Il territorio non vota
In questi giorni mi è più volte capitato di vedere post con immagini come questa, che mostra la percentuale di voti per repubblicani (rossi) e democratici (blu), con il postatore che si chiede come faccia lo stato (l’Illinois, in questo caso specifico) a essere democratico. Il problema è che mi sa che questa gente ci creda davvero, e non sia comunque in grado di comprendere le risposte che vengono loro date, cioè fondalmente “land does not vote”. Gli USA hanno una popolazione molto concentrata nelle grandi città, e nelle città gli abitanti votano più democratico che repubblicano. La contea di Chicago è così popolata rispetto al resto dello stato che da sola cambia l’esito delle votazioni, dove ovviamente si contano le persone e non i chilometri quadrati. Come bonus, è abbastanza facile dire dove si trovano le altre città importanti dello stato: sono quelle dove il vantaggio repubblicano è molto minore e quindi sono disegnate in rosa. Una mappa di questo tipo è dunque fuorviante, se non la mettiamo a confronto con una che mostra la popolazione nelle varie contee.

Un disegno vale mille parole… il che significa che lo si può fare sbagliato in mille modi diversi, dove per “sbagliato” intendo dire che dà un’idea diversa da quello che dicono i dati. Ma Alberto Cairo spiega in questo libro che non è così semplice: un grafico non può mostrare contemporaneamente tutto, e quindi la scelta di cosa far vedere è in un certo senso politica. Poi naturalmente ci sono i grafici che mentono davvero: i capitoli del libro sono dedicati a come possono mentire. Abbiamo così i grafici che mentono perché sono progettati male, perché mostrano dati dubbi oppure insufficienti, perché nascondono o rendono più confusa l’incertezza, oppure perché suggeriscono pattern fuorvianti. Sapere cosa può esserci di sbagliato è ovviamente utile per accorgersi che un grafico “puzza”: da questo punto di vista il testo è ottimo. C’è anche una postfazione che riguarda il Covid, visto che la prima edizione del libro era uscita subito prima dell’inizio della pandemia.