Cómo se usa la visualización de datos para engañarte (7 trucos engañosos)

1. Qué cubriremos: Hola ahí. Mi nombre es Joshua Brinley On En este costo, vamos a estar echando un vistazo a las formas en que la desinformación se difunde en línea, utilizando datos que en realidad no son inexactos. En realidad están presentando los valores del rial y las cifras, pero eso torturando esos números y retorciéndolos de una manera que se echa de menos informativa para difundir deliberadamente la desinformación. Entonces lo que realmente vamos a estar cubriendo en este costo es cómo se utilizan los datos para propagarse. desinformación estará mirando algunas de las técnicas y herramientas comunes utilizadas para torturar datos precisos para torcerlos y convertirlos en un mensaje inexacto también estarán pasando por algunos ejemplos de la vida real fuera de los gráficos que se han publicado en línea con el intención deliberada de inducir a error también sobre cómo se puede detectar este tipo de gráficos sobre ser más consciente de ellos. También aprenderás a evitar crear gráficos tan mal representativos en tu propia visualización de datos . Si estás en los signos de datos o tu analista de negocios o utilizas datos para presentar información, ¿sabías que cada día se producen más de 2.6 cuatrillones de bytes de datos? visualización de datos es el método que utilizamos para comunicar que los gráficos de datos en las gráficas en línea están por todo el lugar reflexiona en todas las gráficas que has visto recientemente en línea en sitios de noticias en TV, Social Media Advertising's They 're all utilizando la visualización de datos como una forma conveniente de difundir los datos reales. Bueno, desafortunadamente, en muchos casos, la intención de estas gráficas es en realidad desinformar. No es para crear una conciencia en su audiencia de cómo deben ser los datos. En realidad están tratando de desinformarte tergiversando esos datos usando técnicas engañosas en el diseño visual. Entonces vamos a empezar a explorar estos. Entonces únete a mí en la siguiente lección donde empezamos a explorar cómo se pueden presentar datos precisos con precisión, pero de una manera que tergiversa lo que esos datos realmente están tratando de decir, ya veré ahí. 2. Cómo de de de cálculos de datos desinformación informaciones: ya sea y gracias por continuar con los costos en esta sesión. Vamos a echar un vistazo cómo se podrían tergiversar los datos sin dejar de ser precisos . Es fácil mentir con números, pero imposible decir la verdad sin ellos. Entonces esta es una expresión de tíos desnudos en. Creo que realmente resume con precisión el tema que tenemos con los números. Es posible que, como alguien que crea visualización de datos, haya escuchado a alguien en los negocios decir algo a lo largo de las líneas fuera. No quiero los números. Yo quiero la verdad. Pero, ¿qué significa? Los números están fríos. Son estadísticos, ese sesgado. Entonces, ¿cómo pueden no ser veraces? Bueno, si manipulas la forma en que visualiza y presenta esos números, pueden ser enteramente veraces, por lo que números un hecho frío e imparcial. Entonces, ¿cómo pueden engañar? Bueno, en realidad hay un montón de herramientas y técnicas utilizadas para mostrar números para que digan algo que no es veraz, pesar de que es preciso apagado. Afortunadamente, vivimos en un mundo en el que los políticos sesgaron nuevas salsas y las empresas están presentando intencionalmente números de una manera que induce a error sin mentir abiamente. Algunos de los lugares con los que te encuentras con datos engañosos son lugares como las noticias, donde los temas partidistas con una sesgada inclinada se presentan como neutrales. A pesar de que los números mismos se presentan de manera neutra, han manipulado la forma en que han presentado esos números para inclinarse de una manera u otra. Las redes sociales son otro lugar, y posiblemente sea la forma más insidiosa en la que los datos se usan en línea para tergiversar. A menudo empresas o partidos políticos comparten gráficos en línea en redes sociales. Podrías estar desplazando para tu feed de Facebook, y te encuentras con un hecho simple o una gráfica pequeña y no piensas nada en ello. Pero esta gráfica fue colocada ahí intencionalmente. A menudo no se puede atribuir el gráfico a una oferta, pero alguien lo creó, solo tratando de difundir la desinformación en línea. Y por último, muchas veces, gráficos engañosos han hecho accidentalmente malas opciones de formato y diseño que han entrado en gráficos tergiversan accidentalmente los datos. Por lo que a lo largo de los costos iban a estar echando un vistazo a algunas de las técnicas utilizadas para tergiversar esos datos así como