رفتن به محتوای اصلی
Koohestun
توضیح کوهستانمصورسازی داده‌هامقاله تشریحی· 5 دقیقه مطالعه· در تحلیل داده

چگونه «ضریب دروغ» انحرافات گرافیکی را به صورت ریاضی اندازه‌گیری می‌کند

«ضریب دروغ» ادوارد تافتی، فریب بصری را با تقسیم درصد تغییرات نمایش‌داده‌شده در یک نمودار بر درصد تغییرات واقعی داده‌ها کمّی‌سازی می‌کند. این معیار ثابت می‌کند که انتخاب‌های رایج در طراحی، مانند برش محور پایه و مقیاس‌بندی مساحت‌های دوبعدی، واقعیت را از نظر ریاضی تحریف می‌کنند.

به قلم آرش رضایی

حامیان یکپارچگی داده‌ها 40%طراحان بصری 30%پژوهشگران شناختی 30%
حامیان یکپارچگی داده‌ها
استدلال می‌کنند که هرگونه انحراف از ضریب دروغ ۱.۰ یک شکست در صداقت است و تناسب ریاضی را بر زیبایی‌شناسی ترجیح می‌دهند.
طراحان بصری
ادعا می‌کنند که پایبندی دقیق به جوهر متناسب گاهی اوقات می‌تواند تغییرات کوچک اما مهم داده‌ها را نامرئی کند و مصالحه‌های بصری حساب‌شده را ضروری می‌سازد.
پژوهشگران شناختی
بر نحوه پردازش واقعی مساحت و طول توسط مغز انسان تمرکز می‌کنند و خاطرنشان می‌سازند که انحراف ریاضی همیشه به‌طور کامل با انحراف ادراکی مطابقت ندارد.

دیدگاه‌هایی که این گزارش پوشش نداده

  • توسعه‌دهندگان نرم‌افزار
  • بازاریابان شرکتی

طراحان و بازاریابان اغلب ادعا می‌کنند که تغییر مقیاس عناصر بصری یک نمودار برای تطابق با محدودیت‌های زیبایی‌شناختی — مانند برش محور عمودی یا استفاده از مساحت‌های دوبعدی برای نمایش داده‌های یک‌بعدی — صرفاً خوانایی را بدون تغییر حقیقت زیربنایی افزایش می‌دهد [5]. اما شواهد ریاضی این دفاعیه را رد می‌کند. وقتی تناسبات بصری از تناسبات عددی فاصله می‌گیرند، گرافیک فعالانه واقعیت را تحریف می‌کند. برای کمّی‌سازی این فریب، ادوارد تافتی (Edward Tufte) آماردان، «ضریب دروغ» را معرفی کرد؛ یک نسبت دقیق ریاضی که دقیقاً اندازه‌گیری می‌کند یک نمودار چقدر داده‌هایی را که ادعای نمایش آن‌ها را دارد، اغراق‌آمیز یا ناچیز جلوه می‌دهد [1]. همان‌طور که تافتی در قانون بنیادین خود پایه‌گذاری کرد: «نمایش اعداد، همان‌طور که به‌طور فیزیکی روی سطح خود گرافیک اندازه‌گیری می‌شود، باید با مقادیر نمایش‌داده‌شده نسبت مستقیم داشته باشد» [1].[1][4]

مکانیسم عملکرد ضریب دروغ، یک مقایسه ساده میان درصد تغییرات است. این ضریب با تقسیم اندازه اثر نمایش‌داده‌شده در گرافیک بر اندازه اثر در داده‌های واقعی محاسبه می‌شود [1]. اگر یک عنصر بصری نمودار، مانند ارتفاع یک میله یا طول یک خط، ۵۰ درصد افزایش یابد، اما داده‌های زیربنایی تنها ۱۰ درصد رشد کنند، ضریب دروغ برابر با ۵.۰ خواهد بود. بر اساس استاندارد تافتی، یک گرافیک کاملاً دقیق دارای ضریب دروغ دقیقاً ۱.۰ است، در حالی که هر مقداری خارج از بازه باریک ۰.۹۵ تا ۱.۰۵ نشان‌دهنده یک انحراف قابل‌توجه و اغلب عمدی است [1]. مقادیر بیشتر از ۱.۰ نشان‌دهنده اغراق، و مقادیر کمتر از ۱.۰ نشان‌دهنده کوچک‌نمایی هستند.[1]

