「このグラフはあなたに嘘をついている！」— データリテラシー入門
このページのタイトル、字幕、要約、読書メモは保存済みの AI 翻訳です。誤りが含まれる場合があります。タイムスタンプは原文と同じです。原文の字幕を開き、元の動画と照合できます。
このデータリテラシー入門ワークショップでは、データソース、サンプリング、文脈、視覚的な選択を検討することで、誤解を招くグラフに疑問を持つことを学びます。
文字起こしの出典：YouTubeに作成者がアップロードしたキャプション。AIによる句読点の付加はVidleafによるもので、元の文言とタイムスタンプのアンカーは保持されています。元の文字起こしは以下でご覧いただけます。
AI生成の要約
このデータリテラシーワークショップでは、文脈の中で数値やグラフを読む方法を説明します。まず、誰がデータを収集したのか、なぜ収集されたのか、どのように提示されているのかという問いから始まり、次に図書館検索やグラフ比較を用いてそれらの問いを実践に移します。例では、サンプリングバイアス、チェリーピッキング、相関と因果の混同、誤解を招く軸やグラフの種類を取り上げます。目標は、すべての可視化を拒否することではなく、情報に基づいた懐疑心を持つことです。読者はリンクされた箇所を使って、主張の背後にある証拠を調べ、データそのものとそれを取り巻く議論を区別できます。
要点
- [7:52] 誰がデータを集めたのか、何のために集めたのか、そしてその文脈が解釈にどう影響するのかを問いましょう。
- [28:24] チェリーピッキングは、データの選択された一部を、より広い物語を支持しているように見せかけることができます。
- [33:34] グラフの視覚的印象を受け入れる前に、軸、基準線、間隔を確認しましょう。
記録から生成されました。リンクされた箇所を元のビデオと照合してください。概要と要点はVidleafが2026-10-21に確認しました。
全体概要
インストラクショナルサービス司書のラッセル・ピーターソンがこのデータリテラシーワークショップを開き、その目標を概説します。データとは何か、そしてデータが修辞的、商業的、政治的にどのように使われるかを理解すること。データ表現における誤りや不一致を特定すること。すべての可視化を本質的に疑わしいものとして扱うことなく、健全な懐疑心をもってデータ可視化に関わること。そして解釈を他者に伝えることです。このセッションでは、データはその文脈、つまりどのように提示され、収集され、誰が提示するかによって意味を得ることを説明し、シャンテル・リスデール、ならびにハビエル・カルサド・プラドとミゲル・アンヘル・マルサルの定義を引用して、データリテラシーをデータを収集し、管理し、評価し、批判的に評価し、倫理的に使用する能力として位置づけます。参加者は、lib.ua.eduから始めて図書館の統計データベースでキーワード検索を実践し、米国で製造業者別に投与されたCOVID-19ワクチン接種回数に関する研究や、高校生のニコチン電子タバコ使用に関する研究を見つけ、17年2021月時点でファイザーがワクチン接種回数の明らかな過半数を占め、続いてモデルナ、そしてJ&Jが15百万回であることを示すCDCデータについて議論します。また、米国の高校生の電子タバコ使用が2017年から2018年にかけて急増し、その後2020年にわずかに減少したことを示す2020件のCDC研究についても議論します。後のセグメントでは、意図的であれ意図的でなくであれ、データが誤解を招く形で提示される可能性があることに焦点を当て、ダレル・ハフの1954年の著書『統計でウソをつく法』を引用し、数字だけでは物語を語ることも、議論を組み立てることも、説得することもできず、データの倫理的使用には、誠実さと理解をもって言葉を使う書き手と、データを解釈しその使用が適切かどうかを判断できる読み手が必要であると論じます。誤用の例には、サンプリングバイアス、チェリーピッキング、相関と因果の混同、そして切り詰められたY軸、省略された基準線、不整合な間隔、破られた慣習、誤用された円グラフなどの誤解を招く可視化が含まれます。最後の部分では、適切なグラフの種類の選択と、従来の人口密度地図と英国選挙議席の誤解を招くSunドーナツチャートを比較する実践的な可視化信頼性ランキング活動、年齢と性別別のオンライン滞在時間のバブルチャートや、住宅ローンに対して自動車ローンを過大に示す米国家計平均債務の積み上げ棒グラフへの批判を取り上げ、データリテラシーを、商業的、修辞的、政治的議論を支えるためにデータがどのように、そしてなぜ収集され、表現され、提示されるかを批判的に評価する能力として位置づけ、方法論のセクションを確認し、チェリーピッキングや操作された軸に注意することを含みます。講演者は質問を受け付けると申し出て、登録参加者にはスピーカーノート付きのスライドがメールで送られ、録音も利用可能になることを述べ、将来の視聴者にはメールまたは電話で連絡するよう呼びかけます。
タイムスタンプ付きの章の要約
ワークショップ導入：データリテラシーの目標
- [0:04] ラッセル・ピーターソンがデータリテラシーへの導入としてワークショップを開きます。
- [0:14] ピーターソンはリサーチ・インストラクショナルサービス担当ライブラリアンで、主に現代言語学科とキャップストーンセンター・フォー・スチューデント・サクセスを担当しています。
- [0:26] 彼の研究関心には、偽情報、陰謀論的思考、批判的思考スキルの育成、特にデータがどのように提示されるかに関するものが含まれます。
- [1:01] セッションの目標：参加者がデータとは何か、そしてそれが修辞的、商業的、政治的目的のためにどのように使われるかを理解すること。
- [1:17] 参加者は、データがどのように表現されるかにおける誤りや不一致を特定できるようになるべきです。
- [1:23] 参加者は、あらゆる可視化を本質的に疑わしいものとして扱うことなく、健全な程度の懐疑心をもってデータ可視化と向き合うべきです。
- [1:43] 彼らは、データがどのように収集されたか、どのように表現されているか、そしてどのような物語や議論が構築されているかをいつ疑うべきかを知るべきです。
- [1:53] 最後に、参加者はデータの解釈を同僚や他者と伝え合えるようになるべきです。
データが意味と権威を得る仕組み
- [2:18] データとは、定量的または定性的な情報であり、多くの場合、調査などの特定の目的のために収集されます。
- [2:58] ピュー研究所は、電話インタビューやフォーカスグループ、および調査回答を通じて定性的データを収集しています。
- [3:17] データは生のまま、またはクレンジングされた状態で、表やグラフで表示され、あるいはヒートマップのようなデータ可視化として表現されることがあります。
- [3:37] データはその文脈によって意味を与えられます。つまり、どのように提示され、収集され、誰がそれを提示する責任を負うかということです。
- [4:12] データはパターンの発見と理解を助けるために視覚的に描かれ、人々をある議論へと説得するために使われます。
- [4:34] 科学においてデータは仮説を検証し、ビジネスにおいては、異議を唱えるのが難しい数値的な権威を伝えることで意思決定を正当化します。
- [5:23] 数字は、データがどのように表現されているかに懐疑的になることで異議を唱えられます。例えば、全体的な売上減少と同時に起こる20%のiPad売上増加などです。
- [5:45] データは、議論に勝つために修辞的に、製品を売るために商業的に、権力を得るために政治的に権威を伝えます。例えば、ある政策を正当化する世論調査などです。
データリテラシーの定義
- [6:37] データリテラシーは、データにより高い流暢さを持ち、それを解釈できるようにするスキルとして位置づけられています。
- [6:51] この分野のライブラリアンがデータリテラシーとは何かの定義を助けました。
- [6:57] シャンテル・リスデールは、データリテラシーをデータを批判的な方法で収集、管理、評価、適用する能力と定義しています。
- [7:09] ハビエル・カルサド・プラドとミゲル・アンヘル・マルサルは、データリテラシーを情報リテラシーの構成要素であり、個人がデータにアクセスし、解釈し、批判的に評価し、管理し、倫理的に使用することを可能にするものと定義しています。
- [7:20] このワークショップでは、データの収集方法や使用方法には焦点を当てません。
- [7:24] このワークショップでは、データを評価する方法、批判的に評価する方法、そして図書館のデータベースのいくつかを通じてデータにアクセスする方法を扱います。
- [7:44] 文脈におけるデータには、データがどのように収集されたか、そしてどのように文脈を確立できるかが関わってきます。
データの文脈を評価するための質問
- [7:52] 文脈は、意味を理解するための質問をすることで判断できます。
- [7:59] データの収集に責任を持つ主体や組織は誰かを尋ねましょう。ピュー研究所のような信頼される研究機関は、党派的な情報源や商業目的の情報源とは異なります。
- [8:32] どのような種類のデータが収集されたのか、何が測定されているのかを尋ねましょう。たとえば定量的なデータなのか、ある質問に何人が回答したのか、などです。
- [8:50] 電話インタビューのような収集方法や、固定電話と携帯電話のデータの違いが持つ意味を考慮しましょう。
- [9:08] データがどこで収集されたのか、その環境や場所が信頼性に影響するかどうかを考慮しましょう。
- [9:24] 正確な時期を考慮しましょう。20年前に収集されたデータは、今日ではもはや関連性がないかもしれません。
- [9:32] なぜデータが収集されたのか、その意図が明示されているのか推測なのかを尋ねましょう。犯罪データのように法律で義務付けられた目的も含みます。
- [10:01] 収集の方法と媒体を考慮しましょう。インターネット上の世論調査には固有の問題がある可能性があります。
キーワード検索で統計データを見つける
- [10:42] 学生は統計データベースにアクセスして、自分たちでデータを見つけるよう求められます。
- [10:47] 彼らは二つの特定の研究を調べ、検索で適用するために研究質問からキーワードを抽出します。
- [10:59] 研究課題の例：米国で製造元別に投与されたCOVID-19ワクチンの接種回数。
- [11:13] COVID-19ワクチンや製造元といったキーワードを抽出し、検索に適用できます。
- [11:19] 二番目の例：何人の高校生がニコチンベイピングカートリッジを使用しているか、キーワードとして高校生とニコチンベイピングを用います。
- [11:34] 発表者はプレゼンテーションを終了して図書館のウェブサイトに移動し、統計へのアクセス方法を示します。
- [11:51] この活動では、データセットを調べ、それらについて意味を理解するための質問をすることが含まれます。
- [11:59] 意味を理解するための質問には、データ収集の責任主体は誰か、データとは何か、いつどこで収集されたか、なぜ、何の目的で、どのような媒体が使われたか、が含まれます。
図書館サイトでCDCのワクチンデータを見つける
- [12:17] 講師は図書館のウェブサイトlib.ua.eduに移動し、データベースのアイコンをクリックします。
- [12:24] 彼女はデータベースを「S」のセクションに絞り込み、統計までスクロールダウンします。
- [12:49] 彼女は続ける前に、全員が同じページに到達していることを確認します。
- [13:09] 彼女はスライドに戻り、全員が研究を調べて結論を共有するために数分間の時間を取ります。
- [15:15] ある参加者が、投与されたワクチン接種回数を示す研究を見つけました。ファイザーが明らかに過半数を占め、次にモデルナ、そしてJ&Jが15万回でした。
- [15:57] この研究は、17年2021月時点で製造元別に投与されたワクチン接種回数を示しています。
- [16:40] データは疾病管理センター（CDC）によって収集され、ソースリンクには収集に関するより詳細な情報が記載されています。
- [16:57] CDCは、クリニック、小売薬局、長期介護施設などのワクチンパートナーからデータを収集しました。
- [17:12] データには、完全ワクチン接種とは異なる二日間に二回の接種、または単回接種ワクチンの一回の接種を意味するという免責事項が含まれています。
- [17:43] CDCが政府の目的のためにこの情報を収集しているため、米国で何回ワクチンが投与されているかを引用するのにふさわしい情報源です。
高校生のニコチン入りベイプに関するデータ検索
- [18:25] グループは高校生のニコチン入りベイプに関するデータの検索に移ります。
- [18:38] 彼らはその研究のデータがどのように、どこで収集されたのかを尋ね、チャットでの入力を求めます。
- [18:55] ある参加者は、その研究はCDCから来ているようだと指摘します。
- [19:06] 彼らはニコチン入りベイプカートリッジ、学年別の有病率について統計検索を実行します。
- [19:33] 発表者は、調べている研究はピュー研究所のもののようだが、もう一つ見つかったのは最新の2020年の研究だと言います。
- [19:48] 2020年の研究が強調され、そのリンクがチャットに貼られます。
- [20:17] データは、電子タバコを使用する米国の高校生の割合が2017年から2018年にかけて急増し、その後2020年にわずかに減少したことを示しています。
- [20:33] 情報源は2020年末に発表されたMorbidity and Mortality Weekly Reportで、電子タバコ使用について詳細な説明を提供しています。
