Hvide Hus Coronavirus Task Force-medlemmer henviser til et vildledende diagram i en pressebriefing. AP Photo / Alex Brandon

Siden maleriets dage på hulevægge har folk repræsenteret information gennem figurer og billeder. I dag ved datavisualiseringseksperter det præsentere information visuelt hjælper folk bedre med at forstå komplicerede data. Problemet er, at datavisualiseringer også kan give dig den forkerte idé - om billederne er lavet sjovt eller med vilje vildledende.

Tag for eksempel søjlediagrammet, der præsenteres på 6. april pressebriefing af medlemmer af Det Hvide Hus Coronavirus Task Force. Det har titlen "COVID-19-test i USA" og illustrerer næsten 2 millioner coronavirus-tests afsluttet indtil det tidspunkt. Præsident Trump brugte grafen til at støtte sin påstand om, at testning var “går hurtigt op. ” Baseret på denne grafik tog mange seere sandsynligvis den samme konklusion - men det er forkert.

Grafen viser det samlede kumulative antal tests udført over måneder, ikke antallet af nye tests hver dag.

Når du tegner graf for antallet af nye tests efter dato, kan du se, at antallet af COVID-19-tests, der blev udført mellem marts og april, steg med tiden, men ikke hurtigt. Denne forekomst er en af ​​mange, når vigtige oplysninger ikke blev forstået korrekt eller kommunikeret godt.

Som en forsker i fare- og risikokommunikation, Jeg tænker meget på, hvordan folk fortolker diagrammerne, graferne og kort de møder dagligt.

Uanset om de viser COVID-19 tilfælde, tendenser til global opvarmning, højrisiko tsunami-zoner eller brug af hjælpeprogrammer, at være i stand til korrekt at vurdere og fortolke tal giver dig mulighed for at tage informerede beslutninger. Desværre er ikke alle tal skabt ens.

Hvis du kan få øje på figurens faldgruber, kan du undgå de dårlige. Overvej følgende tre nøglespørgsmål, næste gang du ser en graf, et kort eller en anden visuel data, så du med sikkerhed kan beslutte, hvad du skal gøre med den nye informationsknap.

Hvad prøver denne figur at fortælle mig?

Start med at læse titlen, se på etiketterne og kontrollere billedteksten. Hvis disse ikke er tilgængelige - vær meget forsigtig. Mærkater vil være på de vandrette og lodrette akser på grafer eller i en forklaring på kort. Folk overser dem ofte, men disse oplysninger er afgørende for at sætte alt, hvad du ser i visualiseringen, i sammenhæng.

Se på måleenhederne - er de i dage eller år, Celsius eller Fahrenheit, optællinger, alder eller hvad? Er de jævnt fordelt langs aksen? Mange af de nylige COVID-19 kumulative case-grafer bruger en logaritmisk skala, hvor intervallerne langs den lodrette akse ikke er lige adskilt. Dette skaber forvirring for mennesker ukendt med dette format.

En udsendelse den 12. marts af 'The Rachel Maddow Show' inkluderede en graf med umærkede tal og en vanskelig vandret akse.

For eksempel en graf fra “Rachel Maddow Show ”på MSNBCviste koronavirus tilfælde i USA mellem 21. januar og 11. marts. X-akseenhederne på den vandrette er tid (i et månededagsformat), og y-akseenhederne i lodret er sandsynligvis kumulative tællinger det specificerer ikke.

Hovedproblemet med denne graf er, at tidsperioderne mellem på hinanden følgende datoer er ujævne.

I en revideret graf, med datoer, der er korrekt anbragt i tiden, og coronavirus-diagnoser plottet som en linjegraf, kan du se mere tydeligt, hvad eksponentiel vækst i infektionshastigheden ser virkelig ud. Det tog de første 30 dage at tilføje 33 sager, men kun de sidste fire at tilføje 584 sager.

