top of page

Wykresy kołowe - krótka historia ich nieużywania

Zaktualizowano: 18 gru 2023

Dzisiaj wczuwamy się rolę osoby decyzyjnej w zakresie wyboru współpracujących operatorów logistycznych świadczących usługi dla przedsiębiorstwa, w którym jesteś zatrudniony. Dokonałeś zmiany głównego operatora logistycznego. W trakcie trwania procesu zmiany, dokonano badania postrzegania jakości głównego operatora logistycznego przed i po wprowadzeniu zmiany. Na poniższym rysunku zestawiono w postaci dwóch wykresów kołowych opinie ankietowanych na temat postrzegania jakości usług operatorów logistycznych przed i po zmianie.



ree


ree

Rysunek 1. Pierwsza wersja prezentowanych danych

Zasadniczo na obu wykresach można odczytać, iż zmiana miała pozytywny wpływ porównując poszczególne części wykresu kołowego. Na pierwszy rzut oka rzuca się ciemno-niebieska (B. dobrze) część wykresu kołowego, która po wprowadzeniu nowego operatora się zwiększyła (z 27% do 45%). Można dostrzec również, iż żółta część uległa poprawie ( Źle) z 30% do 18%. Można tak praktycznie każdą część badanego aspektu porównać i wyjdzie się z wnioskiem, iż wprowadzenie nowego operatora było pozytywne. Natomiast należy zaznaczyć, iż porównywanie takich poszczególnych części wykresu kołowego jest najzwyczajniej męczące i co gorsza - nie służy naszej historii. Wydźwięk tej historii jest pozytywny a my tracimy i czas i może cierpliwość na wnioskowanie, bazując na porównywaniu określonych częściach obu wykresów. Poniżej przedstawiono kilka metod (łatwiejszych i trudniejszych), które można zastosować, by opowiedzieć tę historię w sposób bardziej klarowny, przejrzysty i z pozytywnym wydźwiękiem - bo to jest najważniejsze w tym przypadku. Pierwsza metoda jest najprostsza do zastosowania. Jest nią po prostu przedstawienie liczb w sposób najbardziej bezpośredni. Spójrzmy zatem na rysunek 2.

ree

Rysunek 2. Prezentacja liczb w sposób dosłowny/bezpośredni

W badaniu chcemy przede wszystkim powiedzieć wszystkim, iż zmiana operatora logistycznego przyniosła sukces, ponieważ ankietowani odpowiadali częściej Dobrze lub B. dobrze w badaniu po wprowadzeniu nowego głównego operatora. Dlatego nie bójmy się przedstawiać się takiego przekazu w sposób bezpośredni - przecież to jest naszym celem. Koncentrujemy się co prawda na dwóch skumulowanych danych i tylko je prezentujemy i pomijamy inne wartości w badaniu i dobrze. Nie musimy zawsze prezentować i omawiać wszystkich danych na wykresach. Rzecz właśnie w wyłonieniu najistotniejszych elementów, które chcemy przekazać odbiorcom.

Kolejną metodą jest zestawienia tych danych w wykresy słupkowe skumulowane w odpowiedniej kolejności i zachowując zasady przetwarzania mimowolnego (rysunek 3). Stosujemy odpowiednie kolory słupków, odpowiadające kolory czcionek w legendach, a także wspomagamy się polami tekstowymi pod wykresem - posiadających również określone kolory czcionki i dostoswane metody wyróżniania wizualnego (w tym przypadku jest to pogrubienie).

ree

Rysunek 3. Wykres słupkowy skumulowany do 100%

Jeśli chcemy zaprezentować jak poszczególne wyniki wyglądają na tle całości dobrym pomysłem jest zastosowanie wykresu słupkowego skumulowanego do 100%. Taki wykres wymaga drobiazgowości i pewnej dozy cierpliwości. Natomiast odbiór takiego wykresu jest dużo bardziej przyjazny. Dostrzec od razu możemy, iż ilość skrajnych rezultatów (B. dobrze, dobrze/B. źle, Źle) jest prosty do zaobserwowania i porównania. W takiej sytuacji odbiorcy mogą łatwo dostrzec zarówno pozytywne oraz negatywne zmiany w sposób szybki i przyjemny. Z uwagi na swoje właściwości łatwego rozumienia takiej wizualizacji, taka metoda jest często wykorzystywana do przedstawienia wyników ankiet.

