Wenn Sie diesen Blog verfolgen, wissen Sie, dass ich mich besonders für Daten und Datenvisualisierung begeistern kann. Dies ist die Disziplin, die sich auf die grafische Darstellung von Daten spezialisiert hat. Und in manchen Fällen ist es eine Kunstform. In meinem heutigen Artikel möchte ich Ihnen zeigen, wie Sie Fehler vermeiden können. In diesem Artikel werden Sie 6 mehr oder weniger schwerwiegende Datenfehler entdecken.
Kontaktieren Sie das Marktforschungsinstitut IntoTheMinds
1. Eine Baumkarte, die Ihnen Kopfschmerzen bereitet
Diese Art der Datenvisualisierung wird als “ Baumkarte “ bezeichnet. Sie wird verwendet, um Werte in Form von Flächen darzustellen. Die größte Fläche befindet sich oben links und die kleinste unten rechts. Die Baumkarte, die Sie sehen, dient dazu, Länder nach Einwohnerzahl und Kontinent zu klassifizieren.
Gemachte Fehler
Diese Baumkarte enthält mehrere Fehler:
- Erstens gibt es eine Redundanz von Informationen. Da die Baumkarte Werte klassifiziert, hätte ihr Ersteller die Notwendigkeit der Einbeziehung von Werten hinterfragen müssen. Gleichzeitig wären diese Daten aber auch nutzlos, wenn keine Werte enthalten wären. Das menschliche Gehirn hat große Schwierigkeiten, verschiedene Bereiche zu vergleichen.
- Ich bitte Sie, die Werte in der rechten unteren Ecke zu lesen. Sie sind nicht lesbar und daher nutzlos.
- Die Kontinente sind nicht nach dem Baumkartenprinzip klassifiziert. Dies ist ein subtilerer Fehler
2. Bereiche, die schwer zu vergleichen sind
Diese Datenvisualisierung zeigt die Importe der verschiedenen Länder weltweit und den Anteil des russischen Gases an diesen Importen. Der Kontinent wird durch eine Farbe angezeigt. Wenn wir den Kontinent außer Acht lassen, gibt es 2 Variablen, die dargestellt werden müssen.
Gemachte Fehler
Es wurden mehrere Fehler gemacht:
-
- Die Verwendung von Gebieten macht Vergleiche schwierig. Können Sie mir zum Beispiel sagen, ob Schweden mehr importiert als Spanien?
- Die Abszissen-Skala ist unpassend und überflüssig, da die Ländernamen über jedem Datenpunkt stehen.
- Letztendlich ist der Beitrag der Farben schwach. Für den amerikanischen Kontinent ist nur ein Land vertreten.
Die Lösung
Es hätten 2 Skalen mit kontinuierlichen Variablen verwendet werden sollen. Der Gasanteil auf der y-Achse erfüllt die Aufgabe perfekt. Die Anzahl der Importe hätte auf der x-Achse stehen sollen.
3. Ein unnötig kompliziertes Histogramm
Selbst die harmlosesten Histogramme können sich als schreckliche Datenvisualisierungen entpuppen. Dieses ist eines meiner Lieblingsdiagramme. Die Reaktionen sind episch, wenn ich es jemandem zum ersten Mal zeige. Es dauert lange, bis man versteht, was hier dargestellt wird. Und bei mehreren Gelegenheiten habe ich erlebt, dass die Leute wegen der kognitiven Anstrengung aufgegeben haben.
Gemachte Fehler
Es wurden so viele Fehler gemacht, dass ich kaum weiß, wo ich anfangen soll:
Die Abszissenachse ist invertiert (der jüngste Zeitraum befindet sich links), und es ist unklar, was die 2 Jahreszahlen darstellen. Es handelt sich um einen Vergleich oder einen Zeitraum, der sich über 2 Jahre erstreckt.
Die 3 Balken werfen Fragen auf: Wie hängen sie zusammen? Was führen sie nebeneinander?
