La mise en évidence des vues liées est une technique exploratoire puissante depuis de nombreuses années. Les premiers systèmes prenaient en charge la mise en surbrillance dans les nuages de points, où chaque élément affichait une ligne de données.
Une extension de cette technique, surbrillance proportionnelle , affiche plus d'informations dans les graphiques où les éléments affichent plusieurs lignes de données. JMP a été l'un des premiers produits à prendre en charge la mise en surbrillance proportionnelle, en 1989.
Figure 1. Proportional Highlighting in Histograms, JMP Version 1.0Figure 1. Proportional Highlighting in Histograms, JMP Version 1.0Figure 1. Proportional Highlighting in Histograms, JMP Version 1.0Figure 1. Proportional Highlighting in Histograms, JMP Version 1.0 Figure 1. Mise en surbrillance proportionnelle dans les histogrammes, JMP version 1.0 L'expert en visualisation Stephen Few plaide fortement pour la puissance de cette technique ("Il est difficile d'imaginer une situation où la surbrillance proportionnelle n'est pas significativement supérieure", il a écrit .).
Pour JMP en direct , nous voulions prendre en charge la mise en surbrillance proportionnelle de manière cohérente dans tous les graphiques, car une interface utilisateur cohérente est plus facile à apprendre.Lorsque les utilisateurs apprennent la technique dans un graphique, ils peuvent réutiliser leurs connaissances dans d'autres graphiques.
Nous voulions également prendre en charge à la fois l'estimation grossière et fine. Pour y parvenir, nous avons combiné la mise en surbrillance proportionnelle avec des astuces de survol. La mise en surbrillance proportionnelle permet des estimations approximatives, tandis que les infobulles peuvent afficher des chiffres réels.
Figure 2. Proportional Highlighting with Hover Tip. The bar displays the Mean weight of males.
Eleven rows are selected and highlighted.Figure 2. Proportional Highlighting with Hover Tip. The bar displays the Mean weight of males.
Eleven rows are selected and highlighted.Figure 2. Proportional Highlighting with Hover Tip. The bar displays the Mean weight of males.
Eleven rows are selected and highlighted.Figure 2. Proportional Highlighting with Hover Tip. The bar displays the Mean weight of males.
Eleven rows are selected and highlighted.Figure 2. Mise en surbrillance proportionnelle avec Hover Tip. La barre affiche le poids moyen des mâles.
Onze lignes sont sélectionnées et mises en surbrillance.
Lors du choix de cette conception, nous avons pensé que la surbrillance proportionnelle et les astuces de survol sont faciles à apprendre. Mais comment pouvons-nous savoir cela ? Le seul moyen d'être confiant est de tester.
Un test d'utilisabilité
Les clients de JMP nous ont aidés à tester cette interface utilisateur sur le Web. Chaque test affichait six paires de graphiques, en six blocs de trois essais chacun, pour un total de 18 essais. Pour chaque paire de graphiques, les participants au test ont été invités à estimer le pourcentage de lignes mises en surbrillance pour les valeurs spécifiées d'une variable.
Pour chaque essai de chaque paire de graphiques, la requête visuelle a été légèrement modifiée à chaque fois, en modifiant les valeurs ou la variable ou les deux.L'ordre a été randomisé pour les six blocs et les trois essais au sein de chaque bloc.
Figure 3. Six Pairs of Interactive Graphs.Figure 3. Six Pairs of Interactive Graphs.Figure 3. Six Pairs of Interactive Graphs.Figure 3. Six Pairs of Interactive Graphs.Figure 3. Six paires de graphiques interactifs.
Vingt-cinq participants ont passé le test. Plusieurs réponses de test ont montré des temps de réponse inhabituellement rapides de moins de deux secondes, peut-être en raison de clics de souris errants. Un participant au test a toujours eu des temps rapides, avec un tiers de ses réponses faites en moins d'une seconde. Ces données ont été exclues de l'analyse.
Résultats
Nous espérions que les participants aux tests pourraient apprendre notre cadre et améliorer leur utilisation au fil du temps. Cela a été testé en chronométrant leurs réponses aux questions et en notant l'exactitude de leurs réponses.
La réponse choisie devait être comprise entre 10 % et 90 %, et un multiple exact de 10 %. La bonne réponse peut ne pas être un multiple exact, les scores ont donc été compensés par la différence. Cela nous a permis d'attribuer une note parfaite pour la meilleure réponse possible.
La distance maximale par rapport à la bonne réponse variait selon la question. Si la meilleure réponse possible était de 50 %, l'utilisateur pourrait se tromper d'au plus 40 % ; mais si la meilleure réponse possible était de 10 %, l'utilisateur pourrait se tromper de 80 %. Pour cette raison, les scores ont été normalisés en mettant à l'échelle la distance maximale par rapport à la bonne réponse.
En utilisant cette formule, zéro est un score parfait, et plus ou moins 1 le pire score possible :
offset = round( correctAnswer ) - correctAnswer;
maxDistance = max( abs( 0.1 - correctAnswer - offset ), abs( 0.9 - correctAnswer - offset ));
score = ( chosenAnswer - correctAnswer - offset ) / maxDistance;
Apprentissage
En examinant toutes les données, tracées avec des splines de lissage, nous constatons que les temps de réponse et les scores se sont améliorés au cours des dix-huit essais. Tout le monde a dû regarder pendant quelques secondes le premier écran, mais après cela, ils ont commencé à s'améliorer.
