“ 別讓錯誤，以更漂亮的形式出現。”
去年 3 月，課代表曾寫(xiě)過(guò)一篇關(guān)于可視化打假??的新書(shū)推薦。相信大家再看到可視化時(shí)，會(huì )帶著(zhù)更審慎的眼光。
在此基礎上，我們還可以通過(guò)提升數據敏感性來(lái)加強辨別可視化的能力。今天課代表要分享的是蒂姆 · 哈福德（Tim Harford）的《拼湊真相》（How to Make the World Add Up）。作者在書(shū)中提出了十個(gè)認清紛繁世界的數據法則，我們將與大家分享其中四個(gè)適用于解讀可視化的法則。
老李在文末給大家留了“億”點(diǎn)小福利，讓我們開(kāi)始今天的分享吧。
小心可視化視差
當我們使用可視化突出對比時(shí)，呈現方式的差異會(huì )給人帶來(lái)完全不同的觀(guān)感和解讀。
彭博社在報道碳排放“貧富差距”時(shí)，使用三維柱狀圖來(lái)表現不同國家的碳排放差異。為了突出對比，左右兩張可視化選擇了不同的數據作為觀(guān)察視角。
左圖中，柱形高度代表一個(gè)國家的碳排放總量。右圖中，柱形高度代表國家內最富有1%人口與最貧困50%人口間的碳排放差距。彭博社在報道中用對比強烈的可視化說(shuō)明：除了比較國與國之間的碳排放差異，更應該關(guān)注國家內部的碳排放貧富差距。
數據視角對比顯著(zhù)，但可視化視角卻不夠準確。主要原因是傾斜的三維柱形受透視關(guān)系的影響，會(huì )在視覺(jué)上放大差值較大的數據、縮小差值較小的數據。在左側的圖表中，你很難感受到非洲各國的碳排放差異，但一眼就能看到中美兩國的碳排放量。
另一種常見(jiàn)的可視化視角局限是以偏概全。在《拼湊真相》中，作者建議我們嘗試結合“蠕蟲(chóng)”和“鳥(niǎo)瞰”視角來(lái)思考問(wèn)題。“鳥(niǎo)瞰”像廣角，將全景一覽無(wú)余；“蠕蟲(chóng)”像變焦，將細節盡收眼底。兩者相結合，能夠更好地看清可視化的全貌。
比如這張表達連續變化的柱形圖。如果只看左側的話(huà)，你會(huì )明顯感覺(jué)到“一柱更比一柱高”的增長(cháng)趨勢。如果把它們塞到右側的圖表中，它就顯得不那么“突出”。一方面是因為有其他柱子拉高了極值，增長(cháng)趨勢被“壓扁”了；另一方面是線(xiàn)性的增長(cháng)規律被打破了，右側的圖表更“參差不齊”。
現在不妨讓我們來(lái)思考這樣一個(gè)問(wèn)題：上面這兩張圖表，哪張更能體現美國新冠新增感染人數的增長(cháng)趨勢？從時(shí)間跨度來(lái)看，第一張圖涵蓋的時(shí)間更長(cháng)，似乎更有說(shuō)服力；從取值范圍來(lái)看，第二張圖似乎更合理。讓我們先保留各自的意見(jiàn)，來(lái)看下面這張圖：
可以明顯的看到，上述兩張圖表在更完整的時(shí)間序列中，都不是增長(cháng)趨勢最有特征的。如果你沒(méi)有看到數據的全貌，很難想象美國在去年 11 月底還有一波更嚴重的疫情。因此，當你只看到可視化的局部時(shí)，你的選擇和結論很可能存在偏差，你能回答的問(wèn)題也非常有限。
這種偏差甚至可能會(huì )因為個(gè)人經(jīng)驗而被放大，因為你可能會(huì )下意識地去相信和認知更接近的“真相”。在《拼湊真相》中，作者提到：
大量吸煙會(huì )使患肺癌的風(fēng)險增加 16 倍，但許多人卻因為自己的某個(gè)經(jīng)歷對這一發(fā)現產(chǎn)生懷疑。譬如你會(huì )說(shuō)你奶奶一輩子吸煙，都活到 90 歲了還身體倍兒棒，而你隔壁的叔叔，一輩子不抽煙，最后卻是死于肺癌。
雖然肺癌發(fā)病率風(fēng)險增加 16 倍不是個(gè)小數字，但肺癌病例本身很少，所以我們把自身經(jīng)歷的特殊性當成普遍性了。
如果只看數據，我們可能只看到了冰山一角。有些現象和趨勢，即便獲得真實(shí)的數據，也不一定能夠通過(guò)一張可視化就完全分析出背后的原因。因此作者的建議是：
所以在看完數據表格之余，我們也可以抬起頭來(lái)，帶著(zhù)好奇心去看、去聽(tīng)、去摸，去感受真實(shí)的世界。
不亂于心，不困于情
可視化圖表有時(shí)還起到了“以形表意”的作用。在《拼湊真相》中，作者這樣形容可視化：
圖形更能喚起我們的想象力和情緒。
這樣的說(shuō)法并不完全是褒義的。如果精妙的可視化設計能夠賦予讀者先入為主的印象，誘導讀者在尚未消化信息前就產(chǎn)生態(tài)度；那么可視化圖表的“喚起”功能，就有可能成為一種預設的陷阱。
這兩張圖表使用的數據基本相同，但帶給讀者的視覺(jué)感受和情緒卻完全不同。左側是西蒙·斯卡爾 2011 年發(fā)表于華南早報的《泣血鳴告：伊拉克的死亡人數》。設計師利用標題、色彩和柱狀圖的朝向，將死亡人數表現得如同滴落的鮮血，傳遞出一種悲憤的批判。