Hvad der kan virke som en lille forskel, kan hjælpe folk med at forstå, hvor hurtigt eksponentiel vækst kan gå himmelhøjt og måske ændre, hvordan de opfatter vigtigheden af ​​at bremse den.

Hvordan bruges farve, form, størrelse og perspektiv?

Farve spiller en vigtig rolle i hvordan folk fortolker information. Farvevalg kan få dig til at bemærke bestemte mønstre eller trække dit blik til visse aspekter af en grafik.

Modtagelighed over for Oregon-jordskred. Oregon Department of Geology and Mineral Industries

Overvej to kort, der viser modtagelighed for jordskred, som er nøjagtigt de samme bortset fra omvendte farveskemaer. Dit øje kan blive trukket til mørkere nuancer og intuitivt se disse områder som i højere risiko. Efter at have kigget på legenden, hvilken farvebestilling synes du bedst repræsenterer informationen? Ved at være opmærksom på hvordan farve bruges, kan du bedre forstå, hvordan det påvirker, hvad der skiller sig ud for dig, og hvad du opfatter.

Form, størrelse og orientering af funktioner kan også påvirke hvordan du fortolker en figur.

Hvilke brancher anvender Coloradans? Halvkugler

Cirkeldiagrammer, som denne, der viser en opdeling af beskæftigelsen i en region, er notorisk vanskelige at analysere. Bemærk, hvor svært det er at trække ud, hvilken beskæftigelseskategori der er højest, eller hvordan de rangerer. Cirkeldiagrammets kiler er ikke organiseret efter størrelse, der er for mange kategorier (11!), 3D-perspektivet forvrænger kilestørrelserne, og nogle kiler er adskilt fra andre, hvilket gør størrelses sammenligninger næsten umulige.

Et søjlediagram er en bedre mulighed for et informativt display og hjælper med at vise, i hvilke brancher folk er ansat.

Hvor kommer dataene fra?

Undersøgelsen blev offentliggjort på 'Lou Dobbs Tonight' og anmodede seerne om at stemme på Twitter om Trumps præstation. Fox Business Network

Datakilden betyder noget med hensyn til kvalitet og pålidelighed. Dette gælder især for partiske eller politiserede data. Hvis dataene indsamles fra en gruppe, der ikke er en god tilnærmelse af befolkningen som helhed, kan det være partisk.

F.eks. Henvendte Fox Business Network-værten Lou Dobbs den 18. marts sit publikum med spørgsmålet "Hvordan vil du klassificere præsident Trumps lederskab i nationens kamp mod Wuhan-viruset?"

Forestil dig, hvis kun republikanere blev stillet dette spørgsmål, og hvordan resultaterne ville sammenligne, hvis kun demokrater blev stillet. I dette tilfælde var respondenterne en del af en selvudvælgende gruppe, der allerede valgte at se Dobbs 'show. Afstemningen kan kun fortælle dig om gruppens meninger, for eksempel ikke mennesker i USA generelt.

Overvej derefter, at Dobbs kun leverede positive svar i hans multiple choice-muligheder - "fremragende, god eller meget god" - og det er klart, at disse data har en bias.

Spotting af bias og ukorrekte metoder til dataindsamling giver dig mulighed for at beslutte, hvilke oplysninger der er troværdige.

Tænk igennem, hvad du ser

I løbet af denne pandemi opstår der information time for time. Medieforbrugere oversvømmes med fakta, diagrammer, grafer og kort hver dag. Hvis du kan tage et øjeblik til at stille dig selv et par spørgsmål om, hvad du ser i disse datavisualiseringer, kan du gå væk med en helt anden konklusion, end du måske havde haft ved første øjekast.

Om forfatteren

Carson MacPherson-Krutsky, ph.d.-kandidat i geovidenskab, Boise State University

Denne artikel er genudgivet fra The Conversation under en Creative Commons-licens. Læs oprindelige artikel.