Générateur de graphiques dans JMP peut générer des dizaines de types de graphiques, mais cela commence toujours par une forme de tracé de points. L'idée est d'afficher les données dans leur représentation la plus élémentaire, un point par ligne. Au-delà de la forme familière du nuage de points avec deux variables continues, les diagrammes de points s'adaptent à de nombreuses situations : avec n'importe quelle combinaison de variables continues et catégorielles, avec des données univariées, avec des données multivariées et avec des ensembles de données de petite ou moyenne taille.
Cependant, dans une situation, le tracé de points est invariablement remplacé par un graphique à barres, même au prix d'obscurcir ou de déformer les données : lorsqu'il existe une variable continue, une variable catégorielle avec une valeur de données par combinaison. Après avoir vu un autre graphique à barres tronquées, je me suis demandé pourquoi sur Twitter et j'ai trouvé une réflexion similaire de la part de Nick Desbarats, professeur et consultant en visualisation de données. Rapports pratiques . Nous avons décidé de collaborer pour cet article et, dans la section suivante, Nick aborde la question à partir de ses expériences d'enseignement.
Quelle intrigue ?
L'un des types de graphiques que je [Nick] couvre lorsque j'enseigne Stephen Few Montre-moi les chiffres cours est le diagramme de points de Cleveland (du nom du chercheur pionnier en visualisation de données William S. Cleveland) :
Si vous êtes comme la plupart des participants à mon atelier, vous ne reconnaîtrez pas ce type de graphique. Lorsque je demande aux participants s'ils en ont déjà vu un, entre 0 et 10 % des mains se lèvent généralement. Immédiatement après les quelques mains qui se lèvent, un nombre beaucoup plus important de sourcils descendent invariablement. L'émotion dominante sur les visages des participants est indubitable : c'est la confusion.
Si vous êtes également confus, laissez-moi vous expliquer : le graphique ci-dessus est essentiellement un graphique à barres horizontales à sept barres, mais avec la fin de chaque barre 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 record du Brésil est environ deux fois supérieur à celui de l'Indonésie puisque sa barre est environ deux fois plus longue. L'examen de l'échelle de valeurs située sous les barres nous indique cependant que ce n'est même pas proche de la vérité. Ce problème de perception est la raison pour laquelle les graphiques à barres avec des échelles quantitatives qui n'incluent pas zéro sont un bonnes pratiques non-non . Une façon de résoudre ce problème serait de démarrer l’échelle à zéro :
C'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. Cependant, si nous comparons les records de saut en longueur, 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 entre elles sans risquer non plus d’amener les gens à les percevoir visuellement mal ? Le diagramme de points de Cleveland :
Puisqu'il n'y a pas de longueurs de barres à comparer dans un diagramme de points, le risque que les téléspectateurs perçoivent à tort que, par exemple, le record du Brésil est deux fois supérieur à celui de l'Indonésie est beaucoup plus faible, mais ils peuvent également voir les petites différences entre les valeurs beaucoup plus clairement. et facilement. Comme je l'ai dit, utile.
Oui, la confusion que vivent les participants à mon atelier est de courte durée. Après 30 secondes d'explication, les sourcils remontent et un léger « ooooh… » s'élève de la pièce. Et oui, même sans mon explication, la plupart des participants finiraient par le comprendre, même si je me demande combien prendraient la peine de faire ce voyage sans aide. Les participants me disent régulièrement (et timidement) que, même s'ils comprennent désormais comment fonctionnent les diagrammes de points et à quel point ils sont utiles, ils ne les utiliseront pas parce que leur public ne prendra pas la peine de les comprendre.
Causes potentielles de confusion
Pour ceux d’entre nous qui connaissent les diagrammes de points, cela semble étrange. Pourquoi tant de gens auraient-ils du mal à comprendre les diagrammes de points alors que ces mêmes personnes n'ont aucun problème à comprendre les graphiques à barres et les graphiques à courbes, ainsi que d'autres types de graphiques sans doute moins intuitifs, tels que les nuages de points ? Après avoir observé des milliers de personnes réagir à la vue d’un diagramme de points pour la première fois, une combinaison de facteurs semble désormais plausible :
- Cela ressemble à un nuage de points : Beaucoup de gens semblent au départ supposer qu'ils ont affaire à 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 alors confus parce que les deux axes ne sont pas quantitatifs et doivent donc se rendre compte que leur hypothèse de nuage de points était fausse avant même de pouvoir commencer à comprendre ce qu'ils regardent. S'ils ne réalisent pas que leur hypothèse de nuage de points était fausse, ils concluront que le graphique est un nuage de points bâclé et que le concepteur du 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 tracé de points, il pourrait douter de sa propre compréhension car il ne comprend pas pourquoi le créateur du graphique a utilisé des points au lieu de barres. Ils pourraient 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 rien.
