Kiel vi Disvastigas Misinformon per Teruraj Paneloj

Ciferoj per si mem malfacilas legi, kaj eĉ pli malfacile eltiri signifajn inferencojn. Ofte okazas, ke bildigado de la datumoj en la formoj de diversaj grafikaĵoj kaj diagramoj estas necesa por fari ajnan realan datuman analizon. 

Tamen, se vi pasigis iom da tempo rigardante diversajn grafikaĵojn, vi rimarkos unu aferon antaŭ longe - ne ĉiuj datumbildigoj estas kreitaj egalaj.

Ĉi tio estos rapida resumo de kelkaj el la plej oftaj eraroj kiujn homoj faras dum kreado de leteroj por reprezenti la datumojn en rapide kaj facile digestebla maniero.

Malbonaj Mapoj

Sekvante la xkcd ĉe la komenco, estas vere ofta vidi datumojn metitaj sur mapo en maniero kiu estas terura kaj senutila. Unu el la plej grandaj kaj plej oftaj leĝrompintoj estas tiu montrita en la bildstrio. 

Neinteresaj Populaciaj Distribuoj

Kiel ĝi rezultas, homoj emas vivi en urboj nuntempe. 

Vi devus nur ĝeni montri mapon se la atendata distribuo, kiun vi observas, ne kongruas kun la distribuo de totala populacio en Usono.

Ekzemple, se vi vendus frostajn takojn kaj ekscius, ke pli ol duono de viaj vendoj venas de nutraĵvendejoj en Okcidenta Virginio malgraŭ ilia ĉeesto en merkatoj tutlandaj, tio estus sufiĉe rimarkinda.

Montri mapon indikantan ĉi tion, same kiel kie alie la takoj estas popularaj, povus doni utilajn informojn. 

Simile, se vi vendas produkton, kiu estas tute en la angla, vi devus atendi, ke via distribuado de klientoj kongruas kun la distribuado de anglalingvanoj tutmonde. 

Malbona Grajna Grandeco

Alia maniero fuŝi mapon estas elektante malbonan manieron dividi la teron geografie en pecojn. Ĉi tiu problemo trovi la ĝustan plej malgrandan unuon estas ofta ĉie en BI, kaj bildigoj ne estas escepto.

Por pliklarigi pri kio mi parolas, ni rigardu du ekzemplojn de la sama grajno havanta du tre malsamajn efikojn.

Unue, ni rigardu iun farantan topografian mapon de Usono ombrigante la punkton de plej alta alteco en ĉiu distrikto per malsama koloro laŭ difinita ŝlosilo. 

Kvankam ĝi estas iom efika por la orienta marbordo, sed kiam vi trafas la randon de la Rokmontaro, ĝi estas vere nur bruo.

Vi ne ricevas tre bonan bildon de la geografio ĉar (pro komplikaj historiaj kialoj) guberniaj grandecoj tendencas pligrandiĝi ju pli okcidenten vi iras. Ili rakontas rakonton, nur ne unu rilatan al geografio. 

Komparu ĉi tion kun mapo de religia aliĝo laŭ distrikto.

Ĉi tiu mapo estas plene efika, malgraŭ uzi la ĝustan saman grajngrandecon. Ni kapablas fari rapidajn, precizajn kaj signifajn konkludojn pri regionoj de Usono, kiel ĉi tiuj regionoj povus esti perceptitaj, kion la homoj kiuj loĝas tie povas pensi pri si mem kaj la resto de la lando.

Fari efikan mapon kiel vidan helpon, kvankam malfacila, povas esti tre utila kaj pliklarigebla. Nur nepre pripensu tion, kion via mapo provas komuniki.

Malbonaj Baraj Grafikoj

Bargrafeoj estas ĝenerale pli oftaj ol informoj prezentitaj sur mapo. Ili estas simplaj por legi, simplaj por krei, kaj ĝenerale sufiĉe elegantaj.

Kvankam ili estas facile fareblaj, estas iuj oftaj eraroj, kiujn homoj povas fari dum ili provas reinventi la radon. 

Misgvidaj Skaloj

Unu el la plej oftaj ekzemploj de malbonaj strekgrafikoj estas kiam iu faras ion malbonan kun la maldekstra akso. 

Ĉi tio estas precipe insida problemo, kaj malfacile doni ĝeneralajn gvidliniojn. Por fari ĉi tiun problemon iom pli facile digesteblan, ni diskutu kelkajn ekzemplojn. 

Ni imagu kompanion kiu faras tri produktojn; Alfa, Beta, kaj Gamma uzaĵoj. La ekzekutivo volas scii kiom bone ili vendas inter si, kaj la BI-teamo ellaboras grafikon por ili. 

Per unu ekrigardo, la ekzekutivo havus la impreson, ke la Alpha Widgets multe plivendas la konkuradon, kiam fakte ili superas Gamma-fenestaĵojn per nur ĉirkaŭ 20% - ne 500% kiel estas implicite en la bildigo.

Ĉi tio estas ekzemplo de tre evidente abomena misprezento - aŭ ĉu? Ĉu ni povus imagi kazon, kie ĉi tiu ekzakte sama distordo estus pli utila ol vanilo 0 - 50,000-akso?

Ekzemple, ni imagu la saman kompanion krom nun la ekzekutivo volas scii ion malsaman.

En ĉi tiu kazo, ĉiu fenestraĵo nur faras profiton se ili vendas almenaŭ 45,000-unuojn. Por ekscii kiom bone ĉiu produkto fartas kompare unu kun la alia kaj rilate al ĉi tiu etaĝo, la BI-teamo eklaboras kaj sendas la sekvan bildigon. 

