บทความ IT เจ๋งๆ

จุดประสงค์ของ Chart โดยทั่วไปจะช่วยให้ผู้อ่านสามารถตีความข้อมูลได้อย่างถูกต้อง แต่มันไม่เป็นแบบนั้นเสมอไป เพราะบางครั้ง Bar Graphs, Pie Charts ที่คุณดูอยู่ อาจกำลังโกหกคุณอยู่ก็ได้ ดังนั้นผู้ที่ทำงานในสาย Data หรือแม้แต่ผู้ที่อ่านข้อมูลเอง ก็ต้องระมัดระวังด้วยเช่นกัน วันนี้เรามาดู 5 รูปแบบการโกหก โดยการใช้ Chart กัน

อย่างที่กล่าวไปตอนต้นว่า บางครั้งพวก Chart ต่าง ๆ อาจกลายเป็นตัวแทนที่ใช้เพื่อโกหกผู้ที่ดูข้อมูล ทำให้คุณสรุปแนวโน้มที่ผิดไปจากความเป็นจริง และพลาดข้อเท็จจริงที่สำคัญไป ดังนั้น ทางที่ดีในการประเมินว่า Chart เหล่านั้นนำเสนอข้อมูลที่เหมาะสมหรือไม่ ก็คือ การต้องใช้เวลาเพื่อแปลความหมายพวกมัน ซึ่ง Ruth Rosenholtz ซึ่งเป็นนักวิทยาศาสตร์การรับรู้ (Perceptual Scientist) ของ Massachusetts Institute of Technology กล่าวว่า “Chart ที่ไม่ดี ทำให้ต้องใช้กระบวนการความคิดมากขึ้นและใช้เหตุผลมากกว่าสิ่งที่คุณเห็น” เรามาดูกันว่า Chart สามารถโกหกเราในรูปแบบใดได้บ้าง

1. แสดงมุมมองที่ทำให้สันสน

Data: MrExcel.com

จาก Pie Charts ทั้ง 2 ที่คุณเห็น กำลังแสดงถึงสัดส่วนของ “Labor” ซึ่งคิดเป็น 30% ของจำนวนทั้งหมด คุณจะเห็นว่า Chart ที่อยู่ด้านขวา ทำให้เรารู้สึกเหมือน “Labor” มีสัดส่วนที่ใหญ่ขึ้นจากการที่มาแสดงอยู่ด้านหน้า อีกทั้งในรูป เป็นแบบ 3 มิติที่มีขอบหนา ประกอบกับเป็นสีที่เข้มกว่า ก็ยิ่งทำให้มันดูใหญ่กว่าเดิมอีกเท่าตัวเท่าเมื่อเทียบกับตอนที่มันอยู่ด้านหลังตามรูปซ้ายมือ

การมองเห็นของมนุษย์ไม่ดีมากนักในการตีความสิ่งที่เป็น 3 มิติ” Rosenholtz กล่าว เมื่อคุณเจอ Chart ที่เป็น 3 มิติ เรามักทึกทักเอาว่า สีที่เข้มกว่าแสดงถึงจำนวนที่มากกว่าความเป็นจริง “ดังนั้น เมื่อมีการใช้สีที่เข้มกว่าเพื่อแสดงชิ้นส่วนของ Pie Chart ชิ้นส่วนนั้นจะดูมีความสำคัญมากขึ้น” Rosenholtz กล่าว นั่นเป็นเหตุผลที่ว่า เราสามารถกำหนดให้ข้อมูลส่วนที่สำคัญกว่าเป็นส่วนที่อยู่ด้านหน้าของ Pie Chart  ที่เป็น 3 มิติ

2. ใช้รูปร่างที่หลอกตา

Data: MrExcel.com

วิธีโดยทั่วไปที่ Chart มักจะหลอกตาเราก็คือ การเสนอข้อมูลที่ไม่สัมพันธ์กัน คุณจะเห็นว่าใน Chart ที่อยู่ทางด้านขวา สิ่งที่สัมพันธ์และสมเหตุสมผลก็คือ ความสูงของกรวย แต่ปริมาตรของกรวยนั้นกลับไม่สัมพันธ์กัน ซึ่งเป็นเรื่องยากที่จะละเลย มันกระตุ้นให้เรากำหนดค่าที่มีความสำคัญกว่า ให้อยู่ในส่วนที่ใหญ่กว่าของรูปกรวย

ใน Chart ทั้งสอง จะเห็นว่า Administrative Costs มีสัดส่วนเกือบ 1 ใน 3 ของทั้งหมด แม้ว่าสิ่งนี้จะตรงกับ Chart ที่อยู่ทางด้านซ้ายซึ่งมันก็สมเหตุสมผลดี แต่ดูเหมือน Chart ที่อยู่ทางด้านขวาจะลดขนาด Administrative Costs ลงไปเหลือน้อยกว่า 1 ใน 3 “เมื่อใดที่คุณขอให้ใครตัดสินที่เรื่องความสูงอย่างเดียว โดยที่ไม่สนใจต่อการวัดแบบอื่น ๆ มันจะต้องใช้ความคิด มากเป็นพิเศษเพื่อที่จะไม่สนใจสิ่งชี้นำอื่น ๆ” Rosenholtz กล่าว