- Le « sens de la mesure » n’est pas immédiatement évident : Il n'est pas immédiatement clair que, dans l'exemple de graphique ci-dessus, seule la position horizontale de chaque point représente une valeur quantitative, et que sa position verticale ne le fait pas. Cela pourrait avoir quelque chose à voir avec la forme circulaire des points, qui ne donne aucun indice visuel quant à savoir si leur « direction de mesure » est horizontale, verticale ou les deux.
- Les lignes directrices ne respectent pas les attentes : Nous pensons que les fines lignes de guidage horizontales de l'exemple ci-dessus peuvent contribuer à la confusion initiale des téléspectateurs. Bien que les lignes rendent plus facile et moins sujette aux erreurs d'associer chaque point au nom de catégorie correspondant, les commentaires et les questions des participants à l'atelier de Nick suggèrent que ces lignes peuvent également communiquer d'autres messages visuels involontaires à ceux qui rencontrent un diagramme de points pour la première fois:
- Dans pratiquement tous les autres graphiques que les participants ont probablement vu 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 supérieures ou inférieures 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 qui indique sa valeur quantitative, et non sa position verticale, comme les lignes pourraient le suggérer à de nombreuses personnes.
- Certaines personnes semblent au départ penser que les lignes « vont dans le mauvais sens » puisque, dans leur esprit, ces lignes sont toujours associées à des échelles quantitatives dans les graphiques, et non à des échelles catégorielles. Voir des lignes associées à une échelle catégorielle semble décourager certaines personnes, peut-être parce qu'elles ne peuvent pas comprendre le graphique jusqu'à ce qu'elles réalisent que leur compréhension du fonctionnement du quadrillage est fausse ou, du moins, trop étroite.
- Cela ressemble à un diagramme de points d'une série chronologique : Lorsqu'elles rencontrent un diagramme de points vertical pour la première fois, certaines personnes semblent au départ supposer qu'elles examinent un diagramme de points de série chronologique, mais elles sont ensuite confuses lorsqu'elles voient que l'axe horizontal n'est pas le temps. Ils doivent ensuite se rendre compte que leur hypothèse sur le tracé de points de séries chronologiques était fausse avant de pouvoir comprendre ce qu'ils regardent.
Peut-on faire quelque chose ?
Notez qu'aucun de ces problèmes ne vient du fait que le graphique ci-dessus est un diagramme de points, mais plutôt du fait que le graphique ci-dessus est un diagramme de points. éléments de design (forme du point, présence/orientation du quadrillage, etc.) de cette conception particulière de tracé de points, qui est la conception traditionnelle des tracés de points. En modifiant les éléments de conception, pourrions-nous alors rendre les tracés de points plus « conviviaux » pour ceux qui les rencontrent pour la première fois ? Même, peut-être, suffisamment amicaux pour ne nécessiter aucune explication ? Mon tweets récents sur les alternatives au dot plot concordait avec la réflexion de Nick, et nous avons décidé de collaborer sur cet article dans le but de concevoir un tracé de points plus convivial. Les principaux objectifs de notre refonte seraient donc les suivants :
- Pour qu'il soit plus immédiatement évident que le graphique n'est pas un nuage de points ou un diagramme de points de série chronologique et, pour les spectateurs naïfs des diagrammes de points, il s'agit d'un nouveau type de graphique, ils devront donc ralentir et comprendre comment Ça marche.
- Pour rendre la direction de la mesure plus évidente (horizontale pour un diagramme à points horizontal, verticale pour un diagramme à points vertical, et non à la fois horizontale et verticale comme dans un nuage de points).
- Pour qu'il soit plus évident que le graphique fonctionne de la même manière qu'un graphique à barres.
Comment pourrions-nous alors modifier les éléments de conception du tracé de points de Cleveland pour atteindre ces objectifs de refonte et rendre les tracés de points plus conviviaux ? En pensant d’abord de manière globale, nous pouvons imaginer les changements suivants :
- Remplacer les lignes directrices des catégories 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 le point circulaire avec une forme qui suggère visuellement une direction de mesure (horizontale ou verticale, mais pas les deux). Peut-être une marque de tuyau (« | »), une extrémité de guidon décolorée ou un fanion.
