miniaturadeimagen|Ejemplo de un gráfico con la escala truncada (izquierda; empieza en 36) al lado de un gráfico a escala completa (derecha; empieza en 0) que representa los mismos datos. En el de la izquierda la categoría azul parece 3 veces mayor que la verde, mientras que en el de la derecha se ve que son bastante similares.
En estadística, un gráfico engañoso, también conocido como gráfico distorsionado, es un gráfico que tergiversa los datos, lo que constituye un mal uso de las estadísticas y puede llevar a conclusiones incorrectas a las personas que visualicen ese gráfico.
Los gráficos engañosos pueden crearse intencionadamente para dificultar la correcta interpretación de los datos o favorecer una interpretación errónea en favor de la persona que los manipula. También pueden ser producto del desconocimiento del software de gráficos, de una interpretación errónea de los datos o de que estos no pueden representarse con precisión. Asimismo, los gráficos pueden resultar engañosos por ser excesivamente complejos o estar mal construidos. Incluso cuando se construyen para mostrar con precisión las características de sus datos, determinadas construcciones pueden interpretarse de diferentes maneras, alguna de ellas errónea.Kirk, p. 52
Los gráficos engañosos se utilizan con frecuencia en publicidad engañosa. Uno de los primeros autores en escribir sobre gráficos engañosos fue Darrell Huff, autor del libro de 1954 Cómo mentir con estadísticas.
El periodista de datos John Burn-Murdoch ha sugerido que las personas son más propensas a desconfiar de los datos comunicados en texto escrito que de los presentados gráficamente. Argumenta que esto se debe en parte a que la enseñanza del pensamiento crítico se centra en la interacción con textos escritos en lugar de diagramas, lo que conlleva un descuido de la alfabetización visual.
También ha destacado la concentración de científicos de datos empleados por empresas tecnológicas, lo que, en su opinión, puede dificultar la evaluación de sus visualizaciones debido a la naturaleza propietaria y cerrada de gran parte de los datos con los que trabajan.
El campo de la visualización de datos describe maneras de presentar información evitando la creación de gráficos engañosos.
Métodos para crear gráficos engañosos «Un gráfico engañoso es enormemente más eficaz, sin embargo, porque no contiene adjetivos o adverbios que estropeen la ilusión de objetividad» Libro Cómo mentir con estadísticas (1954)Huff, p. 63
Existen numerosas formas de elaborar un gráfico engañoso.Nolan, pp. 49–52
Gráfico circular derecha|miniaturadeimagen|484x484px|Tres conjuntos de porcentajes, representados tanto en gráficos circulares como en gráficos de barras. Comparar gráficos circulares de diferentes tamaños puede resultar engañoso, ya que las personas no captan con precisión el área comparativa de los sectores circulares.Whitbread, p. 150 El uso de sectores muy delgados puede ser difícil de interpretar. El uso de porcentajes como etiquetas en un gráfico circular puede ser engañoso cuando el tamaño de la muestra es pequeño.. Hacer un gráfico circular en 3D o agregarle una inclinación dificultará la interpretación debido al efecto de distorsión de la perspectiva (sectores que en un gráfico circular en 2D tienen la misma área pueden tener en 3D áreas muy distintas).Whitbread, p. 151 Los gráficos circulares con barras en los que se varía la altura de las porciones pueden confundir al lector.
Comparación de gráficos circulares Comparar datos en diagramas de barras suele ser mucho más fácil. En la imagen es muy difícil distinguir en los gráficos circulares (y eso que están en 2D) dónde el sector azul es mayor que el sector verde, mientras que con los diagramas de barras resulta inmediato.
Perspectiva de las porciones de un gráfico circular 3D Un gráfico circular en perspectiva (3D) se utiliza para darle al gráfico una apariencia tridimensional. A menudo utilizada por razones estéticas, la tercera dimensión no mejora la lectura de los datos. Todo lo contrario: estos gráficos son difíciles de interpretar debido a que la perspectiva, que se emplea precisamente para mostrar esa tercera dimensión, distorsiona las áreas.
El uso de dimensiones superfluas se desaconseja para cualquier tipo de gráfico, no solamente los circulares. En un gráfico circular 3D, las porciones que están más "cerca" del lector parecen más grandes que las que están más "lejos".Rumsey, p. 156. Este efecto hace que los lectores sean menos capaces de juzgar la magnitud relativa de cada porción cuando se utiliza 3D que con 2D.
En el gráfico circular engañoso, el elemento C parece tener al menos el mismo tamaño que el elemento A, cuando en realidad es menos de la mitad. El elemento D parece mucho más grande que el elemento B, pero tienen el mismo tamaño.
Edward Tufte, un destacado estadístico estadounidense, señaló por qué las tablas pueden ser preferibles a los gráficos circulares en The Visual Display of Quantitative Information: Las tablas son preferibles a los gráficos para muchos conjuntos de datos pequeños. Una tabla casi siempre es mejor que un simple gráfico circular; lo único peor que un gráfico circular son varios de ellos, ya que entonces se le pide al espectador que compare cantidades ubicadas en desorden espacial tanto dentro como entre los sectores. Dada su baja densidad de datos y su incapacidad para ordenar los números a lo largo de una dimensión visual, nunca deberían usarse gráficos circulares.
Escala incorrecta de los pictogramas
Si se emplean pictogramas en gráficos de barras, no deben escalarse de forma acorde al tamaño de los datos representados, ya que el pictograma tiene 2 dimensiones, mientras que la barra solo tiene una (todas las barras de un histograma tienen el mismo ancho, y lo que varía es su longitud).Weiss, p. 60. El lector capta la idea de que el tamaño comparativo de los datos representados es proporcional al área del pictograma, cuando un pictograma de, por ejemplo, 4 veces más área que otro, corresponde a unos datos solo 2 veces mayores.Utts, pp. 146–147. Hay una forma de emplear pictogramas en gráficos de barras que no induce a error: utilizarlos del mismo tamaño, y mostrar las diferencias con pictogramas apilados.
