cover

這是個所有人都需要圖表的時代,但你確定你的圖表做對了嗎?其實,使用圖表有一些簡單的規則跟手法,今天我們就三個最基本的要點、從基本的圖表著手,來與大家分享 – 做好圖表的第一步該怎麼踏出去。

無論是業務簡報、工作進度報告或是新聞報導,我們都常常看到、也用到一些基本的統計圖表。但是,這些圖表做對了嗎?比方說, Microsoft Excel 提供給我們許多製圖的選項:

excel charts

看似豐富的選擇,卻將近一半都有問題。我們該如何避開有問題的圖表?在剩下的圖表中我們又該怎麼做選擇?這裡提供幾個簡單的心法供大家做參考。

避免立體圖表

這可說是最基本的原則。使用立體圖表時,為了讓它們能以平面的方式呈現,這些圖表都必須經過投影,結果就是同樣的數據在遠方顯得比正常大小還要小。下圖為一個 3D 長條圖從正面 (左) 與側面 (右) 觀察的實例;右圖在投影的影響下,較遠的線段在螢幕上的實際長度會比較近的還要短,我們用藍色與紅色的長條單獨將他們的長度拿來做比較:

3D

在這個例子中雖然表長度扭曲了,我們勉強還能依賴生活中對立體的感覺來估計資料的正確比例;但更糟糕的是,很多立體圖表其實也沒有把透視做好,讓圖表跟常識中的立體感有所出入,這時不光是繪製的長度受影響,同時還會影響我們的判讀,這是一種稱為「Perspective Illusion ( 透視錯覺 ) 」的錯覺效果:

perspective2

上圖左方的長條圖隱含的透視線幾乎是平行的,但右方疊上的透視格線卻不是,這很容易讓我們覺得較遠的長條比較近的還要大。即使沒有這樣透視線的衝突,立體圖表也帶來了資料判讀的額外負擔,因此我們還是會盡量避免使用立體圖表。

除去了立體圖表,我們其實還有不少選擇,這時候又該怎麼選擇圖表呢?於是我們有了第二個要點:

讓圖表說適合它的故事

其實仔細端詳各個圖表,你會看到一些不同的趣味:

  • 圓餅圖用「角度」來表現資料
  • 長條圖用「長度」來比較資料
  • 折線圖「沿著連線」看資料
  • 散布圖能看到資料的粗略形狀

他們運用的視覺線索都不盡相同,包含了「角度」、「長度」、「方向」、「位置」等等;這些視覺線索又各自為這些圖表帶來了不同的功能:

  • 圓代表整體,因此我們用圓的角度來表現「整體與部份的比例」
  • 長度容易比較大小,因此我們用長條圖來看數據的「相對大小」
  • 折線描繪方向、表現趨勢,因此我們用折線圖來看「變化」、「走勢」
  • 散布圖透過位置讓我們看資料的分布,因此適合用來分析資料的「形狀」或是「相關性」。

再簡單的說,當你想要描述的故事有這些關鍵字時,就已經暗示了適合使用的基本圖表類型了:

  • 圓餅圖 – 看比例 – 「…佔整體營收的百分比」「大部份是屬於…」
  • 折線圖 – 看趨勢 – 「我們的獲利『逐年成長』」「越來越多的用戶都 …」
  • 散布圖 – 找相關 – 「流量『隨著』臉書觸及逐漸增加」「『越多』的讀者,我們的廣告就『越多』」
  • 長條圖 – 做比較 – 「我們流量的來源『最大』的就是…」「我們的業績是對手的『兩倍』」

從這個角度切入,只要我們先有個想法或分析結果,就可以很快的找到適合的圖表類型。千萬不要覺得這樣的分類法很「理所當然」,否則我們可能會忽略了使用正確圖表的重要性。比方說,下圖就是一個莫名奇妙的圖表範例:

line

這張圖告訴了我們日本料理各種品名的價格走勢,從味噌湯一路上漲至炸蝦、到生魚片更是極遽攀升,最後跌到茶碗蒸去… 相信你也看不懂為這些品項之間的漲跌有什麼意思,無序資料的趨勢並沒有一個顯著的意義,這時使用折線就顯得不知所謂了。

