Veriyi Sadeleştirmek: Eğilimleri Yansıtan Veri Görselleştirmeleri

Bir ay sürecek veriyi sadeleştirme serimizin sekizinci bölümüne hoş geldiniz. Veri Okuryazarlığı Ayı kapsamında, bu seri veri dünyasındaki kilit kavramları netleştirecek, sormaya çekinebileceğiniz soruları yanıtlayacak ve bunu yaparken keyifli bir yolculuk sunacak. Başlangıçtan almak isterseniz, serinin ilk yazısını okuyun: Veri Kümesi Nedir?

Bu hafta, yaygın veri görselleştirmeleri ve bunların nasıl yorumlanacağını ele alacağız. Veri görselleştirme, sıkça veri bilimine giriş kapısı olarak anılır. Bu blog yazısında, bir eğilimi yansıtan veri görselleştirmelerine ve bunları nasıl yorumlayacağınıza bakacağız.

Eğilimi Yansıtan Görselleştirmeler

Eğilimleri yakalamak, veri görselleştirmenin en yararlı uygulamalarından biridir. Bu bölümün geri kalanında, eğilimleri yansıtan en popüler görselleştirmelere bakacağız. Başta çizgi grafikler, spline grafikler, alan grafikler ve bunların varyasyonları olmak üzere. Hadi başlayalım! 

Çizgi grafikler 

Bir çizgi grafik, bir dizi noktayı düz çizgi parçalarıyla birbirine bağlar. Çizgi grafikler genellikle zaman içindeki eğilimleri görselleştirmek için kullanılır. Çizgi grafikler her yerde karşınıza çıkar. İşletmeler, gelir ve kâr gibi iş metriklerini zaman içinde göstermek için çizgi grafik kullanır; bilim insanları iki değişken arasındaki ilişkiyi göstermek için çizgi grafiklerden yararlanır. 

2021 boyunca NFT’lere ilgi artmış, Ocak 2022’de zirveye ulaştıktan sonra bitcoin gibi başlıca kripto paraların fiyatlarıyla birlikte hızla düşüşe geçmiştir. (Kaynak: Statista)

Çizgi grafikleri yorumlamak sezgiseldir. Çizgi grafikleri yorumlarken düşünmeniz gereken bazı noktalar şunlardır.

1. Grafiğin şekli nasıl görünüyor? Artıyor mu, azalıyor mu, yoksa sabit mi? 
2. Grafiğin eğimi nasıl? Eğim, zaman içindeki değişim hızını gösterir. Çizgi ne kadar dikse, değişim hızı o kadar yüksektir. 
3. Maksimum veya minimum bir noktaya dikkat edin. Bu, önemli bir dönüm noktasını işaret edebilir veya kayda değer bir olayla çakışabilir.

Yine de bir uyarı notu: Bir çizgi grafiği okuyan herkes, dikey eksene dikkat etmeli ve eksenin sıfırdan başlayıp başlamadığını göz önünde bulundurmalıdır. Y ekseni sıfırdan başlamayan çizgi grafikler, küçük değişimleri büyük dalgalanmalarmış gibi gösterebilir. 

Sıfırdan başlamayan bir çizgi grafik, izleyiciyi yanıltmak için kullanılabilir (Kaynak: Chad Skelton)

Spline grafik

Spline grafik, veri noktalarını birleştirmek için (düz çizgiler yerine) eğriler kullanan bir çizgi grafiktir.

Son 500 milyon yılda dünyanın sıcaklığındaki kademeli değişimleri gösteren bir spline grafik (Kaynak: climate.gov)

Spline grafik, zaman içindeki eğilimleri aktarmada çizgi grafik kadar yetkindir; pürüzsüz ve kademeli değişimleri aktarmada ise çizgi grafikten üstündür. Örneğin, bir mağazanın aylık gelirini, satışların tek bir günde değil ay boyunca kademeli olarak gerçekleştiğini anlatmak için spline grafikle görselleştirebilirsiniz. 

