Graph Builder in JMP kann Dutzende Arten von Diagrammen erstellen, aber es beginnt immer mit einer Art Punktdiagramm. Die Idee besteht darin, die Daten in ihrer einfachsten Darstellung anzuzeigen, einem Punkt pro Zeile. Über die bekannte Streudiagrammform mit zwei kontinuierlichen Variablen hinaus passen Punktdiagramme an viele Situationen: mit jeder Kombination aus kontinuierlichen und kategorialen Variablen, mit univariaten Daten, mit multivariaten Daten und mit kleinen oder mittelgroßen Datensätzen.
In einer Situation wird das Punktdiagramm jedoch ausnahmslos durch ein Balkendiagramm ersetzt, selbst auf Kosten der Verdeckung oder Verzerrung der Daten: wenn es eine kontinuierliche Variable, eine kategoriale Variable mit einem Datenwert pro Kombination gibt. Nachdem ich ein weiteres abgeschnittenes Balkendiagramm gesehen hatte, fragte ich mich auf Twitter, warum, und stieß auf eine ähnliche Meinung des Datenvisualisierungspädagogen und Beraters Nick Desbarats von Praktische Berichterstattung . Wir haben beschlossen, bei diesem Artikel zusammenzuarbeiten, und im nächsten Abschnitt formuliert Nick das Thema anhand seiner Lehrerfahrungen.
Was für eine Handlung?
Einer der Diagrammtypen, die ich [Nick] behandle, wenn ich Stephen Fews unterrichte Zeig mir die Zahlen Kurs ist das Cleveland-Punktdiagramm (benannt nach dem bahnbrechenden Datenvisualisierungsforscher William S. Cleveland):
Wenn Sie jedoch wie die meisten meiner Workshop-Teilnehmer sind, werden Sie diesen Diagrammtyp nicht wiedererkennen. Wenn ich die Teilnehmer frage, ob sie schon einmal eines gesehen haben, gehen normalerweise zwischen 0 und 10 % der Hände nach oben. Unmittelbar nach den wenigen Händen, die sich heben, geht unweigerlich eine viel größere Anzahl von Augenbrauen nach unten. Die vorherrschende Emotion in den Gesichtern der Teilnehmer ist unverkennbar: Verwirrung.
Wenn Sie ebenfalls verwirrt sind, lassen Sie es mich erklären: Das obige Diagramm ist im Wesentlichen ein horizontales Balkendiagramm mit sieben Balken, bei dem jedoch das Ende jedes Balkens durch einen Punkt markiert ist und die Balken entfernt wurden. Warum sollte ich Punkte anstelle von Balken verwenden? Denn wenn ich Balken verwenden würde, würde mein Diagramm so aussehen:
Ein Balkendiagramm wie dieses wäre irreführend, da es beispielsweise so aussieht, als wäre der Rekord Brasiliens etwa doppelt so hoch wie der Rekord Indonesiens, da sein Balken etwa doppelt so lang ist. Ein Blick auf die Werteskala unterhalb der Balken verrät uns jedoch, dass dies nicht einmal annähernd der Wahrheit entspricht. Dieses Wahrnehmungsproblem ist der Grund, warum Balkendiagramme mit quantitativen Skalen, die keine Null enthalten, a Best Practices nein-nein . Eine Möglichkeit, das Problem zu lösen, wäre, die Skala bei Null zu beginnen:
Dies ist wahrnehmungsmäßig sicherer, aber bei diesen speziellen Daten ist es schwierig, die Unterschiede zwischen den Werten zu erkennen, da sie so nahe beieinander liegen. Wenn wir jedoch Weitsprungaufzeichnungen vergleichen, sind kleine Unterschiede sehr wichtig, daher wäre dieses Diagramm keine sehr effektive Möglichkeit, diese Daten zu visualisieren. Wie können wir diese Werte so visualisieren, dass die Unterschiede zwischen ihnen klar erkennbar sind, ohne dass die Gefahr besteht, dass Menschen sie visuell falsch wahrnehmen? Das Cleveland-Punktdiagramm:
Da es in einem Punktdiagramm keine zu vergleichenden Balkenlängen gibt, ist das Risiko, dass Zuschauer fälschlicherweise glauben, dass beispielsweise Brasiliens Rekord doppelt so hoch ist wie der von Indonesien, viel geringer, aber sie können auch die kleinen Unterschiede zwischen den Werten viel deutlicher erkennen und einfach. Wie gesagt, nützlich.
