Saat data bagus menghasilkan plot buruk

Visualisasi Data Tingkat Menengah dengan ggplot2

Rick Scavetta

Founder, Scavetta Academy

Plot buruk: gaya

• Warna
  • Tidak ramah buta warna (mis. dominan merah dan hijau)
  • Palet salah untuk jenis data (ingat sekuensial, kualitatif, dan divergen)
  • Kelompok sulit dibedakan (warna terlalu mirip)
  • Tidak sedap dipandang (warna primer sangat jenuh)
• Teks
  • Sulit dibaca (mis. terlalu kecil, resolusi buruk)
  • Tidak deskriptif (mis. "panjang" — panjang apa? satuan apa?)
  • Hilang
  • Tidak tepat (mis. Comic Sans)

Plot buruk: struktur dan konten

• Konten informasi
  • Terlalu banyak informasi (TMI)
  • Terlalu sedikit informasi (TLI)
  • Tidak ada pesan atau tujuan yang jelas
• Sumbu
  • Rasio aspek buruk
  • Titik awal (origin) dihilangkan
  • Sumbu x atau y terputus
  • Skala umum tetapi tidak selaras
  • Transformasi salah atau tidak ada

• Statistik
  • Visualisasi tidak sesuai dengan statistik sebenarnya
• Geometri
  • Jenis plot salah
  • Orientasi salah
• Tinta non-data
  • Penggunaan tidak tepat
• Plot 3D
  • Masalah persepsi
  • Sumbu ke-3 tidak berguna

Orientasi salah

Sumbu-y terputus

Sumbu-y terputus, ganti dengan data yang ditransformasi

Sumbu-y terputus, gunakan facet

Plot 3D tanpa data pada sumbu ke-3

Plot 3D dengan data pada sumbu ke-3

Sumbu-y ganda

Sumbu-y ganda untuk transformasi

Pedoman, bukan aturan

• Gunakan akal sehat Anda:
  • Adakah elemen pada plot yang mengaburkan pembacaan data atau pesan utamanya?

Ayo berlatih!

Visualisasi Data Tingkat Menengah dengan ggplot2