wo Daten einfach weggelassen werden, um falsch darzustellen, obwohl es diese kleinen Notizen in dieser Grafik gibt, die besagt, dass es unter den Republikanern ist. Es gibt also kein Lügen notwendigerweise los in diesem Diagramm. Aber selbst nachdem das gesagt wurde, ist es immer noch falsch dargestellt. Es sind Leute, die keine Republikaner sind und Trump missbilligen, aber immer noch seine Zustimmung Bewertung übertreiben, nachdem sie diese Grafik gesehen haben, obwohl ihnen darauf hingewiesen wurde, dass es ungenau ist, das ist die Gefahr, diese Art von Fehlinformationen. Diese Art von Datenaufgabe ist also nicht nur in Umfrageergebnissen. Es ist eigentlich ziemlich üblich Technik, wenn Ergebnisse verwendet werden, die einen sozialen Faktor enthalten oder zum Beispiel über einen längeren Zeitraum sind. In der nächsten Lektion werden ein paar echte Beispiele dafür aussehen, aber es ist nur eine Anmerkung, dass Auslassung von Daten in Diagrammen passieren kann, wo es einen sozialen Faktor, der diese Zahlen beeinflusst. Zum Beispiel könnte es Ihnen die Anzahl der Menschen zeigen, die an einer bestimmten Krankheit über eine lange Zeit sterben . Aber warum? Mein nicht Faktor in ist die Größe der Bevölkerung dort, einfach mehr Menschen. Also sterben mehr Menschen an dieser Krankheit, während die Grafik selbst nur die Zahl der Todesfälle zeigt, die diese Kommis darstellen weil es eine lange Zeit gibt und es einen sozialen Faktor gibt, Teoh, einschließlich diese Ergebnisse, aber das Diagramm, es stellt sie nicht dar, Also, das ist, wie Sie falsch darstellen, indem Sie Daten weglassen, die nächste Lektion beitreten, wo wir einige echte Beispiele auf Punkt, die verschiedenen Arten von Möglichkeiten, in denen sie Daten falsch darstellen und Methoden kombinieren, um letztendlich in einer genauen Geschichte zu erzählen. Vielen Dank. Das werde ich sehen. 8. Reale Beispiele von irreführenden Grafiken: Hallo, da. In dieser letzten Lektion werden wir uns einige Beispiele des realen Lebens ansehen, wo Daten absichtlich oder versehentlich falsch repräsentativ sind. Schauen wir uns also einige echte Beispiele an und verstehen, wie gefährlich sie tatsächlich sein können. Hier ist ein Beispiel, wo Daten verwendet werden, um in einer Anzeige zu kommunizieren. Was es Ihnen zeigt, ist die Geschwindigkeit von drei verschiedenen Internet Explorers auf der linken Seite. Wir haben Google Chrome, das ist langsamer, und es sagt, es ist langsamer dort. Und dann in Mac, Soft Edge wir haben, ist die schnellste und dann Mozilla, 9% langsamer. Was Sie zuerst bemerken, ist es mit einem Tachometer, die eine Autogeschwindigkeit für ihn ist, um die Idee zu planen, dass die Dinge sehr schnell sind. Max Soft Edge ist der schnellste, weil er den Tachometer maximiert. Wo ist sie willkürlich einen Tachometer gewählt haben, um den maximalen Wert zufällig die maximale Geschwindigkeit des Mike Soft Edge zu haben. Aber das ist nur eine subtile Art und Weise, die diese Kommunikation Geschwindigkeit zu Ihnen. Aber die Art und Weise, wie sie Daten verwenden, ist völlig ungenau. Hier gibt es einfach keine Skala. Mind soft ist der schnellste, also ist es 100% hier. Google Chrome ist nur 5% langsamer, aber in Bezug auf den Tacho ist es fast 1/3 langsamer. Und dann Mozilla Firefox ist 9% langsamer, aber