Gráfico engañoso

Gráfico que tergiversa los datos

Ejemplo de gráfico truncado (izquierda) versus gráfico a escala completa (derecha), usando los mismos datos

En estadística , una gráfica engañosa , también conocida como gráfica distorsionada , es una gráfica que tergiversa los datos , constituyendo un mal uso de la estadística y con el resultado de que de ella se puede derivar una conclusión incorrecta.

Los gráficos pueden ser engañosos por ser excesivamente complejos o estar mal construidos. Incluso cuando se construyen para mostrar las características de sus datos con precisión, los gráficos pueden estar sujetos a diferentes interpretaciones, o se pueden derivar, aparentemente y en última instancia, tipos de datos no deseados de manera errónea. ^[1]

Se pueden crear gráficos engañosos intencionalmente para obstaculizar la interpretación adecuada de los datos o accidentalmente debido a la falta de familiaridad con el software de gráficos , a una mala interpretación de los datos o porque los datos no se pueden transmitir con precisión. En la publicidad engañosa se suelen utilizar gráficos engañosos . Uno de los primeros autores en escribir sobre gráficos engañosos fue Darrell Huff , editor del libro de 1954 Cómo mentir con estadística .

El campo de la visualización de datos describe formas de presentar información que evitan la creación de gráficos engañosos.

Métodos gráficos engañosos

[Un gráfico engañoso] es mucho más efectivo, sin embargo, porque no contiene adjetivos ni adverbios que estropeen la ilusión de objetividad, no hay nada que alguien pueda atribuirte.

—  Cómo mentir con las estadísticas (1954) ^[2]

Existen numerosas formas en las que se puede construir un gráfico engañoso. ^[3]

Uso excesivo

El uso de gráficos cuando no son necesarios puede generar confusión/interpretación innecesaria. ^[4] Generalmente, cuantas más explicaciones necesita un gráfico, menos se necesita el gráfico en sí. ^[4] Los gráficos no siempre transmiten información mejor que las tablas. ^[5]

Etiquetado sesgado

El uso de palabras sesgadas o cargadas en el título del gráfico, las etiquetas de los ejes o el título puede preparar al lector de manera inapropiada. ^{[4] [6]}

Tendencias fabricadas

De manera similar, intentar trazar líneas de tendencia a través de datos no correlacionados puede inducir al lector a creer que existe una tendencia donde no la hay. Esto puede ser tanto el resultado de un intento intencionado de engañar al lector como el fenómeno de la correlación ilusoria .

Gráfico circular

• Comparar gráficos circulares de diferentes tamaños puede resultar engañoso ya que las personas no pueden leer con precisión el área comparativa de los círculos. ^[7]
• El uso de rodajas finas, que son difíciles de discernir, puede resultar complicado de interpretar. ^[7]
• El uso de porcentajes como etiquetas en un gráfico circular puede resultar engañoso cuando el tamaño de la muestra es pequeño. ^[8]
• Hacer un gráfico circular en 3D o agregar una inclinación dificultará la interpretación debido al efecto distorsionado de la perspectiva . ^[9] Los gráficos circulares con diagramas de barras en los que se varía la altura de los sectores pueden confundir al lector. ^[9]

Comparar gráficos circulares

Comparar datos en gráficos de barras suele ser mucho más fácil. En la imagen siguiente, es muy difícil saber dónde el sector azul es más grande que el sector verde en los gráficos circulares.

Tres conjuntos de porcentajes, trazados como gráficos circulares y de barras. Comparar los datos en gráficos de barras suele ser mucho más fácil.

