Name: TED-Ed】誤解を招くグラフの見分け方 - Lea Gaslowitz (【TED-Ed】How to spot a misleading graph - Lea Gaslowitz)
Uploaded: 2021-01-14T07:01:00.000Z
Duration: 4 min 10 s

A toothpaste brand claims their product will destroy more plaque

ある歯磨き粉メーカーの製品は どんな製品よりも

歯垢除去できると宣伝しています

A politician tells you their plan will create the most jobs.

ある政治家は 自分の政策が最も雇用を生み出すと言います

We're so used to hearing these kinds of exaggerations

このような広告や政治家の誇張を聞くことに

目をしばたくこともありません

But what about when the claim is accompanied by a graph?

しかしグラフがあったらどうでしょうか

It represents cold, hard numbers, and who can argue with those?

冷厳と数字を表現しており 議論の余地はないはずです

Yet, as it turns out, there are plenty of ways graphs can mislead

しかし実のところ 様々な方法でグラフを用いて

誤解を生じさせたり 公然と情報操作したりできるのです

例えばこのようなことを 注意しないといけません

In this 1992 ad, Chevy claimed to make the most reliable trucks in America

1992年の広告でシボレーは 自社トラックがアメリカで最も信頼おけると

こちらのグラフを使って宣伝しました

Not only does it show that 98% of all Chevy trucks sold in the last ten years

それは過去10年で販売された シボレーのトラックの

98％がまだ現役で走っているだけでなく

but it looks like they're twice as dependable as Toyota trucks.

トヨタのトラックの２倍も 信頼できるかに見えるのです

That is, until you take a closer look at the numbers on the left

しかしそれは左側の数字を注意深く見て

and see that the figure for Toyota is about 96.5%.

トヨタの数字が96.5%であるのを 見つけるまでです

目盛は95から100%しかないのです

If it went from 0 to 100, it would look like this.

0から100まであったらこのように見えます

This is one of the most common ways graphs misrepresent data,

目盛を操作することで グラフのデータを歪めて見せる

よく見られる方法のひとつです

Zooming in on a small portion of the y-axis

Y軸のわずかな部分にクローズアップして

exaggerates a barely detectable difference between the things being compared.

比較対象間の僅かな差を 誇張するのです

And it's especially misleading  with bar graphs

特に棒グラフが惑わされやすいのは

since we assume the difference in the size of the bars

値と比例していると思い込むからです

But the scale can also be distorted along the x-axis,

X軸の目盛を操作することもできます

usually in line graphs showing something changing over time.

線グラフで時間軸における何かの変化を 示す際によくあります

This chart showing the rise in American unemployment from 2008 to 2010

2008年から2010年の米国失業者数が 増加しているのを示していますが

X軸は２つの観点で操作されています

まず第一に目盛が等間隔ではなくて

compressing the 15-month span after March 2009

2009年3月以降の 15か月の期間が縮められており

to look shorter than  the preceding six months.

その前の６か月より短く見えるのです

Using more consistent data points gives a different picture

一貫性のあるデータポイントを より多く使うことで

with job losses tapering off by the end of 2009.

失業が2009年の終わり頃から 緩やかになるという状況が見えます

And if you wonder why they were increasing in the first place,

そしてどうして まず最初に増加傾向にあったのかというと

the timeline starts immediately after the U.S.'s biggest financial collapse

米国大恐慌後のもっとも大きな経済危機から

この時間軸が始まっているからです

These techniques are known as cherry picking.

これらのテクニックは チェリー・ピッキングとして知られています

A time range can be carefully chosen to exclude the impact of a major event

主要イベントの影響が現れないように 時間軸の範囲を

And picking specific data points can hide important changes in between.

また特定のデータポイントを選択することで その間の重要な変化を隠すことができます

Even when there's nothing wrong with the graph itself,

グラフ自体に間違いはなくとも 関係あるデータを取り除くことにより

leaving out relevant data can give a misleading impression.

誤解を招くような印象をもたらします

This chart of how many people watch the Super Bowl each year

この図はスーパーボールを 毎年見る視聴者の数で

makes it look like the event's popularity is exploding.

人気が沸騰しているかに見えます

But it's not accounting  for population growth.

しかしこれは人口増加が考慮されていません

視聴率は実際のところ 一定にとどまっています

because while the number  of football fans has increased,

フットボールのファンは増加している一方で

their share of overall viewership has not.

視聴者層におけるシェアは そうではないからです

if you don't know the full significance  of what's being presented.

きちんと理解できていなければ グラフが何かを物語ることはありません

Both of the following graphs use the same ocean temperature data

次のグラフは両方とも 同一の海面温度データを利用しています

from the National Centers  for Environmental Information.

国立環境情報センターのデータです

So why do they seem to give opposite impressions?

どうして真逆の印象を与えるように 見えるのでしょうか

The first graph plots the average annual ocean temperature

最初のグラフは1880年から2016年の

年間平均海面温度を示しており

変化がほとんどないかのように 見せています

But in fact, a rise of even half a degree Celsius

しかしながら実は たった0.5℃の違いですら

大規模な生態系破壊を起こし得るのです

which show the average temperature variation each year,

毎年の年間平均温度変化を示しており

はるかに重要な意味をもつのです

When they're used well, graphs can help us intuitively grasp complex data.

正しく用いられればグラフは複雑なデータを 直感的に理解するのに役立ちます

But as visual software has enabled more usage of graphs throughout all media,

しかし視覚ソフトにより あらゆるメディアで グラフを多用できるようになる一方で

it's also made them easier to use in a careless or dishonest way.

不注意だったり 不誠実な利用に 陥ることも出てきました

So the next time you see a graph, don't be swayed by the lines and curves.

次回グラフを見たら線や 曲線に振り回されず

and ask what story the picture is trying to tell.

そしてその全体像が語ろうとしている 話について問い直してみましょう

字幕リスト動画再生

TED-Ed】誤解を招くグラフの見分け方 - Lea Gaslowitz (【TED-Ed】How to spot a misleading graph - Lea Gaslowitz)

relevant

assume

massive

context