mirar a través de algunos ejemplos de la vida real. Entonces únete a mí en la siguiente lección donde empezamos a descomponer cómo se utilizan estas técnicas para tergiversar los datos, cómo categorizarlos así como mirar a través de algunos ejemplos de la vida real fuera de los gráficos que se han publicado en línea con el intención deliberada de engañar. Gracias. Eso ya lo veré. 3. Cómo los gráficos 3D introduce error: hola allá, y bienvenido de nuevo al costo. En esta lección, vamos a estar echando un vistazo a algunas de las formas y técnicas comunes en las que los datos se representan en línea con la intención deliberada de engañar. Por lo que las técnicas comunes pueden caer en dos categorías. La forma de los elementos de datos como las barras y las líneas, o la manipulación del gráfico en sí. Por lo que estas son las técnicas utilizadas para mentir mientras aún dicen la verdad. En primer lugar, tienes la perspectiva tres d. Por lo que usando la perspectiva de tres D, disculpe los valores de la gráfica. En segundo lugar, tenemos esta escala. Entonces escalar dos formas D y cómo exagera las diferencias. Exploremos cómo tres perspectiva D tergiversan los datos. Por lo que su una gráfica común de tres d. No quiero que solo te tomes un momento y le eches un vistazo a través de él. Lo que tenemos es el ingreso generado para seis estrellas diferentes. Ahora, a primera vista, esto puede ser sólo un gráfico de aspecto normal, pero he creado este gráfico en un intento deliberado de engañar a todos los valores son precisos, pero lo he creado en un tres d herramienta gráfica para que se exagere el margen de error. Entonces lo que quiero decir es que echemos un vistazo a estrella para y quiero te voy a hacer una pregunta. ¿ Cuál es el valor de la caída del puesto? Entonces aquí está la gráfica. Tómate un momento. Basta con medir el valor de estrella para el problema con tres gráficos D es tema margen de error que introducen. Te puedes imaginar que en realidad hay muchas maneras diferentes en las que la gente podría estar midiendo cosas con precisión , ya que puedes imaginar una audiencia de variables, diferentes personas en todas ellas están mirando las cosas son, y es no irrazonable suponer que muchos de ellos están obteniendo valores diferentes el uno del otro. El problema surge en ¿Cómo se mide exactamente el tres D cada gráfica? Echemos un vistazo Imagínate. Se trata de una barra de tres d, como se representa aquí. ¿ Lo mides desde la parte superior del plano frontal de cara así? De ser así, comenzar un valor de unos 4400. Bueno, quizá esa no es la forma en que se supone que lo midas. A lo mejor lo mides desde el punto más alto absoluto. Entonces la esquina trasera Bueno, si hacemos eso, entonces se nos ocurre un valor de unos 808,900 en algún lugar por ahí? Bueno, tal vez ambos de estos aire inexactos. A lo mejor se supone que tienes que imaginar que hay un muro invisible sentado detrás de la barra, y sigues esa pared hasta la esquina que medir a lo largo de la altura hasta el eje. Bueno, echemos un vistazo a lo que obtenemos cuando hacemos eso. Oye, estamos recibiendo un 5000 exacto para que veas el problema empezando a surgir. Hay un margen de error entre 4400 a 5000 así que hay una diferencia de 600 donde diferentes personas diferentes miembros del público, particularmente aquellos en experiencia que la lectura de gráficos puede leer esta gráfica de muchas maneras diferentes. Entonces una gráfica como esta es veraz, pero es engañosa para mucha gente. Aquí sólo tenemos seis estrellas, y sólo miramos a una. En realidad se puede imaginar lo engañosa que sería esta gráfica entre las seis de esas estrellas . Toda persona que vea esta gráfica en el público llegará a diferentes conclusiones sobre lo que significan los valores de cada una de esas estrellas. Entonces aquí tenemos la misma gráfica representada en dos dimensiones. Volví a preguntar. ¿ Cuál es el valor de estrella para el STO? Lejos en realidad está sentado justo por encima de la línea 5000. lo podemos ver claramente. Por lo que el valor es 5150. Eso lo podemos ver muy rápidamente desde la gráfica. Ya no estamos asumiendo que en realidad son 5000. No hay manera de que sea 4800 y es absolutamente imposible que sean 4400. Se puede ver que no hay lugar para el error en los dos D. Graf, ¿Dónde está en la representación tres D de este dato? Todo el mundo va a tener una interpretación ligeramente diferente de la misma. Por lo que ambos injertos representan con precisión los datos. Pero uno de ellos lo hizo de una manera engañosa que puede contar una historia diferente. Ahora, en mi ejemplo, solo cambio la gráfica unos pocos grados. El elemento tres d de la gráfica sólo estaba en un ligero