Ihnen sind Farben zugeordnet, die am unteren Rand des Diagramms erklärt werden. Das zwingt den Leser dazu, zwischen der Legende und dem Histogramm hin und her zu wechseln, um zu verstehen, was er da sieht.
Erklärungen und mögliche Verbesserungen
-
- Dieses Diagramm zeigt die Einnahmequellen eines Unternehmens für 2 Geschäftsjahre. Die Balken neben der Gesamtsumme zeigen die Aufteilung der Einträge in Unterkategorien:
- Einnahmen ohne staatliche Subventionen
- Werbeeinnahmen
Dieses DataViz ist völlig unnötig. Die gleichen Informationen hätten auch in einer einzigen Leiste angezeigt werden können. Visuelle Indikatoren (z.B. Klammern) hätten die benötigten Informationen gruppieren können.
4. Schlechte Verwendung von Farbverläufen
Diese Karte stellt den „Grad der thermischen Behaglichkeit“ zwischen verschiedenen Stadtvierteln in einem Ballungsraum (Brüssel) dar.
Was ist falsch?
Zwei Dinge müssen hier korrigiert werden.
Erstens, die Verwendung von Farben. Das Gehirn assoziiert sie unbewusst mit Wahrnehmungen:
-
- Rot = heiß
- Blau = kalt
Zweitens: Die Legende gibt keine objektiven Temperaturschwankungen an.
Erst als ich den für diese Datenvisualisierung verwendeten Datensatz genauer untersuchte, stellte ich fest, dass der größte Temperaturunterschied nur 3°C betrug. Mit anderen Worten, das röteste Gebiet war nur 3°C wärmer als das blaueste. Das ist völlig irreführend.
Lösungen für eine bessere DataViz
Die Verwendung eines anderen Farbverlaufs als Rot-Blau wäre angemessener gewesen. Dies hätte Fehlinterpretationen der Karte verhindert. Ein monochromer Farbverlauf wäre perfekt gewesen. Außerdem hätten die Werte, die zur Visualisierung der Daten verwendet wurden, angegeben werden müssen. Eine Visualisierung mit numerischen Werten ist mehr wert.
5. Eine 3D-Grafik zum Vergessen
Ich weiß nicht, wessen Idee diese Datenvisualisierung war, aber man hätte sich mehr einfallen lassen können.
Was ist falsch
Die Nutzung von 3D sorgt dafür, dass das Ergebnis unleserlich und unverständlich ist. Es gibt verschiedene Rottöne, und ich muss immer noch verstehen, warum die Lehrer in Grün dargestellt sind.
Lange Zeit dachte ich, es handele sich um eine Wendeltreppe, aber dann wurde mir klar, dass die „Stufen“ in Wirklichkeit ein Tortendiagramm sind.
Was kann getan werden, um diese DataViz zu verbessern
Als Erstes sollte man 3D-Visualisierungen für immer verbieten. Auch das Tortendiagramm ist keine bevorzugte Darstellungsform, es sei denn, es gibt nur zwei Kategorien zu visualisieren. Auch hier liegt der Grund in der Schwierigkeit des Gehirns, Flächen oder Winkel zu vergleichen.
In diesem Fall hätte ein Histogramm, das in absteigender Reihenfolge des „Prestiges“ (um das es in der Umfrage ging) angeordnet ist, vollkommen ausgereicht. Wie die Amerikaner sagen: „keep it simple and stupid“.
6. Der Preis für das nutzloseste DataViz
Ehrlich gesagt denke ich, dass diese Datenvizze in die Annalen eingehen sollte. Nichts ist in Ordnung.
Schlechte DataViz-Methoden
Zum einen ist da die Verwendung von 3D (immer wieder 😫). Dann ist da die Anordnung von „Geschenkpaketen“, wie ich glaube. Dann gibt es offensichtliche Fehler bei der Darstellung der Daten: die Größe ist nicht proportional zu den visualisierten Daten. Kurz gesagt, alles ist falsch.
Wie kann diese DataViz verbessert werden?
Ein Histogramm hätte den Zweck erfüllt. Die Daten hätten in absteigender Reihenfolge sortiert werden können.
Posted in Data & IT.