Ja, die Verwirrung, die meine Workshop-Teilnehmer erleben, ist nur von kurzer Dauer. Nach einer 30-sekündigen Erklärung ziehen sich die Augenbrauen wieder hoch und ein leises „ooooh…“ ertönt aus dem Raum. Und ja, auch ohne meine Erklärung würden die meisten Teilnehmer es irgendwann herausfinden, obwohl ich mich frage, wie viele sich die Mühe machen würden, diese Reise ohne Hilfe zu unternehmen. Teilnehmer erzählen mir regelmäßig (und verlegen), dass sie, obwohl sie jetzt verstehen, wie Punktdiagramme funktionieren und wie nützlich sie sind, sie nicht verwenden werden, weil ihr Publikum sich nicht die Mühe macht, sie herauszufinden.
Mögliche Ursachen für Verwirrung
Für diejenigen unter uns, die mit Punktdiagrammen vertraut sind, erscheint dies seltsam. Warum sollten so viele Menschen Schwierigkeiten haben, Punktdiagramme zu verstehen, wenn genau dieselben Menschen keine Probleme damit haben, Balkendiagramme und Liniendiagramme sowie andere Diagrammtypen zu verstehen, die wohl weniger intuitiv sind, wie etwa Streudiagramme? Nachdem beobachtet wurde, wie Tausende von Menschen reagierten, als sie zum ersten Mal ein Punktdiagramm sahen, scheint nun eine Kombination von Faktoren plausibel:
- Sieht aus wie ein Streudiagramm: Viele Menschen scheinen zunächst davon auszugehen, dass sie es mit einem zu tun haben Streudiagramm , wahrscheinlich weil fast jedes andere Diagramm, das sie gesehen haben und in einem 2D-Raum angeordnete Punkte enthielten, ein Streudiagramm war. Sie sind dann verwirrt, weil beide Achsen nicht quantitativ sind, und sie müssen erkennen, dass ihre Streudiagrammannahme falsch war, bevor sie überhaupt verstehen können, was sie sehen. Wenn ihnen nicht klar wird, dass ihre Streudiagrammannahme falsch war, werden sie zu dem Schluss kommen, dass es sich bei dem Diagramm um ein verpfuschtes Streudiagramm handelt und dass der Diagrammentwickler nicht wusste, was sie taten.
- Sieht so aus, als hätte es ein Balkendiagramm sein sollen: Wenn ein Betrachter richtig versteht, wie ein Punktdiagramm funktioniert, zweifelt er möglicherweise an seinem eigenen Verständnis, da er nicht versteht, warum der Diagrammersteller Punkte anstelle von Balken verwendet hat. Sie könnten ihre eigene „Das ist wie ein Balkendiagramm“-Interpretation in Frage stellen, obwohl sie richtig ist, und sich fragen, was ihnen entgeht, obwohl ihnen gar nichts entgeht.
- „Maßrichtung“ nicht sofort ersichtlich: Es ist nicht sofort klar, dass im obigen Beispieldiagramm nur die horizontale Position jedes Punkts einen quantitativen Wert darstellt, seine vertikale Position jedoch nicht. Dies könnte etwas mit der kreisförmigen Form der Punkte zu tun haben, die keinen visuellen Hinweis darauf gibt, ob ihre „Maßrichtung“ horizontal, vertikal oder beides ist.
- Richtlinien verstoßen gegen Erwartungen: Wir vermuten, dass die dünnen, horizontalen Hilfslinien im obigen Beispiel zur anfänglichen Verwirrung des Betrachters beitragen. Während die Linien es einfacher und weniger fehleranfällig machen, jeden Punkt dem entsprechenden Kategorienamen zuzuordnen, deuten Kommentare und Fragen von Nicks Workshop-Teilnehmern darauf hin, dass diese Linien möglicherweise auch andere, unbeabsichtigte visuelle Botschaften an diejenigen übermitteln, die auf ein Punktdiagramm stoßen das erste Mal:
- In praktisch jedem anderen Diagramm, das die Teilnehmer wahrscheinlich schon einmal gesehen haben, bedeutet das Vorhandensein dünner horizontaler Linien, dass die Vertikale Die Position jeder Markierung (Punkt, Balken usw.) kodiert ihren quantitativen Wert, dh dass Markierungen, die höher oder niedriger im Diagramm sind, größere oder kleinere Mengen darstellen. Das obige Punktdiagrammbeispiel verstößt zwar gegen diese Erwartung, da es horizontale Linien enthält, aber es ist das horizontal Die Position jedes Punkts gibt seinen quantitativen Wert an, nicht seine vertikale Position, wie die Linien für viele Menschen vermuten lassen.
- Manche Leute scheinen zunächst zu denken, dass die Linien „in die falsche Richtung gehen“, da solche Linien ihrer Meinung nach immer mit quantitativen Skalen in Diagrammen und nicht mit kategorialen Skalen verbunden sind. Das Sehen von Linien, die einer kategorialen Skala zugeordnet sind, scheint manche Menschen abzuschrecken, möglicherweise weil sie das Diagramm erst dann verstehen, wenn ihnen klar wird, dass ihr Verständnis der Funktionsweise von Gitterlinien falsch oder zumindest zu eng ist.
