Ler gráficos com confiança
Objetivos de aprendizagem
Após concluir esta unidade, você estará apto a:
- Avaliar criticamente as interpretações dos dados.
- Usar uma lista de verificação para avaliar a credibilidade e precisão dos gráficos.
A importância da interpretação cuidadosa
Mesmo os gráficos criados com dados de origem precisos e opções de design ideais estão sujeitos a interpretações errôneas. A chave é pensar criticamente e reservar um tempo para avaliar cuidadosamente as interpretações dos dados que você vê representados em gráficos e em outras visualizações de dados.
Ao ler um gráfico, reserve um momento para verificar se está faltando alguma informação crítica. Se você conseguir se aprofundar nos dados de origem, às vezes vai encontrar informações relevantes que não estão refletidas no gráfico. Informações ocultadas ou ausentes podem distorcer a forma como você percebe os dados apresentados a você, não importando se as omissões foram intencionais ou não.
Pense nas comparações feitas
“Exibições visuais, se forem para auxiliar o pensamento, devem mostrar comparações.” Edward Tufte, Beautiful Evidence
Como você aprendeu na primeira unidade, os gráficos podem ajudá-lo a tomar melhores decisões. Eles ajudam você a fazer comparações informadas e respondem às perguntas certas para ajudá-lo a tomar boas decisões. Além de determinar a credibilidade dos dados de um gráfico, também é importante considerar o contexto do gráfico e entender as comparações feitas nele. Mesmo que os dados de um gráfico sejam confiáveis, você pode tirar conclusões incorretas se não parar e refletir para ver se o gráfico está respondendo às perguntas certas primeiro.
Reflita sobre o quadro geral
Outra armadilha comum para ficar em alerta é quando os gráficos não conseguem mostrar todo o contexto em um cenário.
Por exemplo, em "How Charts Lie", Alberto Cairo discute o seguinte gráfico de barras. A conclusão sugerida é que a taxa de desemprego está aumentando.
No entanto, se você observar esses dois pontos de dados no contexto do ano inteiro ou mesmo de vários anos, surge um padrão diferente. Embora a taxa de desemprego tenha aumentado entre julho de 2017 e agosto de 2017, a taxa está diminuindo ao longo do tempo, com flutuações ocorrendo entre os meses. A história contada agora é bem diferente.
Considere margem de erro e incerteza
Nada é perfeito, incluindo dados. Às vezes, você pode se surpreender com os resultados das eleições quando as pesquisas mostram o candidato não vencedor à frente.
Ao interpretar as pesquisas, procure a margem de erro ou o intervalo de confiança. Neste exemplo, a margem de erro foi de +/- 3 pontos percentuais. O que isso significa?
A margem de erro não descreve “erros” no estudo, mas nos diz quanta incerteza existe na estimativa em questão. Normalmente, uma estimativa é um ponto médio de um intervalo. Imagine tentar medir o comprimento de um cachorro feliz e se contorcendo. Quanto mais vezes você tentar medi-lo, mais confiante você ficaria de que realmente sabe o comprimento dele. Tudo o que você pode dizer com certeza, porém, é que este poodle em particular tem algo em torno de 28 polegadas de comprimento, mais ou menos uma polegada.
Neste exemplo, você diria: “Devido aos nossos métodos de coleta e medição, temos 95% de confiança de que o valor para Rick Saccone que estamos tentando estimar está entre 42 e 48, ou 3 pontos acima ou abaixo de 45, e o valor para Conor Lamb está entre 39 e 45, ou 3 pontos acima ou abaixo de 42.”
Quando os estatísticos descrevem a margem de erro, eles dirão em um determinado nível de confiança ou nível de incerteza. A estatística permite que você tenha certeza de que, se executar o estudo várias vezes com os mesmos métodos, 95% das vezes sua estimativa cairá dentro da margem de erro. Neste exemplo, as áreas de gradiente que representam o intervalo de confiança de +/- 3 pontos em torno das estimativas de pontos se sobrepõem, portanto não podemos concluir que qualquer um dos candidatos venceria com esses resultados. Além disso, se considerarmos os 13% de eleitores indecisos na pesquisa, não é surpresa que qualquer um dos candidatos vença a corrida.