ángulo. Confirma exagerar esta diferencia haciéndolo o extremo ángulo Freey. Y esto es lo que mucha gente está haciendo en línea echará un vistazo en una lección alargada sobre un ejemplo particularmente atroz de tres D y lo mal representado que puede ser. Pero espero en esta lección, he demostrado lo mal representativo que pueden ser tres gráficos D. Simplemente no hay razón para usar uno. Entonces si estás creando gráficos en línea, no uses tres D. Y si te encuentras con un vaso en línea usando tres D, da un paso atrás y me pregunto es el autor tratando de engañar si así fue, solo una mala elección de diseño. Entonces gracias por unirte a mí, este EU, y únete a mí en la siguiente lección donde echamos un vistazo a dos escala D sobre cómo pueden ser los íconos bidimensionales mal representativos cuando se usan como gráficos. 4. Escala en formas: hola ahí. Y esta lección, vamos a echar un vistazo. A a D. Escalado en casa de prestamos. Escalar imágenes en dos dimensiones exagera la diferencia entre ellas. Entonces aquí tenemos tres formas diferentes. Un círculo, un triángulo cuadrado encendido. Lo que he hecho es que los he escalado tres veces, por lo que cada uno de ellos tiene una escala de tres. El asunto es escalar en una barra como en una barra. Chuy es fácil de medir porque escala muy fácilmente. Solo va longitudinalmente en una dimensión, pero sobre la escala de forma tanto vertical como horizontalmente, lo que significa simplemente escalar el volumen, no necesariamente solo la altura. Entonces algo que es tres veces más grande se convierte en nueve veces el volumen. Esto empieza a tergiversar los datos. Entonces echa un vistazo a este ejemplo de la vida real. Se trata de un tipo de gráfico que se puede atribuir a un autor. Rara vez, se acaba de ver a Stas McDonald's. Es el tipo de gráfico publicado en línea en las redes sociales que la mayoría de la gente simplemente pasaría sin absorber realmente lo que está pasando en él. Pero sí induce a error. Se hace así para tratar de exagerar cuanto más grande es McDonald's al resto de estas cadenas de comida rápida , Entonces lo que te está mostrando esta gráfica son los ingresos generados para una serie de cadenas de comida rápida . Tenemos Starbucks, Taco Bell, pizza, arpa y demás. Entonces a medida que aumenta de tamaño, lo que también está sucediendo aquí es su aumento en escala. Echa un vistazo a Burger King y luego echa un vistazo a McDonald's. La diferencia es masiva. En la cara, parece ser alrededor de 12 posiblemente 15 veces más grande porque puedes caber el logotipo de Burger King posiblemente alrededor de 15 veces en el logotipo de McDonald's. Pero si tomas, mira de cerca los valores reales. Burger King representa 11.3 mil millones. ¿ Dónde está McDonald's representa? 41 mil millones. Por lo que Burger King ni siquiera es cuatro veces el tamaño. Pero debido a que esta forma se ha escalado en dos dimensiones, implica que McDonald's es mucho más grande de lo que realmente es. Lo que hace es exagerar masivamente la diferencia para que puedas ver que McDonald's parece ser unas 15 veces más grande, mientras que en la realidad es aproximadamente 3.5 veces más grande. También han hecho algo más un poco complicado aquí. Lo que han hecho es poner ahí el PIB de Afganistán, así que éste es sólo un país. Esta gráfica podría haber escogido cualquier país querido, pero particularmente un pictografo intencionalmente que es más grande que Burger King pero no su mayor McDonald's. Lo que sutilmente implica es el resto de estas cadenas en más grandes que algunos países. ¿ Dónde está McDonald's representa el valor de todo un país? La realidad es que hay muchos países mucho más grandes que McDonald's. También hay países más pequeños que Burger King, pero intencionalmente sólo han elegido un país que se sienta bien entre ellos, y también es una forma visual que se ha escalado. Por lo que McDonald's ha sido exagerado a una paga mucho más grande de lo que realmente es. Tipo de gráfica como esta va en línea, va en Facebook Obtener compartido alrededor es quizás una interesante pepita de información. Pero lo que está haciendo es implicar y engañar para que la gente piense en McDonald's como mucho más grande que cualquiera de estas otras cadenas ya que es el lugar para estar. Esa es la intención de una gráfica como esta, y está intencionalmente diseñada de esta manera, tratando de engañar a su público. Entonces ese es el problema con escalar dos formas D. Cuando escalas en dos dimensiones, escalas por volumen, lo que algo que es sólo tres veces más grande se convierte en nada veces el tamaño real cuando utiliza como iconos en un gráfico como en una especie de barras chop gráficos en realidad, solo escalando