Figure 4. Answer Time in Seconds Across All TrialsFigure 4. Answer Time in Seconds Across All TrialsFigure 4. Answer Time in Seconds Across All TrialsFigure 4. Answer Time in Seconds Across All TrialsFigure 4. Temps de réponse en secondes pour tous les essais
Les scores montrent un biais négatif. Cela peut s'expliquer par le fait que les participants au test lisent de gauche à droite et ont tendance à s'arrêter à la première bonne réponse.
Figure 5. Score Across All Trials. Zero is a perfect score.Figure 5. Score Across All Trials. Zero is a perfect score.Figure 5. Score Across All Trials. Zero is a perfect score.Figure 5. Score Across All Trials. Zero is a perfect score.Figure 5. Score sur tous les essais. Zéro est un score parfait.
Les deux courbes splines sont plutôt "cahoteuses". Cette périodicité s'explique par les différents types de graphes. Tous les trois essais, les participants au test ont reçu une nouvelle paire de graphiques.
Pour les moyennes des trois essais, l'ANOVA a montré des preuves solides d'amélioration du temps de réponse (p < 0,0001). Les scores se sont améliorés de manière moins spectaculaire, mais ont tout de même montré une amélioration significative entre le premier essai et le dernier (p < 0,5).
Figure 6. Mean Log( Answer Time ) Across Three Trials.Figure 6. Mean Log( Answer Time ) Across Three Trials.Figure 6. Mean Log( Answer Time ) Across Three Trials.Figure 6. Mean Log( Answer Time ) Across Three Trials.Figure 6. Journal moyen (temps de réponse) sur trois essais.
Figure 7. Mean Score Across Three Trials.Figure 7. Mean Score Across Three Trials.Figure 7. Mean Score Across Three Trials.Figure 7. Mean Score Across Three Trials.Figure 7. Score moyen sur trois essais.
Conseils de survol
Sur les 24 participants au test, 22 ont utilisé les astuces de vol stationnaire. Les conseils de survol apparaissent après un délai de 300 ms, comme recommandé dans les directives de style de l'interface utilisateur. Alors dans un test court comme celui-ci, il est raisonnable que deux personnes ne les découvrent pas. Il est probable que les conseils de vol stationnaire seraient découverts avec une exposition plus longue au produit.
Les participants qui n'ont pas utilisé les infobulles ont été limités à "regarder" les graphiques pour estimer leurs réponses. Ceux qui ont utilisé les infobulles ont pu voir les chiffres exacts. Cependant, aucune relation forte n'a été trouvée entre les scores des participants au test et le temps passé à utiliser les astuces de survol. Le temps passé dépendait fortement des types de graphiques.
Types de graphiques
Comme prévu, les résultats des tests dépendaient des types de graphiques testés. Tester seulement six paires de graphiques n'est pas suffisant pour tirer des conclusions solides, mais les diagrammes en boîte et les cartes figuraient parmi les graphiques les plus difficiles à estimer. Il est raisonnable de s'y attendre, car ces graphiques sont parmi les plus complexes.
Les régressions des moindres carrés ont montré que le temps de réponse était fortement influencé à la fois par le type de graphique et par l'essai (p=0,0004 et p<0,0001 respectivement). Le score était fortement influencé par le type de graphique (p<0,0001), et moins par l'essai (p=0,0871).
Figure 8. Regression of Log( Answer Time )Figure 8. Regression of Log( Answer Time )Figure 8. Regression of Log( Answer Time )Figure 8. Regression of Log( Answer Time )Figure 8. Régression du journal (temps de réponse)
Figure 9. Regression of ScoreFigure 9. Regression of ScoreFigure 9. Regression of ScoreFigure 9. Regression of ScoreFigure 9. Régression du score
conclusion
La mise en surbrillance des vues liées est une technique exploratoire puissante. La mise en surbrillance proportionnelle étend cette technique, permettant aux utilisateurs d'explorer plus de leurs données.
Les participants aux tests ont appris cette interface utilisateur, devenant facilement suffisamment productifs pour répondre aux questions sur les graphiques. La vitesse et la précision des réponses des participants se sont améliorées au fil du temps.
La mise en surbrillance proportionnelle est disponible dans JMP Live et HTML interactif autonome dans JMP. j'en ai posté exemples sur JMP Public. Nous sommes heureux d'apporter cette technique à nos clients, pour permettre Suite et des informations plus rapides sur leurs données.
Remerciements
Dr Arati Mejdal ( @arati_mejdal ) et Mme Stéphanie Mencia effectué notre test. Dr Joseph Morgan ( @Joseph Morgan ) et le Dr Ryan Lekivetz ( @Ryan_Lekivetz ) conseillé sur sa conception. Dr Caleb King ( @calking ) a apporté une aide essentielle à l'analyse des résultats. Une grande bénédiction de travailler dans JMP c'est que lorsque vous avez besoin de personnes brillantes pour vous aider, elles sont faciles à trouver.