- Ajouter des guides pour l'échelle quantitative . Peut-être un quadrillage, un ombrage ou davantage de remplissage qui se comportent de la même manière que dans la plupart des autres graphiques, c'est-à-dire perpendiculaires à la direction de mesure et servent à permettre aux utilisateurs d'estimer visuellement plus précisément les valeurs quantitatives des marques dans le graphique.
Explorer des alternatives
Les combinaisons possibles d'éléments de conception s'additionnent rapidement (ou, devrions-nous dire, se « multiplient » rapidement) et les options ci-dessus n'incluent pas encore de variables non liées aux données telles que la taille, l'orientation et les bordures du graphique, qui influencent également la compréhension. La galerie ci-dessous présente quelques-unes des combinaisons de notre large gamme d’options. Les données proviennent de la liste Wikipédia de records nationaux de saut en longueur . Pour contrôler le nombre de catégories tout en offrant une répartition raisonnable des valeurs, nous affichons uniquement les pays les plus peuplés. En conséquence, les petits pays ayant 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 qui fonctionnent le mieux pour les graphiques comportant un petit nombre de catégories peuvent différer de ceux pour les 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 y a aussi l'orientation (horizontale ou verticale) à ajouter au mélange :
Comme nous ne pouvons pas montrer toutes les combinaisons possibles d'éléments de conception et que nous voulons encourager l'expérimentation, nous avons créé un modèle interactif sympa. Carnet observable cela permet à chacun 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 les différentes combinaisons de conception dans un exemple de graphique qui est régénéré chaque fois qu'un élément de conception est modifié.
Des refontes prometteuses
Après avoir expérimenté diverses combinaisons nous-mêmes et en gardant à l'esprit nos objectifs de refonte, nous avons émis l'hypothèse que celles ci-dessous fonctionneraient mieux avec les utilisateurs naïfs de dot plot ou, du moins, fonctionneraient mieux que la conception conventionnelle.
Pour les ensembles de données comportant moins de huit catégories :
Nous avons privilégié ces designs pour plusieurs raisons :
- Les formes de repères de tuyaux et de barres estompées soutiennent plusieurs de nos objectifs de refonte :
- Ils montrent plus immédiatement que le graphique n'est pas un nuage de points ou un diagramme de points de série chronologique, car ces formes de marques seraient des choix non conventionnels pour ces types de graphiques. Pour les utilisateurs qui n'ont jamais vu de tracé de points auparavant, les marques ne leur seront probablement pas familières, suggérant un nouveau type de graphique qu'ils devront apprendre.
- Ils font apparaître plus immédiatement que la direction de la mesure est exclusivement horizontale et non verticale ou à la fois horizontale et verticale. Les barres estompées montrent encore plus clairement que les marques situées plus à droite représentent des quantités absolues plus grandes (par opposition à des quantités absolues moindres, ce qui serait le cas si les valeurs étaient toutes négatives).
- Ils suggèrent visuellement les extrémités des barres, ce qui suggère la bonne façon d'interpréter le graphique. Les marques « barre décolorée » rendent cela encore plus évident.
- Il n’existe aucune ligne directrice de catégorie qui pourrait être confondue avec un quadrillage quantitatif. Si les utilisateurs ont besoin d'estimer visuellement des valeurs avec une très grande précision, des quadrillages quantitatifs peuvent être ajoutés sans introduire de confusion (en fait, les quadrillages quantitatifs pourraient même faciliter la compréhension initiale puisqu'ils renforceraient davantage visuellement la direction de la mesure).
- Ces conceptions préservent un avantage clé des diagrammes de points de Cleveland puisque 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 ne le fait pas. Je n'inclue pas zéro. Si nous avions utilisé les guides de forme « barre » ou de catégorie « aiguille », nous aurions perdu cet avantage.
Si les données à visualiser comportent plus de huit catégories environ, l'association des marques à leurs étiquettes de catégorie devient plus complexe et plus sujette aux erreurs, et une certaine forme de guide de catégorie devient donc nécessaire. À nos yeux, les guides de catégories épais mais légers fonctionnaient mieux avec les marques de tuyaux, et les lignes de séparation fines fonctionnaient mieux avec les marques de barres estompées :
Cependant, nous n'avons pas testé ces conceptions sur des utilisateurs naïfs de dot-plot par rapport à la conception conventionnelle, ce ne sont donc que des hypothèses à ce stade. Cependant, pour les raisons évoquées ci-dessus, nous pensons qu'ils fonctionneraient mieux que la conception conventionnelle du tracé par points. Faites-nous savoir ce que vous pensez dans les commentaires ou si vous pensez que d'autres combinaisons d'éléments de conception pourraient créer un tracé de points plus convivial.