es ist eigentlich nur 1/3 die Geschwindigkeit von Mike soft edge. Es werden Daten verwendet, um diese Geschwindigkeiten zu kommunizieren. Aber es gibt hier eigentlich keine Skalierung, also stellen sie die Daten falsch dar, um zu versuchen, Ihnen dieses Produkt zu verkaufen. Also hier ist ein zweites Beispiel, und dieses hier hat ein paar verschiedene Dinge vor sich. Was Ihnen zeigt, ist die Anzahl der Morde, die zwischen den frühen neunziger Jahren mit Schusswaffen begangen wurden, bis Mitte 2000, Dutzend auf dem Punkt des Staates steht für die Anzahl der Morde. Also, was es ist irgendwie zeigen, ist, dass sie eine Art von Indikation auf diesem Diagramm gepflanzt haben, die besagt, dass , die besagt, Florida 2005 seinen Stand erlässt Ihr Grundgesetz, das ohne in eine riesige Menge an Details geraten , im Grunde ist es Menschen erlaubt, tödliche Gewalt anzuwenden, wenn sie bedroht sind oder wenn sie dazu verpflichtet sind. Also, was dieser Graph tut, ist erstens, es ist völlig kopfüber, so dass der Boden völlig auf dem Kopf steht. Skala geht von 873 auf 0, so dass der Graph selbst den ersten Blick scheint, als ob dieser Stand Ihr Grundgesetz Geschütztote reduziert hat , aber in der Tat hat es nicht. Es ist tatsächlich erhöht in Gewehrtode auf diesem Diagramm wurde auf den Kopf gestellt, um zu versuchen , das falsch darzustellen. Aber zweitens, alles, was es tut, ist, Ihnen die Anzahl der Waffentode zu zeigen. Und, wie wir bereits erwähnt, Lektion Transplantate Wetter über lange Zeit, wie diese, ihre sozialen Faktoren umfassen, zum Beispiel, wie einfach ist es, Zugang zu Waffen? Wie gewaltsam ist die Polizei der Waffentode? Wie besser kommt die Medizin so, dass, wenn Menschen mit Schusswaffen verwundet werden, sie eine viel höhere Erholung all diese Art von Dingen haben, die einen Einfluss auf die Anzahl der Waffentode haben werden ? Aber dieser Graph verpflichtet alles, was Ihnen nur den absoluten Wert der Geschütztode zeigt und dann die gesamte Änderung in diesem Diagramm diesem einen Gesetz zuordnet, das nicht mit seinem Punkt übereinstimmt. So kippt es den Graphen auf den Kopf. Dies ist also eine Art eines Beispiels, bei dem dies nicht unbedingt eine genaue Daten ist, aber es hat einige Manipulationen in der Grafik. Es ist auf dem Kopf, und zweitens, es erzählt nicht wirklich die ganze Geschichte davon, weil es viele andere Faktoren gibt, die in diese Zahlen gehen , und diese Grafik einfach alle weglässt. Das ist auch unser letztes Beispiel. Wir haben einen aktuelleren. Diese Grafik zeigt Ihnen die Anzahl der verdeckten Tiefen im Vergleich zu einer Reihe anderer Pandemien, die wir in der Vergangenheit erlebt haben. Dies ist also ein Beispiel für ein Diagramm, in dem der Autor nicht versucht, in die Irre zu führen. Es war nur ein paar schlechte Design-Entscheidungen. Die Daten sind genau. Erstens, das ist genau. Riel-Daten über den Autor dieses Graphen präsentierten sie auf diese Weise durch nur stilistische Design-Entscheidungen, ohne zu wissen, dass es falsch repräsentativ ist. Und diese Grafik wurde überall im Internet verbreitet und viele Millionen sahen möglicherweise diese Grafik, und es hatte einen Einfluss darauf, wie sie die Pandemie wahrgenommen haben. Lassen Sie uns also einige seiner Ungenauigkeiten aufschlüsseln. Erstens, alles