- Sieht aus wie ein Zeitreihen-Punktdiagramm: Wenn man zum ersten Mal auf ein vertikales Punktdiagramm stößt, scheinen manche Leute zunächst anzunehmen, dass sie es mit einem Zeitreihen-Punktdiagramm zu tun haben, sind dann aber verwirrt, wenn sie sehen, dass die horizontale Achse nicht die Zeit darstellt. Dann müssen sie erkennen, dass ihre Annahme des Zeitreihen-Punktdiagramms falsch war, bevor sie verstehen können, was sie sehen.
Kann man etwas tun?
Beachten Sie, dass keines dieser Probleme auf die Tatsache zurückzuführen ist, dass es sich bei der obigen Grafik um ein Punktdiagramm handelt, sondern vielmehr auf die Einzelperson Design-Elemente (Punktform, Vorhandensein/Ausrichtung von Gitterlinien usw.) dieses speziellen Punktdiagrammdesigns, das das traditionelle Design für Punktdiagramme darstellt. Könnten wir dann durch die Änderung der Designelemente die Punktdiagramme „freundlicher“ für diejenigen gestalten, die ihnen zum ersten Mal begegnen? Vielleicht sogar so freundlich, dass sie überhaupt keiner Erklärung bedürfen? Mein Aktuelle Tweets zu Dot-Plot-Alternativen Das stimmte mit Nicks Gedanken überein und wir beschlossen, an diesem Artikel mitzuarbeiten, um einen freundlicheren Punktplot zu entwerfen. Die Hauptziele unserer Neugestaltung wären also:
- Um sofort deutlicher zu machen, dass es sich bei dem Diagramm nicht um ein Streudiagramm oder Zeitreihen-Punktdiagramm handelt, und um für Punktdiagramm-naive Betrachter zu verdeutlichen, dass es sich um einen neuen Diagrammtyp handelt, sodass sie langsamer werden und herausfinden müssen, 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 bei einem Streudiagramm).
- Um deutlicher zu machen, dass das Diagramm ähnlich wie ein Balkendiagramm funktioniert.
Wie könnten wir dann die Designelemente des Cleveland-Punktdiagramms ändern, um diese Neugestaltungsziele zu erreichen und Punktdiagramme benutzerfreundlicher zu gestalten? Wenn wir zunächst grob denken, können wir uns folgende Veränderungen vorstellen:
- Ersetzen Sie die Kategorierichtlinien mit etwas, das weniger wie quantitative Gitterlinien aussieht. Vielleicht dickere, aber hellere Linien, Zebraschattierungen oder gar nichts.
- Ersetzen Sie die kreisförmige Punktmarkierung mit einer Form, die optisch eine Messrichtung suggeriert (horizontal oder vertikal, aber nicht beides). Möglicherweise ein Pfeifenzeichen („|“), ein verblasstes Balkenende oder ein Wimpel.
- Fügen Sie Hilfslinien für die quantitative Skala hinzu . Möglicherweise Gitterlinien, Schattierungen oder weitere Auffüllungen, die sich wie in den meisten anderen Diagrammen verhalten, also senkrecht zur Messrichtung verlaufen und dazu dienen, dass Benutzer die quantitativen Werte von Markierungen im Diagramm visuell genauer einschätzen können.
Alternativen erkunden
Die möglichen Kombinationen von Designelementen summieren sich schnell (oder, sollten wir sagen, „multiplizieren“ sich schnell), und die oben genannten Optionen umfassen noch keine Nicht-Datenvariablen wie Diagrammgröße, Ausrichtung und Ränder, die ebenfalls das Verständnis beeinflussen. Die folgende Galerie zeigt nur einige der Kombinationen unserer breiten Palette an Optionen. Die Daten stammen aus der Wikipedia-Liste nationale Rekorde im Weitsprung . Um die Anzahl der Kategorien zu kontrollieren und dennoch eine angemessene Streuung der Werte zu gewährleisten, zeigen wir nur die Länder mit der größten Bevölkerung an. Infolgedessen tauchen keine kleinen Länder mit hervorragenden Weitsprung-Rekorden auf.
