Visualisering

För att öka förståelsen för hur visuellt material kan användas för att utforska och kommunicera data eller information går vi här igenom ett antal övergripande principer och riktlinjer som kan vara ett stöd i visualiseringsarbetet:

• Nyttan med visualisering
• Hur ditt syfte, din målgrupp och din vetenskapliga domän kan påverka utformningen av visualiseringar
• Hur kunskap om grafiska principer och mänsklig perception kan göra det lättare för dig att nå fram med ditt budskap
• Hur du kan koda och representera data på grafisk väg

Varför visualisera?

Att visualisera innebär att grafiskt synliggöra förhållanden eller tillstånd i ett avgränsat underlag, till exempel ett dataset. Syftet kan vara att:

• analysera och utforska data i jakt på ytterligare information eller kunskap
• förklara och förmedla den information och kunskap som data givit upphov till

Som vanligt när det gäller vetenskapligt arbete är det kvaliteten på och hanteringen av insamlad data som ligger till grund för vilken kunskap som kan genereras eller förmedlas med hjälp av en visualisering.

Anscombes kvartett

Ett klassiskt exempel som ofta används för att beskriva hur viktigt det är att visualisera data är det som populärt kallas Anscombes kvartett (läs mer i Graphs in Statistical Analysis av Francis Anscombe). Exemplet består av fyra dataset med x- och y-variabler. Alla dataset är mycket lika, med nästintill identiska statistiska mått för medelvärde, varians, korrelationskoefficient och linjär regression (streckad röd linje i figur).

Genom att studera tabelldata och de statistiska måtten för dataseten kan en del slutsatser dras. Utan de visuella representationerna är det lätt att anta att sambandet mellan x och y är, mer eller mindre, detsamma i alla fyra dataset. När dataseten visas i grafisk form blir det dock tydligt att visualiseringarna lyckas avslöja mönster och beskriva data på ett sätt som tabellerna och de statistiska måtten inte själva kan, och graferna demonstrerar tydligt att dataseten i själva verket är mycket olika varandra med avseende på relationen mellan x- och y-variablerna.

Anscombes kvartett är ett överdrivet exemplet, men poängen är tydlig: visualisering borde vara en självklar del av analys och kommunikation av data.

Visualisering är ett kraftfullt kommunikationsverktyg för att det drar nytta av människors inbyggda förmåga att urskilja mönster, trender och avvikelser i allt vi ser. Det fungerar som ett kognitivt hjälpmedel som avlastar arbetsminnet och låter oss processa en stor mängd data snabbt och effektivt. Om detta går att läsa mer i artikeln A Tour through the Visualization Zoo från 2010, samt i ett av fältets centrala verk, boken Visualization Analysis and Design (2015) av Tamara Munzner.

Visualiseringars syfte och målgrupp

Syftet med en visualisering är kopplat till målgrupp och mottagare. Ett förenklat sätt att se på kopplingen mellan syfte och målgrupp är att beskriva en visualisering på en skala från utforskande till förklarande. Begreppen exploratory respektive explanatory, eller discover respektive present, används på engelska.

Grafiska principer

För datavisualisering som metod finns inga generellt fastslagna regler att applicera. Praxis och riktlinjer tenderar att utvecklas vid behov för att sedan accepteras som ett slags standard inom enskilda discipliner.

Men vilka grafiska principer kan man behöva förhålla sig till på en mer allmängiltig nivå? För att hitta ett mer generellt och disciplinöverskridande teoretiskt fundament att bygga vidare på får vi vända oss till vår varseblivning (perception). Människans förmåga att se mönster och avvikande detaljer i en grafisk framställning är bärande inom visuell kommunikation. Det är den mänskliga perceptionen som ser till att vi, till exempel, kan skönja klusterbildning i ett sambandsdiagram, trender i ett stapeldiagram eller separera färgade fält från varandra i en karta. Vår varseblivning möjliggör dessutom visuell tolkning av såväl helheten som delarna av en form eller figur, något som är i fokus inom den gren av psykologi som kallas gestaltpsykologi, där det formulerats en uppsättning principer som kan utnyttjas för att skapa tydligare visualiseringar. En grundligare genomgång av varseblivning, och de gestaltprinciper som ofta associeras till datavisualisering, finns tillgänglig på sidan om grafiska principer. Hur de teoretiskt fungerar beskrivs först kortfattat, varpå exempel på hur de praktiskt tillämpas presenteras.

Grafisk kodning – att presentera information visuellt

Även om man är väl förtrogen med ett dataset kan det vara svårt att veta vad som är det bästa och mest effektiva sättet att beskriva det visuellt på. För att kunna svara på den frågan räcker det inte att förstå den teoretiska grunden för visualisering. Det behövs även verktyg som hjälper oss att omsätta teori till praktik.

I den här fasen av visualiseringsarbetet är begreppet kodning centralt. Det är en fri översättning av det engelska begreppet encoding, den term som ofta används i visualiseringssammanhang. Grafisk kodning handlar om hur data och information kan "översättas" till grafiska representationer. För att använda ett väldigt grundläggande exempel kan det röra sig om att utgå från siffran femtio procent, och visualisera denna som en halva i ett cirkeldiagram.

