Datenvisualisierung zum Anfassen

Kapitel 14. Lügen erkennen und Vorurteile abbauen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Das Ziel der Datenvisualisierung ist es, Informationen in Bilder zu verpacken, die wahre und aufschlussreiche Geschichten erzählen. Aber wir haben dich gewarnt, dich vor Leuten in Acht zu nehmen, die mit Visualisierungen lügen. Bei den Beispielen zur Einkommensungleichheit in der Einleitung haben wir die Diagramme in den Abbildungen I-1 und I-2 und die Karten in den Abbildungen I-3 und I-4 absichtlich manipuliert, um zu zeigen, wie dieselben Daten so umarrangiert werden können, dass sie ein ganz anderes Bild der Realität zeichnen. Heißt das, dass alle Datenvisualisierungen gleichwertig sind? Definitiv nicht. Bei näherer Betrachtung stellten wir fest, dass die zweite der beiden Grafiken über die Einkommensungleichheit in den USA irreführend war, weil sie absichtlich einen ungeeigneten Maßstab verwendete, um die Wahrheit zu verschleiern. Wir haben auch festgestellt, dass die beiden Weltkarten gleichermaßen wahrheitsgetreu waren, auch wenn die USA in einer dunkleren Farbe erschienen (was ein höheres Maß an Ungleichheit signalisierte) als die andere.

Wie können zwei verschiedene Visualisierungen gleichermaßen richtig sein? Unsere Antwort steht vielleicht im Widerspruch zu denen, die ihre Arbeit lieber als Datenwissenschaft bezeichnen - eine Bezeichnung, die eine objektive Welt mit nur einer richtigen ...