- [20:54] CDCの報告書は、特に若年層における電子タバコの健康への影響を強調しています。
データ源と意味の評価
誤解を招くデータ提示を見抜く
データには書き手と読み手が必要
- [22:39] 社会・経済の動向、景況、世論調査、国勢調査は、誠実さと理解をもって言葉を使う書き手と、その言葉の意味を知る読み手に依存しています。
- [22:50] そのような書き手と読み手がいなければ、意味論的なナンセンスしか残りません。
- [22:57] 数字だけでは物語を語ることも、議論を組み立てることも、特定の形で説得することもできません。
- [23:03] データを倫理的に用いて物語を伝えられるのは書き手だけです。
- [23:11] また、データを解釈し、それを理解し、その使用が適切かどうか、あるいは誰かが率直でないかどうかについて判断を下せる読み手も必要です。
- [23:36] 講演者は、データがどのように悪用され、誤解を招くために使われ得るかについて、標本バイアスから始めて例を挙げて説明する予定です。
標本バイアスと調査の前提
- [23:54] 標本抽出とは、母集団を特徴づけるために少数の個人や推定値の集団を選び出す統計的実践です。
- [24:19] 標本が小さな一部ではなく母集団全体をよりよく代表する場合、より強い主張が可能になります。
- [24:31] 標本バイアスは、対象となる母集団の構成員が過剰に代表されたり過少に代表されたりする場合、またはデータ収集者が妥協させられている場合に生じます。
- [24:54] 「10人中九人の歯科医が推奨」というスローガンは、誰が調査されたか、サンプルサイズ、回答者の資格、そして嘘をつくインセンティブについての仮定を例示しています。
- [26:56] お金、薬物使用、性といった敏感な話題は、人々に自分の行動を誇張させたり隠させたりします。
- [27:17] アラバマ大学の卒業生の平均年収が100,000ドルを超えるという同窓会の報告は、何人の、どの卒業生が調査されたのかという疑問を呼び起こします。
- [27:49] アメリカ人の85%が違法薬物を一度も使用したことがないという世論調査は、人々が違法行為について嘘をつく動機を持っているため疑わしいものです。
誤解を招く統計としてのチェリーピッキング
- [28:24] チェリーピッキングとは、特定の物語を売り込むためにデータのほんの一部だけを用いる実践です。
- [28:34] Appleは、見栄えを良くして株価を押し上げるためにデータの一部だけを公表する企業の例として挙げられています。
- [29:02] 四半期ごとの製品売上高は、何年にもわたる売上減少の傾向を無視することができます。
- [29:13] 気候変動や犯罪率をめぐる議論はチェリーピッキングの大きな犠牲者です。なぜなら、年ごとの急激な変化は何年、何十年にもわたる傾向を考慮に入れていないからです。
- [29:33] 気候変動否定論は、気温が不安定な割合で上昇していることを示す数十年にわたるデータを無視して、寒冷化を示唆する気候データのほんの一部を示すことがあります。
- [30:14] 車上荒らしが753%増加したというSan Francisco Chronicleのツイートは、2020のパンデミックが人々を屋内にとどめたことを無視しており、より長期的なデータは犯罪が1970年代以降着実に減少していることを示唆しています。
マスクのデータにおける相関と因果
- [31:03] 相関と因果を混同することは、誤解を招くために用いられる一般的な統計的手法です。
- [31:16] 二つの事柄が相関しているからといって、一方が他方を引き起こしているわけではありません。
- [31:28] あるグラフは、初期にマスク着用義務がなかった国々では症例が爆発的に急増した一方、マスクを着用した国々では症例が少なかったことを示しています。
- [31:50] この相関する現象を説明できる他の多くの要因が存在する可能性があります。
- [32:02] 韓国、日本、シンガポールはいずれも東アジアの国々であるため、マスク着用とは無関係なその地の特定の慣行が関係している可能性があります。
- [32:19] ウイルスは、ヨーロッパや北米の国々ほどには、それらの地域社会で蔓延していなかった可能性があります。
- [32:30] たとえマスクがコロナウイルスの拡散抑制に非常に役立つとしても、他の要因がその相関を説明できる可能性があります。
- [32:40] 単一の論点が非常に複雑な問題を引き起こすという主張には懐疑的になるべきです。
誤解を招く可視化の実践
- [33:34] グラフを切り詰めたり、y軸の基準線を省略したりすることは、可視化において誤解を招くために用いられる実践です。
- [33:41] 基準線をゼロではなく94百万のような高い数値に設定すると、データが実際よりも誇張されたり劇的に見えたりする可能性があります。
- [34:11] 100百万人以上が連邦福祉を受けていると主張する図表は、2009年から2011年にかけて明らかな急増を示していますが、基準線をゼロにするとごくわずかな変化にすぎません。
- [34:32] その図表は、少なくとも一人がメディケイドや貧困家庭一時扶助などのプログラム給付を受けた世帯に居住するすべての人を数えています。
- [35:20] ベースラインが五フィート近くに設定されたグラフは、南アフリカとインドの女性の低さを誇張し、ラトビアとオーストラリアの女性を巨大に見せかけますが、違いはほんの数インチです。
- [36:13] x軸とy軸の間隔は均等で一貫しているべきです。それらを操作すると、ラベルや図解要素を通じて増加や減少が誇張されます。
- [36:36] プランド・ペアレントフッドの図表は、2008年から2013年にかけてがん検診と予防サービスが減少する一方で中絶が増加していることを示していますが、その数値（2百万から900,000に対し300,000）は同じ基準で比較されているようには見えません。
- [37:16] 高校卒業資格を取得する学生に関するグラフは、2009年の75%から2015年の82%へのわずかな増加を示していますが、操作されたy軸と積み上げられた本がその差を判断しにくくしています。
データ可視化の慣習を破ることは誤解を招く
- [38:20] データ可視化で人を操作したり誤解させたりすることは、しばしば標準的な慣習に反することを意味します。
- [38:33] 一般的な慣習として、折れ線グラフや棒グラフではy軸が左下のゼロから始まるべきです。
- [38:44] 図表はより標準化されてきたため、慣習に反すると一見して非常に混乱を招く可能性があります。
- [39:14] 悪名高い可視化は、2005年のスタンド・ユア・グラウンド法の後に銃器による殺人が減少したと主張するために、y軸を1000付近から始めています。
- [39:32] もしy軸がゼロから始まっていたなら、その図表はフロリダで法律が施行された後に銃器による殺人が実際には増加したことを示していたでしょう。
- [40:03] 人口密度マップは通常、カリフォルニア州、イリノイ州、ニューヨーク州、マサチューセッツ州、ニュージャージー州のような人口密度の高い地域には濃い色を使用し、ワイオミング州やモンタナ州のような地域には薄い色を使用します。
- [40:28] この慣習を逆にして、薄い色で人口密度が高いことを示すと、標準に慣れている読者は混乱するでしょう。
- [40:59] TwitterやInstagramなどのソーシャルメディアで、慣習を破る視覚化をちらっと見るだけでも、簡単に誰かを誤解させる可能性があります。
誤用された円グラフと適切な視覚化の選択
- [41:21] 円グラフは悪名高いほど誤用され、人々を誤解させたり混乱させたりする可能性があります。
- [41:29] 円グラフは全体の部分を表すものです。
- [41:34] 左側の例は、マリファナを試したことがあるアメリカ人（51% 今日、43% 昨年、34% 1997）を示していますが、円グラフとしては意味をなしません。
- [41:49] マリファナ使用が時間とともにどのように変化したかを測るには、まったく異なる視覚化を使用すべきです。
- [42:04] 円グラフは常に合計が100%になり、全体の部分を示す必要があります。
- [42:31] 二つの値の差や類似性を比較するデータには、棒グラフとダンベルプロットが適しています。
- [42:50] ヒートマップや散布図は、データ内の関連性や相関の有無を示すのに適しています。
- [43:02] 分布や時間の経過に伴う変化には、円グラフよりもヒストグラムの方がはるかに適しています。
視覚化の信頼性ランキング活動
チャートの信頼性の比較
- [46:38] 二つの視覚化が示されています：人口密度マップと、英国の労働党対保守党の議席のドーナツ/円グラフです。
- [47:22] 人口密度マップは慣習に従い、高密度には赤、低密度には黄/緑を使用しています。
- [47:45] ザ・サンのドーナツチャートは誤解を招くものです：UKIPは議席を獲得していないのに、自由民主党が獲得した議席の少なくとも半分を占めているように見えます。
- [48:07] SNPはより多くの議席を獲得しているにもかかわらず、自由民主党とほぼ同じ面積を占めているように見えます。
- [48:29] 他の二つの視覚化は、平均的な米国世帯による債務の種類と、年齢と性別によるオンラインでの時間をバブルチャートを使用して示しています。
- [49:04] バブルチャートは男性と女性を区別する奇妙な方法であり、バブルを識別しにくくしています。
- [50:11] バブルチャートは頻度を示すことがよくありますが、この文脈では意味をなしません。棒グラフの方が適切でしょう。
- [50:47] 積み上げ棒グラフはおそらく債務データを捉える最良の方法ですが、少し誤解を招きます。なぜなら、自動車ローンは住宅ローンの四分の三に見えますが、28,000は176,000よりはるかに少ないからです。
- [51:12] クレジットカードと自動車ローンは、住宅ローン債務や学生ローンと比較して半分に削減するか、大幅に縮小する必要があります。
将来のデータリテラシーと批判的評価
- [52:06] この質問は、人々を誤解させるために使用されたデータの例を見た後、聴衆が将来どのようにデータに関わるかを尋ねています。
- [52:11] データを理解するには、その文脈を知る必要があります：どのように収集され、どのように表現され、特定の主張（商業的、修辞的、政治的であれ）を支持するためにどのように提示されるかです。
- [52:28] データリテラシーがあるということは、データを批判的に評価できるということです。
- [52:35] 批判的評価には、なぜデータが特定の方法で提示されているのか、どのような目的のために提示されているのかを知ることが含まれます。
- [52:51] 話者は、視聴者がソーシャルメディアや学術資料などのチャネルを通じて表現されるデータを適切に見る能力を身につけることを望んでいます。
- [53:04] 視聴者は方法論のセクションを見て、データが実際にどのように収集されたか、伝えられた主張が適切に信頼できるかどうかを確認するかもしれません。
Q&Aとスライドの入手可能性
閉会の挨拶と連絡先情報
[0:01] はい、それでは。今スライドが見えますか。はい、見えます。よろしい。素晴らしい。それではこのワークショップ「データリテラシー入門」へようこそ。まず自己紹介をさせてください。私の名前はラッセル・ピーターソン、研究指導サービス担当のライブラリアンです。主に現代言語学科とキャップストーン・センター・フォー・スチューデント・サクセスと仕事をしています。しかし、私は偽情報、陰謀論的思考、そして批判的思考スキルの育成にも研究上の関心があり、特にデータがどのように提示されるかという点に関心があります。学術資料においてもそうですが、私たちが日常的に接する情報、たとえばソーシャルメディアや他のより伝統的なメディア空間における情報についても同様です。そして、これはこのプレゼンテーションの後に私に連絡を取りたい方がいれば、その連絡先情報でもあります。今日のセッションの目標として、私は参加者の皆さん一人ひとりに、今参加されている方も、後で視聴される方も、理解していただきたいのは
[1:10] データとは何か、そしてそれが修辞的、商業的、政治的目的のためにどのように使われるか、データがどのように表現されているかにおける誤りや不一致を特定すること、そして複数の文脈においてデータ可視化に健全な程度の懐疑心をもって関わることです。すべての可視化を本質的に疑うべきものと見なすのではなく、健全な程度に実践し、いつ「実際にデータがどのように収集され、どのように表現されているかを問うてみよう」と言うべき適切な時を知ることです。そして、ここでどのような物語や議論が構築されているのかを見極めることです。
[1:53] そして最後に、コミュニケーションを取れるようになることです。データの解釈を同僚や、日常的に接する誰かと共有することです。データ可視化やその他の種類のデータ表現に出会ったときに。それではまず、データとは何か、そしてそれが日常的な目的のためにどのように使われるかについて話しましょう。定義することから始めます。データとは、定量的または定性的な形の情報であり、しばしば特定の目的のために収集されます。たとえば、調査から収集されたデータで、たとえばメイクアップブランドのような特定の商業製品をどれだけの人が使っているかを測ろうとするものなどです。