verwendet dreidimensionale Andi-Kreise, so dass sie in mehreren Dimensionen skalieren, so dass es wirklich schwierig ist, natürliche Größe bestimmter Dinge zu sagen. Zweitens, es ist auf einer dreidimensionalen Ebene, so dass die Ebene rückwärts in die dritte Dimension erstreckt, völlig verzerrt, wie groß bestimmte Dinge sind. Zum Beispiel, auf der Rückseite, haben wir die unter neun Pest. Wo ist das? Scheint viel kleiner zu sein als die Pockenausbrüche der Neuen Welt, während in der Tat, ist tatsächlich größer wegen dieser drei Dimensionen. Das Symbol, das sie darstellt, ist eigentlich kleiner. Das Antonym Pestsymbol ist kleiner, aber es stellt tatsächlich einen großen Wert dar. Die kleine Schachtel der Neuen Welt. Dies liegt an der Tatsache, dass es in drei Dimensionen ist. Zweitens werden Daten weggelassen. Es zeigt Ihnen nicht wirklich die Bevölkerung. Es zeigt Ihnen nicht wirklich neue Medizin oder einen von einer Reihe von Faktoren, die beeinflussen könnten, wie ein Spiel zu verbreiten. Alles, was es tut, ist, Ihnen die Zahl der Todesfälle zu zeigen, die die Weltbevölkerung normalisiert hat. Aber es ist immer noch eine große Menge an Daten weggelassen. Also begeht dieser Graph jede Sünde, die wir durch seine dreidimensionale gegangen sind. Es verwendet Skalierungsformen. Es stellt Daten falsch dar, indem bestimmte Dinge weggelassen werden. Insgesamt wurde es nur ungenau erstellt, aber es wurde so versehentlich gemacht. Niemand war dahinter und versuchte, in die Irre zu führen. In der Tat versuchten sie zu informieren, aber sie haben ein paar zufällige Design-Entscheidungen getroffen, die zu dieser falsch repräsentativen Grafik geführt haben . Das Angebot machte später einige Änderungen daran, aber seine überarbeitete Version war keineswegs so wirkungsvoll, weil es nicht stilisiert war. Die Tatsache, dass dies so stilisiert ist, erhöhte die Menge, die es geteilt wurde, aber es war Austausch von Fehlinformationen. Also da hast du es. Auf diese Weise können Daten falsch dargestellt werden, um zu versuchen, Fehlinformationen online zu verbreiten und zu verbreiten. Also ich hoffe, Sie haben ein paar Dinge in diesem weggenommen, Erstens, die Gefahren der Verbreitung von Fehlinformationen. Ich hoffe, Sie sind sich viel mehr darüber bewusst, wie Fehlinformationen unter Verwendung von Sachdaten online verbreitet werden. Zweitens hoffe ich, dass Sie mit den richtigen Tools ausgestattet sind, um festzustellen, wann Graphen oder möglicherweise versuchen, Sie in die Irre zu führen, so dass Sie vermeiden können, Grafiken wie diese unter Leere irregeführt zu werden . Wir haben Diagramme online. Vielen Dank, dass Sie an diesen Kosten teilgenommen haben. Ich hoffe, Sie haben ein paar wertvolle Dinge gelernt. Ich ermutige Sie, zu teilen und zu überprüfen und eine Bewertung für diese Kosten zu hinterlassen, wenn es Ihnen gefallen hat , so dass die Schüler es einschränkten. Ich werde auch einige Links zu Ihnen lassen, so dass Sie mir auf Skill Share oder über soziale Plattformen folgen können , wo ich Lektionen teilen lernen Nuggets auf einfach großartigen Andi. Aber Beispiele für Datenvisualisierung. Also danke, dass Sie an dieser Sache teilgenommen haben. Ich hoffe, Sie lernen ein paar interessante Dinge auf. Wir sehen uns in meinem nächsten. Vielen Dank.