Perspectiva de corte de gráfico circular 3D

Se utiliza un gráfico circular en perspectiva (3D) para darle al gráfico una apariencia 3D . Utilizada a menudo por motivos estéticos, la tercera dimensión no mejora la lectura de los datos; por el contrario, estas tramas son difíciles de interpretar debido al efecto distorsionado de perspectiva asociado con la tercera dimensión. Se desaconseja el uso de dimensiones superfluas que no se utilizan para mostrar los datos de interés en los gráficos en general, no sólo en los gráficos circulares. ^[10] En un gráfico circular 3D, las porciones que están más cerca del lector parecen ser más grandes que las de la parte posterior debido al ángulo en el que se presentan. ^[11] Este efecto hace que los lectores tengan menos rendimiento a la hora de juzgar la magnitud relativa de cada corte cuando utilizan 3D que 2D ^[12]

El elemento C parece ser al menos tan grande como el elemento A en el gráfico circular engañoso, cuando en realidad es menos de la mitad. El artículo D parece mucho más grande que el artículo B, pero son del mismo tamaño.

Edward Tufte , un destacado estadístico estadounidense, señaló por qué se pueden preferir las tablas a los gráficos circulares en The Visual Display of Quantitative Information : ^[5]

Las tablas son preferibles a los gráficos para muchos conjuntos de datos pequeños. Una tabla casi siempre es mejor que un gráfico circular tonto; Lo único peor que un gráfico circular son varios de ellos, porque entonces se le pide al espectador que compare cantidades ubicadas en desorden espacial tanto dentro como entre sectores. Dada su baja densidad de datos y su imposibilidad de ordenar los números a lo largo de una dimensión visual, los gráficos circulares nunca debe usarse.

Escala inadecuada

El uso de pictogramas en gráficos de barras no debe tener una escala uniforme, ya que esto crea una comparación perceptualmente engañosa. ^[13] Se interpreta el área del pictograma en lugar de solo su altura o anchura. ^[14] Esto hace que la escala haga que la diferencia parezca estar al cuadrado. ^[14]

En el gráfico de barras del pictograma a escala incorrecta, la imagen de B es en realidad 9 veces más grande que A.

El tamaño percibido aumenta al escalar.

El efecto de una escala inadecuada de los pictogramas se ejemplifica aún más cuando el pictograma tiene 3 dimensiones, en cuyo caso el efecto se eleva al cubo. ^[15]

El gráfico de ventas de viviendas (izquierda) es engañoso. Parece que las ventas de viviendas se han multiplicado por ocho en 2001 con respecto al año anterior, cuando en realidad se han duplicado. Además, no se especifica el número de ventas.

Un pictograma con una escala incorrecta también puede sugerir que el elemento en sí ha cambiado de tamaño. ^[dieciséis]

Suponiendo que las imágenes representan cantidades equivalentes, el gráfico engañoso muestra que hay más plátanos porque ocupan la mayor superficie y están más a la derecha.

Escala logarítmica

Las escalas logarítmicas (o logarítmicas) son un medio válido para representar datos. Pero cuando se usan sin estar claramente etiquetadas como escalas logarítmicas o sin mostrarse a un lector que no esté familiarizado con ellas, pueden resultar engañosas. Las escalas logarítmicas expresan los valores de los datos en términos de un número elegido (la base del logaritmo) elevado a una potencia particular. La base suele ser e (2,71828...) o 10. Por ejemplo, las escalas logarítmicas pueden dar una altura de 1 para un valor de 10 en los datos y una altura de 6 para un valor de 1.000.000 (10 ⁶ ) en los datos. . Las escalas logarítmicas y sus variantes se utilizan habitualmente, por ejemplo, para el índice de explosividad volcánica, la escala de Richter para terremotos, la magnitud de las estrellas y el pH de soluciones ácidas y alcalinas. Incluso en estos casos, la escala logarítmica puede hacer que los datos sean menos evidentes a la vista. A menudo, la razón para el uso de escalas logarítmicas es que el autor del gráfico desea mostrar escalas muy diferentes en el mismo eje. Sin escalas logarítmicas, comparar cantidades como 10 ³ versus 10 ⁹ resulta visualmente poco práctico. Un gráfico con una escala logarítmica que no estaba claramente etiquetado como tal, o un gráfico con una escala logarítmica presentado a un espectador que no conocía las escalas logarítmicas, generalmente daría como resultado una representación que hacía que los valores de los datos parecieran de tamaño similar; de hecho, siendo de magnitudes muy diferentes. El mal uso de una escala logarítmica puede hacer que valores muy diferentes (como 10 y 10 000) aparezcan muy juntos (en una escala logarítmica de base 10, serían sólo 1 y 4). O puede hacer que los valores pequeños parezcan negativos debido a cómo las escalas logarítmicas representan números más pequeños que la base.

