人的传统观念会让人误认为，国家的发展会带动国家整个阶层与世界其他地区相比有所不同。举个例子，大部分人会认为美国的经济如此高速发展一定会使美国社会阶层的整体生活水平得到提高。但是事实证明，全世界无论在哪里，社会阶层是由收入决定，一般来说，全世界的固有社会阶层的生活水平不会因为社会发展程度而改变（因为没钱）。
这里，以演讲者的可视化数据作为例子：
1，大部分人认为非洲国家的整体自然出生率非常低下，但是根据汉斯罗斯林教授的数据，我们会发现撒哈拉以南非洲国家各自的发展安全不相同，毛里求斯的自然生育率高于97%，但是塞拉利昂却只有70%左右（分别位于图表中最上与最下两个点）。
2，再根据安娜·罗丝玲·洛恩仑的图表，国家的发展无法直接影响居民收入的支出方式，例如中国的经济发展程度要弱于美国，但是在这两个国家的同等收入家庭的生活状况基本一致，不受国家发展影响。
这里也反映了大多数人的一个特殊的观念，就是我们被先入为主的观念所蒙蔽着。即使我们已经进入了互联网时代，我们能够在互联网上知道每个国家都发生了什么事，但是刻板印象很难改变。
举个例子，罗林斯教授在大学做了一个判断五个国家婴儿死亡率的实验，结果学生答对率为1.8±0.4/5左右，教授也就2.4±0.4/5左右。这就说明人的刻板印象改变之难。
同时，罗斯林教授也提出了解决方法，就是将数据可视化便于理解。如同上两张图，我们可以直接看到数据，而不是通过无聊的表格去学习，从非洲的例子我们可以非常容易看出，用一个国家代表世界的发展模式只能说是一种理想的状态。因为每个国家的历史都不一样，经济、政治以及文化观念，宗教信仰都有差异。健康水平起点较高的国家发展速度远超过经济水平起点高的。在这个数据里我们得到了启示，那就是要把努力提高国民的身体素质，提高社会保障和医疗水平，向着健康强国迈进。
这也是数据可视化最伟大的一点：它可以将已知数据进行优化，并在视觉上引起更好的理解。比如根据安娜的那张中美家庭对比，我们也可以看出一个国家的内部也存在着差异。因为不管是哪个国家，都有农村和城市的存在，生活环境当然也会天差地别。你认为的美国是个富有国家但是它也存在着平民窟，你认为的非洲是个贫瘠之地但是也有人是住楼的。
所以，优秀的数据可视化应当培养人对未来的看法，数据的总结是为了找到更好的方法，我们不应当悲观。因为我们是为了世界更好的发展才选择数据的选择，正如罗斯林教授所说：
我们不应悲观认为某国发展的落后，我们更应结合现有数据帮助该国找到更好的方式，寻求发展，这才是数据应当培养的“世界”观。
