Los gráficos y cómo discuten contigo

Ya sabes cómo obtener una respuesta en forma de tabla. Pero la gente no discute con tablas: discute con imágenes. El problema es que una imagen trae una afirmación incorporada, y casi nadie dice esa afirmación en voz alta. Antes de creer en cualquier gráfico, haz explícita la afirmación: este gráfico dice que A es más grande que B, o que A crece con el tiempo, o que A sigue a B.

Los tres caballos de batalla cubren casi todo. Un gráfico de barras compara unas pocas categorías: las ventas por artículo. Un gráfico de líneas muestra cómo se mueve un valor a lo largo del tiempo: el largo de la fila hora por hora. Un gráfico de pastel muestra cómo un todo se reparte en partes, y solo es honesto cuando las partes de verdad suman un todo de algo. Compara categorías con barras, cambios en el tiempo con una línea: confundir esos dos es la elección equivocada más común.

sales by item, units

juice      60 |################|
sandwich   55 |############### |
soup       40 |###########     |
salad      23 |######          |Los datos de ventas de las primeras lecciones, dibujados como barras.

Este es el truco más viejo del manual. Los mismos datos de la ensalada, la misma semana, dos gráficos hechos con exactamente los mismos cinco números. Uno dice: crecimiento tranquilo y honesto, no hay nada que ver. El otro grita: desplome, drama, ¡actúa ya! La única diferencia es dónde empieza el eje y.

salad sales, one week

y starts at 0:        y starts at 20:
25 |     *            25 |     *
20 |    * *           20 |    * *
15 |   *   *          15 |   *   *
10 |  *     *         10 |
 5 | *                 5 |
 0 +------             0 +------
   M T W T F            M T W T F

same points, different storyDos gráficos hechos con datos idénticos: el eje y es la única diferencia.

El gráfico correcto empieza su eje y en 20, no en 0. Las ventas igual bajaron de 25 a 10, pero ahora esa caída llena toda la imagen, así que una bajada de poco más de la mitad parece una caída a casi nada. Truncar un eje no siempre es una mentira: a veces de 20 a 25 es justo el rango interesante. Se vuelve engañoso cuando el cero importa y el gráfico esconde dónde empieza la escala.

Última pieza: dos números que se mueven juntos. Dos escuelas comparan sus estadísticas de un año: la escuela con más laptops por estudiante también tiene mejores resultados en los exámenes. Alguien concluye: las laptops causan los resultados, compren más laptops. Antes de aceptar cualquier afirmación así, recuerda que existe una tercera posibilidad.

La escuela de las laptops probablemente tiene el mismo factor oculto: el dinero. Los distritos más ricos compran más laptops Y contratan más tutores, alimentan mejor a los alumnos y mantienen bibliotecas. Puede que las laptops incluso ayuden, pero esta comparación no lo puede decir, porque nunca midió el tercer factor. La correlación dice que estos dos números se mueven juntos. La causalidad afirma que uno gira la perilla del otro, y esa es una afirmación mucho más fuerte que necesita pruebas mucho más fuertes.

Así que el hábito del análisis de datos que sale de las cuatro lecciones: consulta con honestidad, agrega con cuidado y, antes de dibujar o de confiar en un gráfico, pregúntate qué está afirmando en realidad, dónde empiezan sus ejes y qué otra cosa podría explicar el patrón. Quien se hace esas tres preguntas ya está haciendo análisis de datos de verdad.