Cursus
Datavisualisatie begrijpen
2 uur
264.8K
Welkom bij deel acht van onze maandlange serie Data ontrafeld. Als onderdeel van Data Literacy Month verduidelijkt deze serie kernbegrippen uit de wereld van data, beantwoordt ze vragen die je misschien niet durfde te stellen en hebben we onderweg ook nog plezier. Wil je bij het begin beginnen, lees dan onze eerste bijdrage: Wat is een dataset?
Deze week behandelen we veelvoorkomende datavisualisaties en hoe je ze interpreteert. Datavisualisatie wordt vaak de toegangspoort tot data science genoemd. In deze blogpost bekijken we datavisualisaties die een trend vastleggen en hoe je ze leest.
Visualisaties die een trend vastleggen
Trends vastleggen is een van de nuttigste toepassingen van datavisualisatie. In de rest van deze sectie bekijken we de populairste visualisaties die trends vangen. Met name lijngrafieken, splinegrafieken, vlakdiagrammen en hun varianten. Laten we beginnen!
Lijngrafieken
Een lijngrafiek verbindt een reeks punten met rechte lijnsegmenten. Lijngrafieken worden vaak gebruikt om trends in de tijd te visualiseren. Lijngrafieken zijn alomtegenwoordig. Bedrijven gebruiken ze om bedrijfsstatistieken zoals omzet en winst door de tijd heen weer te geven; wetenschappers gebruiken lijngrafieken om de relatie tussen twee variabelen te illustreren.
De interesse in NFT’s is in 2021 toegenomen, bereikte een maximum in januari 2022 en daalde daarna snel, in tandem met de prijzen van grote cryptovaluta zoals bitcoin. (Bron: Statista)
Het interpreteren van lijngrafieken is intuïtief. Hier zijn een paar punten om aan te denken als je een lijngrafiek leest.
- Hoe ziet de vorm van de grafiek eruit? Neemt deze toe, af of blijft hij stabiel?
- Hoe ziet de helling van de grafiek eruit? De helling geeft het tempo van verandering door de tijd aan. Hoe steiler de lijn, hoe hoger het veranderingsritme.
- Let op een maximum- of minimumpunt. Dit kan een belangrijk keerpunt markeren of samenvallen met een betekenisvolle gebeurtenis.
Eén kanttekening: iedereen die een lijngrafiek leest, moet letten op de verticale as en nagaan of die bij nul begint of niet. Lijngrafieken waarvan de y-as niet bij nul begint, kunnen kleine veranderingen doen lijken op wilde schommelingen.
Een lijngrafiek die niet bij nul begint kan worden gebruikt om het publiek te misleiden (Bron: Chad Skelton)
Splinegrafiek
Een splinegrafiek is een lijngrafiek die krommen (in plaats van rechte lijnen) gebruikt om datapunten te verbinden.
Een splinegrafiek die geleidelijke veranderingen in de temperatuur van de aarde over de afgelopen 500 miljoen jaar laat zien (Bron: climate.gov)
Een splinegrafiek is net zo geschikt om trends door de tijd over te brengen als een lijngrafiek; hij is superieur aan een lijngrafiek in het weergeven van vloeiende en geleidelijke veranderingen. Je kunt bijvoorbeeld de maandelijkse omzet van een winkel plotten met een splinegrafiek om duidelijk te maken dat de verkopen geleidelijk over de maand plaatsvinden, niet op één dag.
Multi-line- of multi-splinegrafieken
Zoals de naam al aangeeft, bevat een multi-linegrafiek meer dan één lijngrafiek die op dezelfde of verschillende assen is uitgezet. Het is handig om de trends van twee gerelateerde variabelen te vergelijken. Om een multi-linegrafiek te analyseren, kijk je aandachtig naar de grafiek en probeer je het volgende te begrijpen:
- Wat stelt elke lijn voor?
- Wat betekent het verschil tussen de lijnen?
- Is er een mogelijke correlatie tussen de twee lijnen? Zo ja, is die te verklaren?
- Wordt elke lijn gemeten tegen één as, of zijn er meerdere y-assen?
Hier zijn enkele voorbeelden van nuttige multi-line- en multi-splinegrafieken.
Het Jaarverslag van Alphabet in 2021 gebruikt een multi-splinegrafiek om de aandelenprestatie te vergelijken met de bredere markt. (Bron: Alphabet Investor Reporting)
William Playfair, de bedenker van de lijngrafiek, gebruikte al in 1786 een multi-splinegrafiek om de import en export van Engeland te vergelijken. Het verticale verschil tussen de lijnen geeft het Engelse saldo van de lopende rekening in dat jaar aan (Bron: Datylon)
Een veelgemaakte fout is om op basis van een vluchtige blik op een multi-linegrafiek te concluderen dat twee onafhankelijke trends met elkaar samenhangen. Dit is precies de drogreden correlatie versus causaliteit in actie, die we in een eerder deel van de Data ontrafeld-serie hebben behandeld.
In het onderstaande voorbeeld kun je gemakkelijk concluderen dat er een verband is tussen het aantal mensen dat verdronk door in een zwembad te vallen en het aantal films waarin Nicolas Cage heeft gespeeld.
Pas op voor schijncorrelaties! (Bron: Tyler Vigen)
Vlakdiagrammen
Een vlakdiagram laat zien hoe een numerieke waarde zich ontwikkelt door het gebied tussen de lijn en de x-as in te kleuren. Het lijkt op een lijngrafiek, behalve dat het gebied onder elke lijn is ingekleurd.
Een vlakdiagram (Bron: Storytelling with Data)
Je kunt het gebied onder de grafiek zien als de cumulatieve hoeveelheid van de dataserie in de tijd. Wanneer meerdere vlakdiagrammen in dezelfde grafiek worden weergegeven, kun je meerdere subcategorieën door de tijd vergelijken.
Ondanks de bruikbaarheid van vlakdiagrammen moet je je bewust zijn van hun kanttekeningen. Het vergelijken van de relatieve oppervlaktes van meerdere dataseries kan lastig zijn, omdat vlakdiagrammen snel te rommelig kunnen worden.
Gestapeld vlakdiagram
Een gestapeld vlakdiagram bestaat uit meerdere vlakdiagrammen die op elkaar zijn gestapeld. Het is het best geschikt om de opbouw van een dataserie door de tijd te volgen.
Figuur 8: Een gestapelde staafgrafiek die de dodelijkheid van de pandemie illustreert (Bron: The Economist)
Hier is een gestapeld vlakdiagram dat de werkelijke tol van de pandemie in 2020 schat. Hiervoor gebruikte de auteur een gearceerd gebied om een deel van de sterfte in Lombardije toe te schrijven aan covid-19. De donkerdere arcering valt op om de piek in cumulatieve sterfgevallen door covid-19 te benadrukken, wat een nuttige techniek voor dataverhalen is.
Begin vandaag nog met datavisualisatie
We hopen dat je deze korte introductie tot datavisualisatie leuk vond. In de volgende aflevering bekijken we datavisualisaties die relaties vastleggen. Wil je vandaag al beginnen met leren over data, bekijk dan de volgende bronnen.
Onderwerpen
