Фактчекинг визуализации данных: как проверять графики, диаграммы и схемы

В предыдущей части материала мы разобрали, как манипуляции с инфографикой могут ввести в заблуждение. Однако, причиной неверной интерпретации данных далеко не всегда является злой умысел. Рассмотрим ненамеренные искажения и ошибки, которые могут повлиять на восприятие преподносимой информации, а также основные этапы проверки графической информации.

Ненамеренные искажения и ошибки

1. Ошибки в дизайне и визуальном кодировании. Даже выверенный с точки зрения данных график может стать сложным для восприятия из-за неподходящего типа визуализации, неучтённых особенностей цветовосприятия и низкого качества изображения.

Неэффективное визуальное кодирование: Одной из частых ошибок является использование площади или объёма (например, кругов на диаграмме или пиктограмм) для передачи линейных величин. Поскольку человеческий глаз плохо оценивает и сравнивает площади, это приводит к сильному искажению восприятия. Так, объект, который всего вдвое больше по данным, может визуально казаться в четыре раза крупнее.
Перегруженность дизайна: Инфографика теряет ясность из-за избыточных декоративных элементов, которые отвлекают внимание от самих данных и затрудняют их чтение. Например, 3D-эффекты, тени, текстуры, яркие фоны и градиенты.

2. Ошибки на этапе сбора данных

Необъективная выборка для исследования.Результаты исследования будут недостоверными, если выборка составлена некорректно — например, включает только добровольцев, ограничена одной социальной группой или слишком мала для статистической значимости. Например, если в исследовании эффективности крема участвует 10 человек и у одного из них есть результат, это считается как 10%.
Неправильно сформулированные вопросы. Вопросы, которые наводят респондента на определённый ответ. Пример: «Согласны ли вы, что правительство должно бороться с ужасающим уровнем инфляции?» (Слово «ужасающий» предопределяет ответ). Противоположность: «Как вы оцениваете текущий уровень инфляции?»

3. Ошибки на этапе измерения и выбора показателей

Неверно выбранные показатели. Пример: Измерение эффективности работы врача по количеству принятых пациентов, а не по качеству лечения и выздоровлению. Это может мотивировать его работать быстрее, но не лучше.
Некорректные единицы измерения или агрегация. Пример: Сравнение стран по общему объёму выбросов CO₂, а не по выбросам на душу населения. Китай будет лидером, но для отдельного гражданина США показатель будет в разы выше.

Проверка качества инфографики

Проверить качество инфографики можно, ответив на следующие вопросы:

Проверка источника и контекста

— Чётко ли указан первоисточник данных (исследование, институт, база данных)?

— Является ли источник авторитетным и незаинтересованным? Или это, например, отчёт коммерческой компании, рекламирующей свой продукт?

— Можно ли легко найти и проверить исходный набор данных по ссылке или названию?

— Где опубликована инфографика (научный журнал, новостной сайт, рекламный буклет)? Это определяет строгость проверки.

— Какова её цель — проинформировать, убедить или продать? Наличие коммерческого или политического интереса требует повышенного внимания.

— Указан ли автор/дизайнер? Это добавляет ответственности.

— Указана ли дата создания? Данные могут быть актуальны на момент создания, но устареть к моменту публикации.

Проверка целостности данных

— Не преувеличивает ли заголовок или основной тезис то, что показывают данные? (Например, «резкий рост» на деле составляет 2%).

— Соответствуют ли подписи к графикам самим данным?

— Сравните цифры, приведенные в инфографике, с цифрами в оригинальном документе. Нет ли расхождений в абсолютных значениях, процентах?

— На основе каких данных построена инфографика? Если это опрос, то какого размера и репрезентативности была выборка? (Например, «80% довольных» из 10 опрошенных — не показатель).

— За какой период собраны данные? Не сравниваются ли данные за разные периоды (например, продажи за месяц с продажами за год)?

— Уместны ли выбранные показатели для конкретного измерения?

— Могут ли другие исследователи проверить ваши заключения на основе представленной информации?

Проверка визуального дизайна

— Начинается ли Y-ось с нуля? Если нет, то обрезание шкалы неоправданно преувеличивает разницу между значениями?

— Не искажены ли пропорции между осями X и Y, чтобы сделать тренд круче или положе?

— Если для сравнения приведено несколько графиков, одинаковые ли у них масштабы?

— Все ли элементы графика объяснены в легенде? Легенда понятна и однозначна?

— Подходит ли выбранный тип графика для этих данных? Проверьте, не используется ли логарифмическая шкала без предупреждения. Она меняет восприятие скорости роста. Также помните, что площадь круга растёт в квадрате от радиуса, что обманывает глаз (объект в 2 раза больше по данным будет выглядеть в 4 раза больше).

Визуализация данных — это не искусство для галочки, а инструмент для принятия решений, поэтому главный признак добросовестной визуализации — её прозрачность и точное соответствие отображаемой информации. Помните: качественная инфографика не боится критического взгляда.