[2:47] たとえばiPhoneのような特定のテクノロジー、あるいはその他の種類のテクノロジーなど、特定の商業目的のためかもしれません。特定の問題について人々がどう感じているかをくみ取るために集められたデータかもしれません。たとえばピュー研究所は、電話インタビューやフォーカスグループのような定性的なデータと、調査の質問に答えるときに人々が特定の状況でどのように反応するかを集めるデータの両方を集めています。そしてそのデータは生のままだったり、整理されたものだったりします。特定の方法で整理され、Excelスプレッドシートのグラフのような表形式で表示されたり、データ可視化として表現されたりします。右側に見えるのは
[3:37] 東ヨーロッパのヒートマップのようなものです。データはそれが置かれた文脈、どのように提示されるか、どのようにくみ取られ収集されるかによって意味を与えられます。つまり、誰がそのデータを集めているのか、グラフで表現されているのか、地図で表現されているのか、などです。それがデータに意味を与えるのです。どのような質問をしているかだけでなく、どのように位置づけられているか、たとえば誰がこのデータを提示する責任があるのか、といったことです。データはパターンを見つけて理解を助けるために視覚的に描かれ、特定の議論に人々が同意するよう説得したり、目的を明確にしたりするためにも確かに使われます。そしてデータを使うこと、つまり科学の世界では
[4:41] データは仮説を検証するために使われます。しかし他の領域、ビジネスでは、先ほどテクノロジーの話で言ったように、データは挑戦が難しい数値的な権威を伝えることで意思決定を正当化するために使われます。たとえばAppleが一連のレポートを発表して、この四半期に全製品の売上が20%上昇した、と言うようなものです。
[5:11] それを額面通りに挑戦するのは難しいのです。なぜなら数字それ自体が権威となり、より多くのことを知らない限り、反論するのが難しいからです。より多くのことを知らない限り。データがどのように表現されているかについてより懐疑的でない限り。たとえば、iPadの売上がこの四半期に20%上昇したと言っているのに、一定期間を見ると全体の売上が減少していることがわかれば、彼らが実際にそのデータをどのように提示し、どのように伝えているかに疑問を持つようになります。そしてデータが権威を伝える主な三つの方法は、修辞的に使われることです。何らかの議論に勝つために使われます。これは政治の領域で確かに当てはまりますし、商業など他の領域でも特定の製品を売るために使われます。しかし政治の領域では、権力を得るためにも使われます。たとえば人々が発表している
[6:16] 特定の世論調査で、たとえばアメリカ人の75%がこの特定の問題について同意している、あるいはこの特定の政策を好んでいない、ということを示すために使われ、それがそもそもその政策を導入することを正当化するために使われるのです。ではデータリテラシーとは何か、この特定のスキルをどう理解すればよいのか。データに習熟し、それを解釈できるようになるために使われるものです。
[6:51] そして、私はこの分野におけるデータリテラシーの定義を助けてくれたここの図書館員たちにそれを言ってきました。シャンテル・リスデールは、データリテラシーとはデータを収集し、管理し、評価し、批判的な方法で適用する能力であると言っています。一方、ハビエル・カルサド・プラドとミゲル・アンヘル・マルサルは、データリテラシーを情報リテラシーの構成要素と定義し、個人がデータにアクセスし、解釈し、批判的に評価し、管理し、倫理的に扱い、使用することを可能にするものとしています。今日のワークショップでは、データの収集や使用の方法について実際に話すことはありませんが、データを評価する方法、批判的に評価する方法、そしてここの図書館にあるいくつかのデータベースを通じてデータにアクセスする方法については間違いなく話します。
[7:44] そして、文脈におけるデータ、つまりデータはどのように収集されたか、どのように文脈を確立し、データにそれが何であるかという意味を与えるか、そして文脈を判断する方法の一つは、いくつかの意味形成の質問をすることです。例えば、データ収集の責任を負う組織はどこか、それは重要かもしれません。例えば、ピュー研究所のような尊敬される研究機関なのか、それともより党派的な情報源なのか、あるいはより商業的な情報源なのか、それはこのデータはどのように収集されたのか、その背後にある組織を信頼すべきかどうか疑問に思わせるかもしれません。
[8:32] どのようなデータが収集されたか、何が測定されているか。つまり、これは定量的データなのか、単に数字によるものなのか。これは、例えば特定の質問に何人が回答したかということかもしれませんし、あるいは、このデータは電話インタビューなどのように収集されたものなのか。そして、例えば、もはや多くの人が所有していない固定電話を通じて収集されたデータと、携帯電話インタビューを通じて収集されたデータの意味合いはどうか。データは特定の環境や場所で収集されているのか、それが米国だけで収集されたデータなのか、非常に異なる二つの場所から収集されたデータなのか、それがデータの信頼性にどう影響するか。
[9:24] このデータを収集した正確なタイムラインはいつか、データはおそらく20年前に収集された。それは今日でも関連性があるという意味か。なぜ、何の目的でこのデータは収集されたのか。これらの意図は明示されているのか、推測されているのか。収集されるデータ、あるいは特定の目的、例えば法律で義務付けられている場合、例えば犯罪データは法律で収集しなければならないが、どのように収集しているのか。
[9:56] ですから、そのデータ収集の背後にある目的も考慮する必要があります。そして、データを収集する方法と、どの媒体で行われたか。インターネット投票には多くの固有の問題があると思います。ですから、データがどのように収集されたかを確認して、適切に評価できるようにすることが重要です。つまり、これは特定の媒体が特定の方法でデータを収集するときに提示する独自のさまざまな課題を適切に評価した情報源なのかどうか。そして今、皆さんに自分でデータを探してもらいます。これは統計データベースに行き、二つの特定の研究を調べることによって行います。そうすることで、これらの研究質問からキーワードを抽出し、それらのキーワードを適用します。
[10:59] 検索と都市のものなので、製造業者別に米国で投与されたCOVID-19ワクチン接種回数は何回か。これは、COVID-19ワクチンや製造業者などのキーワードを抽出し、それらのキーワードを都市に適用することでできます。同様に、何人の高校生がニコチンベイピングカートリッジを使用しているか。高校生はニコチンベイピングと混ぜたキーワードになるかもしれません。では、このプレゼンテーションを終了して、図書館のウェブサイトに行き、実際に統計にアクセスする方法をお見せします。
[11:42] 新しい人が入ってきたようです。こんにちは。私たちはちょうど特定のデータセットを調べる活動を始めるところです。そして、いくつかの意味形成の質問をします。データ収集の責任を負う組織はどこか。データは何か。いつ収集されたか。どこで収集されたか、なぜ、何の目的で、どの媒体で収集されたか。では、実際に都市のものにアクセスする方法を皆さんにお見せします。私は図書館のウェブサイト、lib.ua.eduにいます。ここのホームページで、データベースのアイコンをクリックします。そして、「S」のデータベースに絞り込みます。そして、統計までスクロールダウンします。
[12:38] よし、ここです。では、テストします。よし、皆さん、今私がいるところまで来られましたか。はい。ええ。はい。わかりました、素晴らしい。いいね、サムズアップが見えます。素晴らしい。では、このスライドに戻ります。そして、皆さんがこれらの研究を調べて、結論を共有するのに数分間お待ちします。
[13:57] チャットでありがとう、情報をいくつか書いてくれました。ですから、あなたはそのような研究を見つけたと思います。
[15:15] 概説されているような。投与されたワクチン接種回数はどれくらいか。ファイザーが明らかに大多数で、次にモデルナ、そしてJ&J 15百万です。ええ、ではシティズに行ってその調査をお見せしましょう。ほら、接種回数と製造元ですね。2018月までに、製造元別に。はい。
[15:50] よし、これがまさにその研究です。17年2021月現在、これらは製造業者別に投与されたワクチン接種回数です。そして、意味形成の質問に関して、この研究とデータの収集方法について何を判断できましたか。CDCによって散在しているそうです。ええ、情報源からわかるように。疾病管理予防センターによって収集されました。
[16:45] 彼らのソースリンクをクリックすると、さらに詳しい情報が提供されます。どのようにしてこの情報を収集できたのか、つまり、すべてのワクチンパートナーからこのデータを入手できた方法を説明しているようなものです。これにはクリニック、小売薬局、長期療養施設が含まれます。そして、何が起こるか見てみましょう、いくつかの免責事項を提示しているものもあります。完全にワクチン接種済みで、異なる日に二回の投与を受けた、または単回投与ワクチンを一回接種した、などです。このデータソースにはポスターも含まれます。カスタマイズも可能で、CDCなので政府目的のためにこの情報を収集しているようなもので、それは
[17:50] 彼らの責務のようなものであり、特にパンデミックの間、すべてのアメリカ人の健康結果を追跡することが彼らの使命なのです。この情報を追跡することは彼らの仕事です。ですから、その点に基づいてアクセスできるので、アメリカ合衆国で何回ワクチンが投与されているかを引用する際に、これは引用する価値のある情報源だと言えます。はい。
[18:25] そして次に。検索する前に、高校生のニコチン・ベイピングを見てみましょう。ええ、この研究について人々は何を見つけたのでしょうか。データがどのように収集され、どこで収集されたかという点で。チャットに書き込んでも、口頭で話しても構いません。はい。わかりました、これもCDCからのもののようです。はい。
[19:06] では、別の統計を検索しましょう。ニコチン、ニコチン・ベイピング・カートリッジ。では、米国の学年別の生徒におけるニコチン・カートリッジ・ベイピングの有病率としましょう。はい。別のCDCの研究を見つけたかもしれません。しかし、ここで私が調べているものはピュー研究所のもののようです。ただし、2020の最新の研究ではありましたが、もう一つありました。はい、2020の研究を見つけたのですね、素晴らしい、リンクを貼っておきます。はい、それではニコチン・ベイピング2020の設定も見てみましょう。リンクをチャットに貼りました。はい、素晴らしい。
[20:09] 高校生について共有してくれます。はい、素晴らしい。新たなエピソード、電子タバコを使用している米国の高校生の割合、そして2017から2018にかけて急激な増加が見られ、その後2020でわずかに減少していることがわかります。Source Linkを具体的に開くと、これはより詳細な、失礼、罹患率・死亡率週報で、2020の終わりに発表されたもので、電子タバコの使用についてより詳しく説明しています。
[20:50] そして繰り返しますが、それはCDCの責務のようなものです。電子タバコのような特定の製品、特に若者の間での健康への影響を明らかにするようなものです。はい。素晴らしい。では、プレゼンテーションに戻りましょう。データがどこから来ているのかを突き止めるこうしたスキルを身につけることは価値があると思います。
[21:29] 適切に評価できるようにするためです。つまり、このデータの意味は何か、どこから来ているのか。なぜなら、そうした非常に便利なグラフには表れていないことがよくあるからです。目にする統計は、オンラインやTwitterで見かけるグラフのスクリーンショットかもしれませんし、さまざまな異なる形で表現されているかもしれません。ですから、データが特定の場所から来ているとしても、それがどのように提示されているか、そして特定の形で誤解を招くように使われていないかにも注意を払わなければなりません。
[22:08] そしてそれがプレゼンテーションの次のセクションにつながります。意図的であれ意図的でなかれ、特定の形で提示されているデータが誤解を招くものであるかを見抜けるようになることです。このトピックにおける画期的な論文として、1954に『How to Lie with Statistics』を書いたダレル・ハフを引用します。統計用語における統計手法は、社会経済動向、景気情勢、世論調査、国勢調査といった大量データを報告するために必要です。しかし、誠実さと理解をもって言葉を使う書き手と、その意味を知る読み手がいなければ、それは意味論的なナンセンスにしかなりません。つまり、数字それ自体では物語を語ることはできず、特定の議論を伝えたり、特定の形で説得したりすることはできません。倫理的にそのデータを使い伝えることができるのは書き手だけなのです。
[23:11] おそらく特定の物語を、あるいは。また、そのデータを理解し解釈できる読み手も必要で、それによってデータを意味づけし、これが適切なデータの使い方だ、これは不適切な使い方だ、あるいは誰かが情報の伝え方について正直でない、といった判断を下すことができるのです。では、データがこのように悪用され、誤解を招くために使われるいくつかの例を見ていきましょう。
[23:50] 最初の例はサンプリング・バイアスと呼ばれるものです。これは統計的な手法で、本質的に誰かが少数の個人のグループを選び出し、集団について特定の特性を推定しようとするものです。つまり、主張がなされるのです。サンプルが全体をより代表している場合、つまりそうした個人のごく一部を取るのではなく、より強い主張がなされます。そしてサンプリング・バイアスは、意図された集団の成員が過剰に代表されたり過少に代表されたりするときに起こります。また、データを収集する人々が何らかの形で偏っている場合にも起こります。例えば、よくある例だと思いますが