Thej estas ĉiuj, en absolutaj terminoj, ene de 20% fenestro unu de la alia, sed kiom proksime ili estas al la plej grava 45,000 marko? 

Ŝajnas, ke Gamma-fenestraĵoj estas iomete mallongaj, sed ĉu Beta-fenestraĵoj estas? La 45,000 linio eĉ ne estas etikedita.

Pligrandigi la grafeon ĉirkaŭ tiu ŝlosila akso, en ĉi tiu kazo, estus tre informa. 

Kazoj kiel ĉi tiuj tre malfacilas doni ĝeneralajn konsilojn. Plej bone estas singarde. Zorge analizu ĉiun situacion antaŭ etendi kaj tranĉi la y-akson kun malzorgema forlaso. 

Truko-Trinkejoj

Multe malpli timiga kaj simpla misuzo de bargrafikoj estas kiam homoj provas fariĝi tro bela kun siaj bildigoj. Estas vere, ke vanila stango-diagramo povas esti iom enuiga, do havas sencon, ke homoj provus spici ĝin.

Konata ekzemplo estas la fifama kazo de la gigantaj latvaj virinoj.

Iasence, ĉi tio rilatas al iuj aferoj diskutitaj en la antaŭa sekcio. Se la kreinto de la grafeo estus inkluzivis la tutan y-akson ĝis 0'0'', tiam hindaj virinoj ne aspektus kiel piksioj kompare kun la gigantino latvaj. 

Kompreneble, se ili ĵus uzus stangojn, ankaŭ la problemo malaperus. Ili estas enuigaj, sed ili ankaŭ estas efikaj.  

Malbonaj Tortdiagramoj

Tortdiagramoj estas la malamiko de la homaro. Ili estas teruraj en preskaŭ ĉiuj manieroj. Ĉi tio estas pli ol pasia opinio apogita de la aŭtoro, tio estas objektiva, scienca fakto.

Estas pli da manieroj malĝustigi kukajn diagramojn ol korekti ilin. Ili havas ekstreme mallarĝajn aplikojn, kaj eĉ en tiuj, estas dubinde ĉu ili estas la plej efika ilo por la laboro. 

Dirite, ni nur parolu pri la plej akraj mispaŝoj.

Troloĝataj Leteroj

Ĉi tiu eraro ne estas ege ofta, sed ĝi estas ege ĝena kiam ĝi aperas. Ĝi ankaŭ montras unu el la fundamentaj problemoj kun pi-diagramoj.

Ni rigardu la sekvan ekzemplon, tortdiagramo montranta la distribuadon de leterofteco en skribita angla. 

Rigardante ĉi tiun diagramon, ĉu vi pensas, ke vi povus diri kun konfido, ke mi estas pli ofta ol R? Aŭ O? Ĉi tio ignoras, ke iuj el la tranĉaĵoj estas tro malgrandaj por eĉ konveni etikedon sur ili. 

Ni komparu ĉi tion kun bela, simpla streketo. 

Poezio!

Ne nur vi povas tuj vidi ĉiun literon rilate al ĉiuj aliaj, sed vi ricevas precizan intuicion pri iliaj frekvencoj, kaj facile videblan akson montrantan la realajn procentojn.

Tiu antaŭa diagramo? Nefiksebla. Estas simple tro da variabloj. 

3D Furorlisto

Alia ega misuzo de tortdiagramoj estas kiam homoj faras ilin en 3D, ofte klinante ilin laŭ malsanktaj anguloj. 

Ni rigardu ekzemplon.

Unuvide, la blua "EUL-NGL" aspektas proksimume same kiel la ruĝa "S&D", sed tio ne estas la kazo. Se ni mense korektas por la kliniĝo, la diferenco estas multe pli granda ol ĝi ŝajnas.

Ne estas akceptebla situacio, kie ĉi tiu speco de 3D-grafo funkcios, ĝi nur ekzistas por trompi la leganton pri la relativaj skaloj. 

Plataj kuktabuloj aspektas bone. 

Malbonaj Koloraj Elektoj

La fina eraro kiun homoj emas fari estas elekti nekonsiderajn kolorskemojn. Ĉi tio estas malgranda punkto kompare kun la aliaj, sed ĝi povas fari grandan diferencon por homoj. 

Konsideru la sekvan diagramon. 

Ŝajnas, ke ĉi tio aspektas bone al vi. Ĉio estas klare etikedita, la grandecoj havas sufiĉe grandajn discrepancojn, ke estas facile vidi kiel la vendoj kompare unu kun la alia.

Tamen, se vi suferas kolorblindecon, ĉi tio verŝajne estas tre ĝena. 

Kiel ĝenerala regulo, ruĝa kaj verda neniam devus esti uzataj sur la sama grafeo, precipe najbaraj unu al la alia. 

Aliaj eraroj de kolorskemo devus esti evidentaj al ĉiuj, kiel elektado de 6 malsamaj etaj nuancoj aŭ ruĝaj.

Pasejoj

Estas multaj, multaj pliaj manieroj krei datumajn bildigojn, kiuj estas teruraj kaj malhelpas kiom bone homoj kapablas kompreni datumojn. Ĉiuj ili povas esti evititaj per iom da pensemo.

Gravas konsideri kiel iu alia vidos la grafeon, iu kiu ne intime konas la datumojn. Vi devas havi profundan komprenon pri kio estas la celo rigardi la datumojn, kaj kiel plej bone reliefigi tiujn partojn sen trompi homojn.