イカサマグラフにだまされない・・・たぶんパート１

テレビや新聞、広告……そしてついにYouTubeでも見かけるようになった「イカサマグラフ」。
あたしはこんなふうに定義してる。

• グラフで示されている数値自体は正確

• でも見た目を操作することで、実際とは違う印象を与えている

• その印象操作で、見る人をわざと誤解させようとしている

そう、「わざと」やってる。つまり、悪意あり。騙す気まんまん。

これに気づいてから、ワイドショー的なニュース番組は一切信用しなくなった。
あれって、結局「都合のいい世論」をつくりたいだけじゃんっ・・・って、わたし気がついちゃったんだよね。

データはウソをつかない。
ウソをつくのは、人間のほうだ。

というわけで、今日は代表的なパターンをひとつ紹介するね。
グラフの中でもよくあるやつ・・・棒グラフのイカサマ。

イカサマ縦軸操作棒グラフ

よーし、例で示すよ！

講師「わたしはマーケティングの専門家です。皆さん、需要と供給の関係をご存知でしょうか？」

受講生「はい。供給量が多いと値段は下がり、少ないと値段が上がる。だから、生産量を適切に調整すれば、利益が最大化できます。」

講師「そのとおり。では、あなたが生産しているモノの販売量の変化を見てみましょう」

講師「ご覧のとおり、生産量は年々減ってます。つまり、消費者はこれを見て“モノが不足している”と感じ、値段が上がるんです。少しだけ生産量を増やせば、供給過多なのに価格は上がったまま。結果、利益が増えますよ。」

受講生「えっ、そんなに減らしてないはずなんですけど！」

講師「ポイントは縦軸です。データは確かにいただいたそのまま。だから、ウソはついていませんよ。」

タネ明かし

気づいたかな？
縦軸がおかしい。
これ、他にもよくあるパターン。じゃじゃん。

こんなのもむちゃくちゃ多い。
今後はテレビやニュースでグラフが出てきたら、まず縦軸をチェックしてみて。

どっちのグラフも、「ほんのちょっとの差」を「めちゃくちゃ大きな差」のように見せている。

横軸の怪しさにも気がついた？

2025年にこの記事を書いてるとして、2015年とか2020年のデータが「前後2.5年の平均値」だったとすると、2025年のデータってどうやって出したんだ？

ここまで気がついたみんなはイカサマグラフ耐性が高い！

そう、これ、2016~2019年などのデータを消して、2015年とか2020年とかのデータだけを「わざと抜き出してきている」。
こんなことをやるということは、他の年のデータを使うと、生産量が減っているようにはみえなかったんだろうね！

そして実際、すべてのデータを示すとこんなグラフだったのだ。

チャンピオンデータの使用

「チャンピオン」って聞くと、ちょっとカッコいいイメージあるかもだけど──
チャンピオンデータの使用っていうのは、

「自分にとって都合のいいデータだけを抜き出して使うこと」

マーケティング講師のもうひとつの手口、まさにこれ。

この手法、科学の世界では重大な不正行為とされる。
しかも、自分が研究してるときに、悪気なくやっちゃう可能性があるんだよね。

たとえば・・・・・・

「この実験、なんかこの日だけ変な値が出たから外そうかな」

その気持ちはわかる。でも、ちゃんと理由があるときだけ外していい。

• 「この日は湿度が異常に高かった」

• 「バッテリーが切れてセンサーの感度が落ちるタイミングだった」

みたいに、納得できる根拠があるときだけなんだ。

あかりの実話：学生時代・・・チャンピオンデータの使用を疑われた！

わたしも、学生時代にやらかしかけた。初めての論文で出したグラフ、投稿時点でなんの説明もなく2点だけデータが抜けてた。

査読者からのコメント：

「この2点だけデータがない理由を、本文できちんと説明してください」

──わっ。思いっきり心臓止まりかけた。

実は、検出器と検出器の継ぎ目で、感度の落ちる場所だったから外してた。
理由はあった。でも……本文にその理由を書き忘れてた。

あぶない。完全にチャンピオンデータの使用って思われるところだった。

そのあと本文に定量的な理由をしっかり追記して、査読者は納得した。でも、このまま出版されてて、誰かにチャンピオンデータの使用だと疑われたりしたら・・・errortum (正誤表）出しても、そこまで読みに行かない読者もいる。本当に危機一髪だった。
この経験があって、サイエンスで「データをどう扱うか」の大切さを身に染みて知った。

チャンピオンデータの使用だと判定された場合

重たい罰則がある。繰り返しになるかもしれないけど、サイエンスの根幹を揺るがす悪質な行為だからだ。具体的には、

• 論文が掲載取り消し

• 研究費の応募ができなくなる

• 博士論文だったら、学位取り消しもあり得る

これくらい、重い。

おわりに

今回は、

• 他人がイカサマグラフで騙してくるケース

• 自分がうっかり不正しちゃうケース

この2つの視点で「データのこわさ」を見てきた。

ふだんニュースやSNSで見かけるグラフにも、
「これってほんとうに正しく見えてる？」って、
ちょっとだけ疑う目をもってみてほしい。

そして、自分がデータを使う側にまわるときは、
誤解を生まない伝え方を心がけていこう。

さて、パート２はもう中身は決めてる。
パイチャート・・・そう円グラフだ。

わたしはデータを示すのに使うのを避けてるくらい、悪意がなくても誤解されやすい図。次回考えていこうね！

スキやコメントがあると、あかりはとってもうれしい！
よかったらおやつ代（チップ）も投げてね。研究と執筆の燃料になります！