una dimensión por la altura, pero como estás usando logotipos o imágenes son totales escogidos, realidad estás escalando en dos dimensiones, por lo que esto tiene el efecto de golpear a exagerar cuánto más grandes las cosas arriba. Entonces, si estás creando gráficos en línea o compartiendo hierba con un público, intenta evitar usar formas. Apegarse a la barra común. Si te encuentras con una gráfica como esta, casi puedes garantizar que la oferta está tratando de exagerar la diferencia. La peor parte de esto es incluso después de que sepas que la diferencia ha sido exagerada. Si entonces le preguntas a un miembro del público que vio una gráfica como esta en un par de días, cuánto más grandes waas McDonald's seguirán exagerando incluso después de que se lo dijeras. El gráfico en sí ha sido exagerado, y McDonnell es sólo 3.5 veces más grande que Burger King. Todavía lo colocarán mucho más grande que Burger King porque la gráfica está hecha, su trabajo. Se tergiversó esos datos, así que únete a mí en la siguiente lección donde echaremos un vistazo a algunas de las formas en que el gráfico en sí puede ser manipulado para tergiversar los datos que está tratando de mostrar. Gracias. Eso ya lo veré. 5. Eje de Y traza: Hola ahí. En esta lección, vamos a seguir adelante con nuestras gráficas mal representativas. Ahora vamos a estar mirando la segunda forma en la que se podrían perder los injertos. Representante. De acuerdo, hay cuatro formas en las que se puede manipular la gráfica para que falsee los datos que está tratando de presentar. En primer lugar, se ha truncado el eje y, lo que significa iniciar el acceso desde un valor distinto a cero. A continuación, tienes escala cero, lo que significa que las barras en realidad no representan un valor. Entonces tienes acceso extendido. Por lo que al aplastar o incluso estirar cualquiera de los accesos, se puede exagerar o disminuir las tendencias. Por último, si los datos no están en línea a tu historia, simplemente omítala. Entonces echemos un vistazo al eje y truncado. Esto es cuando no se detiene el acceso desde cero. En realidad es una de las técnicas más comunes que se utilizan para engañar con los datos en línea. Lo que hace es exagerar pequeñas diferencias entre valores para parecer mucho más grandes de lo que realmente son . Entonces echemos un vistazo al eje Y truncado. Aquí es donde no se inicia el acceso vertical desde cero. En realidad es una de las técnicas más comunes que se utilizan en línea para engañar y tergiversar datos. Lo que hace es exagerar pequeñas diferencias entre valores para que aparezcan o parezcan ser mucho más grandes de lo que realmente son. Entonces echemos un vistazo a un ejemplo de un eje Y truncado a la izquierda. Tienes una gráfica que muestra el voto entre licencia y seguir trabajando. Brexit, es preguntando, debería Gran Bretaña dejarte y luego mostrarte el porcentaje de votantes que votaron se van sobre el porcentaje de votantes que votaron por Mame? A primera vista, parece como si el voto de los restos fuera enorme cuando se compara con el voto de licencia. Pero lo que quizá no hayas notado inicialmente es que el eje Y ha sido truncado. El eje Y comienza a los 36 en adelante solo sube a 50 en lugar de empezar en cero al subir a 100. Lo que esto hace es la mitad del efecto de exagerar cuanto más grandes son los votantes que permanecen en comparación con el voto de licencia. Si echas un vistazo a la gráfica de la derecha, que muestra exactamente los mismos datos en este momento, el acceso ha comenzado desde cero y sube hasta 100 como debería un porcentaje. Entonces de repente Esa diferencia no parece tan extrema, hecho, que el voto de los quedos sólo está ligeramente por encima del voto de licencia, que es una representación mucho más precisa de estos datos. Por lo que una gráfica como esta podría ser producida inclinándose nuevas sales o simplemente accidentalmente y compartida en línea sobre lo que hace es influenciar a los votantes difundiendo desinformación. Está tergiversando la verdad del asunto, aunque técnicamente, no hay nada en eso curado en la gráfica. Pero está tergiversando la presentación de esos números. Entonces echemos un vistazo a este segundo ejemplo. Este es el tipo de gráfica producida por KFC y cobertizo online en redes sociales. No es parte de en un para Nunca va a estar en las noticias. Realmente no vale la pena hablar, pero sí difunde la desinformación. Si miras por el fondo, es mostrar las calorías de las diferentes opciones de comida, pero no parten de cero. Comienzan a partir de 600. Lo que esto hace es exagerar. La diferencia entre el elemento KFC en el sobre ítems estaba haciendo está implicando que KFC es más saludable, las