[24:54] サンプリングバイアスの例は、多くの歯科製品で見られるスローガンのようなもので、例えば10人中九人の歯科医がコルゲートや特定の歯磨き粉の使用を推奨しています。そこには特定の仮定が置かれていて、ああ、それは何百人もの、何万人もの歯科医がこれについて調査されたに違いない、というようなものです。そして、すべての歯科医が間違いなくその調査に回答し、自発的に行っているのであれば、皆に嘘をつく動機は絶対にないはずです。
[25:36] しかし、このような文言に出会ったときには、いくつかの前提が置かれています。誰が調査対象だったのか、サンプルサイズはどれくらいだったのか。例えば、調査対象が50人の歯科医だけだったという可能性もあります。そうなると、歯科医師という職業全体を代表しているとは到底言えません。また、その回答者たちは本当に歯科医なのか、資格を提示するよう求められたのか、それとも街中で見つけた人に「あなたは歯科医の専門家ですね」と声をかけただけなのか。さらに、嘘をつく動機はあったのか、調査対象者は例えば意見を述べるために対価を受け取っていたのか、それとも特定の…
[26:31] どう表現すべきでしょうか。調査に回答することがその人のキャリアに何ら利益をもたらさない場合もあります。ただし、非常に権威ある媒体からの調査であれば別かもしれません。ですから、人々が正直に答えない動機があるかどうかを考えるべき理由の例と言えます。これは、お金や薬物使用、性行為といった非常にデリケートな話題について尋ねられた場合にも当てはまると思います。こうした話題では、人は自分の行動や活動を誇張したり、逆に隠したりする傾向があります。
[27:17] サンプリングバイアスの例としては、例えば「アラバマ大学の卒業生の平均年収は100,000ドル以上」と述べる古い同窓会報告のようなものがあります。そこでは、何人の同窓生が調査されたのか、ビジネス専攻の学生だけだったのか、工学専攻の学生だけだったのか、アラバマ大学の卒業生全体のうち何人が調査されたのかを問う価値があります。もう一つの例は、「新しい世論調査によると、アメリカ人の85%％は違法薬物を一度も使用したことがない」というものです。
[27:55] 人々はこうした話題について嘘をつく動機があります。調査で違法なことをしたと認めたくないかもしれませんし、調査員を信用していないかもしれません。ですから、特定の調査で集められたサンプルが、特定の方向にどのように偏っている可能性があるかを考える価値があります。人々が他者を誤導するために使うかもしれないもう一つの統計的手法は、チェリーピッキングです。チェリーピッキングとは、特定の物語を売り込むためにデータのごく一部だけを使う行為です。先ほどアップルを例に挙げたと思います。ある企業が、自分たちをよく見せかけ、株の市場シェアを押し上げようとして、データの特定の一部だけを共有したがるかもしれません。
[29:02] 例えば「この四半期にこのテクノロジー製品はこれだけ売れた」と述べても、その製品が長年にわたって売れず、実際に売上が減少している傾向には目を向けていません。気候変動や犯罪率といった問題をめぐる議論は、チェリーピッキングの大きな犠牲者です。なぜなら、年ごとの急激な変化は、何年、何十年にもわたる傾向を考慮していないからです。
[29:33] 気候変動否認論に携わる多くの人は、気候データのごく一部を示して「地球は実際には時間とともに寒冷化している」とか「急激な変化が多すぎて、地球が温暖化しているとは言えない」と主張します。しかし、地球の気温が不安定なペースで実際に上昇しており、特定の産業化以前の水準を超えていることを示す数十年にわたるデータは考慮されていません。犯罪データについても同じことが言えます。
[30:14] これはサンフランシスコ・クロニクル紙のスクリーンショットです。数か月前にツイートで車上荒らしが増加していると述べていました、753%、そしてそれは実際に何が起こったのかという疑問を提起します。2020では、多くの人々が屋内に留まる原因となった大規模なパンデミックのようなものがありました。そしてそれは、おそらく五年分のデータまたは10年分のデータを説明するもので、犯罪が...ということを示している可能性があります。
[30:47] 実際には減少している可能性があります。犯罪は長年にわたり、特に1970年以来の数十年間、着実に減少し続けていることを示す多くのデータがあります。人々が誤導するために使うもう一つの統計的手法は、相関と因果を混同することです。お二人とも以前に聞いたことがあると思いますが、何かが相関しているからといって、二つの事柄が相関しているからといって、一方が他方の原因であるとは限りません。ですから、たとえこの例のように主張が真実だったとしてもです。このグラフを説明すると、マスク着用義務をすぐに実施しなかった国では症例が爆発的に増加し、マスクを着用した国では症例が少なかったことを示しています。
[31:50] これは二つの事柄が相関している例です。この相関現象を説明できる要因は他にもたくさんあるかもしれません。例えば、韓国、日本、シンガポールなど、多くの国は東アジアの国々です。マスク着用に対処する必要のないこれらの国々の特定の慣行が関係しているのかもしれません。ウイルスがこれらのコミュニティではそれほど蔓延しておらず、一方でヨーロッパや北米の国々ではより蔓延していたという可能性もあります。
[32:30] たとえマスクがコロナウイルスの拡散抑制に非常に役立つことが判明したとしても、それを説明できる他の多くの要因が存在します。そうしたことにある程度意識的になり、このような単一の論点がこの非常に複雑な問題の原因だとする主張に対して懐疑的になることが重要です。ですから、たとえそうしたことが特定のケースでは真実である可能性があり、マスクが非常に役立ち、また炭素が説明されたとしても、なぜコロナウイルスの症例が一部の場所では増加し他の場所では増加しないのかという多面的な複雑さを説明するものではないため、そうしたことを疑問視する価値はあります。
[33:22] そして、視覚化が人々を誤解させるために使われる方法があり、視覚化の中で人々を誤解させるために使われる特定の慣行があります。その一例が、グラフの切り詰め（トランケーティング）とy軸の基準線の省略です。これらの例の両方で、基準線がこの非常に高い数値に設定されています。例えばこの例では、94百万がカットオフポイントとなっていますが、本来はゼロであるべきです。その結果、データを実際よりも誇張された、あるいは劇的なものとして誤って表現する可能性があります。そして、右側のこのグラフには、現在100百万人以上が連邦福祉を受けていると書かれています。
[34:16] そして、2009から2011にかけての時間の経過に伴う症例のこのような急増を見ているようなものです。しかし、基準線をゼロに設定していれば、実際の数値と比較してごくわずかな変化であることがわかるでしょう。そして、そのグラフは連邦福祉を受けている人を、少なくとも一人がプログラム給付（メディケア、メディケイド、あるいは、失礼、つまり何でも）を受けている世帯に居住する人として数えていると思います。これは、社会保障やメディケアではなく、所得調査済みの福祉です。つまり、特定の世帯の誰かが影響を受けている場合、それはメディケイドや別の連邦支援プログラムのようなものかもしれません。
[35:06] 例えば、貧困家庭一時扶助（Temporary Assistance for Needy Families）です。その給付を受けている人は、世帯全員がその給付を受けていると数えられます。そのため、その特定のチャートについてはそれを念頭に置いておく必要があります。そして左側のものについては、このチャートには多くの問題がありますが、一つは南アフリカやインドの女性の低身長を誇張しているようなもので、ベースラインが五フィートに非常に近く設定されているため、等間隔ではありません。
[35:47] そのため、ラトビアやオーストラリアの女性が南アフリカやインドの女性と比べて巨大であるかのように見えますが、実際にはほんの数インチの違いであり、大きな限界的または有意な差ではありません。別の例は、y軸のさらなる操作です。x軸とy軸の間隔は均一で一貫しているべきであり、それらの間隔を操作する視覚化は、ラベルや色の図解要素を用いて増加または減少を誇張することによってそうしています。そして、左側のこの例では、皆さんに見えるかどうか、がん検診と予防サービスがプランド・ペアレントフッドで減少している一方、中絶は2008から2013に増加しています。
[36:52] しかし問題は、これらの二つの数字は完全に異なるはずだということです。これは2百万から900,000に移行しているようなものですが、ある試験のためです。何らかの理由で300,000の中絶、またはこの数字のすぐ上にあるようなもので、数字は同じ平面上にないように見え、白軸の操作のようなものです。一方、右側の例では、オバマ大統領の下で、これまで以上に多くの学生が高校卒業証書を取得しています。たとえそれが2009年の75%から2015年の82%へのわずかな増加であってもです。
[37:38] 積み重ねられた本の量に基づいて、これがこの特定の数値の半分以上であるかのように示されています。そして、基準線が、y軸がここで操作されているため、高校卒業資格を持つ学生の数の実際の差がどれほど大きいかを本当に見ることができません。
[38:09] データ視覚化で人々を操作したり誤解させたりすることに関して、最も悪名高い例の一つは、慣習に反すること、データ視覚化の標準的な慣習に反することだと思います。例えば、y軸は左下から始まり、ゼロから始まるべきだというようなことです。これは折れ線グラフや棒グラフに関してかなり一般的な慣習です。
[38:44] その理由は、チャートやグラフがより標準化されてきており、その標準化に反すること、それらの慣習に反することは、人々が一見したときに非常に混乱させる可能性があるからです。そのため、人々を混乱させないように、y軸を左下のゼロから始めるべきだということが一般的に合意されています。そして、この悪名高い視覚化はy軸を1000のように始めて、2005の後の議論を伝えています。
[39:23] 「スタンド・ユア・グラウンド法」の後、銃器を用いて行われた殺人の数は実際に減少しました。しかし問題は、これを本来ゼロであるべき位置、つまり実際にはここ下にあった位置に反転させると、その法律がフロリダで実施された後に銃器を用いて行われた殺人の数が実際に増加したことがわかるということです。そして、それは慣習に反することがどのように人々を誤解させるかの一例です。なぜなら、それは適切にされていないからです。
[39:55] y軸を適切な位置から始めること。一つ目は、ここにあるこの例は実際に慣習に従っています、人口密度マップの慣習です。通常、より濃い色は人口密度が高いことを表すとされています。そのため、カリフォルニア州、イリノイ州、ニューヨーク州、マサチューセッツ州、ニュージャージー州は、ワイオミング州やモンタナ州よりも人口密度が高いのです。しかし、もしその慣習が何らかの形で逆転していたら。もし人々が、例えば、薄い色合いの色がより人口密度の高い場所を示すと言おうとしたら。
[40:41] それは、薄い色合いの場所は人口密度が低いはずだと既に知ることに慣れている読者を混乱させるでしょう。そのため、特定の場所を実際よりも人口が多いと誤解するかもしれません。そして、それはソーシャルメディア、例えばTwitterやInstagramで可視化を見て、ただちらっと見ているだけで深く研究していないときに、非常に重要になり得ます。もしそれが特定の慣習に反しているなら、それは簡単に誰かをある考えが真実であるとかそうでないとか思わせるように誤導する可能性があります。そして、間違ったグラフを使っていますが、それは人々を誤導する、あるいは少なくとも混乱させるかなり大きな方法になり得ます。例えば円グラフは悪名高く誤用されています。それらは全体の部分を表すはずです。
[41:34] ですから、左側のこの例は、マリファナを試したことのあるアメリカ人についてあまり意味をなしません。51%は今日と言い、43%は昨年と言い、34%は1997と言います。ええ、それは全く意味をなしません。なぜなら、マリファナ使用が時間とともにどのように変化したかを測ろうとしているなら、それを表示するには全く異なる種類の可視化を使うでしょう。それに対して円グラフは常に100%に合計されるべきで、全体の部分のようなものであるべきです。変数がどのように表すか、あるいは変数とどのように関連しているか、そして他の特定の種類の可視化に対して全体の部分をどのように表しているかを示すべきです。特定の種類の可視化に対応するデータがあります。つまり、二つの値を比較するために使われるデータ、差異
[42:40] または類似性、そしてそれらの値は比較を使うでしょう。ですから棒グラフ、ダンベルプロットなどは、関係を測ろうとしている人々にとってかなり良いものです。ヒートマップ。例えば、データのつながりを示そうとしているのか、相関またはその欠如を描いているのか。ヒートマップや散布図はそれに適しています。分布を視覚的に、頻度や時間の経過に伴う変化を示す可視化は、ヒストグラムがこの種のデータ、ここにあるこの種の、円グラフと比較して時間の経過に伴う変化を示すこの種のものにはるかに適しているでしょう。
[43:20] では、これから視覚化をランク付けします。皆さんにここに来てもらっているので、チャットに二つのPDFを入れます。一方のPDFを選んでもらっても構いませんが、基本的には、どの視覚化が最も信頼できるか、どれが最も信頼できないかという観点から視覚化をランク付けし、今日学んだ視覚化の表現方法に関する知識を使ってください。
