JMP's Graph Builder can generate dozens of types of charts, but it always starts with some form of dot plot. The idea is to show the data in its most basic representation, one dot per row. Beyond the familiar scatterplot form with two continuous variables, dot plots adapt to many situations: with any combination of continuous and categorical variables, with univariate data, with multivariate data and with small or medium sized data sets.
Cependant, dans un cas, le diagramme de points est invariablement remplacé par un diagramme à barres, même au prix de l'obscurcissement ou de la distorsion des données: lorsqu'il existe une variable continue, une variable catégorique avec une valeur de donnée par combinaison. Après avoir vu un autre graphique à barres tronqué, je me demandais pourquoi sur Twitter et trouvais la même pensée chez Nick Desbarats, éducateur et consultant en visualisation de données. Rapport pratique . Nous avons décidé de faire équipe pour cet article et, dans la section suivante, Nick décrit le problème à partir de ses expériences d'enseignement.
A quelle intrigue?
Un des types de graphiques que je [Nick] couvre en enseignant à Stephen Few Montre moi les chiffres cours est le diagramme de points de Cleveland (nommé d'après le chercheur pionnier William S. Cleveland):
Cependant, si vous êtes comme la plupart des participants à mes ateliers, vous ne reconnaîtrez pas ce type de graphique. Lorsque je demande aux participants s'ils en ont déjà vu une, environ 0% à 10% des mains se lèvent. Immédiatement après les quelques mains qui se lèvent, un nombre beaucoup plus grand de sourcils s’effondre invariablement. L'émotion dominante sur les visages des participants est indéniable: c'est de la confusion.
Si vous êtes aussi confus, laissez-moi vous expliquer: Le graphique ci-dessus est essentiellement un graphique à barres horizontales avec sept barres, mais l'extrémité de chaque barre est indiquée par un point et les barres supprimées. Pourquoi devrais-je utiliser des points au lieu de barres? Parce que, si j'utilisais des barres, mon graphique ressemblerait à ceci:
Un graphique à barres comme celui-ci serait trompeur, car il semblerait, par exemple, que le bilan du Brésil soit environ deux fois plus élevé que celui de l'Indonésie puisque sa barre est environ deux fois plus longue. En regardant l'échelle de valeur sous les barres, cela nous dit que ce n'est même pas vrai. Ce problème de perception est la raison pour laquelle les graphiques à barres avec des échelles quantitatives qui n'incluent pas zéro sont un meilleures pratiques non-non . Une façon de le résoudre serait de démarrer la balance à zéro:
Ceci est perceptuellement plus sûr mais, avec ces données particulières, il est difficile de voir les différences entre les valeurs car elles sont si proches les unes des autres. Si nous comparons des enregistrements de saut en longueur, cependant, de petites différences sont très importantes. Ce graphique ne serait donc pas un moyen très efficace de visualiser ces données. Comment pourrions-nous visualiser ces valeurs d'une manière qui permette de voir clairement les différences qui les séparent tout en évitant de risquer de les amener à mal les percevoir visuellement? Le graphique à points de Cleveland:
Parce qu'il n'y a pas de longueurs de barre à comparer dans un diagramme en points, le risque que les téléspectateurs perçoivent à tort que, par exemple, le record du Brésil est deux fois plus grand que celui de l'Indonésie est beaucoup plus faible, mais ils peuvent également voir les différences très légèrement plus nettement et facilement. Comme je l'ai dit, utile.
Oui, la confusion vécue par les participants à mon atelier est de courte durée. Après une explication de 30 secondes, les sourcils se relèvent et un «ooooh…» se lève de la pièce. Et oui, même sans mon explication, la plupart des participants finiraient par comprendre, bien que je me demande combien de personnes se donneraient la peine de faire ce voyage sans aide. Les participants me disent régulièrement (et timidement) que, même s'ils comprennent maintenant le fonctionnement des diagrammes de points et leur utilité, ils ne les utiliseront pas, car leurs auditoires ne se donneront pas la peine de les comprendre.
