weil JMP Der Graph Builder ist ein allgemeines Datenerkundungswerkzeug, dessen oberste Priorität das Anzeigen der Daten ist. Die Standardmethode dafür ist ein Punktdiagramm, unabhängig von den zu zeichnenden Variablen. Neben dem üblichen Streudiagramm mit zwei kontinuierlichen Variablen funktionieren Punktdiagramme in vielen Situationen gut: mit beliebigen Kombinationen von kontinuierlichen und kategorialen Variablen, mit univariaten Daten, mit multivariaten Daten und mit kleinen oder mittleren Datensätzen.
In einer Situation wird das Punktdiagramm jedoch ausnahmslos durch ein Balkendiagramm ersetzt, selbst wenn die Daten verborgen oder verzerrt werden: Wenn es eine kontinuierliche Variable gibt, eine kategoriale Variable mit einem Datenwert pro Kombination. Nachdem ich ein weiteres abgeschnittenes Balkendiagramm gesehen hatte, fragte ich mich, warum es bei Twitter so aussah und fand ein ähnliches Denken von Datenvisualisierungspädagoge und -berater Nick Desbarats von Praktische Berichterstattung . Wir haben uns entschieden, uns für diesen Artikel zusammenzuschließen, und in diesem nächsten Abschnitt fasst Nick das Thema anhand seiner Unterrichtserfahrungen ein.
Was für ein Plot?
Eine der Diagrammtypen, die ich [Nick] verstehe, wenn ich Stephen Fews unterrichte Zeig mir die Zahlen Kurs ist das Cleveland-Punktdiagramm (benannt nach dem wegweisenden Datenvisualisierungsforscher William S. Cleveland):
Wenn Sie wie die meisten meiner Workshop-Teilnehmer sind, können Sie diesen Diagrammtyp nicht erkennen. Wenn ich die Teilnehmer frage, ob sie eine gesehen haben, steigen normalerweise zwischen 0% und 10% der Hände. Unmittelbar nach den wenigen Händen, die nach oben gehen, steigen immer mehr Augenbrauen aus. Die vorherrschende Emotion in den Gesichtern der Teilnehmer ist unverkennbar: Es ist Verwirrung.
Wenn Sie auch verwirrt sind, lassen Sie mich das erklären: Das Diagramm oben ist im Wesentlichen ein horizontales Balkendiagramm mit sieben Balken, wobei das Ende jedes Balkens durch einen Punkt und die Balken entfernt ist. Warum sollte ich Punkte anstelle von Bars verwenden? Wenn ich Balken verwendete, würde mein Diagramm so aussehen:
Ein Balkendiagramm wie dieses wäre irreführend, da es so aussieht, als ob Brasiliens Rekord etwa doppelt so hoch ist wie in Indonesien, da seine Balken etwa doppelt so lang sind. Ein Blick auf die Werteskala unterhalb der Balken zeigt uns, dass dies nicht annähernd stimmt. Dieses Wahrnehmungsproblem ist der Grund, warum Balkendiagramme mit quantitativen Skalen, die keine Null enthalten, a sind Best Practices Nein-Nein . Ein Lösungsweg wäre, die Waage bei Null zu starten:
Dies ist wahrnehmbar sicherer, aber bei diesen Daten ist es schwierig, die Unterschiede zwischen den Werten zu erkennen, da sie so nahe beieinander liegen. Beim Vergleich von Langsprungsdatensätzen sind jedoch kleine Unterschiede sehr wichtig, sodass diese Grafik nicht sehr effektiv für die Visualisierung dieser Daten wäre. Wie können wir diese Werte so visualisieren, dass die Unterschiede deutlich sichtbar werden, aber nicht riskieren, dass die Menschen sie visuell falsch einschätzen? Die Cleveland-Punktdarstellung:
Da in einem Punktdiagramm keine Balkenlängen zu vergleichen sind, besteht das Risiko, dass der Zuschauer irrtümlicherweise den doppelten Wert Brasiliens wahrnimmt, der von Indonesien viel niedriger ist, aber er kann auch die kleinen Unterschiede zwischen den Werten viel deutlicher erkennen und leicht. Wie gesagt, nützlich.
Ja, die Verwirrung, die meine Workshop-Teilnehmer erleben, ist von kurzer Dauer. Nach einer Erklärung von 30 Sekunden kommen die Augenbrauen wieder hoch und ein leises „ooooh…“ erhebt sich aus dem Raum. Und ja, auch ohne meine Erklärung würden die meisten Teilnehmer es letztendlich herausfinden, obwohl ich frage mich, wie viele sich diese Reise ohne Hilfe machen würden. Die Teilnehmer sagen regelmäßig (und schüchtern), dass sie, obwohl sie jetzt wissen, wie Punktdiagramme funktionieren und wie nützlich sie sind, sie nicht verwenden werden, weil ihr Publikum sie nicht bemüht, sie herauszufinden.