El mal uso de escalas logarítmicas también puede hacer que las relaciones entre cantidades parezcan lineales, mientras que esas relaciones son exponenciales o leyes de potencia que aumentan muy rápidamente hacia valores más altos. Se ha dicho, aunque principalmente de manera humorística, que "cualquier cosa parece lineal en un diagrama log-log con un rotulador grueso". ^[17]

Ambas gráficas muestran una función exponencial idéntica de f ( x ) = 2 ^x . El gráfico de la izquierda utiliza una escala lineal, mostrando claramente una tendencia exponencial. Sin embargo, el gráfico de la derecha utiliza una escala logarítmica, que genera una línea recta. Si el espectador del gráfico no fuera consciente de esto, el gráfico parecería mostrar una tendencia lineal.

Gráfico truncado

Un gráfico truncado (también conocido como gráfico desgarrado ) tiene un eje y que no comienza en 0. Estos gráficos pueden crear la impresión de un cambio importante donde hay relativamente pocos cambios.

Si bien los gráficos truncados se pueden utilizar para sobredibujar diferencias o ahorrar espacio, a menudo se desaconseja su uso. El software comercial como MS Excel tenderá a truncar los gráficos de forma predeterminada si todos los valores están dentro de un rango estrecho, como en este ejemplo. Para mostrar diferencias relativas en los valores a lo largo del tiempo, se puede utilizar un gráfico de índice. Los diagramas truncados siempre distorsionarán visualmente los números subyacentes. Varios estudios encontraron que incluso si se informara correctamente a las personas que el eje y estaba truncado, aún así sobrestimaban las diferencias reales, a menudo de manera sustancial. ^[18]

Estos gráficos muestran datos idénticos ; sin embargo, en el gráfico de barras truncado de la izquierda, los datos parecen mostrar diferencias significativas, mientras que en el gráfico de barras normal de la derecha, estas diferencias apenas son visibles.

Hay varias formas de indicar rupturas del eje y :

Cambios de eje

Cambiar el máximo del eje y afecta la forma en que aparece el gráfico. Un máximo más alto hará que el gráfico parezca tener menos volatilidad, menos crecimiento y una línea menos pronunciada que un máximo más bajo.

Cambiar la proporción de las dimensiones de un gráfico afectará la apariencia del gráfico.

Sin escala

Las escalas de un gráfico se utilizan a menudo para exagerar o minimizar las diferencias. ^{[19] [20]}

La falta de un valor inicial para el eje y no deja claro si el gráfico está truncado. Además, la falta de marcas impide que el lector determine si las barras del gráfico están escaladas correctamente. Sin escala, la diferencia visual entre las barras se puede manipular fácilmente.

Aunque las tres gráficas comparten los mismos datos y, por lo tanto, la pendiente real de los datos ( x , y ) es la misma, la forma en que se trazan los datos puede cambiar la apariencia visual del ángulo formado por la línea en la gráfica. Esto se debe a que cada gráfico tiene una escala diferente en su eje vertical. Como no se muestra la escala, estos gráficos pueden ser engañosos.

Intervalos o unidades inadecuados

Los intervalos y unidades utilizados en un gráfico pueden manipularse para crear o mitigar la expresión de cambio. ^[11]

Omitir datos

Los gráficos creados con datos omitidos eliminan información a partir de la cual basar una conclusión.

En el diagrama de dispersión en el que faltan categorías a la izquierda, el crecimiento parece ser más lineal con menos variación.