[44:00] 人々がどのように特定の可視化を誤用して主張を伝えているか。どの可視化がより信頼できるか、どの可視化が最も信頼できないかがわかります。では止めます。今から実際にこれをチャットに入れて、全員が見られるようにします。ここでPDFを共有できるか見てみましょう。
[44:48] ちょっと待ってください。チャットでファイルを共有することは実際にはできないと思います。申し訳ありません。ですので、これらの視覚化がすべて含まれているファイルの一つを画面共有して、皆さんがそのファイルを見て、どれが最も信頼できるか、どれが最も信頼できないかについてコメントできるようにします。
[45:19] では、それを探して、皆さんに共有します。二つ目のものを使います。では、もう一度画面を共有します。はい。
[46:08] 皆さんは今このPDFを見ることができますか？見えたら親指を立ててください。素晴らしい。はい、いいですね。では、ここにある四つの視覚化を見てみましょう。ズームアウトします。はい、見てみましょう。
[46:38] では、ここに二つの視覚化があります。一つは人口密度マップ、もう一つはドーナツ型または別の種類の円グラフのようなものです。これは、英国の労働党が獲得した議席数と保守党が獲得した議席数を示しています。これらの視覚化の第一印象に基づいて、信頼性をどのように特徴づけますか？一つはもう一つよりも信頼できるように見えます。
[47:22] それは確かに人口密度マップの慣習に従っています。赤は人口密度がより高い場所を示すために使われ、黄色や緑のような色とは対照的です。そして、はい、The Sunのものです。注目すべきことの一つは、UKIP党は議席を獲得しなかったにもかかわらず、このチャートでは自由民主党が獲得したものの少なくとも半分を持っているように示されていることです。そしてSNPは、より多く獲得したにもかかわらず、自由民主党とほぼ同じ面積を持っているようです。
[48:11] ですから、ここでの表現方法は確かに誤解を招くものです。この政党は何も勝ち取っていないのに、なぜかこのドーナツチャートに表現されています。ええ、UKIPはここでゼロなのに表示されるべきではありません。まさにその通りです。では、ここにある他の二つの視覚化を見てみましょう。一つは平均的な米国家庭の借金の種類を示しており、そして下にある二つ目のチャートです。
[48:45] これは年齢と性別ごとのオンライン支出額を示しています。バブルチャートを使ってみましょう。一つは聞くよりも信頼できるからです。ええ、そうですね、二つ目のこれは、男性と女性の違いを区別するためのちょっと変わった方法のようなものです。ええ、たとえ何かと何かを比較していても、これらの異なるバブルが何を意味するのかを識別するのは難しいです。
[49:25] ええ、ですからおそらく12歳の男性は12歳の女性よりもオンラインで多くの時間を過ごしている、あるいは少ない時間を過ごしているかもしれませんが、それを最初に測るのは難しいかもしれません。ええ、円の大きさが異なるのは、それがそれを伝えるためだと思います。これはより多くの人がオンラインで時間を過ごしていることを示すはずなのでしょうか。ええ、それがそもそもどれほど関連しているのかを測るのはちょっと難しいです。
[50:04] ええ、バブルチャートはかなり不明瞭です。ええ、バブルチャートは頻度を示すためによく使われます。例えばヒートマップのように、ある場所の人口密度が高い場合や、より多くの人が特定の問題に反応している場合、バブルが膨らんで大きくなるのを示します。しかしこの文脈ではあまり意味をなしません。
[50:37] そこには棒グラフの方が適切だろうと思うかもしれませんが、この場合は、この積み上げ棒グラフがおそらくそのデータを捉える最良の方法でしょう。ただし、少し誤解を招く可能性があり、自動車ローンが住宅ローンの四分の三のように見えていますが、28,000は明らかに176,000よりずっと少ないです。
[51:12] ですから、このチャートは、クレジットカードと自動車ローンを住宅ローン債務や特に学生ローンと比べて半分に減らす、大幅に縮小するという点で調整が必要だと思います。ではスライドに戻りまして、今後データとどう関わっていくと思うかについて最後の考えをいくつか伺いたいと思います。データがどのように誤解を招くために使われ得るかという例を見て、文脈の重要性を知った今、
[52:18] データの文脈、どのように収集され、どのように表現され提示されて特定の主張を導くのか、それが商業的、修辞的、あるいは政治的な目的であれ。ええ、データを読み解く能力があるということは、それを批判的に評価でき、例えばなぜデータが特定の方法で提示されているのか、何の目的でそうされているのかを知ることができるということだと思います。ですからこのプレゼンテーションの後、皆さんが適切にできるという気づきを得てほしいと願っています。
[52:55] データを見る、それがソーシャルメディアや学術資料などの他のチャネルを通じて表現されている場合でも、方法論のセクションを見て、彼らが実際にどのようにこのデータを収集したのか、私に伝えられた主張を適切に信頼できるのかを確認できるようになることです。ですから、今日このプレゼンテーションを見た後に皆さんがそのような気づきを得てくれることを願っています。ただ、ご質問があれば喜んでお答えします。ここで参考文献ページを共有して、今日これをどのようにまとめたかを共有したいと思いますが、ご質問があれば喜んでお答えします。はい。
[53:46] ここチャットで…どの情報が伝えられることを意図しているかに注意を払い、またチェリーピッキングや軸の操作といったことにも注意を払います。ええ、まったくその通りです。スライドは公開されますか？はい！スライドとそのスライドに関する私のメモを、登録された各参加者にメールでお送りします。また、このプレゼンテーションの録画も公開されます。では！素晴らしい！ご参加いただいた皆さん、ありがとうございました！
[54:29] また、後でこの録画をご覧になる方は、お気軽にメールしてください。皆さんが見られるように私の連絡先情報を載せておきます。rtpeterson1@ua.eduまでメールでご連絡いただくか、電話でもご連絡いただけます。どのような方法でご連絡いただいても、ご質問にお答えできれば嬉しいです。では、皆さんありがとうございました！今日は私のプレゼンテーションにご連絡いただき、お聞きいただき、本当に感謝しています。ありがとうございました！
英語の原文字幕を見る
[0:01] All right. And can you see the slides right now. Yes, I can. Alright. Excellent. So welcome to this workshop an introduction to data literacy. And just to introduce myself. My name is Russel Peterson, I am a research instructional Services Librarian. I work mostly with the modern languages department and the capstone Center for Student Success. But I also have research interests in disinformation conspiratorial thinking and cultivating critical thinking skills, especially when it comes to how data is presented, both in scholarly sources but also just like the information we interact with every day like on social media or within other more traditional media spaces. And that is also my contact information if anyone wants to get ahold of me after this presentation, some goals for today's session, I want every participant who is either. Participating now, or watching later to understand
[1:10] what data is and how it's used for rhetorical commercial and political purposes, identifying the errors and discrepancies and how data is represented as well as being able to engage with data visualizations in multiple contexts with a healthy degree of skepticism not seeing every single visualization as something to be inherently skeptical about but to exercise, a healthy degree to know when it's the appropriate time to say let's actually question like how the data was gathered how it's being represented. And what kind of narrative or arguments are being constructed here.
[1:53] And then lastly, being able to communicate. Interpret interpretations of data with your peers or with anyone else that you interact with on a daily basis when you come across, either data visualization or some other type of representation of data. And so let's first talk about what is data and how it's used for everyday purposes. By defining it. First, I can say the data is information, either in a quantitative or qualitative fashion and it's often collected for a specific purpose so this could be data that is collected from a survey, and it's trying to gauge, for instance, how many people are using a particular commercial product, say like a makeup brand or.
[2:47] Let's see like a certain technology like the iPhone, or any other type of technology like that so it could be for specific commercial purpose it could be data that's gathered to kind of glean how people feel about a particular issue so the Pew Research Center for instance, is gathering data that is both qualitative like people's phone interviews and focus groups but it's also kind of a gathering, how people might respond in a particular situation if they're answering a survey question. And so that data could be raw or could be cleaned as well it could be organized in a certain fashion and displayed in a tabular way like through charts in Excel spreadsheet or it could be represented as like a data visualization and you can see on the right hand side here.
