The visual display of quantitative information

Transkript

1 The visual display of quantitative information Et fortellende resymé Rune Simensen, 04hbmeda Informasjonsgrafikk Høgskolen i Gjøvik, våren 2005

2

3 Innledning er skrevet av professor Edward R. Tufte ved Yale University og ble utgitt i Jeg har benyttet andre utgave, utgitt Boken er delt i to deler hvor del 1 viser mangfoldet i bruken av grafiske fremstillinger av kvantitativ informasjon og koblinger gjennom historien fra de første forsøkene på midten av 1800-tallet og frem til i dag. Vi får også presentert og forklart 4 hovedtyper av informasjonsgrafikk; datakart, tidsserier, fortellende tidog romserier og forholdsgrafer (data maps, time series, narrative graphics of space and time, relational graphics). Del 2 belyser forskjellige sider ved informasjons-grafikken som er viktige for å kunne vise bedre, eklere og riktigere fremstillinger av datasett. Resymé Boken er tematisk satt opp istedenfor kronologisk. Del 1 Graphical practice gir oss en oversikt over de fire hovedtypene av grafiske fremstillinger; datakart, tidsserier, fortellende tid- og romserier og relasjonsgrafikk (data maps, time series, narrative graphics of space and time, relational graphics). Vi blir presentert som i hele boken for øvrig med et stort utvalg av illustrasjoner av de forskjellige typer informasjonsgrafikk og forklarende tekst til de fleste av disse. Vi blir vist gjennom utviklingshistorien med eksempler på god informasjonsgrafikk og forklarende tekst til disse som forteller litt om hvorfor de er gode. Et eksempel på god informasjonsgrafikk kan være Dr. John Snows kart over koleratilfeller sett i forhold til vannkilder i sentrale London i 1850-årene. Dette kartet ble benyttet som et effektivt analytisk redskap for å finne grunnen til alle koleradødsfallene i et bestemt område. Tufte tar opp nødvendigheten av å velge ut datagrunnlaget og presentere det på en slik måte at leseren ikke blir «lurt». Det poengteres at den visuelle presentasjonen av data må være konsistent med den numeriske verdien for å unngå forvrengning. Dr. John Snows kart fra 1854 ( s. 24 ) 25

4 Et begrep løgnfaktoren (lie-factor) blir satt fram som en metode for å måle grafikkens sannferdighetsnivå. Man kan da måle dataenes visuelle størrelse og via en formel regne ut forholdet mellom den visuelle representasjonen og de oppgitte data. En løgnfaktor nær 1 til strebes. Tufte påpeker at formgivningskunnskap i seg selv er ikke nok til å kunne utforme, eller designe, brukbar informasjonsgrafikk. Det er integritet i forhold til datagrunnlag og visuell fremstilling som er avgjørende for informasjonsgrafikkens troverdighet. Del 2, Theory of Data Graphics følger en tematisk gjennomgang av seks viktige aspekter ved design av informasjonsgrafikk. Et begrep; «data-ink ratio» blir presentert som en metode for å måle andelen av saklig informasjon i en grafisk framstilling. Data-ink kan vi si er mengden trykkfarge som representerer data i et diagram. Data-ink ratio er da forholdet mellom databærende trykkfarge og ikke-databærende trykkfarge. Tufte poengterer at en grafisk framstilling alltid vil kunne forbedres ved å redesigne og innenfor fornuftens grenser å fjerne elementer som ikke representerer data. Tufte presenterer de viktigste prinsipper for å kunne oppnå en optimal data-ink ratio. Videre advares vi mot å tilføre grafiske fremstillinger det Tufte kaller «chart junk». Chart junk er elementer som ikke har noe i en grafisk fremstilling å gjøre, altså visuelle effekter som bidrar til å gjøre fremstillingen uklar. For øvrig er det lett å gjøre den feilen at man vil «pynte» sitt arbeid, men en slik praksis vil gjøre det vanskeligere for leseren å oppfatte det egentlige budskapet. For å kunne lage grafiske fremstillinger som gir leseren lettere tilgang til selve dataene må man vite litt om hvordan dette kan gjøres. Tufte viser oss hvordan vi kan øke data-ink ratio via tallrike eksempler i avsnittet Data-ink Maximization and Graphical Design. Essensen er at man skal unngå alle forstyrrende elementer og gjøre fremstillingene så kompakte som mulig. Det tar oss over i neste kapittel, nærmest som en naturlig forlengelse, til Multifunctioning Graphical Elements. Altså at hvert visuelt element kan ha mer enn en oppgave. Der blir også muligheten tatt opp for å la dataene selv være det visuelle elementet. Det er grafiske fremstillinger av typen «data-built data measures» (se eksempel på neste side). Tilslutt i boken får vi se litt om hvordan man ved hjelp av typografi og forskjellige teknikker kan forbedre og forenkle grafiske fremstillinger uten at grafikken blir «borte» i ikke-databærende elementer. Altså hvordan man kan gjøre komplekse datasett tilgjengelige for leseren ved å benytte design. 26

5 Syntesen Edward R. Tufte presenterer for oss en verden av mer eller mindre kjente regler for hvordan informasjonsgrafikk bør bygges opp. Hvilke mekanismer som gjør at grafikken oppfattes på en spesiell måte av leseren og hva som bør gjøres for å få leseren til å oppfatte budskapet slik det er ment. Han poengterer at det ikke skal være nødvendig å skolere leseren for å nå frem med budskapet som formidles, det er tvert imot slik at grafikken skal kunne forstås intuitivt av målgruppen, men likevel må grafikken følges av en forklarende tekst. Man kan ikke forvente at en leser forstår en graf som ikke følges av tekst som forteller hva som vises. Altså er det designeren sitt ansvar å sørge for at det som skal formidles når frem. Det forutsetter, i følge Tufte, at det å lage informasjonsgrafikk krever allsidig kunnskap innen flere emner. Ikke bare innen design, men også forståelse for menneskets oppfatningsevne, litt om mattematikk, litt om symbolbruk, om typografi osv. Et begrep Tufte mener er viktig innenfor området er «data-ink ratio». Data-ink kan vi si er mengden trykkfarge som representerer data direkte. Data-ink ratio er da mengden trykkfarge som representerer data, dividert med mengden trykkfarge totalt. Tufte synes å mene at informasjonsgrafikk bør inneholde helt tørre, nakne fakta uten noe rom for «pynt» (data-ink ratio nært opp mot 1). Han er allikevel positiv til metoden «data-built data measures». Altså der hvor dataene i seg selv utgjør grafen. (Se figur til venstre). På side 183 innføres et uttrykk: «Friendly data graphic». Det er grafikk som er designet på en slik måte at det Eksempel på «data-built data measures ( s. 140 ). synes som designeren hadde leseren i tanke for hver strek satt på papiret. Det er satt noen punkter som sier litt om kjennetegnene for «vennlig» og «uvennlig» informasjonsgrafikk. Nettopp dette begrepet synes for meg å være av største viktighet for utforming av informasjonsgrafikk for folk flest. Å sitte å regne ut «data-ink ratio» eller det som Tufte på side 57 kaller «lie-factor», altså løgnfaktoren, kan kanskje være viktig for å kontrollere riktigheten i en graf, men bør være unødvendig om man følger reglene for datautvalg og presentasjon. Enhver som befatter seg med grafisk informasjonspresentasjon bør ha såpass integritet at kontroll av løgnfaktoren er overflødig. 27

6 Mitt inntrykk Etter å ha lest boken 3 ganger må jeg fremdeles si at jeg regner den som forholdsvis utilgjengelig. Det er hevet over enhver tvil at Edward R. Tufte er en kapasitet på området informasjonsgrafikk. Imidlertid er det sånn at stoffet i boken er presentert på en slik måte at det blir unødvendig vanskelig å finne noen bestemt tråd. Vi får tallrike eksempler på grafiske fremstillinger. Dessverre er mange av dem av en slik art at man blir forstyrret av å prøve å finne ut hva det er man ser. Det er muligens tilsiktet at man skal bli oppfordret til å finne ut mer, men når man blir lettere forvirret av illustrasjonene og de virker løsrevet blir virkningen motsatt.som eksempel viser jeg to illustrasjoner fra side 125 (under). Figuren til venstre viser én utgave av en graf, og den til høyre en forbedret utgave av den samme. Jeg fant meg selv noe forvirret over å prøve å finne ut av dette og mistet på en måte tråden. Imidlertid er boken også full av gode illustrasjoner, fulgt av forklarende tekst som viser hva vi ser. Det er vel nettopp noe av hovedpoenget bak boken at vi skal se eksempler på god grafikk og på dårlig grafikk, men uten forklarende tekst blir grafikken meningsløs selv om den bare blir brukt som eksempel. Grafikken skal i størst mulig grad være selvforklarende, men man kan allikevel ikke greie seg helt uten tekst. Et eksempel på ypperlig bruk av eksempler og forklarende tekst finner vi på sidene 57 og 58. Disse to illustrasjonene viser hvordan man ved å følge visse regler om proporsjonalitet og «data-ink ratio» kan gjøre grafikk mer «brukervennlig». Jeg vil imidlertid påstå at grafen til venstre er fullt brukbar som illustrasjon i f. eks en avis i følge med en tekst. Man må kunne tillate seg visse friheter også i forbindelse med informasjonsgrafikk. 28

7 Det er konteksten som i en viss grad bør være avgjørende for hvordan man velger å presentere data. Det er stor forskjell på å vise statistiske data i et blad beregnet på fagpersonell hvor proporsjoner og nøyaktighet er av stor viktighet i forhold til å vise avisgrafikk hvor det er tendensene som kanskje er viktig å få frem. Tufte er imidlertid talsmann for en «puritansk» linje. Altså er det like viktig å se på målgruppen når man designer en grafisk framstilling, som det er å vise mest mulig på minst mulig plass. Det man imidlertid ikke kan gå på akkord med er datainnsamling og integritet i den sammenheng. Uansett hvordan man velger å designe det man skal vise så finnes det ikke rom for feilaktige data - tilsiktet eller utilsiktet. Isotype Så vidt jeg har kunnet konstatere er ikke Isotype eller grunnleggeren av dette begrepet Otto Neurath nevnt i boken. Isotype som begrep fikk først sitt navn på midten av 1930-tallet. Neurath hadde imidlertid arbeidet med dette siden 1920-årene. For ordens skyld: Isotype er et system hvor data representeres av stiliserte figurer av hva som skal representeres og hver enkelt figur representerer en bestemt mengde. Isotype implementerer også andre typer stiliserte symboler for bruk som veivisere osv. Det finnes eksempler i boken som kan minne om Isotype(eks. side 62, 69 71), men Isotype i seg selv, eller Otto Neurath er ikke nevnt. Det virker noe selektivt etter min mening. Grunnen kan være Tuftes motstand mot denslags grafikk hvor «data-ink ratio» Eksempel på en type vitenskapelig grafikk hvor nøyaktighet er viktigere enn i f.eks. avisgrafikk ( s. 49 ). 29

8 er lav. Altså mye farge i forhold til mengden data. Min konklusjon Denne boken er ikke egnet som lærebok, noe den heller ikke er ment å være. Derimot er den innenfor faget informasjonsgrafikk regnet som en kultbok og et viktig bidrag til teoriene som ligger til grunn for god informasjonsdesign. Det er kanskje noe bortkastet tid å lese boken uten noen forkunnskaper innen denne delen av design. Stoffet i boken er tørt, tungt og teoretisk. Språket er slik at man selv med rimelig gode engelskkunnskaper blir overveldet av fagtermer. Har man imidlertid litt bakgrunnskunnskap innen emnet, og i tillegg er villig til å legge litt arbeid i lesingen vil man kunne få et godt utbytte av bokens innhold. Et annet viktig Isotype-grafikk av Otto Neurath. Kilde: Twyman 1975, s. 7 poeng er at fordi dette er en kultbok vil man kunne komme i den situasjonen at det blir referert til den og da kan man trekke veksler på det i forskjellige sammenhenger hvis man har kjennskap til innholdet. Referanser Tufte, Edward R , Graphics Press, USA. Twyman, Michael The significance of Isotype. informasjonsgrafikk, artikkelsamling (2004). 30