En los informes financieros, se pueden excluir los rendimientos negativos o los datos que no se correlacionan con una perspectiva positiva para crear una impresión visual más favorable. ^{[ cita necesaria ]}

3D

Se desaconseja encarecidamente el uso de una tercera dimensión superflua, que no contenga información, ya que puede confundir al lector. ^[9]

• 
  La tercera dimensión puede confundir a los lectores. ^[9]
• 
  La columna azul en el frente parece más grande que la columna verde en la parte posterior debido a la perspectiva, a pesar de tener el mismo valor.
• 
  Al escalar en tres dimensiones, el efecto del cambio se eleva al cubo.

Complejidad

Los gráficos están diseñados para permitir una interpretación más sencilla de los datos estadísticos. Sin embargo, los gráficos con excesiva complejidad pueden confundir los datos y dificultar la interpretación.

Mala construcción

Los gráficos mal construidos pueden hacer que los datos sean difíciles de discernir y, por tanto, de interpretar.

Extrapolación

A su vez, se pueden utilizar gráficos engañosos para extrapolar tendencias engañosas. ^[21]

Medición de la distorsión

Se han desarrollado varios métodos para determinar si los gráficos están distorsionados y cuantificar esta distorsión. ^{[22] [23]}

factor mentira

${\displaystyle {\text{Lie factor}}={\frac {\text{size of effect shown in graphic}}{\text{size of effect shown in data}}},}$

dónde

${\displaystyle {\text{size of effect}}=\left|{\frac {{\text{second value}}-{\text{first value}}}{\text{first value}}}\right|.}$

Un gráfico con un factor de mentira alto (>1) exageraría el cambio en los datos que representa, mientras que uno con un factor de mentira pequeño (>0, <1) oscurecería el cambio en los datos. ^[24] Un gráfico perfectamente preciso exhibiría un factor de mentira de 1.

Índice de discrepancia gráfica

${\displaystyle {\text{graph discrepancy index}}=100\left({\frac {a}{b}}-1\right),}$

dónde

${\displaystyle a={\text{percentage change depicted in graph}},}$

${\displaystyle b={\text{percentage change in data}}.}$

El índice de discrepancia de gráficos , también conocido como índice de distorsión de gráficos ( GDI ), fue propuesto originalmente por Paul John Steinbart en 1998. El GDI se calcula como un porcentaje que va desde −100% hasta infinito positivo, donde el cero por ciento indica que el gráfico ha sido construido correctamente y cualquier cosa fuera del margen de ±5% se considera distorsionada. ^[22] La investigación sobre el uso de GDI como medida de distorsión de gráficos ha encontrado que es inconsistente y discontinuo, lo que dificulta el uso de GDI como medida para comparaciones. ^[22]

Relación de tinta de datos

${\displaystyle {\text{data-ink ratio}}={\frac {\text{“ink” used to display the data}}{\text{total “ink” used to display the graphic}}}}$

La relación datos-tinta debería ser relativamente alta. De lo contrario, es posible que el gráfico tenga gráficos innecesarios. ^[24]

Densidad de datos

${\displaystyle {\text{data density}}={\frac {\text{number of entries in data matrix}}{\text{area of data graphic}}}}$

La densidad de datos debe ser relativamente alta; de lo contrario, una tabla puede ser más adecuada para mostrar los datos. ^[24]

Uso en informes financieros y corporativos.

Los gráficos son útiles en el resumen y la interpretación de datos financieros. ^[25] Los gráficos permiten ver tendencias en grandes conjuntos de datos y al mismo tiempo permiten que los no especialistas interpreten los datos. ^{[25] [26]}

Los gráficos se utilizan a menudo en los informes anuales corporativos como una forma de gestión de impresiones . ^[27] En los Estados Unidos, los gráficos no tienen que ser auditados, ya que se incluyen en la Sección 550 de la UA, Otra información en documentos que contienen estados financieros auditados. ^[27]