مشهورترین کاربرد این معیار، گرافیکی را که در سال ۱۹۷۸ توسط نیویورک تایمز (New York Times) درباره استانداردهای اجباری مصرف سوخت منتشر شد، افشا می‌کند. داده‌ها نیازمند افزایش مسافت طی‌شده از ۱۸ به ۲۷.۵ مایل بر گالن بودند — یک افزایش ریاضی معادل ۵۳ درصد [1]. با این حال، طول فیزیکی خطی که این تغییر را روی صفحه چاپ‌شده نشان می‌داد، از ۰.۶ اینچ به ۵.۳ اینچ رشد کرد؛ یک انفجار بصری معادل ۷۸۳ درصد [1]. تقسیم تغییرات بصری (۷۸۳ درصد) بر تغییرات داده‌ها (۵۳ درصد) ضریب دروغ ۱۴.۸ را به دست می‌دهد، به این معنی که نمودار، تأثیر این سیاست را نزدیک به پانزده برابر اندازه واقعی‌اش اغراق کرده بود [1].[1]

نمونه کلاسیک تافتی از یک نمودار تحریف‌شده مصرف سوخت، که ضریب دروغ ۱۴.۸ را به همراه داشت.

با این حال، فرمول‌بندی ریاضی ضریب دروغ دارای سوگیری‌های ساختاری خاص خود است. از آنجا که این فرمول به جای بزرگی مستقیم بر نسبت درصدها تکیه دارد، می‌تواند جریمه انحراف را تشدید کند. اگر نمودار مصرف سوخت سال ۱۹۷۸ را با استفاده از نسبت‌های مستقیم دوباره محاسبه کنیم — یعنی مقایسه ضریب رشد بصری (۵.۳ تقسیم بر ۰.۶ برابر با ۸.۸۳) با ضریب رشد داده‌ها (۲۷.۵ تقسیم بر ۱۸ برابر با ۱.۵۳) — ضریب دروغ حاصل ۵.۷۸ خواهد بود [6]. این ثابت می‌کند که اگرچه نمودار بدون شک تحریف شده است، اما فرمول مبتنی بر درصد تافتی، شدت انحراف اندازه‌گیری‌شده را از نظر ریاضی تشدید می‌کند و جریمه را بالاتر از آن چیزی می‌برد که یک مقایسه هندسی مستقیم ایجاب می‌کند [6].[5]

با این حال، فرمول‌بندی ریاضی ضریب دروغ دارای سوگیری‌های ساختاری خاص خود است.

فراتر از طول خطوط، ضریب دروغ نسبت به «پارادوکس خط پایه» در نمودارهای میله‌ای بسیار حساس است. هنگامی که یک محور عمودی (y) برش داده می‌شود — یعنی از عددی بزرگتر از صفر شروع می‌شود — درصد تغییرات بصری بین دو میله به‌طور مصنوعی متورم می‌شود [3]. افزایش داده‌ها از ۹۰ به ۱۰۰ یک جهش ۱۱ درصدی است، اما اگر خط پایه نمودار از ۸۰ شروع شود، ارتفاع بصری میله از ۱۰ واحد به ۲۰ واحد دو برابر می‌شود. این امر یک افزایش بصری ۱۰۰ درصدی ایجاد می‌کند که منجر به ضریب دروغ ۹.۰ می‌شود [3]. بررسی‌های تجربی روی گرافیک‌های تولیدشده توسط کامپیوتر تأیید می‌کنند که بینندگان هنگام مواجهه با این جابجایی‌های خط پایه، به‌طور مداوم بزرگی داده‌ها را اشتباه قضاوت می‌کنند و درک خود را به جای برچسب‌های چاپ‌شده روی محور، به مساحت بصری گره می‌زنند [2].[2]

برش محور عمودی (y) درصد تغییرات بصری را به‌طور مصنوعی متورم کرده و ضریب دروغ را به مراتب بالاتر از ۱.۰ می‌برد.

زمانی که طراحان از مساحت‌های دوبعدی، مانند دایره‌ها یا آیکون‌های سفارشی، برای نمایش داده‌های یک‌بعدی استفاده می‌کنند، انحراف به صورت توان دوم (مربعی) افزایش می‌یابد. اگر مقدار یک داده دو برابر شود و طراح شعاع دایره‌ای را برای نمایش آن دو برابر کند، مساحت فیزیکی آن دایره در واقع چهار برابر می‌شود [1]. این واقعیت هندسی ذاتاً ضریب دروغی برابر با ۲.۰ یا بالاتر تولید می‌کند که به خط پایه بستگی دارد [1]. مطالعات در زمینه ارتباطات علمی نشان می‌دهد که اصلاح این نمودارهای مساحتیِ گمراه‌کننده نیازمند تصحیحات بصری صریح است، زیرا سیستم بینایی انسان به‌طور شهودی مساحت کل جوهری را پردازش می‌کند، نه شعاع یک‌بعدیِ مدنظر را [4].[1][3]

