14. Visualização e integridade gráfica

Um gráfico é um argumento. Ele pode ser correto nos dados e enganoso na leitura — basta escolher a codificação errada, cortar o eixo em silêncio ou deixar milhares de pontos se sobreporem. Este capítulo trata das quatro decisões que separam visualização de persuasão indevida.

O percurso começa pelo contato cuidadoso com os dados. A disciplina ensina a reconhecer tipos, qualidade, distribuições, relações, vieses e limites antes de construir conclusões ou modelos. Este é o capítulo 14 de 24 da disciplina Análise Exploratória de Dados. Ele retoma Exploração multivariada e utiliza essa base para avançar. Na sequência, estudaremos Padronização, normalização e codificação.

O fio condutor

Ciência de Dados começa com uma pergunta e termina com uma decisão que precisa ser compreendida, avaliada e acompanhada. Entre esses dois pontos, dados são coletados, examinados e transformados; métodos são escolhidos; resultados são validados; e limitações são comunicadas. Nenhuma etapa compensa automaticamente uma falha grave ocorrida na etapa anterior.

Neste capítulo, use Visualização e integridade gráfica para acompanhar três dimensões: o problema que se deseja resolver, a evidência disponível e o critério usado para avaliar o resultado. Essa separação ajuda a evitar soluções tecnicamente sofisticadas que não respondem à necessidade real.

Escala visual

Começamos por Escala visual, pois essa base organiza os conceitos e exemplos que aparecerão no restante do capítulo.

A escala visual mapeia valores em atributos gráficos — posição, comprimento, ângulo, área, cor — e essas codificações não têm a mesma precisão. A percepção humana compara posições e comprimentos com acurácia; áreas e intensidades de cor, muito mal.

Eixo truncado

Depois de compreender Escala visual, passamos a Eixo truncado. A nova seção acrescenta outra etapa ao mesmo raciocínio e mostra como as decisões anteriores influenciam as próximas.

O eixo truncado — que não começa em zero — amplia visualmente as diferenças. Isso é manipulação quando o zero é a referência substantiva (barras de contagem, por exemplo) e é legítimo quando a variação relevante é pequena em relação ao nível (temperatura corporal, índices, séries com base alta).