Als goede data slechte grafieken maken

Gevorderde datavisualisatie met ggplot2

Rick Scavetta

Founder, Scavetta Academy

Slechte grafieken: stijl

• Kleur
  • Niet geschikt voor kleurenblindheid (bv. vooral rood en groen)
  • Verkeerd palet voor datatype (denk aan sequentieel, kwalitatief, divergerend)
  • Onderscheid tussen groepen onduidelijk (kleuren te vergelijkbaar)
  • Lelijk (fel verzadigde primaire kleuren)
• Tekst
  • Onleesbaar (bv. te klein, lage resolutie)
  • Niet beschrijvend (bv. "lengte" — waarvan? welke eenheden?)
  • Ontbreekt
  • Ongepast (bv. Comic Sans)

Slechte grafieken: structuur en inhoud

• Informatiewaarde
  • Te veel informatie (TMI)
  • Te weinig informatie (TLI)
  • Geen duidelijke boodschap of doel
• Assen
  • Slechte beeldverhouding
  • Oorsprong onderdrukken
  • Gebroken x- of y-as
  • Gedeelde maar niet-uitgelijnde schalen
  • Verkeerde of ontbrekende transformatie

• Statistiek
  • Visualisatie komt niet overeen met de statistiek
• Geometrieën
  • Verkeerd type grafiek
  • Verkeerde oriëntatie
• Non-data-inkt
  • Onjuist gebruik
• 3D-grafieken
  • Perceptuele problemen
  • Nutteloze 3e as

Verkeerde oriëntatie

Gebroken y-assen

Gebroken y-assen? Gebruik getransformeerde data

Gebroken y-assen? Gebruik facetten

3D-grafieken zonder data op de 3e as

3D-grafieken met data op de 3e as

Dubbele y-assen

Dubbele y-as voor transformaties

Richtlijnen, geen regels

• Gebruik je gezond verstand:
  • Staat er iets op m’n grafiek dat de data of hoofdboodschap vertroebelt?

Laten we oefenen!

Gevorderde datavisualisatie met ggplot2