Zo herken je een misleidende grafiek – 5 snelle checks

Grafieken ogen slim, overtuigend en betrouwbaar. Maar schijn bedriegt soms. Zo herken je snel een misleidende grafiek.

Tijdens een lezing van datavisualisatie-expert Alberto Cairo maakte ik kennis met het begrip Visual Trumpery: visuele onzin die er professioneel uitziet, maar je misleidt in plaats van informeert.

Sindsdien kijk ik met andere ogen naar grafieken. Want ja: visualisaties kunnen je (bewust of per ongeluk) op het verkeerde been zetten.

In deze blog deel ik vijf simpele checks die ik van Cairo heb meegenomen, zodat jij een misleidende grafiek snel kan herkennen.

Waarom we blind zijn voor grafieken

Grafieken hebben iets magisch. Ze ogen betrouwbaar. Ze geven structuur aan data. En ze lijken objectief.

Uit onderzoek blijkt zelfs dat rapporten met grafieken als geloofwaardiger worden beoordeeld, zelfs als de grafiek inhoudelijk niets toevoegt. Mindblowing toch? We laten ons dus makkelijk verleiden door visuele vorm.

Dat is precies waarom Cairo zich zorgen maakt. Want grafieken zie je overal: op social media, in rapporten, nieuwsberichten en dashboards. Maar niet iedereen is getraind in het goed lezen van een grafiek. En dat maakt ons kwetsbaar voor visual trumpery – grafieken die er gelikt uitzien, maar inhoudelijk onzin verkopen.

Waarom jouw brein de verkeerde conclusies trekt

Mensen zijn patroonzoekers. Zodra we een visuele trend zien, maken we daar automatisch een verhaal van.
“Deze lijn stijgt: dat moet goed zijn.”
“Deze groep is veel kleiner, dus minder belangrijk.”

Maar die conclusies komen meestal niet uit de data, ze komen uit jouw brein.
We noemen dat confirmation bias: je zoekt bevestiging voor wat je al dacht. En dat maakt het zo belangrijk om jezelf af te remmen voordat je zomaar conclusies trekt uit een grafiek.

De grafiek laat zien wat de grafiek laat zien. Niet meer, niet minder. Alberto Cairo

De 5 checks tegen misleidende grafieken

Gelukkig kun je jezelf trainen om visuele onzin te herkennen. Dit zijn de vijf checks die ik van Alberto Cairo heb meegenomen:

1. Check de bron

Is de bron vermeld? En is die betrouwbaar? Klik door naar het artikel, rapport of de dataset. Wat verwacht je daar aan te treffen? En klopt dat met wat je in de grafiek ziet? Deze is zeker in het AI-tijdperk een hele relevante check geworden.

2. Check je aannames

Wat denk jij te zien in de grafiek? Herken je een patroon? Vraag jezelf dan af: had ik dit ook gezien als ik iets anders verwachtte?

3. Check de verhoudingen

Is 30% ook écht kleiner weergegeven dan 70%? Worden lijnen met dezelfde schaal of langs dezelfde as gemeten? Verkeerde verhoudingen leiden tot verkeerde conclusies.

4. Check het dataniveau

Wordt alles platgeslagen tot een gemiddelde? Of wordt één detail uitvergroot dat buiten proportie belangrijk lijkt? Kijk altijd naar de schaal én de context.

5. Check de onzekerheid

Voorspellingen zijn altijd onzeker – maar dat zie je lang niet altijd terug in de visualisatie. Wordt die onzekerheid benoemd of verdoezeld?

Wat jij hiermee kunt doen

Een goede visualisatie helpt je om de juiste conclusies te trekken. Een slechte zet je op het verkeerde spoor.
Daarom is het zo belangrijk dat jij als lezer het verschil leert zien en kritisch bent op wat er “zo mooi” uitziet.

Bij de volgende grafiek die je aandacht trekt, doe dan het volgende:

1. Neem even de tijd.
2. Doorloop de 5 checks.
3. En als je een grafiek deelt, doe het bewust en voeg jouw denkrichting (jouw dataverhaal) eraan toe.

Ben jij weleens een misleidende grafiek tegengekomen? Hoe herkende je dit?

Laat het hieronder in de reacties achter.

Meer weten?

Een opname van een van Alberto Cairo’s Visual Trumpery lezingen over het herkennen van misleidende grafieken vind je op YouTube.

Benieuwd naar zijn boeken over datavisualisatie en datajournalistiek, waaronder The Functional Art? Kijk dan bij mijn boekentips.

Het voorbeeld hierboven komt uit dit artikel van de Grafiekpolitie van Nieuwscheckers. Aanrader!