グラフビルダーのJMPは数十種類のチャートを生成できますが、常に何らかの形式のドット プロットから始まります。 考え方は、データを最も基本的な表現 (1 行あたり 1 つのドット) で表示することです。 2 つの連続変数を使用したよく知られた散布図形式を超えて、ドット プロットは、連続変数とカテゴリ変数の任意の組み合わせ、単変量データ、多変量データ、小規模または中規模のデータ セットなど、さまざまな状況に適応します。
ただし、状況によっては、データが見えにくくなったり歪んだりするという犠牲を払ってでも、ドット プロットは常に棒グラフに置き換えられます。連続変数が 1 つ、カテゴリ変数が 1 つあり、組み合わせごとに 1 つのデータ値が存在する場合です。 さらに別の切り捨てられた棒グラフを見た後、なぜ Twitter で疑問に思ったところ、データ視覚化の教育者でコンサルタントの Nick Desbarats 氏による同様の考え方を見つけました。実践的なレポート作成。 私たちはこの記事で協力することにしました。次のセクションでは、ニックが彼の教育経験に基づいて問題を組み立てます。
何の陰謀？
私 [ニック] がスティーブン フューの講義で取り上げるチャート タイプの 1 つ数字を見せてコースは、クリーブランド ドット プロット (先駆的なデータ視覚化研究者のウィリアム S. クリーブランドにちなんで命名) です。
ただし、あなたが私のワークショップ参加者のほとんどと同じなら、このグラフの種類に気づかないでしょう。 参加者に以前に見たことがあるかと尋ねると、通常、0% から 10% の間で手が挙がります。 少数の手が上がるとすぐに、必ず多くの眉毛が下がります。 参加者の顔に現れる支配的な感情は紛れもなく、混乱です。
あなたも混乱している場合は、説明しましょう。上のグラフは基本的に 7 本の棒を持つ水平棒グラフですが、各棒の端が点で示され、棒が削除されています。 なぜバーではなくドットを使用するのでしょうか? なぜなら、棒を使用すると、チャートは次のようになります。
このような棒グラフは、棒の長さが約 2 倍であるため、たとえばブラジルの記録がインドネシアの記録の約 2 倍であるように見えるため、誤解を招く可能性があります。 ただし、バーの下にある値のスケールを見ると、それが真実には程遠いことがわかります。 この知覚の問題が、ゼロを含まない量的スケールの棒グラフが問題となる理由です。ベストプラクティス。これを解決する 1 つの方法は、スケールをゼロから開始することです。
これは知覚的には安全ですが、この特定のデータでは、値が互いに非常に近いため、値間の違いを確認するのが困難です。 ただし、走り幅跳びの記録を比較する場合は、小さな違いが非常に重要であるため、このグラフはこのデータを視覚化するのにあまり効果的な方法ではありません。 それらの値の違いを明確に認識しながら、人々が視覚的に誤認するリスクを回避できる方法で、これらの値を視覚化するにはどうすればよいでしょうか? クリーブランドのドットプロット:
ドット プロットでは比較する棒の長さが存在しないため、視聴者が、たとえばブラジルの記録がインドネシアの 2 倍であると誤って認識するリスクははるかに低くなりますが、値間の小さな違いもより明確に確認できます。そして簡単に。 先ほども言いましたが、便利です。
はい、私のワークショップ参加者が経験する混乱は一時的なものです。 30秒ほどの説明の後、眉毛が元に戻り、部屋から静かな「おおお…」という声が上がる。 そして、はい、たとえ私の説明がなくても、ほとんどの参加者は最終的にそれを理解するでしょうが、どれほどの人がわざわざ助けなしでその旅をするだろうかと思います。 参加者は定期的に（そして恥ずかしそうに）、ドット プロットがどのように機能するのか、ドット プロットがどれほど役立つのかを理解したとしても、聴衆がドット プロットをわざわざ理解しようとしないため、ドット プロットを使用しないと私に言います。
混乱の潜在的な原因
ドット プロットに慣れている人にとって、これは奇妙に思えます。 棒グラフや折れ線グラフ、さらには散布図など直感的ではないと思われる他の種類のグラフを問題なく理解できるのに、なぜこれほど多くの人がドット プロットを理解するのに苦労するのでしょうか? 初めてドット プロットを見た何千人もの人々の反応を観察した結果、次のような要因の組み合わせがもっともらしいと思われます。
- 散布図のように見えます。多くの人は最初は、散布図おそらく、これまでに見た 2D 空間に配置されたドットを特徴とする他のほとんどすべてのグラフが散布図だったからでしょう。 両方の軸が定量的ではないため、混乱してしまいます。そのため、何を見ているのかを理解する前に、散布図の仮定が間違っていたことに気づく必要があります。 散布図の仮定が間違っていたことに気づかなかった場合、そのグラフは失敗した散布図であり、グラフの設計者は自分たちが何をしているのかを知らなかったと結論付けることになります。