Wenn die Anzahl der Kategorien größer ist, wird es schwieriger, Markierungen visuell mit den entsprechenden Kategoriebeschriftungen zu verknüpfen, sodass die Designoptionen, die für Diagramme mit einer kleinen Anzahl von Kategorien am besten funktionieren, möglicherweise von denen für Diagramme mit einer größeren Anzahl von Kategorien abweichen. Die Galerie unten zeigt einige Designelementkombinationen mit einer größeren Anzahl von Kategorien:
Als ob wir nicht schon genug Design-Auswahlkombinationen hätten, die es zu berücksichtigen gilt, kommt noch die Ausrichtung (horizontal oder vertikal) hinzu:
Da wir nicht alle möglichen Kombinationen von Designelementen zeigen können und zum Experimentieren anregen möchten, haben wir ein cooles interaktives Design erstellt Beobachtbares Notizbuch Dadurch kann jeder mit verschiedenen Kombinationen von Designelementen experimentieren. Auf dieser Seite können Sie über ein Bedienfeld (siehe Abbildung unten) sofort sehen, wie verschiedene Designkombinationen in einem Beispieldiagramm aussehen, das jedes Mal neu generiert wird, wenn ein Designelement geändert wird.
Vielversprechende Neugestaltungen
Nachdem wir selbst mit verschiedenen Kombinationen experimentiert und unsere Redesign-Ziele im Hinterkopf behalten hatten, stellten wir die Hypothese auf, dass die unten aufgeführten Kombinationen bei Benutzern, die keine Dot-Plots haben, am besten abschneiden oder zumindest besser abschneiden würden als das herkömmliche Design.
Für Datensätze mit weniger als etwa acht Kategorien:
Wir haben diese Designs aus mehreren Gründen bevorzugt:
- Die Markierungsformen für Rohre und verblasste Balken unterstützen mehrere unserer Neugestaltungsziele:
- Sie machen sofort deutlicher, dass es sich bei dem Diagramm nicht um ein Streudiagramm oder Zeitreihen-Punktdiagramm handelt, da diese Markierungsformen für diese Diagrammtypen eine unkonventionelle Wahl wären. Für Benutzer, die noch nie zuvor ein Punktdiagramm gesehen haben, sind die Markierungen wahrscheinlich unbekannt und deuten darauf hin, dass es sich um einen neuen Diagrammtyp handelt, den sie erlernen müssen.
- Sie machen deutlicher, dass die Messrichtung ausschließlich horizontal und nicht vertikal oder sowohl horizontal als auch vertikal ist. Die verblassten Balkenmarkierungen machen noch deutlicher, dass die Markierungen weiter rechts größere absolute Mengen darstellen (im Gegensatz zu kleineren absoluten Mengen, was der Fall wäre, wenn die Werte alle negativ wären).
- Sie deuten visuell auf die Enden von Balken hin, was auf die richtige Interpretation des Diagramms schließen lässt. Die „verblassten Balken“-Markierungen machen dies noch deutlicher.
- Es gibt keine Kategorienrichtlinien, die mit quantitativen Rasterlinien verwechselt werden könnten. Wenn Benutzer Werte mit sehr hoher Präzision visuell schätzen müssen, können quantitative Gitterlinien hinzugefügt werden, ohne Verwirrung zu stiften (tatsächlich könnten quantitative Gitterlinien sogar das anfängliche Verständnis erleichtern, da sie die Richtung der Messung weiter visuell verstärken würden).
- Bei diesen Designs bleibt ein wichtiger Vorteil der Cleveland-Punktdiagramme erhalten, da die Werte immer noch als Markierungen mit unterschiedlichen 2D-Positionen und nicht mit unterschiedlichen Längen (wie in einem Balkendiagramm) dargestellt werden, was das Risiko verringert, dass Benutzer die Mengen falsch vergleichen, wenn dies bei der quantitativen Skala der Fall ist Nicht Null enthalten. Wenn wir die Führungen der Kategorie „Stab“ oder „Nadel“ verwendet hätten, hätten wir diesen Vorteil verloren.
Wenn die zu visualisierenden Daten mehr als etwa acht Kategorien umfassen, wird die Zuordnung der Markierungen zu ihren Kategoriebezeichnungen aufwändiger und fehleranfälliger, sodass eine Art Kategorieführer erforderlich wird. Unserer Meinung nach funktionierten dicke, aber helle Kategorieführungen am besten mit Rohrmarkierungen, und dünne Trennlinien funktionierten am besten mit verblassten Balkenmarkierungen:
Wir haben diese Designs jedoch nicht an Benutzern, die keine Punktdiagramme kennen, im Vergleich zum herkömmlichen Design getestet, daher handelt es sich hier nur um Hypothesen. Aus den oben genannten Gründen gehen wir jedoch davon aus, dass sie eine bessere Leistung erbringen würden als das herkömmliche Dot-Plot-Design. Teilen Sie uns in den Kommentaren mit, was Sie davon halten oder ob Sie der Meinung sind, dass andere Kombinationen von Designelementen zu einem freundlicheren Punktdiagramm führen könnten.