Varios estudios publicados han analizado el uso de gráficos en informes corporativos para diferentes corporaciones en diferentes países y han encontrado un uso frecuente de diseño, selectividad y distorsión de medición inadecuados dentro de estos informes. ^{[27] [28] [29] [30] [31] [32] [33]} La presencia de gráficos engañosos en los informes anuales ha llevado a solicitudes de establecimiento de estándares. ^{[34] [35] [36]}

Las investigaciones han descubierto que, si bien los lectores con bajos niveles de conocimientos financieros tienen una mayor probabilidad de ser mal informados por gráficos engañosos, ^[37] incluso aquellos con conocimientos financieros, como los agentes de crédito, pueden ser engañados. ^[34]

Academia

La percepción de gráficos se estudia en psicofísica , psicología cognitiva y visiones computacionales . ^[38]

Ver también

• basura gráfica
• Gestión de impresión
• Mal uso de las estadísticas
• La paradoja de Simpson
• Cómo mentir con estadísticas

Referencias

1. Kirk, pág. 52
2. Enfadado, pag. 63
3. Nolan, págs. 49–52
4. "Manual de Metodología: Análisis de Datos: Visualización de Datos - Engaño con Gráficos" (PDF) . Oficina del Auditor del Estado de Texas. 4 de enero de 1996. Archivado desde el original el 2 de abril de 2003.{{cite web}}: CS1 maint: bot: original URL status unknown (link)
5. Tufte, Edward R. (2006). La visualización visual de información cuantitativa (4ª impresión, 2ª ed.). Cheshire, Connecticut: Graphics Press. pag. 178.ISBN​ 9780961392147.
6. Keller, pag. 84
7. Whitbread, pág. 150
8. Soderstrom, Irina R. (2008), Estadísticas introductorias de justicia penal, Waveland Press, p. 17, ISBN 9781478610342.
9. Whitbread, pag. 151
10. Pocos, Stephen (agosto de 2007). "Guarde las tartas para el postre" (PDF) . Boletín Visual de Inteligencia Empresarial . Borde perceptivo . Consultado el 28 de junio de 2012 .
11. Rumsey, pág. 156.
12. Siegrist, Michael (1996). "El uso o mal uso de gráficos tridimensionales para representar datos de dimensiones inferiores". Comportamiento y tecnología de la información . 15 (2): 96-100. doi :10.1080/014492996120300.
13. Weiss, pág. 60.
14. Utts, págs. 146-147.
15. Hurley, págs. 565–566.
16. Enfadado, pag. 72.
17. "Leyes de Akin sobre el diseño de naves espaciales". nave espacial.ssl.umd.edu . Consultado el 14 de marzo de 2021 .
18. Hanel, Paul HP; Maio, Gregorio R.; Manstead, Antony SR (2019). "Una nueva forma de ver los datos: las similitudes entre grupos de personas son grandes e importantes". Revista de Personalidad y Psicología Social . 116 (4): 541–562. doi : 10.1037/pspi0000154. PMC 6428189 . PMID  30596430. 
19. Smith, Karl J. (1 de enero de 2012). Matemáticas: su poder y utilidad. Aprendizaje Cengage. pag. 472.ISBN​ 978-1-111-57742-1. Consultado el 24 de julio de 2012 .
20. Moore, David S.; Notz, William (9 de noviembre de 2005). Estadísticas: conceptos y controversias. Macmillan. págs. 189-190. ISBN 978-0-7167-8636-8. Consultado el 24 de julio de 2012 .
21. Smith, Charles Hugh (29 de marzo de 2011). "Extrapolar tendencias es emocionante pero engañoso". Business Insider . Consultado el 23 de septiembre de 2018 .
22. Mather, Dineli R.; Mather, Paul R.; Ramsay, Alan L. (julio de 2003). "¿Es el índice de discrepancia gráfica (GDI) una medida sólida?". doi :10.2139/ssrn.556833.
23. Mather, Dineli; Mather, Pablo; Ramsay, Alan (1 de junio de 2005). "Una investigación sobre la medición de la distorsión gráfica en los informes financieros". Investigación Contable y Empresarial . 35 (2): 147–160. doi :10.1080/00014788.2005.9729670. S2CID  154136880.
24. Craven, Tim (6 de noviembre de 2000). "LIS 504 - Visualizaciones gráficas de datos". Facultad de Estudios de la Información y los Medios . Londres, Ontario: Universidad de Western Ontario. Archivado desde el original el 24 de junio de 2011 . Consultado el 9 de julio de 2012 .