rodillas sobre las opciones. Esta es esta hiper gráfica que se comparte en línea sin mucho pensamiento del espectador. No se sumergen profundamente en un estudio sobre estas cosas, pero sí planta la idea en el fondo de su mente de que KFC podría ser una opción un poco más saludable . Por lo que la próxima vez que se encuentren en la cancha de alimentos, podrían inclinarse hacia KFC, pensando que tomar una opción un poco mejor las opciones de comida rápida. Es así como se difunde este tipo de desinformación. No hay nada inexacto en una gráfica como esta, pero hay algunas cosas diferentes pasando. En primer lugar, las ceras truncadas exagerando la diferencia para que KFC aparezca más pequeño, por lo tanto más saludable. En segundo lugar, es omitir datos. ¿ Qué pasa con las opciones de comida han escogido de estos restaurantes? No lo sabes. Estaremos buscando más en admitir datos en una lección novedosa. Pero es sólo para señalar que los gráficos en realidad pueden usar múltiples técnicas para intentar faltar . Vom deberíamos quitarle esta gráfica es que es este tipo de gráfica se difunde en línea y se comparte sin mucho pensamiento. Pero sí planea la idea en la gente que tuvo a través del uso de la comunicación fuera datos mal representativos para que las ceras truncadas. Se puede ver cómo al iniciar una gráfica, no desde cero realmente exageras esas diferencias? Algunos casos se quiere exagerar cuanto más grande es algo. Pero en los casos como el ejemplo de KFC, podrías estar tratando de exagerar cuánto más pequeño se compara algo con las opciones sobre. Esto también muestra y demuestra cómo se pueden utilizar los datos para tergiversar y difundir desinformación en línea. No hay nada inexacto en esta gráfica, y no va a ser parte de un gran sitio de noticias. Se acaba de publicar en línea en Instagram en Facebook. La gente lo ve. No piensan a pensamientos al respecto. Pero sí planea la idea en el fondo de su mente, idea que ha sido comisariada por una empresa con motivo para tratar de conseguir que compres sus productos. El hecho de que sean datos parece tener algún tipo de autoridad, por lo que en realidad es una táctica de marketing realmente efectiva. Datos y Gráficos tiene alguna autoridad como ser representación imparcial hecho estadístico Ziv donde, como se puede ver al presentarlos de tal manera, en realidad están contando una historia totalmente inexacta pero veraz. Entonces únete a mí en la siguiente lección donde exploramos cómo quitar la escala de la hierba crea gráficos misrepresentativos. Gracias. Ya voy a ver 6. Eliminar la escala: Hola ahí. En esta lección, vamos a estar explorando cómo quitar la escala de tus gráficas permite que la oferta cuente prácticamente cualquier historia que quieran. Por lo que quitar la escala significa que las barras en un Biograph en realidad no tienen representación de lo que se supone que representa el valor de esa barra. Básicamente le da al autor un control completo sobre lo que es lo que quieren decir. También puede ser bastante difícil de ver. Entonces echemos un vistazo a un ejemplo de un gráfico de barras que no tiene ninguna escala a la izquierda Tenemos la encuesta de paja de Iowa, . una encuesta tomada entre el uso de por quién están votando para la elección presidencial. Lo que vemos es joven, su teléfono de distancia, el ganador con 22.5%. Y luego está mucho más adelante que Bernie Biden Warren. Y así, um, así que echemos un vistazo más de cerca a esto. Joven. El listón para Young representa 22.5%. dónde está el bar? Bernie representa a 21 persona, por lo que sólo hay una diferencia de 1.5%. Pero estas barras, la barra para jóvenes, es mucho más larga que la barra para Bernie, pero esa diferencia sólo representa el 1.5%. Ahora echa un vistazo a la barra que representa a Biden y compara eso con la barra que representa a Bernie. La diferencia entre estas dos barras es mucho menor que la diferencia entre Young y Bernie, pero la diferencia es de 9.5%. Entonces lo que esto significa es que no hay escalado en estas barras. Esta imagen se presenta como un gráfico de barras. Parece como si fuera un Biograph porque sus barras se presentan como si representaran valores. Pero de hecho no representan valor a peaje. No se les aplica escalado. Esto permite que la oferta presente a Bernie como estar muy atrás de jóvenes o jóvenes, tan lejos por delante de todos los demás. Si echas un vistazo a la misma gráfica de la derecha, se trata de los mismos datos pero representados con escala. Esta vez, la diferencia entre Bernie y Young es muy mínima. Sólo hay una ligera diferencia entre ellos en entonces. La diferencia entre Bernie y Biden es ahora mucho mayor que la diferencia entre Bernie más joven, por lo que