Costruttore di grafici in JMP può generare dozzine di tipi di grafici, ma inizia sempre con una qualche forma di dot plot. L'idea è di mostrare i dati nella loro rappresentazione più elementare, un punto per riga. Oltre alla forma familiare del grafico a dispersione con due variabili continue, i grafici a punti si adattano a molte situazioni: con qualsiasi combinazione di variabili continue e categoriali, con dati univariati, con dati multivariati e con set di dati di piccole o medie dimensioni.
Tuttavia, in una situazione il dot plot viene invariabilmente sostituito con un grafico a barre, anche a costo di oscurare o distorcere i dati: quando è presente una variabile continua, una variabile categoriale con un valore di dati per combinazione. Dopo aver visto l'ennesimo grafico a barre troncato, mi sono chiesto perché su Twitter e ho trovato un pensiero simile da parte dell'educatore e consulente di visualizzazione dei dati Nick Desbarats di Reporting pratico . Abbiamo deciso di collaborare su questo articolo e, nella sezione successiva, Nick inquadra la questione in base alle sue esperienze di insegnamento.
Quale trama?
Uno dei tipi di grafici di cui io [Nick] parlo quando insegno quello di Stephen Few Mostrami i numeri corso è il dot plot di Cleveland (dal nome del pionieristico ricercatore sulla visualizzazione dei dati William S. Cleveland):
Se sei come la maggior parte dei partecipanti al mio workshop, però, non riconoscerai questo tipo di grafico. Quando chiedo ai partecipanti se ne hanno già visto uno, in genere tra lo 0% e il 10% delle mani salgono. Subito dopo le poche mani che si alzano, un numero molto maggiore di sopracciglia si abbassa invariabilmente. L'emozione dominante sui volti dei partecipanti è inconfondibile: è la confusione.
Se anche tu sei confuso, lasciami spiegare: il grafico qui sopra è essenzialmente un grafico a barre orizzontali con sette barre, ma con l'estremità di ciascuna barra indicata da un punto e le barre rimosse. Perché dovrei usare i punti invece delle barre? Perché, se utilizzassi le barre, il mio grafico sarebbe simile a questo:
Un grafico a barre come questo sarebbe fuorviante perché sembra, ad esempio, che il record del Brasile sia circa il doppio di quello dell'Indonesia poiché la sua barra è lunga circa il doppio. Tuttavia, osservando la scala dei valori sotto le barre, ciò non è nemmeno lontanamente vero. Questo problema percettivo è il motivo per cui i grafici a barre con scale quantitative che non includono lo zero sono a migliori pratiche no-no . Un modo per risolverlo sarebbe iniziare la scala da zero:
Questo è percettivamente più sicuro ma, con questi dati particolari, è difficile vedere le differenze tra i valori poiché sono così vicini tra loro. Se confrontiamo i record del salto in lungo, tuttavia, piccole differenze sono molto importanti, quindi questo grafico non sarebbe un modo molto efficace per visualizzare questi dati. Come potremmo visualizzare questi valori in un modo che consenta di vedere chiaramente le differenze tra loro ma anche di non rischiare di far sì che le persone li percepiscano visivamente in modo errato? Il diagramma a punti di Cleveland:
Poiché non ci sono lunghezze di barra da confrontare in un dot plot, il rischio che gli spettatori percepiscano erroneamente che, ad esempio, il record del Brasile è il doppio di quello dell'Indonesia è molto più basso, ma possono anche vedere le piccole differenze tra i valori molto più chiaramente e facilmente. Come ho detto, utile.
Sì, la confusione sperimentata dai partecipanti al mio workshop è di breve durata. Dopo una spiegazione di 30 secondi, le sopracciglia si alzano e un tranquillo “ooooh…” si alza dalla stanza. E sì, anche senza la mia spiegazione, la maggior parte dei partecipanti alla fine riuscirebbe a capirlo, anche se mi chiedo quanti si prenderebbero la briga di intraprendere quel viaggio senza aiuto. I partecipanti mi dicono regolarmente (e con imbarazzo) che, anche se ora capiscono come funzionano i dot plot e quanto sono utili, non li useranno perché il loro pubblico non si preoccuperà di capirli.