Çoklu çizgi veya çoklu spline grafikler 

Adından da anlaşılacağı üzere, çoklu çizgi grafik, aynı veya farklı eksenlerde birden fazla çizgi grafiği içerir. Birbiriyle ilişkili iki değişkenin eğilimlerini karşılaştırmak için kullanışlıdır. Bir çoklu çizgi grafiğini analiz ederken, grafiğe dikkatlice bakın ve aşağıdakileri anlamaya çalışın:

1. Her bir çizgi neyi temsil ediyor? 
2. Çizgiler arasındaki fark neyi ifade ediyor?
3. İki çizgi arasında olası bir korelasyon var mı? Varsa, bu açıklanabilir mi?
4. Her bir çizgi tek bir eksene göre mi ölçülüyor, yoksa birden fazla y ekseni mi var? 

İşte faydalı çoklu çizgi ve çoklu spline grafiklerden bazı örnekler. 

Alphabet’in 2021 Yıllık Raporu, hisse performansını geniş piyasa ile karşılaştırmak için çoklu spline grafik kullanıyor. (Kaynak: Alphabet Yatırımcı Raporlaması)

Çizgi grafiklerin yaratıcısı William Playfair, daha 1786’da İngiltere’nin ithalat ve ihracatını karşılaştırmak için çoklu spline grafik kullandı. Çizgiler arasındaki düşey fark, o yıl için İngiltere’nin dış ticaret dengesini gösterir (Kaynak: Datylon)

Yaygın bir hata, çoklu çizgi grafiğine şöyle bir bakıp iki bağımsız eğilimin ilişkili olduğu sonucuna varmaktır. Bu, veriyi sadeleştirme serisinin önceki bir bölümünde ele aldığımız korelasyon ve nedensellik safsatasının ta kendisidir. 

Aşağıdaki örnekte, birinin havuza düşerek boğulan kişi sayısı ile Nicolas Cage’in oynadığı film sayısı arasında bir ilişki olduğu sonucuna varmak kolaydır. 

Sahte korelasyonlara dikkat! (Kaynak: Tyler Vigen)

Alan grafikler

Bir alan grafik, çizgi ile x ekseni arasındaki alanı tarayarak sayısal bir değerin nasıl ilerlediğini gösterir. Çizgi grafiğe benzer, ancak her çizginin altındaki alan taranır.

Bir alan grafik (Kaynak: Storytelling with Data)

Grafiğin altındaki alanı, zaman içindeki kümülatif veri serisi miktarı olarak düşünebilirsiniz. Aynı grafikte birden fazla alan grafik çizildiğinde, zaman içinde birkaç alt kategoriyi karşılaştırabilirsiniz. 

Alan grafiklerin faydasına rağmen, bazı sakıncalarına dikkat etmelisiniz. Birden fazla veri serisinin göreli alanlarını karşılaştırmak zor olabilir; alan grafikler hızla fazla kalabalık hale gelebilir. 

Yığılmış Alan Grafik

Yığılmış alan grafik, birbirinin üzerine yığılmış birden fazla alan grafikten oluşur. Bir veri serisinin zaman içindeki dağılımını izleme konusunda en iyisidir.

Şekil 8: Pandeminin ölümcüllüğünü gösteren yığılmış bir çubuk grafik (Kaynak: The Economist)

Burada, 2020’de pandeminin gerçek etkisini tahmin eden bir yığılmış alan grafik yer alıyor. Bunu yapmak için yazar, Lombardiya’daki ölümlerin bir bölümünü covid-19’a atfetmek üzere taralı bir bölge kullanmış. Koyu tonlama, covid-19’a atfedilen kümülatif ölümlerdeki sıçramayı vurgulamak açısından kayda değerdir; bu, yararlı bir veri hikâyeleştirme tekniğidir. 

Veri Görselleştirmeye Bugün Başlayın

Bu kısa veri görselleştirme girişinden keyif aldığınızı umuyoruz. Serinin bir sonraki bölümünde, ilişkileri yansıtan veri görselleştirmelerine bakacağız. Veri öğrenme yolculuğunuza bugün başlamak için aşağıdaki kaynaklara göz atın. 

• Veri okuryazarlığı ayı için neler planladığımıza göz atın
• Understanding Data Topics Yetenek Yolumuza başlayın
• DataFramed Podcast’ine abone olun
• Yaklaşan etkinliklerimizi inceleyin
• İlişkileri yansıtan veri görselleştirmeleri üzerine Veriyi Sadeleştirme Serisi’nin bir sonraki yazısını okuyun.