la gráfica de la izquierda se produce y publica intencionalmente para tratar de tergiversar cómo va el voto político. ¿ Dónde está no han usado ninguna escala un alto en estos bods. Acaban de presentar estos datos como si se tratara de un gráfico de barras. Pero en realidad no hay datos pasando aquí, por lo que se puede ver cómo quitar la escala permite al autor producir cualquier valor. Ellos en realidad uno. Podrían haber puesto a Bernie en cualquier lugar a lo largo de esa escala en solo huevos, completamente exagerados. A qué distancia detrás de joven está en realidad. Podrían haber dicho lo que quisieran. Podrían haberlo colocado justo al lado de Young. Podrían haberlo colocado casi fuera de página con la diferencia porque no tienen ninguna escala. Entonces así es como realmente usan los datos para tergiversar la verdad de la misma al presentarla como un gráfico de barras pero en realidad no teniendo ninguna escala. En realidad no es Biograph. Es sólo una elección estilística de presentar valores que soy que se exhiben y pretenden ser un gráfico de barras. Pero no hay representación real de los datos ni visualización de los datos. Entonces ahí, intencionalmente tratando de engañarte. Entonces únete a mí la siguiente lección donde echamos un vistazo a cómo estirar el acceso puede manipular los valores que están tratando de representar. 7. Datos de comunicación: Hola ahí. En esta lección, vamos a echar un vistazo. Una casa que estire el acceso puede tergiversar los datos, por lo que estirar el eje es cuando se han ajustado las dimensiones del gráfico para estirar o encoger el eje. Lo que hace es quitar o exagerar una tendencia. Puede exagerar una tendencia al alza o a la baja o un desplazamiento. Elimina cualquier variación si se estira lo suficiente, por ejemplo, un gráfico de líneas que se haya alejado lo suficiente. Es sólo una línea plana, así que echemos un vistazo. Ese es un ejemplo de dónde se ha estirado el eje a la izquierda. Lo que tenemos es la temperatura global promedio anual que se presenta en Fahrenheit, y se puede ver que es una línea bastante plana. ¿ Dónde está a la derecha? Tenemos esos mismos datos representados, y se puede ver para despejar las cosas de esto. En primer lugar, hay mucha variación en esa línea, y en segundo lugar, hay una tendencia al alza. Por lo que se ha estirado la gráfica de la izquierda. El eje Y comienza con un valor negativo y va hasta el 110. Esencialmente han alejado estos datos para presentarlos. Es una línea casi plana, mientras que a la derecha. Han acercado eso a esos datos y adecuadamente representativos, por lo que se puede ver que hay mucha variación en declarar ligera tendencia al alza. Dónde está la gráfica de la izquierda se produce para informarte que no hay aumento temperatura y no hay variación porque esencialmente ahora se presenta como una línea plana . Entonces, cuando alejas el zoom en cualquier tipo de gráfico de líneas, puedes presentar ese número para que sea totalmente plano. Si quisieras comprar zoom lo suficiente, podrías hacer que una tendencia desaparezca por completo en un gráfico de líneas. Entonces ahora echemos un vistazo a la forma final en la que se puede cambiar una gráfica. Falsificar datos sobre eso es omitir puntos de datos importantes. Si los datos no están de acuerdo, entonces simplemente eliminarlo. El problema con esto es que es realmente difícil de detectar porque no sabes lo que no sabes. Este tipo de omisión se utiliza comúnmente en encuestas o datos durante un largo periodo de tiempo o donde hay un factor social en los datos. Echemos un vistazo a algunos ejemplos, así que esto no es para iniciar la discusión sobre Trump o en cualquier otro lugar No importa dónde te sientas en un partido político, pero lo que esto hace es mostrarte cómo se pueden usar los datos para tergiversar si simplemente omitir datos de la derecha. Tenemos la calificación de aprobación del presidente Trump, por lo que tenemos una calificación de aprobación de 88 centavos y una calificación de desaprobación de los nombres ellos. Por lo que por mucho está aprobado en gran medida. Pero si se echa un vistazo a los datos reales utilizados para producir esta gráfica, puede ver que todos estos hechos se eligen los votos que lo aprueban e ignoran los votos que no aprueban. Se puede ver en la gráfica de la izquierda. El desaprobación real es mucho mayor que las calificaciones de aprobación. Pero si simplemente no muestras eso, entonces puedes demostrar que los datos están aprobando en gran medida. Andi. Hay muy poca desaprobación. Entonces este es un caso de donde los datos sólo se omiten para tergiversar, pesar de que hay estas pequeñas notas en esta gráfica que dice que es entre los