[3:37] It's like a heat map of Eastern Europe. And so data is given meaning by the context of it's situated in how it is presented or how it is gleaned or gathered so whoever is gathering that data is it being represented through a chart or is it being represented through a map, or what have you, that really is what it's giving the data, meaning not just what kind of questions it's asking but how it's kind of situated as well like who is responsible for presenting this data and data is rendered visually to aid in pattern finding comprehension, it's definitely used to persuade people as to kind of like to have people agree on a certain argument or to give like a clarity of purpose. And then using data so in the scientific community
[4:41] data is used to probe a hypothesis. But in other realms, business, like I was saying earlier with technology data is used to justify decision making by conveying a numerical authority. That's difficult to challenge so it's like Apple for instance is releasing a set of reports saying that that like, oh, like sales of all of our products have been going up by like 20% in this past quarter.
[5:11] It's hard to kind of like challenge that on its face because numbers by themselves can be an authority that can be hard to dispute unless you know something more. Unless you're more. I would say skeptical about how that data is being represented like if they're saying oh like our sales for the iPad have been going up 20% this past quarter. But then you see like over a set of time that overall sales are declining and that makes you question, how they're actually presenting that data and how they're conveying that. And so the three main ways that data is used to convey authority is rhetorically. It's used to win an argument of some sort. This is definitely true in the political sphere, or in other spheres commercial to sell a particular product. But in the political sphere. It's also used to gain power. So if people are like having are releasing
[6:16] like certain polls to indicate that like oh 75% of Americans are in agreement on this particular issue or they do not like this particular policy that is used to kind of justify putting in that pol icy in the first place. And so what is data literacy like how do we like make sense of this particular skill that is used to kind of like have a more fluency with data being able to interpret it.
[6:51] And I've said it to librarians here who helped define what data literacy is in our particular field, and Chantel Risdale says data literacy is the ability to collect manage evaluate and apply data and a critical manner. While Javier Calzado Prado and Miguel Angel Marzal defined data literacy as the component of information literacy, that enables individuals this access interpret critically assess manage handle ethically use data. For today's workshop we won't be really talking about ways of like collecting or using data but we'll definitely be talking about how to evaluate data, how to critically assess it, as well as like how can we access it through so me of the databases here at the Library.
[7:44] And so, data in context, how was data gathered so how can we establish context and give data, meaning for what it is and ways that we can determine context is by asking some sense making questions. For example, who what is the entity organization responsible for gathering the data that could be important, if it is like say a well respected research body like the Pew Research Center, or is it like a more partisan source or is it a more commercially focused source that could lead you to question, like how is this data gathered should we trust the entity behind it.
[8:32] What's what kind of data has been collected what is being measured. So is this quantitative data is this just by the numbers. This is like how many people have responded to a particular question maybe, or is it, like, what's this data gather to like telephone interviews. And what are the implications of, say, data that's gathered through a landline that not many people own anymore versus data that's gathered through cell phone interviews for example, where where's the data being gathered in a particular setting or location, is it relevant if it's just data gathering United States if its data gathered from two very different places, how does that play into whether the data is trustworthy or not.
[9:24] When when is like the exact timeline for collecting this data, the data was collected maybe 20 years ago. Does that mean that it's still relevant for today. Why, for what purpose was this data gathered. Are these intentions stated are being inferred. So any data that is being gathered, or any particular purpose, whether that is like required by law, maybe if, like crime data for instance has to be gathered by law, how are they gathering that.
[9:56] So you have to kind of consider like the purpose behind that data gathering as well. And then yeah, what was the method for collecting the data and what medium to take place. I think internet polls can have a lot of inherent problems. So it's important to kind of see what manner was was data gathered so that you can properly evaluate okay is this like a source that that properly kind of like assessed all like the unique different challenges that a particular medium presents when you are gathering the in a particular way. And now I'm going to have you. Kind of like, look for data on your own, and we're going to do this by going to the statistics database, and we're going to look up two particular studies, and by doing this, we're just going to extract keywords from like these research questions and apply those keywords
[10:59] in a search and city stuff so what are the number of COVID-19 vaccine doses administering us by manufacturer. We can do that by just extracting keywords like COVID-19 vaccine and manufacture and applying those keywords into cities, and the same for how many high school students are using nicotine vaping cartridges. High school students could be a key word mixed in with nicotine vaping as well. So yeah, I'm going to exit out of this presentation here so that we can go to the library's website and can show you actually how to get to statistics.