25. Fulkerson, Cheryl Linthicum; Marshall K. Pitman; Cynthia Frownfelter-Lohrke (junio de 1999). "Preparación de gráficos financieros: principios para hacer más efectivas tus presentaciones". La revista CPA . 69 (6): 28–33.
26. McNelis, L. Kevin (1 de junio de 2000). "Gráficos, una técnica de presentación de información infrautilizada". El Contador Público Nacional . 45 (4): 28–30.^{[ enlace muerto permanente ]} (se requiere suscripción)
27. Beattie, Vivien; Jones, Michael John (1 de junio de 1999). "Gráficos financieros: ¿verdaderos y justos?". Contador público australiano . 69 (5): 42–44.
28. Beattie, Vivien; Jones, Michael John (1 de septiembre de 1992). «El uso y abuso de gráficos en los informes anuales: marco teórico y estudio empírico» (PDF) . Investigación Contable y Empresarial . 22 (88): 291–303. doi :10.1080/00014788.1992.9729446.
29. Penrose, JM (1 de abril de 2008). "Uso gráfico del informe anual: una revisión de la literatura". Revista de Comunicación Empresarial . 45 (2): 158–180. doi :10.1177/0021943607313990. S2CID  141123410.
30. Frownfelter-Lohrke, Cynthia; Fulkerson, CL (1 de julio de 2001). "La incidencia y calidad de los gráficos en los informes anuales: una comparación internacional". Revista de Comunicación Empresarial . 38 (3): 337–357. doi :10.1177/002194360103800308. S2CID  167454827.
31. Mohd Isa, Rosiatimah (2006). "La incidencia y representación fiel de la información gráfica en el informe anual corporativo: un estudio de empresas de Malasia". Reporte técnico . Instituto de Investigación, Desarrollo y Comercialización, Universiti Teknologi MARA. Archivado desde el original el 15 de agosto de 2016.Publicado también como: Mohd Isa, Rosiatimah (2006). "Información gráfica en la memoria anual corporativa: una encuesta de percepciones de usuarios y preparadores". Revista de Información Financiera y Contabilidad . 4 (1): 39–59. doi :10.1108/19852510680001583.
32. Beattie, Vivien; Jones, Michael John (1 de marzo de 1997). "Un estudio comparativo del uso de gráficos financieros en los informes anuales corporativos de las principales empresas de EE. UU. y el Reino Unido" (PDF) . Revista de Contabilidad y Gestión Financiera Internacional . 8 (1): 33–68. doi :10.1111/1467-646X.00016.
33. Beattie, Vivien; Jones, Michael John (2008). "Reportes corporativos mediante gráficos: revisión y síntesis". Revista de literatura contable . 27 : 71-110. ISSN  0737-4607.
34. Christensen, David S.; Albert Larkin (primavera de 1992). "Criterios para gráficos de alta integridad". Revista de cuestiones gerenciales . 4 (1). Universidad Estatal de Pittsburg : 130–153. JSTOR  40603924.
35. Eakin, Cynthia Firey; Timoteo Louwers; Stephen Wheeler (2009). "El papel del auditor en la gestión de las divulgaciones públicas: información potencialmente engañosa en documentos que contienen estados financieros auditados" (PDF) . Revista de contabilidad de investigación y forense . 1 (2). ISSN  2165-3755. Archivado desde el original (PDF) el 24 de febrero de 2021 . Consultado el 9 de julio de 2012 .
36. Steinbart, P. (septiembre de 1989). "La responsabilidad del auditor por la exactitud de los gráficos en los informes anuales: algunas pruebas de la necesidad de orientación adicional". Horizontes contables : 60–70.
37. Beattie, Vivien; Jones, Michael John (2002). "Distorsión de la medición de gráficos en informes corporativos: un estudio experimental" (PDF) . Revista de Contabilidad, Auditoría y Responsabilidad . 15 (4): 546–564. doi :10.1108/09513570210440595.
38. Libera, Edward W; Robert B Miller (enero de 1998). "Diseño de gráficos eficaces" (PDF) . Revista Actuarial de América del Norte . 2 (2): 53–76. doi :10.1080/10920277.1998.10595699. Archivado desde el original el 16 de febrero de 2012.{{cite journal}}: CS1 maint: bot: original URL status unknown (link)