Causes potentielles de confusion
Pour ceux d'entre nous qui sont familiers avec les graphiques à points, cela semble étrange. Pourquoi tant de personnes auraient-elles du mal à saisir les diagrammes de points alors que ces mêmes personnes n'auraient aucun problème à saisir les graphiques à barres et graphiques linéaires, ainsi que d'autres types de graphiques qui sont sans doute moins intuitifs, tels que les diagrammes de dispersion? Après avoir observé pour la première fois des milliers de personnes réagir à un diagramme en points, une combinaison de facteurs semble désormais plausible:
- On dirait un nuage de points: Beaucoup de gens semblent au départ supposer qu’ils cherchent un nuage de points , probablement parce que presque tous les autres graphiques qu’ils ont vus et qui présentaient des points disposés dans un espace 2D étaient un nuage de points. Ils sont ensuite désorientés parce que les deux axes ne sont pas quantitatifs et ils doivent donc se rendre compte que leur hypothèse de diagramme de dispersion était fausse avant de pouvoir commencer à comprendre ce qu'ils regardent. S'ils ne réalisent pas que leur hypothèse de diagramme de dispersion était fausse, ils concluront que le graphique est un diagramme de dispersion bâclé et que le concepteur de graphique ne savait pas ce qu'il faisait.
- On dirait que cela aurait dû être un graphique à barres: Si un spectateur comprend correctement le fonctionnement d'un diagramme de points, il peut douter de sa propre compréhension puisqu'il ne voit pas pourquoi le créateur du graphique a utilisé des points au lieu de barres. Ils peuvent remettre en question leur propre interprétation «ceci est comme un graphique à barres» même si elle est correcte, et se demander ce qui leur manque, même s'ils ne manquent de rien.
- “Direction de la mesure” pas immédiatement évidente: Il n'est pas immédiatement évident que, dans l'exemple de graphique ci-dessus, seule la position horizontale de chaque point représente une valeur quantitative, contrairement à sa position verticale. Cela pourrait avoir quelque chose à voir avec la forme circulaire des points, ce qui ne donne aucune indication visuelle quant à savoir si sa «direction de mesure» est horizontale, verticale ou les deux.
- Les lignes de guidage violent les attentes: Nous pensons que les minces lignes de guidage horizontales de l'exemple ci-dessus contribuent à la confusion initiale des téléspectateurs. Bien que les lignes facilitent l’association de chaque point au nom de la catégorie correspondante, les commentaires et les questions des participants à l’atelier de Nick suggèrent que ces lignes peuvent également communiquer d’autres messages visuels non voulus à ceux qui rencontrent un diagramme la première fois:
- Dans pratiquement tous les autres graphiques que les participants sont susceptibles d'avoir vus auparavant, la présence de fines lignes horizontales signifie que le verticale la position de chaque marque (point, barre, etc.) code sa valeur quantitative, c'est-à-dire que les marques plus hautes ou plus basses sur le graphique représentent des quantités plus ou moins grandes. L’exemple de tracé de points ci-dessus viole cette attente, car il contient des lignes horizontales, mais c’est le horizontal position de chaque point indiquant sa valeur quantitative, et non sa position verticale, comme le suggèrent les lignes à de nombreuses personnes.
- Certaines personnes semblent au départ penser que les lignes «vont dans le mauvais sens» car, dans leur esprit, de telles lignes sont toujours associées à des échelles quantitatives dans des graphiques, et non à des échelles catégoriques. Voir des lignes associées à une échelle catégorique semble déranger certaines personnes, peut-être parce qu'elles ne peuvent pas comprendre le graphique avant de se rendre compte que leur compréhension du fonctionnement des lignes de la grille est erronée ou, du moins, trop étroite.