Se você revisar a pesquisa e considerar a margem de erro, descobrirá que o resultado final estava dentro da margem de erro. Uma margem de erro é o grau de incerteza que pode haver no conjunto de dados.
Por exemplo, uma pesquisa pode indicar que 60% dos entrevistados preferem a Marca A em vez da Marca B. Se a margem de erro for de 2%, a porcentagem real de entrevistados que preferem a Marca A está na faixa de 58 a 62%.
Muitas fontes citam a margem de erro que calcularam para o conjunto de dados. Se a margem de erro não estiver claramente definida, lembre-se de que há sempre um grau de incerteza a ser considerado.
Para saber mais sobre margem de erro e incerteza, confira o módulo Variação para comparações de dados.
Correlação não implica causalidade
A correlação mostra apenas o quão fortemente as variáveis estão relacionadas. Não explica como ou por quê.
Por exemplo, as vendas de sorvetes estão correlacionadas com o número de óculos de sol vendidos. As pessoas estão comprando sorvete porque compraram óculos de sol ou vice-versa? Não. Obviamente, a causa de ambas as compras é outra. Neste caso, a causa pode ser o clima quente.
É importante tentar evitar fazer suposições e tirar conclusões incorretas com base apenas na correlação. Sempre considere se pode haver outras variáveis ocultas que afetam o que é mostrado nos dados.
Cuidado com as palavras
Esteja atento à linguagem usada para descrever e anotar um gráfico. Considere aspectos como:
- O título e os subtítulos descrevem corretamente o gráfico?
- O gráfico está rotulado corretamente?
- As palavras usadas são gatilhos emocionais que influenciam a percepção dos dados?
Continue fazendo perguntas
Ao ler um gráfico e as interpretações ou representações visuais de dados de outra pessoa, sempre faça perguntas. Se você vir algo que não faz sentido, pergunte o porquê e analise os dados. Você ficará surpreso com o que pode aprender e com quanto pode ajudar as pessoas ao seu redor, mantendo-se curioso e fazendo perguntas inteligentes.
Use a lista de verificação SCAM
Para ajudar a orientar sua revisão e análise cuidadosa dos gráficos, consulte a prática lista de verificação SCAM. SCAM significa Sources (fontes), Charts (gráficos), Axes (eixos) e Messages (mensagens).
Lista de verificação SCAM
Use a lista de verificação como um lembrete para fazer as seguintes perguntas ao analisar os gráficos:
Lista de verificação SCAM | |
---|---|
Fonte |
|
Gráfico |
|
Eixos em gráficos |
|
Mensagem (ou interpretação) |
|
Conversar sobre os dados
Como você pode ver agora, a leitura de gráficos não é tão simples e direta quanto pode parecer. Embora seja importante pensar criticamente e fazer perguntas inteligentes, pode ser extremamente útil analisar os dados junto com outras pessoas. Discuta suas interpretações e críticas sobre os gráficos com seus colegas e amigos. Você descobrirá que podem se ajudar mutuamente para se tornarem mais afiados na leitura de gráficos e dados.
Conclusão
Todos vocês podem ajudar a melhorar a forma como as decisões são tomadas, sempre que lerem gráficos com precisão ou identificarem gráficos que induzem ao erro. Com sua lente de pensamento crítico ativada e o conhecimento e as ferramentas que você acabou de aprender, você conseguirá analisar e interpretar melhor os gráficos e vai se beneficiar de uma maior compreensão dos dados e informações. Agora, vá em frente e domine esses gráficos!
Recursos
- Trailhead: Variação para comparações de dados
- Trailhead: Correlação e regressão
- Livro: Edward Tufte (2006): Beautiful Evidence. Graphics Press
- Livro: Alberto Cairo (2016): The Truthful Art: Data, Charts, and Maps for Communication. New Riders Publishing
- Livro: Alberto Cairo (2020): How Charts Lie: Getting Smarter about Visual Information. W.W. Norton & Company
- Artigo acadêmico: Leo Yu-Hu Lo, et al (2022): Misinformed by Visualization: What Do We Learn from Misinformative Visualizations? Wiley & Sons