Mögliche Ursachen für Verwirrung
Für diejenigen von uns, die mit Punktzeichnungen vertraut sind, erscheint das merkwürdig. Warum könnten so viele Menschen Schwierigkeiten haben, Punktdiagramme zu erfassen, wenn dieselben Personen kein Problem damit haben, Balkendiagramme und Liniendiagramme zu erfassen, sowie andere Diagrammtypen, die möglicherweise weniger intuitiv sind, wie beispielsweise Streudiagramme? Nachdem Tausende von Menschen beobachtet haben, wie sie zum ersten Mal auf ein Punktdiagramm reagieren, erscheint nun eine Kombination von Faktoren plausibel:
- Sieht aus wie ein Streudiagramm: Viele Leute scheinen anfangs davon auszugehen, dass sie eine betrachten Streudiagramm Wahrscheinlich, weil fast alle anderen Diagramme, die sie gesehen haben und in einem 2D-Raum angeordnete Punkte aufweisen, ein Streudiagramm waren. Sie werden dann verwirrt, weil beide Achsen nicht quantitativ sind, und sie müssen erkennen, dass ihre Scatterplot-Annahme falsch war, bevor sie überhaupt verstehen können, was sie betrachten. Wenn sie nicht erkennen, dass ihre Scatterplot-Annahme falsch war, werden sie zu dem Schluss kommen, dass das Chart ein verpatztes Scatterplot ist und der Chartdesigner nicht wusste, was er tat.
- Sieht aus, als hätte es ein Balkendiagramm sein sollen: Wenn ein Betrachter die Funktionsweise eines Punktdiagramms richtig erfasst, zweifelt er möglicherweise an seinem eigenen Verständnis, da er nicht erkennt, warum der Diagrammersteller Punkte anstelle von Balken verwendet hat. Sie könnten ihre eigene Frage in Frage stellen, „das ist wie ein Balkendiagramm“, obwohl sie korrekt ist, und sie fragen sich, was sie vermissen, obwohl sie nichts vermissen.
- "Richtung der Maßnahme" nicht sofort offensichtlich: Es ist nicht sofort klar, dass im obigen Beispiel nur die horizontale Position jedes Punktes einen quantitativen Wert darstellt, und seine vertikale Position nicht. Dies hat möglicherweise etwas mit der Kreisform der Punkte zu tun, die keinen Anhaltspunkt dafür gibt, ob die "Messrichtung" horizontal, vertikal oder beides ist.
- Richtlinien verstoßen gegen Erwartungen: Wir vermuten, dass die dünnen horizontalen Orientierungslinien in dem obigen Beispiel zur anfänglichen Verwirrung der Zuschauer beitragen können. Während die Zeilen es einfacher und weniger fehleranfällig machen, jeden Punkt mit dem entsprechenden Kategorienamen zu verknüpfen, deuten Kommentare und Fragen von Nicks Workshopteilnehmern an, dass diese Zeilen auch andere, unbeabsichtigte visuelle Nachrichten an diejenigen weiterleiten, für die ein Punktdiagramm auftritt das erste Mal:
- In praktisch jedem zweiten Diagramm, das die Teilnehmer wahrscheinlich schon gesehen haben, bedeutet das Vorhandensein dünner, horizontaler Linien, dass die Vertikale Die Position jeder Marke (Punkt, Balken usw.) codiert ihren quantitativen Wert, dh, dass Marken, die höher oder niedriger in der Grafik sind, größere oder kleinere Mengen darstellen. Das obige Beispiel für ein Punktdiagramm verstößt jedoch gegen diese Erwartung, da es horizontale Linien enthält, aber es ist die horizontal Position jedes Punktes, die seinen quantitativen Wert angibt, nicht seine vertikale Position, wie die Linien vielen Menschen vermuten lassen.
- Einige Leute scheinen zunächst zu glauben, dass die Linien "in die falsche Richtung gehen", da solche Linien in ihren Augen immer mit quantitativen Skalen in Graphen und nicht mit kategorialen Skalen verbunden sind. Das Anzeigen von Linien, die mit einer kategorialen Skala verbunden sind, scheint einige Leute abzuwehren, möglicherweise weil sie den Graphen nicht verstehen können, bis sie erkennen, dass ihr Verständnis der Funktionsweise von Gitternetzlinien falsch oder zumindest zu eng ist.
