WEBVTT

00:00:07.808 --> 00:00:10.839
ยาสีฟันยี่ห้อหนึ่งอ้างว่าผลิตภัณฑ์
ทำลายคราบแบคทีเรียบนผิวฟัน

00:00:10.839 --> 00:00:12.910
ได้มากกว่าผลิตภัณฑ์อื่นที่เคยมีมา

00:00:12.910 --> 00:00:16.411
นักการเมืองบอกว่า
แผนการของพวกเขาจะสร้างงานได้มากที่สุด

00:00:16.411 --> 00:00:18.951
เราได้ยินการกล่าวเกินจริงเหล่านี้จนเคยชิน

00:00:18.951 --> 00:00:20.850
ในโฆษณาและการเมือง

00:00:20.850 --> 00:00:23.131
ซึ่งเราอาจไม่แม้แต่จะสนใจ

00:00:23.131 --> 00:00:26.111
แล้วถ้าการกล่าวอ้าง
ถูกใช้ร่วมกับกราฟล่ะ

00:00:26.111 --> 00:00:28.471
อย่างไรก็ตาม
กราฟไม่ใช่ความเห็น

00:00:28.471 --> 00:00:32.611
มันแสดงตัวเลขอย่างชัดเจน
และใครจะสามารถเถียงได้

00:00:32.611 --> 00:00:36.403
แต่กลายเป็นว่า มีหลากหลายวิธี
ที่กราฟสามารถทำให้เข้าใจผิด

00:00:36.403 --> 00:00:38.192
และชักจูงได้

00:00:38.192 --> 00:00:40.745
นี่เป็นบางสิ่งบางอย่าง
เพื่อให้ระมัดระวัง

00:00:40.745 --> 00:00:45.760
ในโฆษณาปี 1992 เชฟวี่อ้างว่า
ผลิตรถบรรทุกที่น่าเชื่อถือที่สุดในอเมริกา

00:00:45.760 --> 00:00:47.510
โดยใช้กราฟนี้

00:00:47.510 --> 00:00:51.963
มันไม่เพียงแสดงว่า 98% 
ของรถบรรทุกเชฟวี่ทุกคันที่ถูกขาย

00:00:51.963 --> 00:00:53.592
ยังวิ่งอยู่บนถนนในทศวรรษที่ผ่านมา

00:00:53.592 --> 00:00:57.338
แต่มันยังดูเหมือนว่ารถเชฟวี่น่าเชื่อถือ
มากกว่ารถบรรทุกของโตโยต้าถึงสองเท่า

00:00:57.338 --> 00:01:00.634
มันเป็นเช่นนั้น
จนกระทั่งคุณได้สังเกตตัวเลขทางซ้ายมือ

00:01:00.634 --> 00:01:05.472
และพบว่าตัวเลขของโตโยต้า
คือประมาณ 96.5%

00:01:05.472 --> 00:01:09.313
มาตราส่วนนั้น
เริ่มจาก 95 ถึง 100% เท่านั้น

00:01:09.313 --> 00:01:12.963
ถ้ามันเริ่มจาก 0 ถึง 100
มันจะเป็นแบบนี้

00:01:12.963 --> 00:01:16.243
นี่เป็นหนึ่งในวิธีทั่ว ๆ ไป
ที่กราฟแปลความหมายข้อมูลผิด

00:01:16.243 --> 00:01:18.333
โดยการบิดเบือนมาตราส่วน

00:01:18.333 --> 00:01:20.804
การขยายส่วนเล็ก ๆ ของแกน y

00:01:20.804 --> 00:01:25.703
แสดงความแตกต่างที่พบได้เพียงเล็กน้อย
ระหว่างสิ่งที่นำมาเปรียบเทียบกันเกินจริง

00:01:25.703 --> 00:01:27.974
และทำให้เข้าใจผิด
โดยเฉพาะอย่างยิ่งกับกราฟแท่ง

00:01:27.974 --> 00:01:31.023
เพราะเราคาดเดาความแตกต่าง
ด้านขนาดของแท่งกราฟ

00:01:31.023 --> 00:01:33.233
ตามสัดส่วนกับค่า

00:01:33.233 --> 00:01:36.125
แต่มาตราส่วน
ก็สามารถถูกบิดเบือนได้ตามแกน x

00:01:36.125 --> 00:01:40.414
โดยปกติในกราฟเส้น
ที่แสดงว่าบางสิ่งเปลี่ยนแปลงตามเวลา

00:01:40.414 --> 00:01:44.747
แผนผังนี้แสดงการเพิ่มขึ้นของการว่างงาน
ของคนอเมริกาจากปี 2008 ถึง 2010

00:01:44.747 --> 00:01:47.996
ปรับเปลี่ยนแกน x โดย 2 รูปแบบ

00:01:47.996 --> 00:01:50.395
อย่างแรก
มาตราส่วนนั้นไม่เท่ากัน

00:01:50.395 --> 00:01:53.416
โดยการบีบช่วงสิบห้าเดือน
หลังจากเดือนมีนาคมปี 2009

00:01:53.416 --> 00:01:56.755
ให้ดูสั้นกว่าหกเดือนก่อนหน้า

00:01:56.755 --> 00:02:00.106
การใช้จุดข้อมูลที่เท่ากันมากขึ้น
แสดงภาพที่แตกต่างกัน