- 棒グラフであるべきだったようです。閲覧者がドット プロットの仕組みを正しく理解したとしても、グラフの作成者がバーではなくドットを使用した理由が分からないため、自分自身の理解を疑う可能性があります。 「これは棒グラフのようだ」という自分の解釈が正しい場合でも疑問を抱き、何も欠けていないのに何が欠けているのかと疑問に思うかもしれません。
- 「測定の方向性」はすぐには明らかではありません:上のサンプル グラフでは、各ドットの水平位置のみが定量的な値を表し、垂直位置は定量的な値を表していないことはすぐにはわかりません。 これはドットの円形と関係がある可能性がありますが、ドットの「測定方向」が水平なのか垂直なのか、あるいはその両方なのかについて視覚的な手がかりは得られません。
- ガイドラインは期待に反します:上記の例の細い水平のガイドラインが、視聴者の最初の混乱の一因となっている可能性があると考えられます。 この線により、各ドットを対応するカテゴリ名に関連付けることが容易になり、間違いが起こりにくくなりますが、ニックのワークショップ参加者からのコメントや質問は、これらの線が、ドット プロットに遭遇した人に他の意図しない視覚的なメッセージを伝えている可能性があることを示唆しています。初めて：
- 参加者がこれまでに見たことがある他のほぼすべてのグラフで、細い水平線の存在は、垂直各マーク (ドット、バーなど) の位置は、その定量的な値をエンコードします。つまり、グラフ上でより高いまたはより低いマークは、より大きいまたはより小さい量を表します。 ただし、上記のドット プロットの例は、水平線が含まれているため、その期待に反しています。水平多くの人が線で示唆しているように、各ドットの位置は、その量的な値を示します。線の垂直方向の位置ではありません。
- 心の中でそのような線は常にカテゴリー的な尺度ではなく、グラフの量的な尺度に関連付けられているため、最初は線が「間違った方向に進んでいる」と考える人もいます。 カテゴリスケールに関連付けられた線を見ると、一部の人は混乱するようです。おそらく、グリッド線の仕組みについての理解が間違っているか、少なくとも範囲が狭すぎることに気づくまで、グラフの意味を理解できないためです。
- 時系列のドット プロットのように見えます。初めて縦方向のドット プロットに遭遇したとき、最初は時系列のドット プロットを見ているのだと思って、横軸が時間ではないことに気づいて混乱する人もいるようです。 次に、自分たちが見ているものを理解する前に、時系列ドット プロットの仮定が間違っていたことを認識する必要があります。
何かできることはあるでしょうか？
これらの問題はいずれも、上のグラフがドット プロットであるという事実から生じるものではなく、個々のグラフから生じるものであることに注意してください。デザイン要素この特定のドット プロット デザインの (ドットの形状、グリッド線の有無/方向など)。これはドット プロットの伝統的なデザインです。 では、デザイン要素を変えることで、ドット プロットを初めて見る人にとってより「親しみやすい」ものにできるのではないでしょうか? もしかしたら、何の説明も必要としないほどフレンドリーでさえあるでしょうか？ 私のドットプロットの代替案に関する最近のツイートNick の考えにぴったりだったので、より親しみやすいドット プロットをデザインするために、この記事で協力することにしました。 したがって、再設計の主な目標は次のとおりです。
- このグラフが散布図や時系列ドット プロットではないこと、およびドット プロットに慣れていない閲覧者にとって、これが新しいグラフ タイプであることがすぐにわかるようにするため、速度を落としてその方法を理解する必要があります。それは動作します。
- 測定の方向をより明確にするため (水平ドット プロットの場合は水平、垂直ドット プロットの場合は垂直、散布図のように水平と垂直の両方ではありません)。
- グラフが棒グラフと同様に機能することをより明確にするため。
では、これらの再設計目標を達成し、ドット プロットをより親しみやすいものにするために、クリーブランド ドット プロットの設計要素をどのように変更すればよいでしょうか? まず広く考えると、次のような変化が想像できます。
- カテゴリのガイドラインを置き換える定量的なグリッドラインとはあまり似ていないものを使用します。 線が太くて軽い、ゼブラシェーディング、あるいはまったく何もないかもしれません。
- 円形のドットマークを置き換えます測定方向 (水平または垂直、ただし両方ではない) を視覚的に示唆する形状。 おそらくパイプマーク (「|」)、色あせたバーエンド、またはペナントです。
- 定量的スケールのガイドを追加する。 おそらく、他のほとんどのグラフと同じように動作するグリッド線、陰影、またはその他のパディングは、測定方向に垂直であり、ユーザーがグラフ内のマークの定量的な値をより正確に視覚的に推定できるようにするために役立ちます。
代替案の検討
