A precisão e a exatidão dos dados apresentados em planilhas ou gráficos não são determinadas apenas pelo fato de terem sido criados em um computador. Embora os computadores sejam eficientes no processamento e cálculo de informações, os dados utilizados em planilhas e gráficos ainda devem ser precisos e confiáveis. Só porque algo foi criado usando um computador não significa que seja automaticamente verdadeiro. Aqui estão alguns motivos pelos quais os dados apresentados em planilhas ou gráficos podem não ser verdadeiros:
1.
Entrada de dados incorreta :Erros podem ocorrer facilmente durante a entrada de dados, como erros de digitação, fórmulas incorretas ou inconsistências. Se os dados de origem forem imprecisos, os resultados e conclusões extraídos da planilha ou do gráfico podem ser enganosos.
2.
Manipulação de dados :Tabelas e gráficos podem ser manipulados para apresentar uma narrativa desejada ou enfatizar seletivamente certas informações, omitindo contexto importante. Isso pode distorcer intencionalmente ou não a verdade.
3.
Suposições incorretas :A precisão dos dados e conclusões depende da validade das suposições e cálculos utilizados na planilha ou gráfico. Se forem feitas suposições incorretas ou se forem aplicadas fórmulas inadequadas, os resultados podem ser imprecisos ou deturpar os dados subjacentes.
4.
Tamanho e representação da amostra :As conclusões tiradas de uma planilha ou gráfico são tão válidas quanto a representatividade da amostra de dados. Um pequeno tamanho de amostra ou uma representação tendenciosa pode levar a conclusões imprecisas ou generalizadas.
5.
Falta de contexto :Sem o contexto adequado, os dados apresentados em uma planilha ou gráfico podem ser mal interpretados. Informações adicionais, como a fonte dos dados, a metodologia utilizada ou as limitações dos dados, podem ser necessárias para uma interpretação precisa.
6.
Dados desatualizados ou irrelevantes :Se os dados não forem atualizados regularmente ou não forem mais relevantes para a situação atual, podem levar a conclusões incorretas ou desatualizadas.
7.
Má interpretação :A forma como os dados são apresentados e rotulados pode influenciar a forma como são interpretados. Formatos de gráficos enganosos ou rótulos pouco claros podem resultar em mal-entendidos ou suposições falsas.
8.
Erro humano :Mesmo com computadores, o envolvimento humano na análise de dados ainda está sujeito a erros de interpretação, cálculo matemático ou aplicação incorreta de ferramentas e software.
É essencial avaliar criticamente a fonte, a metodologia e a precisão dos dados antes de tomar decisões ou tirar conclusões com base em planilhas ou gráficos. Verificar a autenticidade e confiabilidade das informações é crucial para garantir que os dados sejam verdadeiros e representativos.