Potenziali cause di confusione
A quelli di noi che hanno familiarità con i dot plot, questo sembra strano. Perché così tante persone dovrebbero avere difficoltà a comprendere i dot plot quando quelle stesse persone non hanno problemi a comprendere i grafici a barre e a linee, così come altri tipi di grafici che sono probabilmente meno intuitivi, come i grafici a dispersione? Dopo aver osservato migliaia di persone reagire vedendo per la prima volta un dot plot, ora sembra plausibile una combinazione di fattori:
- Sembra un grafico a dispersione: Molte persone sembrano inizialmente presumere che stiano guardando a grafico a dispersione , probabilmente perché quasi tutti gli altri grafici che hanno visto che presentavano punti disposti in uno spazio 2D erano un grafico a dispersione. Quindi si confondono perché entrambi gli assi non sono quantitativi e quindi devono rendersi conto che il loro presupposto sul grafico a dispersione era sbagliato prima ancora di poter iniziare a capire cosa stanno guardando. Se non si rendono conto che il presupposto del grafico a dispersione era sbagliato, concluderanno che il grafico è un grafico a dispersione mal riuscito e che il progettista del grafico non sapeva cosa stavano facendo.
- Sembra che avrebbe dovuto essere un grafico a barre: Se uno spettatore comprende correttamente come funziona un diagramma a punti, potrebbe dubitare della propria comprensione poiché non vede perché il creatore del grafico ha utilizzato punti anziché barre. Potrebbero mettere in dubbio la propria interpretazione del tipo "questo è come un grafico a barre" anche se è corretta, e chiedersi cosa si perdono anche se non perdono nulla.
- “Direzione della misura” non immediatamente evidente: Non è immediatamente chiaro che, nel grafico di esempio sopra, solo la posizione orizzontale di ciascun punto rappresenta un valore quantitativo e che la sua posizione verticale no. Ciò potrebbe avere qualcosa a che fare con la forma circolare dei punti, che non fornisce alcun indizio visivo sul fatto che la sua “direzione di misura” sia orizzontale, verticale o entrambe.
- Le linee guida violano le aspettative: Sospettiamo che le sottili linee guida orizzontali nell'esempio sopra possano contribuire alla confusione iniziale degli spettatori. Sebbene le linee rendano più semplice e meno soggetta a errori l'associazione di ciascun punto con il nome della categoria corrispondente, i commenti e le domande dei partecipanti al workshop di Nick suggeriscono che queste linee potrebbero anche comunicare altri messaggi visivi non intenzionali a coloro che incontrano un diagramma di punti per la prima volta:
- Praticamente in ogni altro grafico che i partecipanti probabilmente avranno visto prima, la presenza di linee sottili e orizzontali significa che verticale la posizione di ciascun segno (punto, barra, ecc.) ne codifica il valore quantitativo, ovvero che i segni più alti o più bassi sul grafico rappresentano quantità maggiori o minori. L'esempio del diagramma a punti sopra viola tuttavia tale aspettativa, poiché contiene linee orizzontali, ma è il orizzontale posizione di ciascun punto che ne indica il valore quantitativo, non la sua posizione verticale, come le linee potrebbero suggerire a molti.
- Alcune persone sembrano inizialmente pensare che le linee “vanno nella direzione sbagliata” poiché, nella loro mente, tali linee sono sempre associate a scale quantitative nei grafici, non a scale categoriche. Vedere le linee associate a una scala categorica sembra confondere alcune persone, forse perché non riescono a dare un senso al grafico finché non si rendono conto che la loro comprensione di come funzionano le linee della griglia è sbagliata o, almeno, troppo ristretta.
