A toothpaste brand claims their product will destroy more plaque than any product ever made.

あるハミガキブランドは、自社製品が今までのどの製品よりも多くプラークを除去すると主張している。

A politician tells you their plan will create the most jobs.

政治家は自分たちの計画が最も多くの雇用を生み出すと言う。

We're so used to hearing these kinds of exaggerations in advertising and politics,

広告や政治でこうした大げさな主張を聞くことに慣れているので、

that we might not even bat an eye.

特に気に留めないかもしれない。

But what about when the claim is accompanied by a graph?

しかし、その主張がグラフとともに示されたらどうだろうか？

After all, a graph isn't an opinion.

結局のところ、グラフは意見ではない。

It represents cold, hard numbers, and who can argue with those.

冷徹な数字を表しており、誰がそれに異を唱えるだろうか。

Yet, as it turns out, there are plenty of ways graphs can mislead and outright manipulate.

ところが、グラフが誤解させたり露骨に操作したりする方法はたくさんある。

Here are some things to look out for.

注意すべき点をいくつか紹介しよう。

In this 1992 ad, Chevy claimed to make the most reliable trucks in America using this graph.

1992年のこの広告で、シボレーはこのグラフを使ってアメリカで最も信頼できるトラックを製造していると主張した。

Not only does it show that 98% of all Chevy trucks sold in the last 10 years are still on the road,

過去10年間に販売されたシボレートラックの98%がまだ走行中であることを示すだけでなく、

but it looks like their twice as dependable as Toyota trucks.

トヨタトラックの2倍信頼できるように見える。

That is, until you take a closer look at the numbers on the left, and see that the figure for Toyota is about 96.5%.

つまり、左の数字をよく見ると、トヨタの数字は約96.5%であることがわかる。

The scale only goes between 95 and 100%.

スケールは95〜100%の間だけだ。

If it went from 0 to 100, it would look like this.

もし0〜100になっていたら、こんな風に見える。

This is one of the most common ways graphs misrepresent data by distorting the scale.

これはスケールを歪めてデータを誤って表す最も一般的な方法の1つだ。

Zooming in on a small portion of the Y axis exaggerates a barely detectable difference between the things being compared.

Y軸のごく一部にズームインすると、比較されているもの間の、ほとんど検出できない差が誇張される。

And it's especially misleading with bar graphs, since we assume the difference in the size of the bars is proportional to the values.

そして棒グラフではとりわけ誤解を招く。なぜなら、棒の大きさの違いが値に比例していると想定するからだ。

But the scale can also be distorted along the X axis, usually in line graphs showing something changing over time.

しかし、スケールはX軸に沿っても歪められることがあり、通常は時系列での変化を示す折れ線グラフにおいてである。

This chart showing the rise in American unemployment from 2008 to 2010 manipulates the X axis in two ways.

2008年から2010年のアメリカ失業率の上昇を示すこのグラフは、X軸を2つの方法で操作している。

First of all, the scale is inconsistent, compressing the 15th month span after March 2009 to look shorter than the preceding six months.

まず、スケールが一貫していないため、2009年3月後の15ヶ月間が先行する6ヶ月より短く見えるように圧縮されている。

Using more consistent data points gives a different picture, with job losses tapering off by the end of 2009.

より一貫したデータポイントを使うと異なる絵が浮かび、2009年末までに雇用喪失が減少している。

And if you wonder why they were increasing in the first place, the timeline starts immediately after the US's biggest financial collapse since the Great Depression.

そもそもなぜ失業率が増加していたのか疑問に思うなら、タイムラインは大恐慌以来の米国最大の金融崩壊の直後から始まっている。

These techniques are known as cherry picking.

これらの手法はチェリーピッキング（都合のいい事実だけの選別）と呼ばれている。

A time range can be carefully chosen to exclude the impact of a major event right outside it.

時間範囲は、その直外の大きなイベントの影響を除外するように慎重に選択できる。

And picking specific data points can hide important changes in between.

また、特定のデータポイントを選ぶと、その間の重要な変化が隠れる可能性がある。

Even when there's nothing wrong with the graph itself, leaving out relevant data can give a misleading impression.

グラフ自体に問題がなくても、関連データを除外すると誤った印象を与える可能性がある。

This chart of how many people watch the Super Bowl each year makes it look like the event's popularity is exploding.

毎年スーパーボウルを見る人数を示すこのグラフは、イベントの人気が爆発しているように見える。

But it's not accounting for population growth.

しかし人口増加を考慮していない。

The ratings have actually held steady, because while the number of football fans has increased, their share of overall viewership has not.

視聴率は実は安定していないのである。フットボールファンの数は増えたが、全体の視聴者に占める割合は増えていないからだ。

Finally, a graph can't tell you much if you don't know the full significance of what's being presented.

最後に、提示されているものの完全な意義を知らなければ、グラフはあまり多くを教えてくれない。

Both of the following graphs use the same ocean temperature data from the National Centers for Environmental Information.

以下の両方のグラフは、国立環境情報センターの同じ海水温度データを使用している。

So why do they seem to give opposite impressions?

では、なぜ反対の印象を与えるように見えるのか？

The first graph plots the average annual ocean temperature from 1880 to 2016, making the change look insignificant.

最初のグラフは1880年から2016年の平均年間海水温度をプロットしており、変化が取るに足らないように見える。

But in fact, a rise of even half a degree Celsius can cause massive ecological disruption.

しかし実は、摂氏0.5度の上昇でも莫大な生態系の崩壊を引き起こす可能性がある。

This is why the second graph, which shows the average temperature variation each year, is far more significant.

だからこそ、毎年の平均気温変動を示す2番目のグラフは、はるかに重要なのである。

When they're used well, graphs can help us intuitively grasp complex data.

上手に使えば、グラフは複雑なデータを直感的に理解するのに役立つ。

But as visual software has enabled more usage of graphs throughout all media, it's also made them easier to use in a careless or dishonest way.

しかし、ビジュアルソフトウェアがあらゆるメディアにわたるグラフの使用を可能にした一方で、不注意または不正直な方法で使用されやすくもしている。

So the next time you see a graph, don't be swayed by the lines and curves.

だから次にグラフを見たときは、線や曲線に惑わされないでほしい。

Look at the labels, the numbers, the scale and the context, and ask what story the picture is trying to tell.

ラベル、数字、スケール、文脈を見て、その画像がどんなストーリーを伝えようとしているのか考えよう。