[11:42] And I see we have a new person enter Hello, we are just now going to starting this activity of looking up certain data sets, and we're going to ask some sense making questions of. Who is the entity that is responsible for gathering the data. What is the data. When was the gathered. Where was it together why, for what purpose, and what medium was it gathered. So I'm going to show everyone just how to actually get to the city stuff so I'm at the library's website which is lib.ua.edu Now on the homepage here I'm going to click the databases icon. And then I'm going to filter down to the "S" databases. And then scroll down to statistics.
[12:38] All right, here we go. Now, to test. All right, was everyone able to get to where I am right now. Yeah. Yes. Okay, great. See a thumbs up. Excellent. Alright so I'm just going to go back to the slide right here. And all just like allow a few minutes for everyone to kind of like look up these studies and then share your conclusions with us.
[13:57] Thank chat, put down some information about. So I think you did find the study that kind
[15:15] of like outlined. What are the number of vaccine doses administered Pfizer's definitely the clear majority, followed by Madonna and then J&J 15 million. Yeah, so let me go to cities and show you that study. See that scene doses manufacturer. By October 2018 by manufacturer. Okay.
[15:50] All right, so this is the this is the exact study. As of October 17 2021, these are the number of vaccine doses administered by manufacturer. And in terms of like sense making questions. What were you able to like determine about this study and how the data was gathered. So scattered by the CDC right so yeah we can see like from the source. It was gathered by Centers for Disease Control.
[16:45] If you click on their Source Link they even give you like more in depth. Kind of like telling you how they were able to collect this information so they were able to get this data from all their vaccine partners. So that includes clinics retail pharmacies long term care facilities. And let's see happen there even, like, some giving some disclaimers accounts we was fully vaccinated receive two doses on two different days, or a seed one dose of a single dose vaccine happen so this data sources so including posters. And you can customize so it's like since it's the CDC like they're kind of collecting this information for governmental purposes, that
[17:50] is like their charge that is their mission to kind of like track the health outcomes for every American, especially during the pandemic. It is their job to keep track of this information. So you can kind of like access like based on that that this is kind of like a worthy source to use when citing about how many vaccines are being administered in the United States. Okay.
[18:25] And then for the. Let's see the nicotine vaping high schoolers up before I do the search. Yeah, I guess like what were people finding about this study. In terms of like how was the data gathered and where it was gathered. Now, feel free to put that in the chat or to speak up. Okay. All right, so this one also looks like it was from the CDC. Yeah.
[19:06] Okay. So do another statistic search nicotine Nicotine vaping cartridges. Okay, so let's say prevalence and nicotine cartridge vaping one students and us by grade. Okay. So you might have found another CDC study. But the one I'm looking up here seems to be from the Pew Research Center. But there was one more although it's the latest study of 2020. Okay, so you found a 2020 study, excellent, to have on, I'll put the link. Okay, so we can also yeah look at that setting nicotine vaping 2020. I put the link in the chat. Okay, great.
[20:09] To share with us high school students. Okay, great. New episodes percentage of us high school students using e cigarettes and we can kind of like see a sharp jump from 2017 to 2018 and then a slight dip in 2020 can go to like the Source Link specifically, and see this is the more ability, more vivid, sorry, morbidity and mortality weekly report that was released at the end of 2020, kind of like giving a more like in depth description about the use of e-cigarettes.
[20:50] And again, that is like the charge of the CDC. Kind of like highlight like what are like the health impacts for a particular product like e-cigarettes, especially among younger people. All right. Excellent. So going back to our presentation here I think it's worthwhile to kind of develop these skills of trying to figure out like where data is coming from.
[21:29] Just that you can properly assess like okay like how, what is the meaning of this data. Where's it coming from because it can be often not represented in those like very handy charts, have you seen statistics might be like a screenshot of a graph that you see online, on Twitter, or it could be represented in multiple different ways. And so even if data is coming from a certain place. You also have to pay attention to how is the state of being delivered and is it being used to mislead in a certain way.
[22:08] And that goes into the next section of our presentation is being able to spot whether intentionally or unintentionally there is data that's being presented a certain way that it is misleading and the quote kind of like a seminal piece in. In this topic I'm going to quote Darrell Huff who wrote how to live statistics. Back in 1954 statistical methods in statistical terms are necessary and reporting the mass data of social and economic trends business conditions. Opinion polls the census, but without writers who use the words with honesty, understanding and readers who know what they mean. There is so can only be semantic nonsense. So, the numbers by themselves can't really tell you a story that can't really tell you a certain argument or persuade you in a certain way it's only writers who are able to ethically use that data and convey.
[23:11] maybe a certain narrative, or. It also takes readers who may be able to like kind of understand able to interpret that data in order to make sense of it and maybe be exercise their judgment in terms of saying like this is an appropriate use of data or this is ina ppropria te use or some, someone is like not being forthright with how they're kind of conveying information. And so I'm going to kind of go through a couple of different examples of how data can be misused in this way, and how it can be used to mislead.
[23:50] And so the first example would be something called sampling bias. And so this is a statistical practice where someone is trying to essentially it's a way of selecting like a small group of individuals or estimates certain characteristics about a population so there are claims that are being made. When a sample is more stronger claims are made when a sample is more representative of a whole rather than taking like a small section of those individuals, and so that sampling bias occurs when members of an intended population are over represented or under represented it so it also occurs when the people who are gathering the data or compromised in some way. So, for example, like, I think a common example
[24:54] of sampling bias is like a slogan that you see in a lot of, like, dental products like nine out of 10 dentists recommend using Colgate using this certain toothpaste. And there are like certain assumptions that are being made there in that like, Oh, that must mean that like hundreds of our tens of thousands of Dentists have been surveyed on this. And then like all like all these dentist dentist definitely like responded to that survey and they definitely don't have an incentive to lie to everyone if they were doing this on their own volition.
[25:36] But so there's several assumptions that are being made, when you come across a statement like this so who was being surveyed what was the sampling size so it could be the case that only like 50 dentists were surveyed. And so that's definitely not as representative of like the entire dentistry profession, and who are those particular respondents are they actually dentists to where they forced to kind of like show their credentials or were, was it just lik e people that were kind of like found in the straight and saying like, oh, like, You are a Dentist professional. And are there like incentives to lie were people that were surveyed. Did they were they, for example, paid to give their opinion, or is this like a particular.
[26:31] Do they. How should I frame this. It doesn't benefit their career in any way to like respond to a survey, maybe if it's from a very prestigious outlet. So that could be some examples of why you might want to think about, are there any incentives for people to not be forthright. And I think this also plays into when people are asked about very sensitive topics like topics about money, or about drug use or sex. These are topics that people tend to either exaggerate or kind of conceal their behavior or activities.
[27:17] So some examples of sampling bias might be like an old, like an alumni report that says like the average, University of Alabama graduate and makes over $100,000 per year. So it's worth asking like how many like alarms were surveyed was this only like business students was this only like engineering students, how many like total Alabama graduates were surveyed. And then another example being like a new poll states at 85% of Americans have never consumed an illegal substance.
[27:55] People are incentivized to lie about those topics because they might not want to admit to doing anything illegal in a survey they might not trust the survey taker. So it's worth kind of considering like how might the sample that was gathered from a particular survey might be biased in a particular direction. Another method that can be used another statistical method that people use to maybe mislead others is cherry picking and so cherry picking is the practice of only using a small subset of data to kind of sell a certain narrative. So I think I brought up, Apple as example earlier of maybe a company that is only. They might only want to share a particular subset of data, kind of like make themselves look good and maybe try but drive up market share of of their stock and saying like, like this.
[29:02] This particular quarter like this technology product like sold like this many units, but it doesn't look at like the years long trends of like that particular product not selling well and actually declining and sales. And so debates over issues like climate change and crime rates are a big victim of cherry picking because rapid changes from year to year, do not account for years or decades on trends.
[29:33] So, a lot of people who engage in like climate change denialism, kind of like show like maybe a small subset of climate data saying like, Oh, it's actually showing that the earth is cooling over time or there's just like so much lik e rapid changes that you can't really say that the earth is like warming. But then it's not taking into account like decades long data that's showing that the amount of the temperature of the Earth is actually rising at and unsteady rate, and it's going above like certain industrial levels. And the same is true for crime data as well.
[30:14] This is a screenshot from the San Francisco, San Francisco Chronicle. They had a tweet on a few months ago saying that car break ins are up, 753%, and that like begs the question of like what what actually happened in. In 2020, there was like a massive like pandemic that caused a lot of people to stay inside. And so that is an accounting for maybe like us like maybe five years of data or 10 years of data that could show that like crime.
[30:47] Could be actually decreasing there's a lot of data to suggest that crime is still steadily declining across the years and especially over the decades since the 1970 is another statistical. I guess method that people use to mislead is to conflate correlation and causation. Just because I'm sure you both have heard this before, just because something is correlated, or two things are correlated doesn't mean that one is the cause of the other. So for, even if like a claim, turns out to be true like in this example. So, just to kind of describe this graph here, it's showing that countries that didn't implement a mask mandate right away, had a huge explosion in cases. Well, that countries that did mask up had fewer cases.
[31:50] This is an example of something that two things that are correlated. There could be a whole bunch of different factors that might explain this correlated phenomenon. A lot of those countries, for example, South Korea, Japan, Singapore, these are all like East Asian countries. Maybe it doesn't document. Maybe particular practices in those countries that don't have to deal with masking. It could be the case that the virus was not as prevalent in those communities where, whereas it was more prevalent in these European and North American countries.
[32:30] There are so many other different factors that could explain that, even if it turns out that mass are very helpful in curbing the spread of coronavirus. It's important to kind of like be kind of aware of that and be kind of skeptical about arguments that say that this like one singular issue is the cause of this very complex problem. So it is worth kind of like questioning, something, even if it turns out that, that kind of thing might be might be true in certain cases and mass are very helpful and carbon described but it doesn't account for kind of the multifaceted complexity of why coronavirus cases are rising in some places and not others.
[33:22] And then there are ways that visualizations are used to mislead people, and there are certain practices that are used within visualizations to mislead people. So one example of this is trunk hating graphs and omitting the baseline on the y axis. So, in both of these examples, the baseline is at this very incredibly high number so like in this example, 94 million is like the cutoff point when it really should be zero. And so the effect of that is that it can misrepresent data as more exaggerated or more dramatic than it actually is. And, yeah, so this chart on the right, it says that over 100 million people now receiving federal welfare.
[34:16] And it's kind of like looking at this kind of like explosion of cases over time from 2009 to 2011. But if we had the baseline at zero you could see that that's like a very marginal change compared to the actual numbers. And I think that chart counts anyone receiving federal welfare as anyone residing in a household and, which at least one person received a program benefits that could be Medicare, Medicaid, or, sorry so anything. Here's countenance tested welfare not Social Security or Medicare. Okay, so it could be like anyone in a particular household that's affected so that could be Medicaid or a different federal assistance program like.