デザイン要素の可能な組み合わせはすぐに増えます (あるいは、すぐに「増える」と言うべきでしょう)。また、上記のオプションには、グラフのサイズ、向き、境界線など、理解力にも影響を与えるデータ以外の変数はまだ含まれていません。 以下のギャラリーでは、幅広いオプションの組み合わせのほんの一部を紹介しています。 データはウィキペディアのリストから取得しています。走り幅跳びの国内記録。 カテゴリの数を制御し、値の適切な分散を提供するために、人口が最も多い国のみを表示します。 その結果、走り幅跳びで優れた記録を持つ小国は現れない。
カテゴリの数が増えると、マークを対応するカテゴリ ラベルと視覚的に関連付けることが難しくなります。そのため、カテゴリの数が少ないグラフに最適なデザインの選択は、カテゴリの数が多いグラフの場合とは異なる場合があります。 以下のギャラリーでは、多数のカテゴリといくつかのデザイン要素の組み合わせを紹介しています。
考慮すべき十分なデザイン選択の組み合わせがまだないように、組み合わせに投入する方向 (水平または垂直) もあります。
考えられるすべてのデザイン要素の組み合わせを示すことはできず、実験を奨励したいため、クールなインタラクティブなデザイン要素を作成しました。観察可能なノートこれにより、誰でもデザイン要素のさまざまな組み合わせを試すことができます。 このページでは、コントロール パネル (以下のスクリーンショットを参照) を使用して、デザイン要素が変更されるたびに再生成されるサンプル グラフでさまざまなデザインの組み合わせがどのように見えるかを即座に確認できます。
有望な再設計
私たち自身でさまざまな組み合わせを試し、再設計の目標を念頭に置いた結果、ドット プロットに慣れていないユーザーに対しては以下の組み合わせが最も優れたパフォーマンスを発揮するか、少なくとも従来のデザインよりも優れたパフォーマンスを発揮するだろうという仮説を立てました。
カテゴリが約 8 つ未満のデータ セットの場合:
私たちはいくつかの理由からこれらのデザインを支持しました。
- パイプと色あせたバーマークの形状は、再設計の目標のいくつかをサポートしています。
- これらのマークの形状は、これらのグラフ タイプにとっては型破りな選択となるため、グラフが散布図や時系列ドット プロットではないことがよりすぐに明らかになります。 これまでにドット プロットを見たことがないユーザーにとって、このマークは見慣れないものであり、学習する必要がある新しいグラフの種類を示唆している可能性があります。
- これらにより、測定方向が水平のみであり、垂直ではない、または水平と垂直の両方であることがよりすぐに明白になります。 薄くなったバー マークにより、右にあるマークほど大きな絶対量を表すことがさらに明確になります (値がすべて負の場合の絶対量が小さいのとは対照的です)。
- これらはバーの端を視覚的に示唆し、チャートを解釈する正しい方法を示唆します。 「色あせたバー」マークにより、これがさらに明白になります。
- 定量的なグリッドラインと間違われる可能性のあるカテゴリー ガイドラインはありません。 ユーザーが非常に高い精度で値を視覚的に推定する必要がある場合は、混乱を招くことなく定量的グリッド線を追加できます (実際、定量的グリッド線は測定の方向性を視覚的にさらに強化するため、最初の理解を助けることもあります)。
- これらのデザインでは、クリーブランド ドット プロットの重要な利点が維持されています。値は、(棒グラフのように) 異なる長さではなく、異なる 2D 位置のマークとして表現されるため、定量的なスケールが適切でない場合に、ユーザーが数量を誤って比較するリスクが軽減されます。ゼロは含まれません。 「バー」形状または「針」カテゴリ ガイドを使用していたら、この利点は失われていたでしょう。
視覚化するデータに 8 つを超えるカテゴリがある場合、マークをカテゴリ ラベルに関連付けることはより手間がかかり、間違いが発生しやすくなるため、何らかの形式のカテゴリ ガイドが必要になります。 私たちの目には、太くて軽いカテゴリ ガイドはパイプ マークに最適であり、細いセパレータ ラインは色あせたバー マークに最適であるように見えました。
ただし、ドット プロットに慣れていないユーザーを対象としたこれらの設計を従来の設計と比較してテストしていないため、現時点ではこれらは単なる仮説にすぎません。 ただし、上で説明した理由により、従来のドット プロット デザインよりも優れたパフォーマンスが得られるのではないかと考えられます。 コメントでご意見をお聞かせください。または、デザイン要素の他の組み合わせにより、より使いやすいドット プロットが作成できると思われる場合は、お知らせください。
これは素晴らしい、 @XanGregg 。 期待通り、とても考え抜かれた作品でした。 そして、観察可能なノートブックは、人々が実験するのに非常に役立つメカニズムです。 FWIW、ドットとニードルは、少数のカテゴリと多数のカテゴリの両方で非常にうまく機能すると思います。
