Odpowiednia wizualizacja danych to nie tylko czyste i wiarygodne dane. Równie ważna jest struktura, klarowność i czytelność. W tym poście przyjrzymy się przykładom wykresów i grafik, w których autorzy nieprawidłowo odwzorowali rzeczywistość — przypadkowo lub próbując celowo wprowadzić odbiorców w błąd.

Zgrupowaliśmy najczęstsze błędy — lub manipulacje, jeśli wolicie — w kilka kategorii. Przejdźmy przez nie jeden po drugim.

1. Skala

Użycie skali, która nie zaczyna się od zera (celowo lub nie), tworzy sztuczne wyolbrzymienie różnic, które w rzeczywistości są znacznie mniejsze.

2. Oś Y

Nadmiernie rozciągnięta lub skompresowana oś Y może zdziałać cuda — na lepsze lub gorsze.

Oto przykład pokazujący, że czasami warto “odciąć” oś Y powyżej zera. Jest to szczególnie przydatne, gdy analizujemy pojedynczą zmienną. Pierwszy wykres temperatury niewiele mówi, ale drugi jasno pokazuje trend.

3. Oś X

Błędy lub manipulacje na osi czasu mogą prowadzić do bardzo mylących interpretacji.

Pierwszy wykres poniżej może wyglądać dobrze na pierwszy rzut oka, ale wcale nie jest OK. Kolejny wykres pokazuje rzeczywiste dane źródłowe, wyraźnie wskazując, że trend bezrobocia ustabilizował się w minionym roku.

4. Kolory na mapach

Źle dobrane kolory utrudniają odczytanie lub intuicyjne interpretowanie heatmap. Poniżej znajdują się dwa przykłady, które wprowadzają zamieszanie, zamiast wyjaśniać. Pierwszy nie ma spójnych kroków gradientu, a drugi używa kolorów w sposób nieodpowiedni (nie wspominając o niefortunnym użyciu wartości bezwzględnych).

W następnym poście na naszym blogu przyjrzymy się kolejnym przykładom złych praktyk w wizualizacji danych — w tym perspektywie i zniekształceniach jednostek. Czekaj na drugą część tej serii.

Źródła i pomocne linki:

• Venngage.com
• StatisticsHowTo.com