Falácias e Representações em Gráficos

O que são falácias em gráficos?

• Representações visuais que sempre são precisas.

• Representações visuais que podem induzir ao erro ou confundir.

• Dados apresentados de forma clara e objetiva.

• Gráficos que não utilizam cores.

Quando surgem as falácias em gráficos?

• Quando os dados são precisos e bem apresentados.

• Quando os dados são manipulados ou mal apresentados.

• Quando os gráficos são coloridos.

• Quando os dados são coletados corretamente.

Qual é uma prática recomendada para evitar falácias em gráficos?

• Usar escalas distorcidas

• Omitir dados irrelevantes

• Apresentar todos os dados de forma clara e precisa

• Usar cores vibrantes

O que pode acontecer se um gráfico omitir dados importantes?

• O gráfico se torna mais preciso

• O gráfico se torna mais fácil de entender

• O gráfico pode enganar o leitor

• O gráfico se torna mais colorido

O que são títulos tendenciosos em gráficos?

• Títulos que refletem exatamente os dados apresentados.

• Títulos que sugerem uma conclusão específica sem suporte dos dados.

• Títulos que são neutros e objetivos.

• Títulos que são longos e detalhados.

Qual é o efeito do uso de proporções erradas em gráficos?

• Aumenta a precisão dos dados.

• Diminui a clareza visual dos números.

• Aumenta ou diminui visualmente o impacto dos números.

• Não tem efeito sobre a interpretação dos dados.

Qual é a consequência de usar uma escala inadequada em gráficos?

• Melhora a precisão dos dados.

• Facilita a leitura dos gráficos.

• Pode distorcer a interpretação dos dados.

• Não afeta a interpretação dos dados.

O que está errado na forma como os dados foram representados?

• A escala do gráfico aumenta drasticamente entre 50 e 55.

• Os anos estão fora de ordem.

• Os valores dos clientes estão incorretos.

• O gráfico não tem título.

Como você corrigiria esse gráfico?

• Usar uma escala uniforme.

• Adicionar mais cores.

• Remover o ano de 2020.

• Inverter os valores de 2021 e 2022.

Qual é a consequência de escolher uma escala que distorce os dados?

• O aumento parece menor do que realmente foi

• O aumento parece igual ao que realmente foi

• O aumento parece muito maior do que realmente foi

• O aumento não é afetado