- Ressemble à un graphique en points de la série chronologique: Lorsque vous rencontrez un diagramme de points vertical pour la première fois…
... certaines personnes semblent au départ supposer qu'elles se penchent sur un diagramme en points de séries chronologiques, mais s'embrouillent lorsqu'elles s'aperçoivent que l'axe horizontal n'est pas le temps. Ils doivent ensuite se rendre compte que leur hypothèse de graphe de points chronologique était fausse avant de pouvoir comprendre ce qu'ils regardent.
Peut-on faire quelque chose?
Notez qu’aucun de ces problèmes ne provient du fait que le graphique ci-dessus est un tracé de points, mais plutôt de la éléments de design (forme des points, présence / orientation des lignes de la grille, etc.) de cette conception de tracé de points particulière, qui est la conception traditionnelle des diagrammes de points. En modifiant les éléments de conception, pourrions-nous donc être en mesure de rendre les diagrammes de points «plus conviviaux» pour ceux qui les rencontrent pour la première fois? Peut-être même assez amical pour qu’ils n’exigent aucune explication? ma tweets récents sur les alternatives de dot plot En harmonie avec la pensée de Nick, nous avons décidé de collaborer à cet article dans le but de concevoir un graphique en points plus convivial. Les principaux objectifs de notre nouvelle conception seraient donc les suivants:
- Pour rendre plus immédiatement évident que la carte n’est pas un diagramme de dispersion ou une série chronologique de points et que, pour les téléspectateurs naïfs, il s’agit d’un nouveau type de carte. Ils doivent donc ralentir et comprendre comment Ça marche.
- Pour rendre plus claire la direction de la mesure (horizontal pour un tracé de points horizontal, vertical pour un tracé de points vertical et non à la fois horizontal et vertical comme dans un diagramme de dispersion).
- Pour rendre plus évident que le graphique fonctionne de manière similaire à un graphique à barres.
Comment pouvons-nous modifier les éléments de conception du diagramme de points de Cleveland pour atteindre ces objectifs de restructuration et rendre les diagrammes de points plus conviviaux? En pensant de manière générale au début, nous pouvons imaginer les changements suivants:
- Remplacer les guides de catégorie avec quelque chose qui ressemble moins à un quadrillage quantitatif. Peut-être des lignes plus épaisses mais plus légères, des ombres zébrées ou rien du tout.
- Remplacer la marque de point circulaire avec une forme qui suggère visuellement une direction de mesure (horizontale ou verticale, mais pas les deux). Peut-être une marque de pipe ("|"), une extrémité de barre fanée ou un fanion.
- Ajouter des guides pour l'échelle quantitative . Peut-être que des lignes de grille, des ombres ou davantage de remplissage qui se comportent comme dans la plupart des autres graphiques, c'est-à-dire perpendiculaires à la direction de la mesure et permettent aux utilisateurs d'estimer plus précisément les valeurs quantitatives des marques dans le graphique.
Explorer les alternatives
Les combinaisons possibles d'éléments de conception s'additionnent rapidement (ou, devrons-nous dire, «se multiplient» rapidement), et les options ci-dessus n'incluent pas encore de variables autres que des données telles que la taille du graphique, l'orientation et les frontières, qui influencent également la compréhension. La galerie ci-dessous présente quelques-unes des combinaisons de notre vaste gamme d'options. Les données proviennent de la liste de Wikipédia records nationaux de saut en longueur . Pour contrôler le nombre de catégories tout en maintenant une répartition raisonnable des valeurs, nous affichons uniquement les pays les plus peuplés. En conséquence, les petits pays avec d'excellents records de saut en longueur n'apparaissent pas.
