Doyasıya grafik

Hangi grafiği kullanmalıyım?

Sevdiğiniz grafikten değil, verinizin yanıtladığı sorudan başlayın. İkisini nasıl eşleştireceğiniz — ve kaçınmaya değer hatalar — burada.

İşle başlayın

Her grafik sayıları görebileceğiniz bir şeye kodlar: konum, uzunluk, açı, alan ya da renk. İnsanlar bunları çok farklı isabetle değerlendirir. Cleveland ve McGill’in sıralamasında en isabetli okunan ortak bir ölçek üzerindeki konumdur; onu hizasız ölçeklerdeki konum, sonra uzunluk ve açı, sonra alan izler, renk tonu ise en sondadır (Cleveland & McGill 1984). Yani iyi bir grafik, önemli olan karşılaştırmayı en isabetli kodlamaya yerleştirir.

Bu yüzden ilk adım işi adlandırmaktır: miktarları mı karşılaştırıyorsunuz, zaman içindeki değişimi mi, bir bütünün parçalarını mı gösteriyorsunuz, iki ölçüyü mü ilişkilendiriyorsunuz, yoksa değerlerin nasıl dağıldığını mı gösteriyorsunuz?

Sorunuz	Seçilecek grafik	Neden
Bu miktarlar birbirine göre nasıl?	Sütun grafiği	Ortak bir taban çizgisi üzerindeki uzunluklar en kolay karşılaştırmadır.
Çok sayıda kategori nasıl sıralanıyor?	Çubuk grafiği	Yatay çubuklar uzun etiketlere yer bırakır.
Bu zaman içinde nasıl değişti?	Çizgi grafiği	Eğim değişim hızını gösterir.
Bu bütün neden oluşuyor?	Halka grafiği	Tek bir açık mesajı olan birkaç parça için.
Karışım gruplar arasında nasıl farklılaşıyor?	%100 yığılmış grafik	Paylar ortak kenarlara göre hizalanır.
Bu iki ölçü birlikte hareket ediyor mu?	Dağılım grafiği	Her satır bir nokta olur; örüntüler belirir.
Bu değerler nasıl yayılıyor?	Histogram	Aralıklar dağılımın biçimini ortaya koyar.
Birkaç grubun yayılımı nasıl karşılaştırılır?	Kutu grafiği	Medyanlar ve çeyrekler yan yana.
Bizi bu sayıdan şu sayıya ne getirdi?	Şelale grafiği	Havada duran çubuklar iki toplam arasında köprü kurar.
İnsanlar nerede bırakıp gidiyor?	Huni grafiği	Her aşama bir öncekinin alt kümesidir.
En çok hangi birkaç neden önemli?	Pareto grafiği	Sıralanmış çubuklar ve birikimli bir çizgi.

Zaman içinde değişim

Zaman neredeyse her zaman soldan sağa akar. Çok sayıda nokta için çizgi kullanın; birkaç dönem içinse sütunlar işe yarar ve her değeri kolay okunur kılar. Yığılmış alanlar zaman içinde bir toplamı ve parçalarını gösterir, ama yalnızca en alttaki katman kesin olarak okunabilir.

Farklı birimlerdeki iki ölçüyü asla iki y eksenine koymayın. İki ölçeğin hizalanışı keyfidir; dolayısıyla görünen her kesişme ya da ilişki, eksenlerin nereye ayarlandığının bir yan ürünüdür. İki grafik kullanın ya da ikisini de bir endekse dönüştürün.

Bütünün parçaları

Pasta ve halka grafikleri iki ila altı parça ve basit bir mesaj için işe yarar. Daha fazla parça ya da benzer büyüklükte parçalar olduğunda sıralanmış çubuklar daha açıktır. Birkaç grubun bileşimini karşılaştırmak için bir sıra pasta yerine %100 yığılmış grafik kullanın.

Parçaların gerçekten bir bütün oluşturduğunu kontrol edin. Birden çok yanıta izin veren anket soruları ya da birbiriyle çakışan kategoriler bir bütün oluşturmaz.

Amacı olan renk

Her seriye bir renk verin ve grafikten grafiğe onu koruyun. Kategorilerin bir sırası yoksa çubukları değere göre renklendirmeyin — değeri zaten uzunluk gösteriyor. Ve okurların ayırt edebileceğinden fazla renk kullanmayın: en fazla sekiz kadar, dağılım grafiklerinde daha az. Chart Buffet’in “renk körlüğüne uygun” olarak işaretlenmiş paletleri, komşu renklerin renk körlüğünün en yaygın türlerinde ayırt edilebilir kalması için test edilmiştir.

Yapabildiğiniz yerde doğrudan etiketleyin. Gösterge okurları gidip gelmeye zorlar; bir çizginin ucundaki ya da bir çubuğun üstündeki etiket ise anında okunur.

Dürüst kalın

Çubuklar ve alanlar sıfırdan başlamak zorundadır, çünkü uzunlukları ya da alanları değerin kendisidir. Çizgiler zorunda değildir, çünkü mesajı eğim taşır; ama ekseni keserseniz bunu belirtin.

Bilgi taşımayanı kaldırın — kalın kılavuz çizgileri, çerçeveler, 3B efektler, gölgeler. Tufte verinin geri kalan her şeye oranına “veri-mürekkep oranı” dedi ve bu oranın yükseltilmesini savundu (Tufte 1983).

Kaynaklar

Cleveland, W. S. & McGill, R. (1984). Graphical perception: theory, experimentation, and application to the development of graphical methods. Journal of the American Statistical Association 79(387), 531–554.
Bertin, J. (1967). Sémiologie graphique. Paris: Gauthier-Villars; La Haye: Mouton.
Tufte, E. R. (1983). The Visual Display of Quantitative Information. Cheshire, CT: Graphics Press.
Munzner, T. (2014). Visualization Analysis and Design. Boca Raton, FL: CRC Press.
Friendly, M. & Denis, D. J. (2001). Milestones in the history of thematic cartography, statistical graphics, and data visualization. Web document.