En el gráfico de barras de pictogramas con escala incorrecta, la imagen correspondiente a B es en realidad 9 veces más grande que la de A.
La magnitud de los datos que percibe el lector de los gráficos con pictogramas aumenta al escalar dichos pictogramas.
El efecto de un escalado inadecuado de pictogramas en 2 dimensiones es elevar al cuadrado las diferencias. Si son en 3 dimensiones, al cubo.Hurley, pp. 565–566.
derecha|miniaturadeimagen|150px|Efecto engañoso del escalado tridimensional
El gráfico de ventas de viviendas es engañoso. Da la impresión de que las ventas de viviendas se multiplicaron por 8 en 2001 con respecto al año anterior, cuando en realidad solo se duplicaron. Además, no se especifica el número de ventas.
Un pictograma con una escala incorrecta también puede sugerir que el artículo en sí ha cambiado de tamaño.Huff, p. 72.
Suponiendo que cada fruta significa que se cosecharon mil toneladas de ella, en el gráfico de la izquierda parece que se cosechó más peso de plátanos, porque el dibujo del plátano es más largo que el de la manzana. En el gráfico de la derecha los dibujos de cada fruta tienen la misma longitud.
Uso excesivo El uso de gráficos cuando no hacen falta puede generar una confusión innecesaria. Generalmente, cuanta más explicación necesita un gráfico, menos necesario es el gráfico en sí. Los gráficos no siempre transmiten mejor la información que las tablas.
Etiquetado sesgado El uso de palabras sesgadas o tendenciosas en el título, las etiquetas de los ejes o al pie del gráfico puede predisponer inapropiadamente al lector.
Tendencias inventadas De igual modo, intentar trazar líneas de tendencia a partir de datos no correlacionados puede llevar al lector a creer erróneamente que existe una tendencia donde no la hay. Esto puede originarse tanto por un intento deliberado de engañar al lector como por el fenómeno de la correlación ilusoria.
Uso inadecuado de la escala logarítmica Las escalas logarítmicas son un método válido para representar datos. Sin embargo, cuando se utilizan sin estar claramente etiquetadas como tales o se muestran a un lector que no está familiarizado con ellas, pueden resultar engañosas.
Las escalas logarítmicas expresan los valores de los datos en función de un número elegido (a menudo 10) elevado a una potencia determinada. Por ejemplo, una escala logarítmica puede asignar una altura de 1 a un valor de 10 en los datos y una altura de 6 a un valor de 1000000 (10). Las escalas logarítmicas y sus variantes se utilizan comúnmente, por ejemplo, para el índice de explosividad volcánica, para la escala de Richter que mide la intensidad de los terremotos, para la magnitud de las estrellas o para el pH de soluciones ácidas y alcalinas.
Incluso en estos casos, la escala logarítmica puede hacer que los datos sean menos evidentes a simple vista. A menudo, el motivo para utilizar escalas logarítmicas es que el autor del gráfico desea mostrar datos de muy diferente magnitud en el mismo eje. Sin escalas logarítmicas, comparar cantidades como 1000 (10) con 1000000000 (10) resulta visualmente poco práctico.
Un gráfico con una escala logarítmica que no esté claramente identificada como tal, o presentado a un lector que no conozca esta escala, dará como resultado una representación que hará que los valores de los datos parezcan de tamaño similar, cuando en realidad son de magnitudes muy diferentes.
El uso incorrecto de una escala logarítmica puede hacer que valores muy diferentes (como 10 y 10000) parezcan cercanos (en una escala logarítmica de base 10 serían solo 1 y 4). Y también que los valores pequeños parezcan negativos debido a cómo las escalas logarítmicas representan los números menores que uno.
Ambas gráficas muestran idéntica función exponencial f(x) = 2x. La gráfica de la izquierda utiliza una escala lineal, lo que muestra claramente un comportamiento exponencial. La gráfica de la derecha, en cambio, utiliza una escala logarítmica, lo que genera una línea recta. Si el lector del gráfico no supiera esto, el comportamiento le parecería lineal.
El uso indebido de escalas logarítmicas también puede hacer que las relaciones entre cantidades parezcan lineales, cuando en realidad son exponenciales. Se ha dicho en tono humorístico, que «todo parece lineal en un gráfico logarítmico doble con rotulador grueso».
La escala logarítmica también puede utilizarse engañosamente para destacar diferencias que con una escala lineal se verían poco significativas.
Gráfico truncado Un gráfico truncado tiene un eje vertical que no comienza en 0. Estos gráficos pueden dar la impresión de diferencias sustanciales cuando en realidad son pequeñas. La primera imagen de esta página muestra un ejemplo.
Si bien los gráficos truncados pueden usarse para resaltar diferencias o ahorrar espacio, su uso suele desaconsejarse. Los programas comerciales para elaborar gráficos, como Excel, tienden a truncar los gráficos por defecto si los valores se encuentran dentro de un rango estrecho, como en este ejemplo. Para mostrar diferencias relativas en los valores a lo largo del tiempo se puede usar un gráfico de índice. Los diagramas truncados siempre distorsionan visualmente los números subyacentes. Varios estudios encontraron que, incluso si las personas estaban correctamente informadas de que el eje Y estaba truncado, seguían sobreestimando las diferencias reales, a menudo de forma sustancial.
Existen varias formas de indicar las rupturas del eje Y, que a veces son necesarias, porque se quiere mostrar datos de muy diferente magnitud:
Cambios en los ejes