republicanos. Por lo que no hay mentir necesariamente en esta gráfica. Pero incluso después de que le dijeran esto, todavía es tergiversación. Se trata de personas que no son republicanos y sí desaprueban a Trump, pero aun así exageran su calificación de aprobación tras ver esta gráfica, a pesar de que se les ha señalado que es inexacto, ese es el peligro de difundir este tipo de desinformación. Entonces este tipo de misión de datos no está solo en los resultados de las encuestas. En realidad es una técnica bastante común cuando se utilizan resultados que contienen un factor social o, por ejemplo, están a lo largo de largo periodo de tiempo. En la siguiente lección se verá un par de ejemplos reales de esto, pero es sólo una nota de que la omisión de datos puede ocurrir en gráficas donde hay un factor social que influye en esos números. Por ejemplo, podría mostrarte el número de personas que mueren de cierta enfermedad a lo largo de un largo tiempo pagado . Pero, ¿por qué? Mi no factor en es el tamaño de la población ahí, simplemente más gente. Por lo que más gente está muriendo de esta enfermedad, mientras que la gráfica en sí solo está presentando el número de muertes que este commis representa porque hay un largo periodo de tiempo y hay un factor social, Teoh, incluyendo que esos resultados pero la gráfica, no los representa, Así que así es como se tergiversa omitiendo datos, uniéndose a la siguiente lección donde vamos a revisar algunos ejemplos reales on point out, los diferentes tipos de formas en las que tergiversar los datos y combinar métodos para última instancia contar en una historia precisa. Gracias. Eso ya lo veré. 8. Ejemplos reales de gráficos Misleading: Hola ahí. En esta lección final, vamos a echar un vistazo a algunos ejemplos de la vida real de donde los datos son, deliberadamente o accidentalmente tergiversados. Entonces, veamos algunos ejemplos reales y comprendamos lo peligrosos que pueden ser en realidad. Entonces, aquí hay un ejemplo de dónde se utilizan los datos para comunicarse en un anuncio. Lo que te está mostrando es la velocidad de tres diferentes Internet Explorer a la izquierda. Tenemos Google Chrome, que es más lento, y está diciendo que es más lento ahí. Y luego en Mac, borde suave que tenemos es el más rápido y luego Mozilla, 9% más lento. Entonces lo que notas primero es que es usar un velocímetro, que es una velocidad de auto para él para planear la idea de que las cosas son muy rápidas. Max Soft Edge es el más rápido porque está maximizando ese velocímetro. Dónde está han elegido arbitrariamente un velocímetro para tener el valor máximo para ser casualmente la velocidad máxima de mike Soft edge. Pero esa es solo una forma sutil, que esa velocidad comunicándote a ti. Pero la forma en que están usando los datos es totalmente inexacta. Aquí simplemente no hay escala. mente suave es la más rápida, así que está 100% aquí. Google chrome es sólo un 5% más lento, pero en términos del velocímetro, es casi 1/3 más lento. Y entonces Mozilla Firefox es 9% más lento, pero en realidad es solo 1/3 de la velocidad de Mike soft edge. Por lo que hay usando datos para comunicar estas velocidades. Pero en realidad no hay escalado pasando aquí, así que están tergiversando los datos para intentar venderte este producto. Entonces aquí hay un segundo ejemplo, y éste tiene un par de cosas diferentes pasando. Entonces lo que te está mostrando es el número de asesinatos cometidos con armas de fuego entre principios de los 19 noventa, todo el camino hasta mediados de 2000 decenas en el punto estatal representa el número de asesinatos. Entonces lo que te está mostrando es que han plantado una especie de indicio en esta gráfica que dice, en 2005 Florida promulga su stand Tu ley fundamental, que sin meterte en una enorme cantidad de detalle, es básicamente permitiendo que las personas usen fuerza letal si están amenazadas o si se les exige hacerlo. Entonces lo que esta gráfica está haciendo es, primer lugar, está completamente al revés, por lo que el suelo está completamente al revés. Esa escala va de 873 a 0, por lo que la gráfica misma primera mirada aparece como si este stand tu ley de tierra haya reducido muertes por arma de fuego, pero de hecho no lo ha hecho. En realidad se ha incrementado en muertes por arma de fuego en esta gráfica se ha volteado boca abajo para tratar tergiversar eso. Pero en segundo lugar, todo lo que hace es mostrarte el número de muertes por arma de fuego. Y, como mencionamos anteriormente, lección injertos climas durante largo periodo de tiempo, como éste, sus factores sociales para incluir, por ejemplo, por ejemplo, ¿qué tan fácil es acceder a las armas? ¿ De qué manera contundente están los policías