Datan suhteellisten osuuksien visualisointi ja havainnointi
Andersson, Maija (2021)
Andersson, Maija
2021
Master's Programme in Human-Technology Interaction
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2021-09-30
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202109287321
https://urn.fi/URN:NBN:fi:tuni-202109287321
Tiivistelmä
Tässä tutkielmassa käsitellään datan suhteellisten osuuksien visualisointia ja havainnointia ja erityisesti visualisointitavan valintaan liittyviä tekijöitä. Aiheesta on tehty useita tutkimuksia erilaisilla menetelmillä ja erilaisia asioita painottaen ja näiden tutkimusten lopputulokset ovat usein olleet ristiriidassa keskenään. Tässä tutkielmassa pyritään kokoamaan tutkimustuloksia erilaisten teemojen – kuten diagrammin ominaisuudet, havainnointitilanne ja kaavion tarkoitus – alle, ja jäsentämään miten erilaiset asiat vaikuttavat havainnointiin ja siten diagrammityypin valintaan.
Kuten sanottua, aiheen ympärillä tehdyn tutkimuksen tulokset ovat olleet monilta osin ristiriitaisia keskenään, eikä niistä ole vedettävissä mitään muuta kaikenkattavaa johtopäätöstä kuin se, että mikäli datasta pitää saada selville tarkkoja arvoja, on taulukko tähän tehtävään paras visualisointitapa. Usein pelkkä tarkkojen arvojen lukeminen ei kuitenkaan riitä, vaan dataa visualisoidaan, jotta siitä voitaisiin helpommin nähdä esimerkiksi trendejä, muutosta edelliseen vuoteen tai osioiden suhteita toisiinsa tai kokonaisuuteen. Riippuen näistä havainnointitarpeista, voidaan valita erilaisia visualisointitapoja, kuten viivadiagrammi trendien havainnointiin, pylväs- tai palkkidiagrammi arvojen vertailu sekä ympyrädiagrammi osion vertaamiseksi kokonaisuuteen.
Havainnoinnin tarkoituksen lisäksi tässä tutkielmassa käydään läpi diagrammin ominaisuuksien vaikutuksia havainnointiin sekä havainnointitilanteen vaikutusta. Diagrammityyppiä valitessa ja visualisointia tehdessä on syytä huomioida vertaillaanko asioita yhden diagrammin sisällä vai useamman diagrammin välillä, sijaitsevatko vertailtavat osiot vierekkäin vai erillään toisistaan, kuinka paljon osioita on ja voiko osioiden määrä vaihtua ajan kuluessa merkittävästi, onko datassa selvä rakenne ja miten esimerkiksi erilaiset asteikkomerkit, apuviivat, asettelu, värien käyttö ja muut ominaisuudet vaikuttavat datan luettavuuteen ja havainnoinnin sujuvuuteen. Toisaalta myös käytettävissä oleva aika, havainnoitavan ongelman monimutkaisuus, lukijan ennakkotieto ja kokemus sekä yksilöiden väliset erot tuovat kaikki oman mausteensa datan visualisointiin ja vaikeuttavat sopivan diagrammityypin valintaa.
Kuten sanottua, aiheen ympärillä tehdyn tutkimuksen tulokset ovat olleet monilta osin ristiriitaisia keskenään, eikä niistä ole vedettävissä mitään muuta kaikenkattavaa johtopäätöstä kuin se, että mikäli datasta pitää saada selville tarkkoja arvoja, on taulukko tähän tehtävään paras visualisointitapa. Usein pelkkä tarkkojen arvojen lukeminen ei kuitenkaan riitä, vaan dataa visualisoidaan, jotta siitä voitaisiin helpommin nähdä esimerkiksi trendejä, muutosta edelliseen vuoteen tai osioiden suhteita toisiinsa tai kokonaisuuteen. Riippuen näistä havainnointitarpeista, voidaan valita erilaisia visualisointitapoja, kuten viivadiagrammi trendien havainnointiin, pylväs- tai palkkidiagrammi arvojen vertailu sekä ympyrädiagrammi osion vertaamiseksi kokonaisuuteen.
Havainnoinnin tarkoituksen lisäksi tässä tutkielmassa käydään läpi diagrammin ominaisuuksien vaikutuksia havainnointiin sekä havainnointitilanteen vaikutusta. Diagrammityyppiä valitessa ja visualisointia tehdessä on syytä huomioida vertaillaanko asioita yhden diagrammin sisällä vai useamman diagrammin välillä, sijaitsevatko vertailtavat osiot vierekkäin vai erillään toisistaan, kuinka paljon osioita on ja voiko osioiden määrä vaihtua ajan kuluessa merkittävästi, onko datassa selvä rakenne ja miten esimerkiksi erilaiset asteikkomerkit, apuviivat, asettelu, värien käyttö ja muut ominaisuudet vaikuttavat datan luettavuuteen ja havainnoinnin sujuvuuteen. Toisaalta myös käytettävissä oleva aika, havainnoitavan ongelman monimutkaisuus, lukijan ennakkotieto ja kokemus sekä yksilöiden väliset erot tuovat kaikki oman mausteensa datan visualisointiin ja vaikeuttavat sopivan diagrammityypin valintaa.