Nieco prostszą metodą zastąpienia wykresów kołowych czy 'ciasteczkowych' jest zrobienie najprostszego wykresu kolumnowego z zastosowaniem odpowiednich zasad formatowania wykresu, które są kluczowe dla tej wizualizacji (rysunek 4).

ree

Rysunek 4. Zwykły wykres kolumnowy

Czy zauważyliście, że wykres zaprezentowany na rysunku 4 nie ma w ogóle legendy, a nadal wyraźnie widać kiedy mówimy o sytuacji PRZED i PO? Odpowiednie formatowanie wizualizacji jest kluczowe dla przedstawianych historii. Nie bez przypadku większość danych zepchnęliśmy na drugi plan, pogrubiając jedynie te wartości, które zmieniły się najbardziej - bo na tych wartościach chciałem skupić uwagę odbiorców. W takiej prostocie nakierowujemy naszych odbiorców na konkretne informacje wykresu, które chcemy przekazać - jest to niezwykle cenna umiejętność w świecie ogólnie pojętej analizy danych. Zwróćcie uwagę, iż osoby analityczne, zajmujące się np. statystyką, pracujące z danymi na co dzień, nie zawsze posiadają predyspozycje do ich odpowiedniego prezentowania i jest to całkowicie normalne. Każdy posiada predyspozycje w określonych kierunkach, ale warto być świadom swoim braków i je rozwijać.

Ostatnią metodą, która może posłużyć w zastępstwie wykresu kołowego jest slopegraph. Pomimo prostoty tego wykresu, relatywnie ciężko go wykonać w Excelu i wymaga również cierpliwości. Natomiast jest to jeden z najlepszych wykresów pokazujących zmianę w badaniach ankietowych (rysunek 5).

ree

Rysunek 5. Slopegraph

W slopgraphie można przede wszystkim łatwo dostrzec zmiany procentowe w poszczególnych kategoriach za sprawą linii łączonych. W tego rodzaju wykresach też możemy się pokusić o trzy kolory (po 2 kolory na skrajne wartości, 1 kolor na środkową wartość). Można też jak w analizowanym wykresie podkreślić wartości, które uległy największej zmianie. Można też dodać pola tekstowe podkreślające i uzupełniające slopegraph - wszystko zależy od tego co chcemy osiągnąć.

Podsumowując, każda z czterech opisanych metod ma swoje określone właściwości i w zależności co chcemy osiągnąć, jaką mamy publiczność powinniśmy dobrać odpowiednie metody wizualizacyjne. Niemniej, zaprezentowane metody z pewnością będą bardziej czytelne niż wykresy kołowe. W naszych szkoleniach z wizualizacji danych kładziemy nacisk na prezentowanie danych w sposób przyjazny dla odbiorców. Poniżej można sprawdzić terminy.



Wizualizacja i storytelling danych
Zarezerwuj teraz

1 komentarz


Guest
12 sie

Psychologia percepcji w wizualizacji danych - dlaczego wykresy kołowe wprowadzają w błąd

Doskonały artykuł! Chciałbym uzupełnić tę tematykę o aspekt psychologiczny percepcji wykresów kołowych.

Ludzki mózg ma znacznie większe trudności z porównywaniem kątów niż długości linii czy wysokości słupków

- to zjawisko wynika z ewolucyjnych mechanizmów percepcji wzrokowej. Badania neuronaukowe prowadzone przez Stevena Pinker'a w latach 90. pokazały, że kora wzrokowa przetwarza informacje o długości elementów w sposób bardziej bezpośredni niż kąty czy powierzchnie. Wykresy kołowe dodatkowo cierpią na "efekt eksplozji", gdzie elementy umieszczone na pozycji 12 lub 6 wydają się większe niż identyczne części położone na pozycjach 3 czy 9. Ten błąd percepcyjny może prowadzić do błędnej interpretacji danych nawet o 15-20%. Interesujący jest również fakt historyczny - wykres…

Polub
bottom of page