- Sembra un dot plot di serie temporali: Quando incontrano per la prima volta un dot plot verticale, alcune persone sembrano inizialmente presumere di stare guardando un dot plot di serie temporali, ma poi si confondono quando vedono che l'asse orizzontale non è il tempo. Devono quindi rendersi conto che il loro presupposto sul dot plot delle serie temporali era sbagliato prima di poter capire cosa stanno guardando.
Si può fare qualcosa?
Si noti che nessuno di questi problemi deriva dal fatto che il grafico sopra è un diagramma a punti ma, invece, dall'individuo elementi di progettazione (forma del punto, presenza/orientamento della griglia, ecc.) di questo particolare disegno di dot plot, che è il disegno tradizionale per i dot plot. Modificando gli elementi di design, quindi, potremmo essere in grado di rendere i dot plot più “amichevoli” per coloro che li incontrano per la prima volta? Anche, forse, abbastanza amichevoli da non richiedere alcuna spiegazione? Mio tweet recenti sulle alternative del dot plot combaciava con il pensiero di Nick e abbiamo deciso di collaborare a questo articolo nel tentativo di progettare un diagramma a punti più amichevole. Gli obiettivi principali della nostra riprogettazione, quindi, sarebbero:
- Per rendere più immediatamente ovvio che il grafico non è un grafico a dispersione o un dot plot di serie temporali e, per gli spettatori inesperti del dot-plot, che si tratta di un nuovo tipo di grafico, quindi dovranno rallentare e capire come farlo funziona.
- Per rendere più evidente la direzione della misura (orizzontale per un dot plot orizzontale, verticale per un dot plot verticale e non sia orizzontale che verticale come in un diagramma a dispersione).
- Per rendere più ovvio che il grafico funziona in modo simile a un grafico a barre.
Come potremmo modificare gli elementi di progettazione del dot plot di Cleveland per raggiungere questi obiettivi di riprogettazione e rendere i dot plot più facili da usare, allora? Pensando in generale in un primo momento, possiamo immaginare i seguenti cambiamenti:
- Sostituisci le linee guida della categoria con qualcosa che assomiglia meno a una griglia quantitativa. Forse linee più spesse ma più leggere, ombreggiature zebrate o niente del tutto.
- Sostituisci il segno del punto circolare con una forma che suggerisce visivamente una direzione di misura (orizzontale o verticale, ma non entrambe). Forse un segno di pipa ("|"), un'estremità della barra sbiadita o uno stendardo.
- Aggiungi guide per la scala quantitativa . Forse griglie, ombreggiature o più riempimenti che si comportano come nella maggior parte degli altri grafici, cioè sono perpendicolari alla direzione della misura e servono a consentire agli utenti di stimare visivamente con maggiore precisione i valori quantitativi dei voti nel grafico.
Esplorare alternative
Le possibili combinazioni di elementi di progettazione si sommano rapidamente (o, dovremmo dire, si "moltiplicano" rapidamente) e le opzioni di cui sopra non includono ancora variabili non legate ai dati come dimensione, orientamento e bordi del grafico, che influenzano anche la comprensione. La galleria sottostante presenta solo alcune delle combinazioni della nostra vasta gamma di opzioni. I dati provengono dall'elenco di Wikipedia record nazionali di salto in lungo . Per controllare il numero di categorie e fornire comunque una ragionevole distribuzione dei valori, visualizziamo solo i paesi con la popolazione più numerosa. Di conseguenza, non compaiono i paesi piccoli con eccellenti record nel salto in lungo.