3. Trendsetters คือตัวหลอกลวง

Data: Tyler Vigen

เมื่อคุณเห็นเส้น 2 เส้น(หรือมากกว่า 2) ปรากฏใน Chart และพวกมันก็มีลักษณะที่คล้ายกัน เรามีแนวโน้มที่จะเชื่อว่า พวกมันมีความเกี่ยวข้องกัน โดยเส้นสีแดงใน Chart นี้แสดงถึงอัตราการฆ่าตัวตาย(Suicide Rates) ในขณะที่เส้นสีเขียว แสดงถึง การใช้จ่ายในด้านวิทยาศาสตร์และเทคโนโลยี(Spending on Science & Technology) แต่ชุดข้อมูลทั้ง 2 ชุดนั้นเป็นอิสระต่อกัน ไม่มีความเกี่ยวข้องกันใด ๆ แต่เมื่อเรามองที่มันครั้งแรก เรามักจะถามตัวเองว่า ข้อมูลทั้ง 2 ชุดมีความสัมพันธ์กันอย่างสมเหตุสมผลหรือไม่

"เรามักจะชอบอะไรที่แสดงถึงแนวโน้ม (Trends) เพราะพวกมันจะบอกถึงเล่าเรื่องราวที่ทำให้ข้อมูลนั้นมีความหมายมากยิ่งขึ้น” Rosenholtz กล่าว และนั่นก็เป็นสาเหตุที่เรามักจะมองหาความเชื่อมโยงของพวกมันอยู่เสมอ แม้ว่าจริง ๆ แล้วจะไม่เชื่อมโยงกันเลยก็ตาม

4. ซ่อนข้อมูลที่เห็นได้ชัดเจน (แต่คนอ่านคาดไม่ถึง)

Data: Jones, G.E. ‘How To Lie With Charts,’ BookSurge Publishing, Charleston, SC (2006)

เรามักจะสังเกตเห็นสิ่งที่เป็นแนวโน้ม (Trends) ได้ค่อนข้างดี  แต่จะเกิดอะไรขึ้น ถ้ามีใครบางคนที่ไม่ต้องการให้เราเห็นข้อมูลบางอย่าง? จาก Chart ที่อยู่ทางด้านซ้าย แสดงให้เห็นอย่างชัดเจนว่า ค่าใช้จ่ายทางการตลาด(Marketing Costs) เพิ่มขึ้นถึง 3 เท่าในช่วง 3 ปีที่ผ่านมา ซึ่งข้อเท็จจริงเดียวกันนี้ก็อยู่ใน Chart ทางด้านขวา แต่มันซ่อนตัวรวมอยู่ในกลุ่มของข้อมูลอื่น ๆ ด้วย ซึ่งสร้างผลกระทบที่ทำให้เห็นถึงการลดลงของ Marketing Costs ซึ่งแนวโน้มของการลดลงนั้น แทบจะเป็นไปไม่ได้เลย หากพูดในแง่ของจำนวนที่แท้จริง

“การเปรียบเทียบการเปลี่ยนแปลงของความสูงระหว่างชุดข้อมูลในขณะที่มันขยับขึ้นและลง ถือว่า ไม่ใช่มุมมองที่เป็นธรรมชาติสำหรับพวกเรา” Rosenholtz กล่าว “ฉันก็ยังไม่ชัดเจนว่า ควรจะดูที่ความสูงโดยรวมหรือความกว้างหรืออะไรก็ตาม ซึ่งการใช้วิธีการเปรียบเทียบแบบนั้น ทำให้ต้องใช้ความคิด ที่มากขึ้น และยังทำให้มองเห็นภาพได้ยากขึ้น” 

5. ใช้ Scale ที่บิดเบือน

Data: Jones, G.E. ‘How To Lie With Charts,’ BookSurge Publishing, Charleston, SC (2006)

เมื่อมองผ่าน ๆ Chart ทั้ง 2 ในครั้งแรก ดูเหมือนว่า จะเป็นการนำเสนอชุดข้อมูลที่แตกต่างกัน แต่เมื่อพิจารณาดูดี ๆ แล้ว คุณจะเห็นว่าสิ่งที่แตกต่างเพียงอย่างเดียวก็คือ เรื่องของขนาด Scale 

“สิ่งนี้สามารถหลอกเราได้ เพราะมันยากสำหรับเราที่จะตรวจสอบ Scale และข้อมูลของ Chart ในเวลาเดียวกัน” Rosenholtz กล่าว แต่ในทางกลับกัน เรามักจะเห็นถึงใจความสำคัญของเส้น Curve เหล่านั้นก่อน จากนั้น(ถ้าเราต้องการ) ก็ดูไปที่ Scale ซึ่งเมื่อถึงจุดนั้นแล้ว เราก็จะได้เห็นถึงข้อมูลอย่างแท้จริงของมัน

ในฐานะของทำงานด้าน Data โดยเฉพาะใน “การนำเสนอข้อมูล” เพื่อให้ผู้บริหารหรือฝ่ายอื่นที่เกี่ยวข้องนำไปใช้งานต่อ ควรจะรู้เท่าทันเรื่องเหล่านี้เอาไว้ เพื่อที่จะได้เลือกรูปแบบ Chart ที่เหมาะสมในการนำเสนอข้อมูล

ที่มา:  https://medium.com/