- Sieht aus wie ein Zeitserien-Punktdiagramm: Wenn Sie zum ersten Mal auf ein vertikales Punktdiagramm treffen…
... manche Leute scheinen anfangs davon auszugehen, dass sie auf eine Zeitserien-Punktdarstellung schauen, aber dann verwirrt werden, wenn sie erkennen, dass die horizontale Achse nicht die Zeit ist. Sie müssen dann erkennen, dass ihre Zeitserien-Punktdiagramm-Annahme falsch war, bevor sie verstehen können, was sie betrachten.
Kann irgendwas gemacht werden?
Beachten Sie, dass keines dieser Probleme auf die Tatsache zurückzuführen ist, dass der Graph oben ein Punktdiagramm ist, sondern von der Person Design-Elemente (Punktform, Vorhandensein / Ausrichtung von Gitternetzlinien usw.) dieses speziellen Punktdiagrammdesigns, das das traditionelle Design für Punktdiagramme ist. Können wir dann durch Änderung der Designelemente Punktdiagramme für diejenigen „freundlicher“ machen, die zum ersten Mal auf sie treffen? Vielleicht sogar so freundlich, dass sie überhaupt keine Erklärung benötigen? Meine aktuelle Tweets zu Punkt-Plot-Alternativen Wir haben uns mit Nicks Denken auseinandergesetzt und beschlossen, an diesem Artikel mitzuarbeiten, um ein freundlicheres Punktdiagramm zu entwerfen. Die Hauptziele unserer Neugestaltung wären dann:
- Um noch deutlicher zu machen, dass es sich bei dem Diagramm nicht um ein Streudiagramm oder um ein Zeitserien-Punktdiagramm handelt, ist es bei einem nadelpunkt-naiven Betrachter ein neuer Diagrammtyp. Daher müssen sie langsamer werden und herausfinden, wie das geht Es klappt.
- Um die Messrichtung deutlicher zu machen (horizontal für ein horizontales Punktdiagramm, vertikal für ein vertikales Punktdiagramm und nicht sowohl horizontal als auch vertikal wie in einem Streudiagramm).
- Um es deutlicher zu machen, funktioniert das Diagramm ähnlich wie ein Balkendiagramm.
Wie können wir die Gestaltungselemente des Cleveland-Punktdiagramms ändern, um diese Neugestaltungsziele zu erreichen und Punktdiagramme dann freundlicher zu gestalten? Wenn wir zunächst allgemein denken, können wir uns folgende Änderungen vorstellen:
- Ersetzen Sie die Kategorienführungslinien mit etwas, das weniger nach quantitativen Gitternetzlinien aussieht. Vielleicht dickere, aber hellere Linien, Zebraschattierungen oder gar nichts.
- Ersetzen Sie die kreisförmige Punktmarkierung mit einer Form, die visuell eine Messrichtung vorschlägt (horizontal oder vertikal, jedoch nicht beides). Möglicherweise eine Pipe-Markierung („|“), ein verblasstes Stabende oder ein Wimpel.
- Fügen Sie Hilfslinien für die quantitative Skala hinzu . Möglicherweise verlaufen Rasterlinien, Schattierungen oder Füllungen, die sich wie in den meisten anderen Diagrammen verhalten, dh senkrecht zur Messrichtung und dienen dazu, die quantitativen Werte von Markierungen im Diagramm visueller abzuschätzen.
Alternativen erkunden
Die möglichen Kombinationen von Gestaltungselementen summieren sich schnell (oder, wenn wir sagen, schnell "auf" schnell "multiplizieren"), und die obigen Optionen enthalten noch keine Nicht-Datenvariablen wie Diagrammgröße, Ausrichtung und Ränder, die auch das Verständnis beeinflussen. In der nachfolgenden Galerie finden Sie nur einige Kombinationen unserer vielfältigen Optionen. Die Daten stammen aus der Wikipedia-Liste von nationale Weitsprungrekorde . Um die Anzahl der Kategorien zu kontrollieren und dennoch eine angemessene Streuung der Werte zu erreichen, zeigen wir nur die Länder mit der größten Bevölkerungszahl an. Infolgedessen erscheinen kleine Länder mit ausgezeichneten Weitsprungrekorden nicht.