با وجود دقت ریاضی، ضریب دروغ به‌ندرت به عنوان یک محدودیت در ابزارهای مدرن و خودکار رسم نمودار اعمال می‌شود. در حالی که نرم‌افزار می‌تواند به‌راحتی داده‌ها را به پیکسل‌ها نگاشت کند، نمی‌تواند به‌طور خودکار تشخیص دهد که کاربر چه زمانی یک رمزگذاری بصری نامناسب را انتخاب کرده یا محوری را برای تحمیل یک روایت خاص برش داده است [2]. مصالحه بین زیبایی‌شناسی بصری و دقت تناسبیِ دقیق، همچنان یک قضاوت تحریریه دستی باقی می‌ماند [5]. تا زمانی که ضریب دروغ به جای یک محدودیت نرم‌افزاریِ پیش از انتشار، تنها یک نقد پس از انتشار باقی بماند، شکاف بین آنچه داده‌ها می‌گویند و آنچه گرافیک نشان می‌دهد پابرجا خواهد بود [6].[2][4][5]

ضریب دروغ به عنوان یک دفاع ریاضی در برابر دستکاری بصری عمل می‌کند. با اجبار به مقایسه مستقیم بین جوهر روی صفحه و اعداد در مجموعه داده، این ضریب دفاعیه ذهنی «انتخاب زیبایی‌شناختی» را خنثی می‌کند. مرز بعدی در مصورسازی داده‌ها صرفاً ایجاد نمودارهای زیباتر نیست، بلکه ادغام محاسبات بی‌درنگ ضریب دروغ در خود نرم‌افزار طراحی است، تا از انتشار گرافیک‌های تحریف‌شده پیش از رسیدن به دست مخاطب جلوگیری شود [6].[5]

نکات کلیدی

  • ضریب دروغ، انحراف گرافیکی را با مقایسه درصد تغییرات بصری با درصد تغییرات داده‌ها اندازه‌گیری می‌کند.
  • یک نمودار کاملاً دقیق دارای ضریب دروغ ۱.۰ است و مقادیر بین ۰.۹۵ تا ۱.۰۵ قابل‌قبول در نظر گرفته می‌شوند.
  • برش محور عمودی (y) یک نمودار، تغییرات بصری را به‌طور مصنوعی متورم کرده و منجر به ضریب دروغ بالا می‌شود.
  • استفاده از مساحت‌های دوبعدی برای نمایش داده‌های یک‌بعدی، انحراف را به صورت توان دوم (مربعی) افزایش می‌دهد.
  • فرمول مبتنی بر درصد تافتی، در مقایسه با نسبت‌های مستقیم بزرگی، شدت انحراف اندازه‌گیری‌شده را از نظر ریاضی تشدید می‌کند.

چرا مهم است

تصاویر از فیلترهای تحلیلی ما برای اعداد خام عبور می‌کنند و همین امر نمودارهای تحریف‌شده را به ابزاری بسیار مؤثر برای نشر اطلاعات نادرست تبدیل می‌کند. درک ریاضیات نهفته در پسِ ضریب دروغ، به خوانندگان کمک می‌کند تا تشخیص دهند چه زمانی یک نمودار در حال اغراق در یک روند یا پنهان کردن یک شکست است.

منابع

پوشش منابع

5 منبع

3 دیدگاه شناسایی‌شده

حامیان یکپارچگی داده‌ها 40%طراحان بصری 30%پژوهشگران شناختی 30%
  1. [1]InfoVis:Wikiحامیان یکپارچگی داده‌ها

    Lie Factor

    مطالعه در InfoVis:Wiki
  2. [2]ResearchGateپژوهشگران شناختی

    Empirical Investigation of Tufte's “Lie Factor” with Computer-Generated Graphics

    مطالعه در ResearchGate
  3. [3]Journal of Science Communicationحامیان یکپارچگی داده‌ها

    Debunking strategies for misleading bar charts

    مطالعه در Journal of Science Communication
  4. [4]FlowingDataطراحان بصری

    ✚ When the visual trade-offs are worth it

    مطالعه در FlowingData
  5. [5]تیم سردبیری کوهستانحامیان یکپارچگی داده‌ها

    تحلیل تیم سردبیری کوهستان

    مطالعه در تیم سردبیری کوهستان

نظرات

همیشه در جریان باشید

هر زاویه. هر روز.

دریافت تحلیل داده اخبار همراه با پوشش کامل منابع و تحلیل دیدگاه‌ها، مستقیم در صندوق ورودی شما.