另外一個例子,當我們想要知道比例的時候,用長條圖不見得比較有效。以下圖為例,若單看長條圖的部份,其實並不能輕易看出手機費用佔整體的比例;而相對的,使用圓餅圖一眼就了解手機費用佔了五成、而瓦斯費又佔了四分之一:

pie-bar

在顯示 25% 、50% 與 75% 的比例時,圓餅圖尤其有效率。然而如果我們重點在比較資料,圓餅圖就變得弱勢了,這在資料差異不大時特別容易注意到。下圖的圓餅圖省略了比例數值,你還能中看出三種類型的大小順序嗎?

pie-bar-2

上圖左方的長條圖明顯告訴我們資料間的差異,但在右圖我們只能大致看到他們的「比例」差不多,因為事實上,真的差不多。圖表沒有絕對的好壞,在適合的時機使用適合的圖表類型來輔助我們表達。

很多概念我們都可以靠這個分類法來找到適合的圖表,但是即便有了這樣的工具,我們還是有機會碰到更複雜的概念與更麻煩的資料,這時候我們可以再透過視覺元素的交錯搭配來製作更有效率的圖表變形、甚至設計出全新類型的視覺圖表。

自行設計圖表其實是個蠻具挑戰的任務,我們應該要多借重前人的智慧,於是使用圖表的第三個要點:

多接觸不同的圖表形式

統計圖表發展至今也已經兩百多年了,一直有許多領域先進在開發新的圖表,比方說 Stephen Few 發明的「子彈圖 ( Bullet Chart ) 」或是 Ben Shneiderman 所設計的「樹狀區塊圖 ( Treemap ) 」;這些圖表都各有各的優缺點與適當的使用時機,事先了解他們的特性有助於我們更快速的選擇適合的圖表類型。舉例來說:

* 將散布圖的點連線製得「連接散布圖 ( connected Scatter plot ) 」,一方面看出數據的相關性、另一方面了解資料的整體趨勢
,這是單獨折線或散布圖做不到的。
* 透過折線圖的簡化形式我們也可以製作「滑坡圖 ( Slopegraph ) 」,單純的利用線段的「方向朝上」或「朝下」來快速的看出資
料間的比例。
* 圓餅圖整進散布圖中製作「散布圓餅圖」可以增加圖表的維度,雖然可能會讓圖表更為複雜,但也可以透過利用不同維度重覆表現
相同資料的技巧來加強讀者對資料的理解,比方說紐約時報的互動式圖表報導「At the National Conventions, the Words They Used」即運用了類似的概念。

下圖為一連接散布圖範例,用以呈現台北市失業率與粗離婚率的關係及趨勢:

connected2

大致上我們可以看到失業率與離婚率的正相關,同時在 2000 年與 2008 年失業率爆增的年份、離婚率也跟著升高;而隨著失業率的降低,離婚率也跟著下降。雖然有著這樣的相關性,我們也可以看到離婚率仍隨著時間演進而逐漸地下降。

這兩個數據是否真的有關係,還需要更進一步的查證;圖表給我們線索,而我們則分析給讀者結果,圖表只是一個輔助工具,千萬不可以僅僅看圖說故事而忽略了調查與實證的部份。

結語

看到這裡我們大致上也都了解,基本圖表通常就可以簡明地表達我們的想法,同時進階圖表也有適合的使用時機;要窮究所有圖表的優缺點並不容易,對於剛開始學習圖表製作的我們來說,只要掌握「簡潔」、「正確」的原則,隨時反思以下兩個要點:

  • 是否有更直接的表達形式?
  • 這樣的視覺表現是否會造成錯誤判讀?

我們就能夠做出實用的好圖表了。


Written by infographics.tw

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *