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.
Sin embargo, en una situación, el gráfico de puntos se reemplaza invariablemente con un gráfico de barras, incluso a costa de oscurecer o distorsionar los datos: cuando hay una variable continua, una variable categórica con un valor de datos por combinación. Después de ver otro gráfico de barras truncado, me pregunté por qué en Twitter y encontré un pensamiento similar del educador y consultor de visualización de datos Nick Desbarats de Informes prácticos . Decidimos formar un equipo para este artículo, y en la siguiente sección, Nick enmarca el problema de sus experiencias de enseñanza.
¿A qué trama?
Uno de los tipos de gráficos que cubro [Nick] al enseñar a Stephen Few Muéstrame los números curso es el diagrama de puntos de Cleveland (llamado así por el pionero del investigador de visualización de datos William S. Cleveland):
Sin embargo, si usted es como la mayoría de los participantes de mi taller, no reconocerá este tipo de gráfico. Cuando les pregunto a los participantes si han visto uno antes, en general, entre el 0% y el 10% de las manos aumentan. Inmediatamente después de las pocas manos que suben, invariablemente baja un número mucho mayor de cejas. La emoción dominante en los rostros de los participantes es inconfundible: es confusión.
Si también está confundido, déjeme explicarle: el gráfico anterior es esencialmente un gráfico de barras horizontales con siete barras, pero con el final de cada barra indicado por un punto y las barras eliminadas. ¿Por qué usaría puntos en lugar de barras? Porque, si usara barras, mi gráfico se vería así:
Un gráfico de barras como este sería engañoso porque parece que, por ejemplo, el registro de Brasil es aproximadamente el doble que el de Indonesia, ya que su barra es aproximadamente el doble de larga. Sin embargo, mirar la escala de valores debajo de las barras nos dice que eso no es ni siquiera cercano a verdadero. Este problema de percepción es la razón por la cual los gráficos de barras con escalas cuantitativas que no incluyen cero son una buenas prácticas no-no . Una forma de resolverlo sería comenzar la escala en cero:
Esto es perceptivamente más seguro pero, con estos datos en particular, es difícil ver las diferencias entre los valores, ya que están muy cerca uno del otro. Sin embargo, si estamos comparando registros de salto largo, las pequeñas diferencias son muy importantes, por lo que este gráfico no sería una forma muy efectiva de visualizar estos datos. ¿Cómo podríamos visualizar estos valores de una manera que permita que las diferencias entre ellos se vean claramente pero también no arriesgarnos a hacer que las personas los perciban erróneamente? La trama de puntos de Cleveland:
Debido a que no hay longitudes de barra para comparar en un diagrama de puntos, el riesgo de que los espectadores perciban erróneamente que, por ejemplo, el registro de Brasil es el doble que el de Indonesia es mucho menor, pero también pueden ver las pequeñas diferencias entre los valores mucho más claramente y facilmente Como he dicho, útil.
Sí, la confusión que experimentan los participantes de mi taller es de corta duración. Luego de una explicación de 30 segundos, las cejas se levantan y un silencioso "ooooh ..." se levanta de la habitación. Y sí, incluso sin mi explicación, la mayoría de los participantes eventualmente lo resolverían, aunque me pregunto cuántos se molestarán en hacer ese viaje sin ayuda. Los participantes regularmente (y tímidamente) me dicen que, aunque ahora entienden cómo funcionan los puntos y que tan útiles son, no los usarán porque su público no se molestará en descubrirlos.
Causas potenciales de confusión
Para aquellos de nosotros que estamos familiarizados con los gráficos de puntos, esto parece extraño. ¿Por qué tanta gente tendría problemas para comprender los gráficos de puntos cuando esas mismas personas no tienen problemas para comprender los gráficos de barras y de líneas, así como otros tipos de gráficos que son posiblemente menos intuitivos, como los diagramas de dispersión? Después de observar a miles de personas reaccionando al ver un diagrama de puntos por primera vez, una combinación de factores ahora parece plausible:
- Parece un diagrama de dispersión: Muchas personas parecen asumir inicialmente que están mirando a un gráfico de dispersión Probablemente porque casi todos los otros gráficos que han visto que presentaban puntos dispuestos en un espacio 2D eran un diagrama de dispersión. Luego se confunden porque ambos ejes no son cuantitativos y, por lo tanto, deben darse cuenta de que su suposición de diagrama de dispersión era errónea antes de que puedan comenzar a comprender lo que están viendo. Si no se dan cuenta de que su suposición de diagrama de dispersión era errónea, concluirán que el gráfico es un diagrama de dispersión fallido y que el diseñador de la gráfica no sabía lo que estaban haciendo.
- Parece que debería haber sido un gráfico de barras: Si un espectador comprende correctamente cómo funciona un diagrama de puntos, puede dudar de su propia comprensión, ya que no ven por qué el creador del gráfico usó puntos en lugar de barras. Pueden cuestionar su propia interpretación de "esto es como un gráfico de barras" aunque sea correcta, y preguntarse qué les falta, a pesar de que no les falta nada.
- "Dirección de medida" no inmediatamente obvia: No está claro de inmediato que, en el cuadro de muestra anterior, solo la posición horizontal de cada punto representa un valor cuantitativo, y que su posición vertical no lo haga. Esto podría tener algo que ver con la forma circular de los puntos, que no da ninguna pista visual sobre si su "dirección de medida" es horizontal, vertical o ambas.
- Las líneas de guía violan las expectativas: Sospechamos que las líneas de guía horizontales y delgadas del ejemplo anterior pueden contribuir a la confusión inicial de los espectadores. Si bien las líneas hacen que sea más fácil y menos propenso a errores asociar cada punto con el nombre de su categoría correspondiente, los comentarios y preguntas de los participantes del taller de Nick sugieren que estas líneas también pueden comunicar otros mensajes visuales no deseados a aquellos que se encuentran con un diagrama de puntos para la primera vez:
- En prácticamente todos los demás gráficos que los participantes probablemente hayan visto antes, la presencia de líneas delgadas y horizontales significa que vertical La posición de cada marca (punto, barra, etc.) codifica su valor cuantitativo, es decir, que las marcas que son más altas o más bajas en el gráfico representan cantidades mayores o menores. Sin embargo, el ejemplo de diagrama de puntos anterior viola esa expectativa, ya que contiene líneas horizontales, pero es la horizontal La posición de cada punto que indica su valor cuantitativo, no su posición vertical, como las líneas pueden sugerir a muchas personas.
- Algunas personas parecen pensar inicialmente que las líneas "van por el camino equivocado" ya que, en su mente, tales líneas siempre están asociadas con escalas cuantitativas en gráficos, no escalas categóricas. Ver líneas asociadas con una escala categórica parece desalentar a algunas personas, posiblemente porque no pueden entender el gráfico hasta que se dan cuenta de que su comprensión de cómo funcionan las líneas de cuadrícula es incorrecta o, al menos, demasiado estrecha.
- Parece un diagrama de puntos de series de tiempo: Al encontrar por primera vez una gráfica de puntos vertical ...
... algunas personas parecen asumir inicialmente que están mirando una gráfica de puntos de una serie de tiempo, pero luego se confunden cuando ven que el eje horizontal no es el tiempo. Luego, tienen que darse cuenta de que su suposición en el diagrama de puntos de la serie de tiempo era errónea antes de que puedan entender lo que están viendo.
¿Se puede hacer algo?
Tenga en cuenta que ninguno de estos problemas se debe al hecho de que el gráfico anterior es un diagrama de puntos, sino que proviene del individuo elementos de diseño (forma de punto, presencia / orientación de las líneas de cuadrícula, etc.) de este diseño de diagrama de puntos en particular, que es el diseño tradicional para gráficos de puntos. Al cambiar los elementos de diseño, entonces, ¿podríamos hacer diagramas de puntos "más amigables" para aquellos que los encuentran por primera vez? ¿Incluso, posiblemente, tan amables que no requieran ninguna explicación? Mi Tweets recientes en las alternativas de puntos de puntos Encajamos con el pensamiento de Nick y decidimos colaborar en este artículo en un esfuerzo por diseñar un diagrama de puntos más amigable. Los principales objetivos de nuestro rediseño, entonces, serían:
- Para que sea más evidente de inmediato que el gráfico no es un diagrama de dispersión o un diagrama de puntos de una serie de tiempo y, para los espectadores ingenuos de un diagrama de puntos, es un nuevo tipo de gráfico, por lo que deberán reducir la velocidad y descubrir cómo hacerlo. funciona.
- Para que la dirección de la medida sea más obvia (horizontal para un diagrama de puntos horizontal, vertical para un gráfico de puntos vertical, y no tanto horizontal como vertical como en un diagrama de dispersión).
- Para hacer más obvio que el gráfico funciona de manera similar a un gráfico de barras.
¿Cómo podríamos modificar los elementos de diseño de la gráfica de puntos de Cleveland para lograr estos objetivos de rediseño y hacer que las gráficas de puntos sean más amigables, entonces? Pensando ampliamente al principio, podemos imaginar los siguientes cambios:
- Reemplazar las líneas de guía de categoría con algo que se parece menos a cuadrículas cuantitativas. Tal vez líneas más gruesas pero más claras, sombreado de cebra, o nada en absoluto.
- Reemplace la marca de punto circular con una forma que visualmente sugiere una dirección de medida (horizontal o vertical, pero no ambas). Tal vez una marca de tubería ("|"), un extremo de barra descolorido o un banderín.
- Añadir guías para la escala cuantitativa. . Es posible que las líneas de cuadrícula, el sombreado o más relleno que se comportan de la misma manera que en la mayoría de los otros gráficos, es decir, sean perpendiculares a la dirección de la medida y sirvan para que los usuarios puedan estimar visualmente con mayor precisión los valores cuantitativos de las marcas en el cuadro.
Explorando alternativas
Las posibles combinaciones de elementos de diseño se acumulan rápidamente (o, si deberíamos decir, "se multiplican" rápidamente), y las opciones anteriores aún no incluyen variables que no son datos, como el tamaño del gráfico, la orientación y los bordes, que también influyen en la comprensión. La galería a continuación presenta solo algunas de las combinaciones de nuestra amplia gama de opciones. Los datos provienen de la lista de Wikipedia de registros nacionales de salto de longitud . Para controlar el número de categorías y aún proporcionar una distribución razonable de valores, solo mostramos los países con las poblaciones más grandes. Como resultado, los países pequeños con excelentes registros de salto de longitud no aparecen.
Cuando el número de categorías es mayor, se hace más difícil asociar visualmente las marcas con sus etiquetas de categoría correspondientes, por lo que las opciones de diseño que funcionan mejor para los gráficos con un pequeño número de categorías pueden diferir de las de los gráficos con un mayor número de categorías. La galería a continuación presenta algunas combinaciones de elementos de diseño con un mayor número de categorías:
Como si no tuviéramos ya suficientes combinaciones de opciones de diseño para considerar, también existe la orientación (horizontal o vertical) para agregar a la mezcla:
Ya que no podemos mostrar todas las combinaciones posibles de elementos de diseño y queremos fomentar la experimentación, creamos una gran experiencia interactiva. Cuaderno observable Eso permite a cualquiera experimentar con diferentes combinaciones de elementos de diseño. En esa página, puede usar un panel de control (vea la captura de pantalla a continuación) para ver instantáneamente cómo se ven las diferentes combinaciones de diseño en un cuadro de muestra que se regenera cada vez que se cambia un elemento de diseño.
Rediseños prometedores
Después de experimentar con varias combinaciones nosotros mismos, y teniendo en mente nuestros objetivos de rediseño, planteamos la hipótesis de que los que se muestran a continuación obtendrían mejores resultados con los usuarios ingenuos de las gráficas de puntos o, al menos, un mejor desempeño que el diseño convencional.
Para conjuntos de datos con menos de unas ocho categorías:
Hemos favorecido estos diseños por varias razones:
- Las formas de la marca de la barra y la barra descolorida apoyan varios de nuestros objetivos de rediseño:
- Hacen que sea más obvio que el gráfico no es un diagrama de dispersión o un gráfico de puntos de series de tiempo ya que esas formas de marcas serían opciones poco convencionales para esos tipos de gráficos. Para los usuarios que nunca antes han visto un diagrama de puntos, entonces las marcas probablemente no les resultarán familiares, lo que sugiere un nuevo tipo de gráfico que deberán aprender.
- Hacen que sea más obvio que la dirección de la medida es exclusivamente horizontal, y no vertical ni horizontal y vertical. Las marcas de barra difuminadas hacen que sea aún más obvio que las marcas que están más a la derecha representan cantidades absolutas mayores (a diferencia de cantidades absolutas menores, lo que sería el caso si todos los valores fueran negativos).
- Sugieren visualmente los extremos de las barras, lo que sugiere la forma correcta de interpretar el gráfico. Las marcas de "barra desteñida" hacen esto aún más obvio.
- No hay líneas de guía de categorías que puedan confundirse con líneas de cuadrícula cuantitativas. Si los usuarios necesitarán estimar visualmente los valores con una precisión muy alta, se pueden agregar líneas de cuadrícula cuantitativas sin introducir ninguna confusión (de hecho, las líneas de cuadrícula cuantitativas podrían incluso ayudar con la comprensión inicial, ya que reforzarían visualmente la dirección de la medida).
- Estos diseños conservan un beneficio clave de los gráficos de puntos de Cleveland, ya que los valores todavía se representan como marcas con diferentes posiciones 2D y no con diferentes longitudes (como en un gráfico de barras), lo que reduce el riesgo de que los usuarios comparen las cantidades incorrectamente cuando la escala cuantitativa no lo hace. No incluya cero. Si hubiéramos usado las guías de categoría de “barra” o “aguja”, habríamos perdido este beneficio.
Si los datos que se van a visualizar tienen más de unas ocho categorías, asociar las marcas con sus etiquetas de categoría se vuelve más difícil y propenso a errores, por lo que es necesario algún tipo de guía de categoría. A nuestros ojos, las guías de categoría gruesas pero ligeras funcionaron mejor con marcas de tuberías, y las líneas delgadas de separador funcionaron mejor con marcas de barras descoloridas:
Sin embargo, no hemos probado estos diseños en usuarios de punto-gráfico-no comparados con el diseño convencional, por lo que estas son solo hipótesis en este punto. Sin embargo, por los motivos mencionados anteriormente, sospechamos que obtendrían mejores resultados que el diseño convencional de puntos.
Háganos saber lo que piensa en los comentarios, o si cree que otras combinaciones de elementos de diseño podrían hacer un gráfico de puntos más amigable.