00:02:00.106 --> 00:02:03.705
โดยงานลดลงในปลายปี 2009

00:02:03.705 --> 00:02:06.675
และถ้าคุณสงสัยว่า
ทำไมมันถึงเพิ่มขึ้นในตอนแรก

00:02:06.675 --> 00:02:10.615
เส้นเวลาเริ่มทันทีหลังความเสียหาย
ทางการเงินครั้งใหญ่สุดในอเมริกา

00:02:10.615 --> 00:02:12.626
ตั้งแต่ภาวะเศรษฐกิจตกต่ำครั้งใหญ่

00:02:12.626 --> 00:02:15.219
วิธีการเหล่านี้รู้จักกันว่า
เป็นการเลือกที่รักมักที่ชัง

00:02:15.219 --> 00:02:18.869
ช่วงระยะเวลา
สามารถถูกเลือกเพื่อตัดผลกระทบ

00:02:18.869 --> 00:02:20.648
ของเหตุการณ์ใหญ่ออกไป

00:02:20.648 --> 00:02:24.762
และการเลือกตำแหน่งเฉพาะของข้อมูล
สามารถซ่อนการเปลี่ยนแปลงที่สำคัญในระหว่างนั้นได้

00:02:24.762 --> 00:02:27.356
แม้ว่าจะไม่มีอะไรผิดในกราฟเลยก็ตาม

00:02:27.356 --> 00:02:30.937
การไม่รวมข้อมูลสำคัญ
สามารถทำให้เกิดทรรศนะที่ไม่ถูกต้อง

00:02:30.937 --> 00:02:33.997
แผนผังของจำนวนคนที่ชม
ซูเปอร์โบว์ (Super Bowl) ในแต่ละปี

00:02:33.997 --> 00:02:37.626
ทำให้มันดูเหมือนว่า
ความนิยมของงานเพิ่มขึ้นอย่างมาก

00:02:37.626 --> 00:02:40.198
แต่มันไม่ได้อธิบาย
การเติบโตของจำนวนคน

00:02:40.198 --> 00:02:41.967
จริง ๆ แล้วอัตรานั้นคงที่

00:02:41.967 --> 00:02:45.109
เพราะว่าในขณะที่
ตัวเลขของแฟนฟุตบอลเพิ่มขึ้น

00:02:45.109 --> 00:02:47.959
สัดส่วนของการเข้าชมโดยรวมไม่เพิ่มตาม

00:02:47.959 --> 00:02:49.888
ท้ายที่สุด
กราฟไม่สามารถบอกอะไรได้มาก

00:02:49.888 --> 00:02:53.318
ถ้าคุณไม่ทราบส่วนสำคัญ
ของสิ่งที่ถูกนำมาเสนออย่างครบถ้วน

00:02:53.318 --> 00:02:56.457
กราฟทั้งสองต่อไปนี้
ใช้ข้อมูลอุณหภูมิมหาสมุทรเหมือนกัน

00:02:56.457 --> 00:02:59.719
จากศูนย์ข้อมูลสิ่งแวดล้อมแห่งชาติ (National Centers
for Environmental Information)

00:02:59.719 --> 00:03:02.490
แล้วทำไมกราฟเหล่านี้
ให้ทรรศนะที่ดูตรงกันข้าม

00:03:02.490 --> 00:03:05.279
กราฟแรกแสดงแผนผังค่าเฉลี่ย
ของอุณหภูมิมหาสมุทรต่อปี

00:03:05.279 --> 00:03:07.987
ตั้งแต่ปี 1880 ถึงปี 2016

00:03:07.987 --> 00:03:10.149
ทำให้การเปลี่ยนแปลงดูไม่สำคัญ

00:03:10.149 --> 00:03:12.878
แต่ในความเป็นจริงแล้ว
การเพิ่มขึ้นกว่าครึ่งองศาเซลเซียส

00:03:12.878 --> 00:03:15.799
สามารถทำให้เกิดความเสียหาย
ต่อระบบนิเวศอย่างมาก

00:03:15.799 --> 00:03:17.219
เป็นเหตุผลว่า ทำไมกราฟที่สอง

00:03:17.219 --> 00:03:19.858
ซึ่งแสดงการเปลี่ยนแปลง
ของอุณหภูมิโดยเฉลี่ยต่อปี

00:03:19.858 --> 00:03:22.390
ดูสำคัญมากเหลือเกิน

00:03:22.390 --> 00:03:27.379
เมื่อกราฟถูกใช้อย่างเหมาะสม
มันทำให้เราเข้าใจข้อมูลที่ซับซ้อนได้ง่าย

00:03:27.379 --> 00:03:31.180
แต่เพราะโปรแกรมภาพ
ทำให้การใช้กราฟเพิ่มมากขึ้นตามสื่อต่าง ๆ

00:03:31.180 --> 00:03:35.900
กราฟยังถูกนำไปใช้โดยไม่ระมัดระวัง
และไม่ซื่อตรงได้ง่ายขึ้น

00:03:35.900 --> 00:03:39.560
ดังนั้นคราวหน้าที่คุณเห็นกราฟ
อย่าถูกชักจูงโดยเส้นและเส้นโค้ง

00:03:39.560 --> 00:03:40.882
ดูที่แถบแสดง

00:03:40.882 --> 00:03:42.130
ตัวเลข

00:03:42.130 --> 00:03:43.048
มาตราส่วน

00:03:43.048 --> 00:03:44.360
และเนื้อหา

00:03:44.360 --> 00:03:46.780
และถามว่ารูปนั้น
พยายามบอกเราเรื่องอะไร