de muertes por arma de fuego? ¿ Qué mejor ha llegado la medicina para que cuando las personas sean heridas con armas de fuego, tengan una recuperación mucho mayor todo este tipo de cosas que tendrán una influencia en el número de muertes por arma de fuego? Pero esta gráfica compromete todo lo que simplemente te muestra el valor absoluto de las muertes por arma de fuego y luego atribuye todo el cambio en esa gráfica a esta única ley, que no está de acuerdo con su punto. Por lo que voltea la gráfica boca abajo. Entonces este es un tipo de ejemplo donde esto no es necesariamente un dato preciso, pero tiene alguna manipulación en la gráfica. Está al revés, y en segundo lugar, realmente no cuenta la historia completa del mismo porque hay muchos otros factores que entran en estas cifras, y esta gráfica simplemente los omite todos. También lo es nuestro último ejemplo. Tenemos uno más tópico. Por lo que esta gráfica te muestra el número de profundidades encubiertas en comparación con una serie de otras pandemias que hemos experimentado en el pasado. Entonces este es un ejemplo de una gráfica donde el autor no está tratando de engañar. Fueron sólo algunas malas opciones de diseño. El dato es exacto. En primer lugar, esto es exacto. Datos de Riel sobre el autor de esta gráfica los presentaron de esta manera a través de solo opciones de diseño estilístico , desconociendo que está siendo tergiversante. Y esta gráfica se difundió por todo Internet en lotes y los lotes Millones posiblemente vieron esta gráfica, y tuvo una influencia en cómo percibieron la pandemia. Entonces, desglosemos algunas de sus imprecisiones. En primer lugar, todo está usando círculos Andi tridimensionales, por lo que están escalando en varias dimensiones, por lo que es realmente difícil decir el tamaño natural de ciertas cosas. En segundo lugar, está en un plano tridimensional, por lo que el plano se extiende hacia atrás hasta la tercera dimensión, sesgando completamente lo grandes que son ciertas cosas. Por ejemplo, en la parte de atrás, tenemos la plaga bajo nueve. ¿ Dónde está esto? Parece ser mucho más pequeño que los brotes de viruela del Nuevo Mundo, mientras que de hecho, en realidad es más grande debido a estas tres dimensiones. El icono que los representa es en realidad más pequeño. El icono de la plaga antónima es más pequeño, pero en realidad representa un gran valor. El Nuevo Mundo Caja Pequeña. Esto se debe a que está en tres dimensiones. En segundo lugar , omite los datos. Realmente no te muestra a la población. En realidad no te muestra nueva medicina ni alguno de una serie de factores que podrían influir cómo se propaga una obra de teatro. Todo lo que hace es mostrarte el número de muertes normalizado dedo del pie población mundial. Pero todavía omite una gran cantidad de datos. Por lo que esta gráfica comete especie de cada pecado que hemos pasado por su tridimensional. Utiliza formas de escalado. Se tergiversa los datos omitiendo ciertas cosas en. En general, se acaba de crear de manera inexacta, pero se hizo así accidentalmente. Nadie estaba detrás de esto, tratando de engañar. De hecho, estaban tratando de informar, pero hicieron algunas decisiones de diseño accidentales que han llevado a esta gráfica tergiversada . Posteriormente el ofrecimiento le hizo algunos cambios, pero su versión revisada no se acercó a tan impactante porque no estaba estilizada. El hecho de que esto sea tan estilizado aumentó la cantidad que se compartió, pero fue compartir desinformación. Por lo que ahí lo tienes. Esas son las formas en que los datos pueden ser tergiversados para tratar de desinformar y difundir desinformación en línea. Entonces espero que te hayas quitado algunas cosas en esto, En primer lugar, los peligros de difundir desinformación. Espero que estés mucho más consciente de cómo se difunde la desinformación utilizando datos fácticos en línea. En segundo lugar, espero que hayan sido equipados con las herramientas correctas para identificar cuándo los gráficos o posiblemente tratando de engañarte para que puedas evitar crear gráficos como esos bajo el vacío siendo engañados. Tenemos gráficos en línea. Gracias por participar en este costo. Espero que hayas aprendido algunas cosas valiosas. Te animo a compartir y revisar y dejar una calificación por este costo si te gustó que los alumnos lo confinaran. También te dejaré algunos enlaces para que puedas seguirme en haberme compartido de habilidad o sobre plataformas sociales donde comparto lecciones aprendiendo pepitas en simplemente genial Andi. Pero ejemplos de visualización de datos. Por lo que gracias por participar en esta causa. Espero que aprendan algunas cosas interesantes en. Te veré en mi siguiente. Gracias.