Det finns många olika sätt att beskriva den grafiska kodningen på. En av de mest grundläggande och inflytelserika texterna är William S. Cleveland och Robert McGills Graphical Perception: Theory, Experimentation, and Application to the Development of Graphical Methods, från 1984. Jock Mackinlay byggde sedan vidare på deras forskning i sin artikel Automating the design of graphical presentations of relational information, publicerad 1986.

Anledningen till att dessa artiklar blivit så tongivande är i mångt och mycket deras empiriskt verifierade, rangordnade och praktiskt användbara listor över vilka grafiska representationer av data som människans perception har olika lätt eller svårt för att tolka på ett korrekt och effektivt sätt. När vi visualiserar data görs detta med hjälp av att symboler med olika former och färger positioneras på olika sätt, för att till exempel illustrera 50% i ett cirkeldiagram. Betraktaren av visualiseringen måste sen avkoda denna grafiska representation på lämpligt sätt. Cleveland och McGills lista visar, med fokus på kvantitativa data, vilka slags visuella signaler (visual cues på engelska) är lättast att avkoda:

1. Position on a common scale
2. Position on a non-aligned scale
3. Length
4. Direction
5. Angle
6. Area
7. Volume
8. Curvature
9. Shading
10. Color saturation

Medan Cleveland & McGills lista fokuserar enbart på hur vi människor tolkar representationer av kvantitativa data rangordnar Mackinlay varseblivningsrelaterade processer med hänsyn till tre olika typer av underliggande data: förutom kvantitativa data beskriver hans listor även olika metoder för att på grafisk väg representera ordinaldata och nominaldata.

Tabellen ovan visar hur till exempel en stapels höjd, det vill säga position, i ett diagram kan vara ett effektivt sätt att representera kvantitet på. Detsamma gäller angle (vinkel), till exempel på en linje mellan olika mätpunkter i ett linjediagram: ju brantare lutning, desto större förändring i värde.

Color hue (kulör), å andra sidan, fungerar sämre för att ange mängd, men däremot bättre för att uttrycka nominaldata, till exempel olika kategorier.

Bra visualiseringar är expressiva och effektiva

I artikeln Automating the design of graphical presentations of relational information (1986) beskriver Jock Mackinlay grafiska representationer som ett visuellt språk. En visualisering, en graf eller ett diagram till exempel, utgör således en mening (sentence) uttalad på detta språk. Mackinlay föreslår två designkriterier för att både formulera och utvärdera meningar på detta språk; expressivitet och effektivitet.

Expressivitet

En visualiserings expressivitet är ett mått på hur väl den förmår förmedla allt som dataunderlaget innehåller och enbart det som dataunderlaget innehåller. Med andra ord behöver data visualiseras på ett tydligt och transparent sätt såsom det är, varken mer eller mindre. Jeffrey Heer, University of Washington, förklarar den här principen på ett något mer lättförståeligt sätt: "Tell the truth and nothing but the truth (don’t lie, and don’t lie by omission)."

Effektivitet

En visualiserings effektivitet är ett mått på dess begriplighet, hur väl den kommunicerar det som uttrycks och hur väl den tas emot av betraktaren. Kriteriet är förknippat med Mackinlays rangordnade lista. Även denna princip förklarar Jeffrey Heer på ett enklare sätt: "Use encodings that people decode better (where better = faster and/or more accurate)."

Det visuella språket

För att kunna formulera vad som på Mackinlays "visuella språk" utgör en fullständig mening behöver vi alltså ta hänsyn till designkriterierna expressivitet (vad som förmedlas) och effektivitet (hur det förmedlas), och samtidigt ta hänsyn till dataunderlagets karaktär. Det är en bra början. Det kan ibland dock vara svårt välja rätt diagram (eller om vi fortsätter att följa språkanalogin: det kan vara svårt att formulera meningen rätt). Tänk på att processen är iterativ och att man kan behöva formulera om sin mening flera gånger innan den blir tillräckligt expressiv och effektiv.

Som vi konstaterade i vår jämförelse mellan cirkeldiagram och stapeldiagram har olika diagramtyper olika styrkor och förmågor. Just användningen av cirkeldiagram är något som ofta kritiseras; de är inte tillräckligt exakta, det är svårt att jämföra storleken på tårtbitarna, och så vidare. Kritiken är inte obefogad, men cirkeldiagram har också vissa fördelar. Det går, till exempel, oerhört snabbt för oss att avkoda ett cirkeldiagram, framförallt ett med få och tydliga tårtbitar. Det är dessutom en diagramtyp som många känner igen. Om du väljer att visualisera data med en ovanlig diagramtyp kan det bli svårare för din målgrupp att tolka visualiseringen, just av den enkla anledningen att de inte är vana vid den diagramtypen. 

Tänk även på att en visualisering inte alltid består av grafer och diagram av data. Istället kan underlaget utgöras av bilddata eller omfattande bildserier. Den kan till exempel röra sig om grafiskt material genererat av ett mikroskop, en tomograf eller någon annan avancerad utrustning. Även här kan Mackinlays tabell eller Munzners begrepp vara ett stöd i valet av vilka visuella kanaler som kan eller bör kodas, och i så fall hur.