Wenn die Anzahl der Kategorien größer ist, wird es schwieriger, Markierungen visuell mit den entsprechenden Kategoriebeschriftungen zu verknüpfen. Die für Diagramme mit einer geringen Anzahl von Kategorien am besten geeigneten Entwurfsoptionen können sich daher von denen für Diagramme mit einer größeren Anzahl von Kategorien unterscheiden. Die folgende Galerie enthält einige Designelementkombinationen mit einer größeren Anzahl von Kategorien:
Als hätten wir nicht bereits genug Design-Kombinationen zur Auswahl, so gibt es auch die Orientierung (horizontal oder vertikal), die in die Mischung einfließen kann:
Da wir nicht alle möglichen Gestaltungselementkombinationen anzeigen können und zum Experimentieren anregen möchten, haben wir ein cooles interaktives Material geschaffen Beobachtbares Notizbuch So kann jeder mit verschiedenen Kombinationen von Designelementen experimentieren. Auf dieser Seite können Sie ein Kontrollfeld (siehe Abbildung unten) verwenden, um sofort zu sehen, wie verschiedene Designkombinationen in einem Beispieldiagramm aussehen, das bei jeder Änderung eines Designelements neu generiert wird.
Vielversprechende Redesigns
Nachdem wir mit verschiedenen Kombinationen selbst experimentiert hatten und unsere Neugestaltungsziele im Auge behalten hatten, hielten wir die Hypothese, dass die unten aufgeführten Benutzer die beste Leistung bei punkt-plott-naiven Benutzern erzielen oder zumindest besser als das herkömmliche Design sind.
Für Datensätze mit weniger als acht Kategorien:
Wir haben diese Designs aus mehreren Gründen bevorzugt:
- Die Pipe- und ausgeblichenen Strichmarkierungsformen unterstützen einige unserer Neugestaltungsziele:
- Sie machen deutlich, dass das Diagramm kein Streudiagramm oder Zeitreihenpunktdiagramm ist, da diese Markierungsformen für diese Diagrammtypen unkonventionelle Optionen wären. Für Benutzer, die noch nie zuvor eine Punktkurve gesehen haben, sind die Markierungen ihnen wahrscheinlich nicht vertraut und schlagen einen neuen Diagrammtyp vor, den sie erlernen müssen.
- Sie machen sofort deutlicher, dass die Messrichtung ausschließlich horizontal und nicht vertikal oder sowohl horizontal als auch vertikal ist. Die verblassten Balkenmarken machen noch deutlicher, dass Marken, die weiter rechts liegen, größere absolute Mengen darstellen (im Gegensatz zu geringeren absoluten Mengen, was der Fall wäre, wenn alle Werte negativ wären).
- Sie zeigen visuell die Enden der Balken an, was die korrekte Interpretation des Diagramms vorschlägt. Die „verblassten Balken“ machen dies noch deutlicher.
- Es gibt keine Kategorieleitlinien, die mit quantitativen Gitternetzlinien verwechselt werden könnten. Wenn die Benutzer die Werte mit sehr hoher Genauigkeit visuell schätzen müssen, können quantitative Rasterlinien hinzugefügt werden, ohne dass Verwirrung entsteht (tatsächlich können quantitative Rasterlinien sogar zum ersten Verständnis beitragen, da sie die Richtung der Maßnahme visuell verstärken würden).
- Diese Designs behalten einen entscheidenden Vorteil der Cleveland-Punktdiagramme bei, da die Werte immer noch als Markierungen mit unterschiedlichen 2D-Positionen und nicht mit unterschiedlichen Längen dargestellt werden (wie in einem Balkendiagramm), was das Risiko verringert, dass Benutzer die Mengen falsch vergleichen, wenn die quantitative Skala nicht stimmt Null nicht enthalten. Wenn wir die Hilfsmittel „Stabform“ oder „Nadel“ verwendet hätten, hätten wir diesen Vorteil verloren.
Wenn die zu visualisierenden Daten mehr als acht Kategorien umfassen, wird das Verknüpfen der Marken mit ihren Kategorielabeln mühsamer und fehleranfälliger, sodass eine Art Kategoriehilfe erforderlich wird. Für unsere Augen funktionierten dicke, aber leichte Kategorienführer am besten mit Pipe-Markierungen und dünne Trennlinien am besten mit ausgeblichenen Strichmarkierungen:
Wir haben diese Designs jedoch nicht mit Punkt-Plot-naiven Benutzern gegen das konventionelle Design getestet, daher handelt es sich hier nur um Hypothesen. Aus den oben genannten Gründen vermuten wir jedoch, dass sie bessere Ergebnisse erzielen würden als das herkömmliche Punktdiagramm.
Teilen Sie uns mit, was Sie in den Kommentaren denken, oder wenn Sie der Meinung sind, dass andere Kombinationen von Gestaltungselementen zu einer freundlicheren Punktdarstellung führen könnten.