而右側這張由安迪·科特格雷夫設計的圖表，只是調整了配色和柱狀圖的朝向，就給人帶來(lái)完全不同的情緒和主題：冷色調的藍好像戰爭在“降溫”，死亡人數減少的趨勢甚至傳遞了一絲希望。這也正契合了圖表的標題——《曙光在望：伊拉克死亡人數在下降》。
因此當我們欣賞可視化精妙的設計之余，應當警惕埋藏在美感背后的煽動(dòng)和情緒陷阱。在《拼湊真相》，作者給出這樣的建議：
警惕視覺(jué)觸發(fā)的感受對正確解讀信息的影響，不可只關(guān)注圖形，還應當自省是否理解圖中的數據和軸線(xiàn)的含義。
看清數據的自我介紹
在看到統計數據時(shí)，我們往往會(huì )基于經(jīng)驗和常識去解讀結論。這種判斷方式會(huì )將我們引向錯誤的方向，或者得到一個(gè)片面的答案。避免這種情況發(fā)生的方法也很簡(jiǎn)單，那就是明確數據是如何定義的。
比如這張英國《衛報》在報道女性自殺傾向時(shí)用的圖表，可以看到 17 至 19 歲女性患有精神障礙的概率幾乎是同齡女性的兩倍?？赐陥D表后，我們會(huì )自然地揣測是不是社交媒體、容貌焦慮、性暴力等因素讓這個(gè)年齡段的女性更容易產(chǎn)生心理健康問(wèn)題。事實(shí)上，這篇報道的后續展開(kāi)也是如此進(jìn)行的。
但研究諸多原因后我們會(huì )發(fā)現，對于精神障礙的定義，文中并沒(méi)有給出確切的解釋。這篇報道還將自殘和自殺放在一個(gè)話(huà)語(yǔ)體系下討論，顯然也不夠嚴謹。
相比較而言，世界衛生組織這張關(guān)于“不同年齡、性別患抑郁癥比例”的圖表則更聚焦一些。這種差異表明，不同的數據源往往會(huì )造成結論的偏差。
但我們依舊可以對這個(gè)數據結論進(jìn)行追問(wèn)：“世界衛生組織是如何定義抑郁癥的？”不要因為發(fā)布者的權威性而忽略對數據定義的核查。不明確的數據定義，將導致錯誤或者狹隘的認知。在《拼湊真相》中，作者建議：
此刻，我希望你已培養了習慣，能追問(wèn)有關(guān)當局對“自殺”是怎么定義的。......要學(xué)會(huì )問(wèn)問(wèn)題：?jiǎn)?wèn)問(wèn)統計對象是什么，統計數據背后有什么故事。
客觀(guān)數據 or 主觀(guān)人為
數據往往代表了理性和客觀(guān)，這種觀(guān)點(diǎn)一部分人的“刻板印象”。他們較少對數據產(chǎn)生質(zhì)疑，往往會(huì )忽視數據本身的偏誤。在《拼湊真相》中，作者這樣解釋數據存在誤差的原因：
現實(shí)中，任何統計事項還是由人來(lái)決定的：收集什么信息、不收集什么信息、統計什么、不統計什么、統計對象是誰(shuí)，這些都有人為的觀(guān)點(diǎn)、成見(jiàn)和疏漏摻雜其中。
簡(jiǎn)單來(lái)說(shuō)，人們的認知局限和主觀(guān)偏見(jiàn)，會(huì )對收集的數據產(chǎn)生影響。當收集的數據不夠全面、缺乏代表性時(shí)，便會(huì )導致對真實(shí)情況的預測出現問(wèn)題。
1936 年美國《文學(xué)文摘》對大選形勢的錯誤預估是一個(gè)典型的例子——他們僅通過(guò)汽車(chē)登記表和電話(huà)薄來(lái)聯(lián)系調查對象。在上個(gè)世紀 30 年代的美國，擁有汽車(chē)和電話(huà)的家庭終究是少數。這樣的調查方式，最終得到了一份與真實(shí)情況相去甚遠的預測。
類(lèi)似的偏差也常見(jiàn)于可視化上。例如下面這張匈牙利大選初選結果的可視化，通過(guò)簡(jiǎn)單相加我們可以輕易發(fā)現，三位候選人的累積支持比例并未達到 100%。除了計算錯誤，這樣的可視化還遺漏了其他重要的信息：剩下的 21% 的支持率中還包括哪些候選人，其中是否還有具有影響力的候選人？更多重要的信息，在這張可視化中被丟棄了。
對數據更完整的呈現方式，可以借鑒紐約時(shí)報的報道——“疫情的參差”。作者力求用更豐富的可視化細節，盡可能地幫助讀者一攬全局。首先，他們將來(lái)自不同地理位置、經(jīng)濟發(fā)展水平的城市疫情折線(xiàn)圖堆疊到同一個(gè)坐標系內；然后根據不同的疫苗普及率與感染人數之間的關(guān)系，將對應的折線(xiàn)標亮成不同的顏色。
由此，讀者可以直觀(guān)且全面地觀(guān)察全球范圍內，疫苗普及率和疫情擴散之間的相關(guān)性。以及經(jīng)濟發(fā)展水平和疫苗普及率之間的關(guān)系，理解疫苗分配不公將導致疫情發(fā)展失衡。
在理解可視化時(shí)我們應該帶著(zhù)一些質(zhì)疑的眼光——一張圖表到底有沒(méi)有遺漏什么信息呢？在《拼湊真相》中，作者也給出了這樣的建議：
在別人給我們提供數據時(shí)，我們可以，也應該記得問(wèn)一下，哪些人或哪些內容可能遺漏了。
真相等你來(lái)'拼湊'
聯(lián)系客服