Libros

• Huff, Darrell (1954). Cómo mentir con las estadísticas . fotografías de Irving Geis (1ª ed.). Nueva York: Norton. ISBN 0393052648.
• Hurley, Patrick J. (2000). Una introducción concisa a la lógica . Publicación Wadsworth. ISBN 9780534520069.
• Keller, Gerald (2011). Estadísticas para la gestión y la economía (abreviada, 9ª ed.). Mason, OH: suroeste. ISBN 978-1111527327.
• Kirk, Roger E. (2007). Estadísticas: una introducción. Aprendizaje Cengage. ISBN 978-0-534-56478-0. Consultado el 28 de junio de 2012 .
• Nolan, Susan; Heinzen, Thomas (2011). Estadística para las ciencias del comportamiento. Macmillan. ISBN 978-1-4292-3265-4. Consultado el 28 de junio de 2012 .
• Rumsey, Débora (2010). Conceptos básicos de estadística para principiantes. John Wiley e hijos. ISBN 978-0-470-61839-4. Consultado el 28 de junio de 2012 .
• Weiss, Neil A. (1993). Estadística elemental. Addison-Wesley. ISBN 978-0-201-56640-6. Consultado el 28 de junio de 2012 .
• Tufte, Edward (1997). Explicaciones visuales: imágenes y cantidades, evidencia y narrativa. Cheshire, CT: Prensa gráfica. ISBN 978-0961392123.
• Utts, Jessica M. (2005). Ver a través de las estadísticas (3ª ed.). Belmont: Thomson, Brooks/Cole. ISBN 9780534394028.
• Wainer, Howard (2000). Revelaciones visuales: historias gráficas sobre el destino y el engaño desde Napoleón Bonaparte hasta Ross Perot. Prensa de Psicología. ISBN 978-0-8058-3878-7. Consultado el 19 de julio de 2012 .
• Whitbread, David (2001). El manual de diseño (2ª ed.). Sydney: Prensa de la Universidad de Nueva Gales del Sur. ISBN 0868406589.