[35:06] Temporary Assistance for Needy Families, for example. So anyone who is receiving that benefit. They count everyone in the household as receiving that benefit so that's just something to keep in mind for that particular chart. And the one on the left. There are many problems with this chart, but one is It's kind of exaggerating the, the shortness of women from South Africa, India, because the baseline is set at very close to five feet and so this isn't like equal intervals.
[35:47] So it kind of like makes it seem like people from are women from Latvia and Australia are gigantic compared to women from South Africa and India when it just is just a couple inches, and not like a huge like marginal or significant difference. Another example is just more manipulations of the white access. So intervals between x and y axis should be even consistent and visualizations that manipulate those intervals, do so by exaggerating, an increase or decrease through the use of like labels or illustrated elements for color. And so, like this example on the left, if y'all can see it is cancer screenings, and preventive services are going down for Planned Parenthood but abortions are going up from 2008 to 2013.
[36:52] But the issue is that these two numbers should be like completely different. This is like going from like 2 million to 900,000, but for some exam. For some reason the 300,000 abortions or, or like above this number right here so the numbers don't even seem to be on the same plane there it's like a manipulation of the white access. Whereas for this example on the right under President Obama more students are earning their high school diplomas than ever before. Even though it is like a marginal increase from 75% in 2009. To 82% into 2015.
[37:38] It's kind of like shown that this is like over like half of like this particular number based on the amount of books that are being stacked. And so, like, since the baseline. Since the y axis like being manipulated here. You can't like really see how profound the difference actually is for the number of students with high school diploma.
[38:09] I would say one of the most notorious examples of going against. Kind of like manipulating people or misleading people with data visualizations is going against conventions going against standard conventions of data visualizations like the why access should start at the bottom left and should start at zero. That's like a pretty common convention. When it comes to line graphs and bar graphs.
[38:44] And the reason for that is that charts and graphs are have become more standardized and to go against that standardization against those conventions, can be very confusing for people at first glance, and so it's kind of generally agreed upon that you should like start the y-axis at zero at the bottom left so you're not confusing people. And this kind of like notorious visualization starts the y axis I'd like 1000, to convey an argument that after 2005.
[39:23] After the Stand Your Ground law, the number of murders committed using firearms actually decrease. But the problem is, is that if you actually flip this to where it should be zero was actually down here. You could see the number of murders committed using firearms actually increased after that law was implemented in Florida. And so, that's like one example of just like how going against conventions can mislead people, because it's not properly.
[39:55] Starting the y-axis at its proper point. One is, this example right here is actually going with conventions, what population density maps. Usually darker colors are meant to represent that something is more densely populated so the states of California, Illinois and New York Massachusetts, New Jersey are more densely populated than Wyoming and Montana. But if that convention was reversed in some way. If people if, for example you tried to say that the lightly shaded colors indicate more densely populated place.
[40:41] That would confuse readers who are already used to knowing that a place that is lightly shaded should be less densely populated so they might confuse certain places to be more popular than then they should be. And so that that can be pretty important when you see like a visualization like on social media like on Twitter or Instagram, and you're just kind of like briefly glancing on it, you're not really studying it in depth. If it goes against a certain convention that could easily like mislead someone to thinking, a certain idea is true or not. And then, I'm using the wrong chart, I can be a pretty big way of misleading people or at least confusing them pie charts for example are notoriously misused. They're supposed to represent parts of a whole.
[41:34] So this example on the left doesn't really make sense of Americans who have tried marijuana 51% say today 43% say last year 34% say 1997. Yeah, that just doesn't make any sense because if you're trying to gauge like how maybe marijuana use has changed over time you would use a very different kind of visualization to display that versus like a pie chart which should always like, add up to 100% and it should be kind of like parts of a whole it should be like the show like how the variable represents, or how it's related to the variable and how it's representing parts of a whole versus certain other types of visualizations. There are data that correspond with certain types of visualization so it's data that is being used to compare two values to the differences
[42:40] or similarities and those values who would use comparison so like bar charts dumbbell plots are pretty good for those who are trying to kind of gauge relationships that heat map. For example, you're trying to show, whether it's connections and data or depicting a correlation or lack thereof of heat maps or scatter plots are good for that distribution visually visualizations that display frequency or maybe changes over time, histogram would be a lot better for this kind of data right here this kind of pull showing a change over time compared to a pie chart.
[43:20] Alright so now we are going to rank visualizations. And so, since we have to have you here I'm going to put two PDFs in the chat. Feel free to maybe choose one PDF over the other, but essentially you'll be ranking visualizations from which visualization is most reliable vs. which ones are the least reliable, and just using what you've kind of like learned today about how visualizations are represented.
[44:00] How people maybe are misusing certain visualizations to convey an argument. You can see just like what visualizations I'd be more reliable versus what might be least reliable. So I'm going to stop. Now what I'm going to do is actually put this in the chat so everyone can see it. Let's see if I can actually share a PDF here.
[44:48] one second here. I think what I'm going to do is, I don't think I'm actually able to share files in the chat. My apologies. So what I'm going to do is gonna do a screen share of one of one of those files that contains all those visualizations that you all can see that file and be able to kind of comment which one is most reliable versus which one is least reliable.
[45:19] So let me go ahead and find that, and then I will share that everyone. What I'm going to use second one. Alright so I'm going to share my screen one more time. Okay.
[46:08] And you all can see this PDF right now. Give me a thumbs up if you can. Awesome. Yeah, great. So, um, let's see these four visualizations right here I'm going to zoom out of it. Okay, let's see.
[46:38] Okay, so we have two visualizations right here one is a population density map, one is kind of a donut or another kind of like pie chart. That is showing how many seats that the Labour Party in the UK one versus how many seats of the Tories one based on your first impressions of these visualizations. How would you characterize their reliability. One seems more reliable than to definitely.
[47:22] It's definitely following the conventions of a population density maps of red is used to indicate that places more as more population density versus colors like yellow and green, and then yes the one from The Sun. I think one thing to kind of like note is that the UKIP party is kind of like, even though it didn't win any seats is shown to like have at least half of what the Liberal Democrats won with that with this chart, and the SNP almost has like the exact same area as the Liberal Democrats, even though they won more.
[48:11] So it is definitely misleading like how this is represented here is even though this party didn't even win anything it's somehow like represented on this donut chart. Yeah, UKIP shouldn't even be showing it's at zero here exactly. All right, and then like these two other visualizations right here. One is showcasing types of debt by the average us household. And then this second chart at the bottom here.
[48:45] It's showing our spent online by age and gender. Let's using a bubble chart. One since more reliable than to hear. Yeah, I would say, yeah, the second one this is like a weird way to kind of like distinguish differences between like men and women by like showing. Yeah, it's hard to kind of like even discern what these different bubbles me even if it's like comparing something to something else.
[49:25] Yeah, so maybe 12 year old men are spending more hour, or spending less hours online than 12 year old women, it can be hard to kind of gauge that at first. Yeah, I think the different size of the circles is that supposed to convey that that those. This is this supposed to indicate that more people are spending time online there yeah it's it's kind of difficult to kind of gauge like how that is even relevant at all.
[50:04] Yeah, the bubble chart is quite unclear. Yeah bubble charts are often used to kind of demonstrate frequency. I think like heat maps for example, show like. If a place is like more densely populated or more people are responding to a particular issue like the bubble like expands it gets bigger. But in this context doesn't really make sense.
[50:37] You would think that like maybe a bar chart would be more appropriate there, whereas this one. Yeah, I would say it's this is probably the best way to capture that data is with comic the stacked bar there. It is like a little bit misleading though and that auto loans are taken to be like three fourths of mortgages Even though 28,000 is definitely a lot less than 176,000.
[51:12] And so I think that this chart here needs to be adjusted in terms of like how how much credit cards and auto loans kind of need to be like kind of cut in half shrunken significantly compared to mortgage debt and I and student loans especially. Alright so we're gonna go back to slides here and just kind of ask some final thoughts about how do you think you will engage with data in the future. Now that you've kind of like seen these examples of how data can be used to mislead knowing the importance of the context
[52:18] of data how it's gathered, how it's being represented and presented to give a particular argument whether that is for commercial rhetorical or political purposes. Yeah, I just, I think being able to be literate with data means being able to critically assess it and being able to know for example. Why data is being presented in a particular way and for what purpose. So I'm hoping after this presentation, you'll have the takeaway of. You can properly.
[52:55] See, data, whether that's, like, it's represented through social media or other channels like in scholarly sources for example and be able to kind of maybe look at the methodology section and see like how did they really gather this data can we properly trust. The argument that's been conveyed to me. So, yeah, I hope that folks kind of like how that takeaway after viewing this presentation today. But I'd be happy to answer any questions that you have. Let me just share my work cited page right here and just kind of sharing how I put this together today but I'm happy to answer any questions. Okay.
[53:46] In the chat here...I'm going to be careful pay attention to what information is intended to be conveyed also pay attention to things like cherry picking manipulation of axes. Yeah, absolutely. Will the slides be made available? Yes! The slides including my notes on those slides I will email to each of the registered participants And this recording of this presentation will also be made available as well All right! Wonderful! Thank you everyone for attending!
[54:29] And if you're watching this recording later, feel free to email me. I'll put up my contact information so that everyone can see that You can reach me via email at rtpeterson1@ua.edu or contact me via phone as well. I'm happy to answer your questions in whatever way you want to get ahold of me. So, thanks everyone! I really appreciate you reaching out and listening to my presentation today. Thank you!
Vidleafワークベンチで開く
トランスクリプトを検索し、行を選択し、タイムスタンプ付きの引用をコピーし、翻訳します。
帰属
「このチャートはあなたに嘘をついている！」— データリテラシー入門」アラバマ大学図書館（https://www.youtube.com/@universityofalabamalibraries）著、CC BY 3.0（https://creativecommons.org/licenses/by/3.0/）の下でライセンスされています。ソース動画：https://www.youtube.com/watch?v=0SDYnwa4ir4。このページは動画のテキスト文字起こしであり、段落の区切りとタイムスタンプが追加されています。制作者はVidleafと提携しておらず、Vidleafを推奨していません。VidleafはAIによる句読点とAI生成の要約を追加しました。元の文言はこのページで引き続き利用可能です。
あなたは制作者または権利者ですか？訂正や削除をリクエストする：copyright@vidleaf.app（これらのページについてを参照）。
最終更新