Wyniki ankiety: raportowanie za pomocą wykresów kołowych lub słupkowych

zarówno wykresy kołowe, jak i słupkowe są zaprojektowane tak, aby pomóc w przekazywaniu wyników ankiety, ale aby przekazać wyniki tak wyraźnie i dokładnie, jak to możliwe, musisz starannie dobierać wykresy.

wykresy kołowe zostały ostatnio zaatakowane przez ekspertów od wizualizacji danych, którzy twierdzą, że są one istotne tylko w najrzadszych okolicznościach. Wykresy słupkowe, wykresy i tabele, mówią, są znacznie lepsze sposoby, aby szybko przekazać wiadomość.

więc kiedy przychodzi czas na przedstawienie wyników ankiety, rozważ względne zalety każdego rodzaju wykresu przed dystrybucją wyników. Bez względu na to, jak dobre są Twoje dane, niewłaściwy nośnik może uszkodzić jego wiarygodność.

podstawy wykresu kołowego

te typy wizualizacji pojawiają się najbardziej wyraźnie, gdy patrzysz na sześć lub mniej różnych kategorii i mogą być używane zarówno dla danych nominalnych, jak i porządkowych.

dane nominalne dzielą się na kategorie, takie jak dane demograficzne; dane porządkowe są podobne, ale są również uszeregowane. Odpowiedzi, które są na dużą skalę, takie jak ranking doświadczeń od „bardzo słabych” do „bardzo dobrych”, byłyby danymi porządkowymi.

aby uzyskać optymalną czytelność, ułóż kliny danych zgodnie z ruchem wskazówek zegara w rzędzie wielkości. Wyjątkiem od tych wytycznych jest kategoria „inne”, która zawiera kilka dodatkowych odpowiedzi, które powinny być ostatnie w kolejności zgodnej z ruchem wskazówek zegara.

dodatkowo może pomóc przyciemnić plasterki od ciemnego do jasnego, gdy poruszasz się zgodnie z ruchem wskazówek zegara wokół ciasta,aby ułatwić rozróżnianie.

oto przykład odpowiedzi na pytanie o preferencje zwierząt wyświetlane jako Wykres kołowy:

Wykres kołowy wyniki ankiety

problemy z wykresami kołowymi

istnieje kilka bardzo głośnych przeciwników korzystania z wykresów kołowych w każdych okolicznościach. Większość cytuje to, co widzą jako niepowodzenie wykresów kołowych w wykonaniu pojedynczej pracy, dokładne wyświetlanie danych z dowolną spójnością.

w artykule na temat Business Insider zatytułowanym wykresy kołowe są najgorsze, Walter Hickey podaje ten przykład tego, jak wykresy kołowe mogą nie dać sensownego wglądu w podstawowe dane:

wykresy kołowe wikipedia

Hickey kontrastuje powyższe wykresy, które mają pokazać, jak zmieniał się udział różnych kandydatów politycznych w głosowaniu w czasie, z tymi wykresami słupkowymi:

wykres słupkowy wikipedia

wykresy słupkowe używają tego samego zestawu danych, ale znacznie łatwiej jest zobaczyć wzory tutaj niż na wykresach kołowych.

Hickey nazywa wykresy kołowe „łatwo najgorszym sposobem przekazywania informacji, jaki kiedykolwiek opracowano w historii wizualizacji danych”, co może trochę przesadzić, ale ten przykład wyjaśnia, że nie zawsze są one właściwym wyborem.

jeśli nie masz dramatycznych różnic w procentach danych, może być trudno zobaczyć rozkład na wykresie kołowym.

ponadto popularne wersje 3-D mogą drastycznie zniekształcić dane, dzięki czemu elementy, które są bardzo różne, wydają się zbliżone do tego samego rozmiaru. Z reguły unikaj tego typu wykresów kołowych, bez względu na to, jak krzykliwe mogą być.

teraz przyjrzyjmy się wykresom słupkowym bardziej szczegółowo, abyśmy mogli zobaczyć, jak układają się one do swoich odpowiedników w kształcie kołka.

podstawy wykresów słupkowych

podobnie jak wykresy kołowe, wykresy słupkowe są odpowiednie zarówno dla danych nominalnych (demograficznych), jak i porządkowych (rankingowych). Wyświetlają dane o względnych rozmiarach, z tym, że obraz to raczej Pasek niż kawałek ciasta.

aby uzyskać najlepszą czytelność, należy uporządkować kategorie pasków kolejno od największych do najmniejszych przy użyciu danych nominalnych. Jednak w przypadku danych porządkowych kategorie powinny przebiegać w odpowiedniej kolejności (np. Bardzo słaba, słaba, Dobra, Bardzo dobra niezależnie od tego, która była najczęstszą odpowiedzią).

jeśli używasz standardowego pionowego wykresu słupkowego, oś x zazwyczaj nie ma skali, ponieważ reprezentuje po prostu różne kategorie danych.

oś y będzie miała skalę, a wysokość każdego słupka powinna być proporcjonalna do wielkości kategorii, którą reprezentuje. Może to stanowić problem, jeśli masz bardzo nieproporcjonalne odpowiedzi, które mają wpływ na skalę wykresu, więc miej to na uwadze podczas formatowania.

wyniki badania wykresu słupkowego

jedną z rzeczy, które wykresy słupkowe robią o wiele lepiej niż ich okrągłe kuzynki, są wyświetlanie negatywnych danych. Ponieważ słupki mogą rozciągać się poniżej osi x, można wizualizować negatywy w sposób, który jest niemożliwy na wykresie kołowym.

3 różne wykresy słupkowe: poziome, ułożone, zgrupowane

wykresy słupkowe mają dodatkową zaletę, że występują w czterech różnych formach: wersja pionowa omówiona powyżej, pozioma, ułożona i zgrupowana. Każdy z nich może być używany w różnych aplikacjach, aby uzyskać najczystszy obraz danych ankietowych.

poziome wykresy słupkowe

wykresy mają strukturę bardzo podobną do „zwykłych” pionowych wykresów słupkowych, z wyjątkiem słupków rozciągających się poziomo wzdłuż osi x zamiast pionowo na osi Y.

w tym przypadku oś x będzie miała skalę, podczas gdy oś y będzie tylko wyświetlać kategorie twoich odpowiedzi.

poziome wykresy słupkowe są najbardziej przydatne, gdy Kategorie mają długie nazwy, które trudno byłoby zmieścić poniżej pionowego paska, lub gdy masz wiele kategorii, które mogą nie pasować dobrze jako poziome kolumny na stronie lub ekranie.

poziomy wykres słupkowy wyniki badania

ułożone wykresy słupkowe

kiedy musisz pokazać, jak różne podgrupy odpowiadają, ułożone wykresy słupkowe mogą być najlepszym rozwiązaniem. Dzięki nim możesz podzielić każdą kategorię, aby zobaczyć, jaką część całkowitej odpowiedzi reprezentuje każda grupa.

na przykład, jeśli badaliśmy ludzi na temat preferencji zwierząt domowych, możemy chcieć mieć jeden pasek pokazujący, ile kobiet preferuje koty, psy i króliki, i drugi pasek pokazujący, ilu mężczyzn miało takie same preferencje.

jak widać, wykresy te mają paski reprezentujące każdą grupę, które są ułożone jeden na drugim, tworząc pojedynczą kolumnę (lub obok siebie w wersji poziomej). Ogólny rozmiar paska wskazuje rozmiar całkowitej kategorii, a mniejsze paski (z których każdy jest inny kolor) wskazują udział każdej podgrupy w całkowitej odpowiedzi

pogrupowane wykresy słupkowe

pogrupowane wykresy słupkowe działają prawie dokładnie tak samo, jak te ułożone, z wyjątkiem tych wykresów podkategorie mają swoje własne słupki.

porównawcze rozmiary podkategorii mogą być łatwiejsze do zobaczenia na tych wykresach, ale ich rozmiar może szybko wymknąć się spod kontroli, jeśli masz więcej niż kilka kategorii do rozwiązania. Nie próbuj wciskać zbyt wielu informacji w jeden pogrupowany Wykres; podziel je, jeśli dane z badań staną się przytłaczające.

pogrupowane wyniki badania wykresów słupkowych

kiedy używać wykresów słupkowych i wykresów kołowych w ankietach

ogólna zasada jest taka, że wykresy słupkowe są najczęściej używanymi typami wykresów i powinny być wyborem dla większości wizualizacji danych.

wykresy słupkowe są bardzo elastyczne, ponieważ istnieją cztery różne rodzaje, z których każdy może ujawnić różne typy trendów lub relacji, których nie można pokazać tak łatwo za pomocą wykresów kołowych. W jakiś sposób wykresy kołowe stały się standardem, gdy narzędzia takie jak edytor tekstu i oprogramowanie do arkuszy kalkulacyjnych zaczęły je dla nas tworzyć, ale jest kilka razy, gdy opowiadają lepszą historię niż wykres słupkowy.

jeśli masz dane porządkowe lub nominalne, najpierw umieść je na wykresie słupkowym. Jeśli nadal uważasz, że historia danych jest niejasna, zawsze możesz użyć wykresu kołowego jako kopii zapasowej.

Mając to na uwadze, oto kilka przypadków, w których wykresy kołowe działają najlepiej:

  • gdy masz tylko kilka punktów danych do wyświetlenia, a każdy z nich jest zasadniczo różny w skali.
  • aby pokazać, że kilka kluczowych punktów danych stanowi zdecydowaną większość całości.
  • aby rozpocząć dyskusję na temat ogólnego trendu, a nie przekazać dokładnie dokładne dane.
  • aby porównać podobne odpowiedzi w różnych okresach czasu, grupach wiekowych, płci itp.

Leave a Reply

Twój adres e-mail nie zostanie opublikowany.