Otras lecturas

• Una discusión sobre gráficos engañosos, Mark Harbison, Sacramento City College
• Robbins, Naomi B. (2005). Creando gráficos más efectivos . Hoboken, Nueva Jersey: Wiley-Interscience. ISBN 9780471698180.
• Durbin CG, Jr (octubre de 2004). "Uso eficaz de tablas y figuras en resúmenes, presentaciones y artículos". Cuidado respiratorio . 49 (10): 1233–7. PMID  15447809.
• Gondar, Nadesa (2009). "Gestión de impresiones en informes financieros relacionados con la rotación de directores ejecutivos" (PDF) . Tesis de Maestría . Instituto Tecnológico Unitec. hdl : 10652/1250 . Consultado el 9 de julio de 2012 .
• Huff, Darrell; Geis, Irving (17 de octubre de 1993). Cómo mentir con las estadísticas. WW Norton & Company. ISBN 978-0-393-31072-6. Consultado el 28 de junio de 2012 .
• Bracey, Gerald (2003). "Ver a través de gráficos". Comprender y utilizar las estadísticas educativas: es más fácil de lo que cree . Servicio de Investigación Educativa. ISBN 9781931762267.
• Harvey, J. Motulsky (junio de 2009). "El uso y abuso de ejes logarítmicos" (PDF) . GraphPad Software Inc. Archivado desde el original el 23 de noviembre de 2010.{{cite web}}: CS1 maint: bot: original URL status unknown (link)
• Chandar, N.; Collier, D.; Miranti, P. (15 de febrero de 2012). "Estandarización de gráficos y contabilidad de gestión en AT&T durante la década de 1920". Historia Contable . 17 (1): 35–62. doi : 10.1177/1032373211424889. S2CID  155069927.
• Mather, Pablo; Ramsay, Alan; Steen, Adam (1 de enero de 2000). "El uso y la fidelidad representacional de los gráficos en los folletos de ofertas públicas iniciales de Australia". Revista de Contabilidad, Auditoría y Responsabilidad . 13 (1): 65–83. doi :10.1108/09513570010316144. Archivado desde el original el 9 de julio de 2012.
• Beattie, Vivien; Jones, Michael John (1996). Gráficos financieros en informes anuales corporativos: una revisión de la práctica en seis países . Londres: Instituto de Contadores Públicos de Inglaterra y Gales. ISBN 9781853557071.
• Galliat, Tobias (verano de 2005). "Visualisierung von Informationsräumen" (PDF) . Fachhochschule Köln, Universidad de Ciencias Aplicadas de Colonia. Archivado desde el original (PDF) el 4 de enero de 2006 . Consultado el 9 de julio de 2012 .
• Carvalho, Clark R.; McMillan, Michael D. (septiembre de 1992). "Representación gráfica en la toma de decisiones de gestión: el efecto de la ruptura de escala en el eje dependiente" (PDF) . INSTITUTO DE LA FUERZA AÉREA DE TECH WRIGHT-PATTERSON AFB OH. Archivado (PDF) desde el original el 23 de abril de 2019.
• Johnson, R. Arroz; Roemmich, R. (octubre de 1980). "Imágenes que mienten: el abuso de gráficos en los informes anuales". Contabilidad de gestión : 50–56.
• Davis, Alan J. (1 de agosto de 1999). "Malos gráficos, buenas lecciones". Gráficos por computadora ACM SIGGRAPH . 33 (3): 35–38. doi :10.1145/330572.330586. S2CID  31491676. Archivado desde el original el 5 de marzo de 2000.
• Louwers, T.; Radtke, R; Pitman, M. (mayo-junio de 1999). "Por favor, pase la sal: una mirada a los informes creativos en los informes anuales". CPA de hoy : 20-23.
• Beattie, Vivien; Jones, Michael John (mayo de 2001). "Una comparación de seis países sobre el uso de gráficos en informes anuales". La Revista Internacional de Contabilidad . 36 (2): 195–222. doi :10.1016/S0020-7063(01)00094-2.
• Wainer, Howard (1984). "Cómo mostrar mal los datos". El estadístico estadounidense . 38 (2): 137-147. doi :10.1080/00031305.1984.10483186.
• Carril, David M.; Sándor, Anikó (1 de enero de 2009). "Diseñar mejores gráficos incluyendo información de distribución e integrando palabras, números e imágenes" (PDF) . Métodos psicológicos . 14 (3): 239–257. doi :10.1037/a0016620. PMID  19719360.
• Campbell, Mary Pat (febrero de 2010). "Problemas de la hoja de cálculo: trampas, mejores prácticas y consejos prácticos". Foro de Práctica Actuarial . Archivado desde el original el 23 de abril de 2019.
• Arocha, Carlos (mayo de 2011). "¿Palabras o gráficos?". El trampolín . Archivado desde el original el 23 de abril de 2019.
• Raschke, Robyn L.; Steinbart, Paul John (1 de septiembre de 2008). "Mitigar los efectos de los gráficos engañosos en las decisiones educando a los usuarios sobre los principios del diseño de gráficos". Revista de sistemas de información . 22 (2): 23–52. doi :10.2308/jis.2008.22.2.23.

enlaces externos

• Galería de visualización de datos Lo mejor y lo peor de los gráficos estadísticos, Universidad de York