Quando il numero di categorie è maggiore, diventa più difficile associare visivamente i marchi alle etichette di categoria corrispondenti, pertanto le scelte di progettazione che funzionano meglio per i grafici con un numero ridotto di categorie potrebbero differire da quelle per i grafici con un numero maggiore di categorie. La galleria seguente presenta alcune combinazioni di elementi di design con un numero maggiore di categorie:
Come se non avessimo già abbastanza combinazioni di scelte progettuali da considerare, c'è anche l'orientamento (orizzontale o verticale) da aggiungere al mix:
Dato che non possiamo mostrare tutte le possibili combinazioni di elementi di design e vogliamo incoraggiare la sperimentazione, abbiamo creato un fantastico interattivo Taccuino osservabile che permette a chiunque di sperimentare diverse combinazioni di elementi di design. In quella pagina, puoi utilizzare un pannello di controllo (vedi screenshot qui sotto) per vedere immediatamente come appaiono le diverse combinazioni di design in un grafico di esempio che viene rigenerato ogni volta che un elemento di design viene modificato.
Riprogettazioni promettenti
Dopo aver sperimentato noi stessi varie combinazioni e tenendo a mente i nostri obiettivi di riprogettazione, abbiamo ipotizzato che quelle seguenti avrebbero funzionato meglio con gli utenti naïve al dot plot o, almeno, avrebbero funzionato meglio del design convenzionale.
Per set di dati con meno di otto categorie circa:
Abbiamo preferito questi design per diversi motivi:
- Le forme dei tubi e delle barre sbiadite supportano molti dei nostri obiettivi di riprogettazione:
- Rendono immediatamente evidente che il grafico non è un diagramma a dispersione o un diagramma a punti di serie temporali poiché tali forme di contrassegni sarebbero scelte non convenzionali per quei tipi di grafici. Per gli utenti che non hanno mai visto un dot plot prima, quindi, i segni probabilmente non saranno loro familiari, suggerendo un nuovo tipo di grafico che dovranno imparare.
- Rendono più immediatamente evidente che la direzione della misura è esclusivamente orizzontale e non verticale o sia orizzontale che verticale. Le barre sbiadite rendono ancora più evidente che i segni più a destra rappresentano quantità assolute maggiori (al contrario di quantità assolute minori, come sarebbe il caso se i valori fossero tutti negativi).
- Suggeriscono visivamente le estremità delle barre, il che suggerisce il modo corretto di interpretare il grafico. I segni della “barra sbiadita” lo rendono ancora più evidente.
- Non esistono linee guida di categoria che possano essere confuse con griglie quantitative. Se gli utenti avranno bisogno di stimare visivamente i valori con una precisione molto elevata, è possibile aggiungere griglie quantitative senza creare confusione (in effetti, le griglie quantitative potrebbero anche aiutare nella comprensione iniziale poiché rafforzerebbero ulteriormente visivamente la direzione della misura).
- Questi progetti preservano un vantaggio chiave dei dot plot di Cleveland poiché i valori sono ancora rappresentati come segni con diverse posizioni 2D e non lunghezze diverse (come in un grafico a barre), il che riduce il rischio che gli utenti confrontino le quantità in modo errato quando la scala quantitativa non funziona. non includere zero. Se avessimo utilizzato le guide della categoria "barra" o "ago", avremmo perso questo vantaggio.
Se i dati da visualizzare hanno più di otto categorie, associare i marchi alle relative etichette di categoria diventa più impegnativo e soggetto a errori, e quindi diventa necessaria una qualche forma di guida alle categorie. Ai nostri occhi, le guide di categoria spesse ma leggere funzionavano meglio con i segni delle tubazioni e le linee di separazione sottili funzionavano meglio con i segni delle barre sbiadite:
Tuttavia, non abbiamo testato questi progetti su utenti inesperti di dot-plot rispetto al design convenzionale, quindi al momento queste sono solo ipotesi. Per le ragioni discusse sopra, tuttavia, sospettiamo che funzionerebbero meglio del tradizionale disegno a punti. Facci sapere cosa ne pensi nei commenti o se ritieni che altre combinazioni di elementi di design potrebbero creare un dot plot più amichevole.