Lorsque le nombre de catégories est plus grand, il devient plus difficile d'associer visuellement les marques aux étiquettes de catégorie correspondantes. Par conséquent, les choix de conception les mieux adaptés aux graphiques comportant un petit nombre de catégories peuvent différer de ceux des graphiques comportant un plus grand nombre de catégories. La galerie ci-dessous présente quelques combinaisons d'éléments de conception avec un plus grand nombre de catégories:
Comme si nous n'avions pas déjà suffisamment de combinaisons de choix de conception à prendre en compte, il existe également une orientation (horizontale ou verticale) à ajouter au mélange:
Comme nous ne pouvons pas montrer toutes les combinaisons d’éléments de conception possibles et que nous voulons encourager l’expérimentation, nous avons créé une Cahier observable cela permet à quiconque d'expérimenter différentes combinaisons d'éléments de conception. Sur cette page, vous pouvez utiliser un panneau de configuration (voir capture d'écran ci-dessous) pour voir instantanément à quoi ressemblent différentes combinaisons de conceptions dans un exemple de graphique régénéré chaque fois qu'un élément de design est modifié.
De nouvelles conceptions prometteuses
Après avoir expérimenté nous-mêmes diverses combinaisons et gardé à l’esprit nos objectifs de reconception, nous avons émis l’hypothèse que les opérations ci-dessous seraient plus performantes pour les utilisateurs naïfs du diagramme de points ou, au moins, seraient plus performantes que la conception conventionnelle.
Pour les ensembles de données comprenant moins de huit catégories environ:
Nous avons privilégié ces conceptions pour plusieurs raisons:
- Les formes de repères de tuyaux et de barres fanées répondent à plusieurs de nos objectifs de refonte:
- Ils rendent plus immédiatement évident que le graphique n'est pas un diagramme en nuages de points ou en série chronologique, car ces formes de marque seraient des choix non conventionnels pour ces types de graphique. Pour les utilisateurs qui n'ont jamais vu de graphique en points, les repères leur seront probablement inconnus, ce qui suggère un nouveau type de graphique qu'ils devront apprendre.
- Ils rendent plus immédiatement évident que la direction de la mesure est exclusivement horizontale, et non verticale ou à la fois horizontale et verticale. Les marques en barres fanées font qu'il est encore plus évident que les marques qui se trouvent plus à droite représentent des quantités absolues plus grandes (par opposition à des quantités plus petites, ce qui serait le cas si toutes les valeurs étaient négatives).
- Ils suggèrent visuellement les extrémités des barres, ce qui suggère la bonne façon d'interpréter le graphique. Les marques «barre fanée» rendent cela encore plus évident.
- Aucune ligne directrice de catégorie ne pourrait être confondue avec les lignes de grille quantitatives. Si les utilisateurs doivent estimer visuellement les valeurs avec une très grande précision, des lignes de grille quantitatives peuvent être ajoutées sans créer de confusion (en fait, les lignes de grille quantitatives pourraient même aider à la compréhension initiale puisqu'elles renforceraient visuellement davantage l'orientation de la mesure).
- Ces conceptions conservent un avantage clé des diagrammes de points de Cleveland, car les valeurs sont toujours représentées sous forme de marques avec des positions 2D différentes et non des longueurs différentes (comme dans un graphique à barres), ce qui réduit le risque que les utilisateurs comparent les quantités de manière incorrecte lorsque l'échelle quantitative n'incluez pas zéro. Si nous avions utilisé les guides de catégorie «forme de barre» ou «aiguille», nous aurions perdu cet avantage.
Si les données à visualiser comportent plus de huit catégories environ, associer les marques à leurs étiquettes de catégorie devient plus laborieux et plus sujet aux erreurs, de sorte qu'une certaine forme de guide de catégories devient nécessaire. À nos yeux, les guides de catégorie épais mais légers fonctionnaient mieux avec les marques de tuyau, et les lignes de séparation minces fonctionnaient mieux avec les marques de barre fanées:
Nous n'avons pas testé ces conceptions sur des utilisateurs ne possédant pas de graphique en points par rapport à la conception conventionnelle. Il ne s'agit donc que d'hypothèses à ce stade. Pour les raisons évoquées ci-dessus, cependant, nous pensons qu'ils fonctionneraient mieux que la conception conventionnelle par points.
Dites-nous ce que vous pensez dans les commentaires, ou si vous pensez que d'autres combinaisons d'éléments de conception pourraient créer un graphique en points plus convivial.
