Factor de mentira
El tamaño de un cambio en el gráfico dividido por el tamaño de ese cambio en los datos. Si vale 1, el gráfico es fiel; si es mayor, exagera.
Qué problema aborda
Explica cómo un gráfico con datos correctos puede engañar por sus ejes, escalas o figuras. Al diseño le da una forma de comprobar si lo dibujado es proporcional a los datos.
Un ejemplo
Un ejemplo ilustrativo: las ventas suben de 100 a 110, un 10 %.
Con el eje recortado, el dibujo crece un 200 % para un dato que sube un 10 %: un factor de mentira de 20.
Por qué pasa
Leemos el tamaño del dibujo como si fuera el tamaño del dato;
si la escala se recorta o la figura crece a lo alto y a lo ancho, el cambio dibujado supera al real;
y la impresión se queda aunque las cifras estén escritas.
Aplicaciones en diseño
Úsalo así
Antes de publicar, compara cuánto cambia el dibujo y cuánto cambian los datos.
Evita
Barras con el eje recortado y figuras que crecen a lo alto y a lo ancho a la vez.
Para no caer
Mira dónde empieza el eje antes de creerte la forma: lee las cifras, no solo el dibujo.
14,8
Lo que dice la investigación
En un gráfico de The New York Times citado por Tufte, la norma de consumo de los autos nuevos subía un 53 % (de 18 a 27,5 millas por galón), pero el dibujo crecía un 783 % (Tufte, 1983).
Evidencia sólida. Es un ejemplo del libro, no un experimento. Los experimentos sí muestran que recortar el eje hace ver diferencias más graves, incluso cuando el corte se marca en el gráfico (Correll, Bertini y Franconeri, 2020).
Conexiones
Se usa en
Relacionado con
Autores y obras
- 1983
Edward R. Tufte
Propuso la medida y su regla de fondo: lo dibujado debe ser proporcional a las cantidades que representa.
- 2020
Michael Correll, Enrico Bertini y Steven Franconeri
En tres experimentos, vieron que recortar el eje hace percibir las diferencias como más graves, tanto en barras como en líneas.
Fuentes
Fuentes originales
- Tufte, E. R. (1983). The visual display of quantitative information. Graphics Press.
- Correll, M., Bertini, E. y Franconeri, S. (2020). Truncating the y-axis: Threat or menace? En Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. ACM. Ver fuente: Correll, M., Bertini, E. y Franconeri, S. (2020)
Última revisión: