เลือกแสดงข้อมูลให้มีประสิทธิภาพ (Choosing an Effective Visual)


Share this article

วิธีการแสดงข้อมูลรวมไปถึงกราฟมีหลากหลายรูปแบบให้เลือกนำมาใช้ ซึ่งการเลือกกราฟที่จะมาใช้ในการแสดงผลที่ดีจะช่วยให้เราสามารถเห็น Insight ที่อยู่ในข้อมูลได้ดียิ่งขึ้น โดยในบทความนี้จะมาพูดถึงวิธีการแสดงผลข้อมูล รูปแบบหลักที่จะสามารถทำให้เราสามารถถ่ายทอดเรื่องราวจากข้อมูลของเราได้อย่างน่าสนใจ

1. Simple text: ข้อความธรรมดา

ในบางครั้งเรามีข้อมูลที่จะแสดงเป็นเพียงแค่ตัวเลขหนึ่งหรือสองตัว แค่ข้อความธรรมดาก็สามารถเป็นการแสดงข้อมูลที่ดีได้ เพียงเราแสดงตัวเลขให้ดูเด่นขึ้นมาแล้วมีข้อความเล็ก ๆ เพื่อสนับสนุนตัวเลขนั้นให้ชัดเจนยิ่งขึ้น ซึ่งข้อมูลที่จะแสดงเป็นแค่เพียงตัวเลขควรจะเป็นข้อมูลเชิงสถิติที่ได้มีการกลั่นกรองมาอย่างดีแล้ว จะทำให้ข้อมูลของเรามีความน่าเชื่อถือมากยิ่งขึ้น และการที่เรามีตัวเลขที่จะแสดงเพียงหนึ่งหรือสองตัวแล้วนำไป ใส่ในตารางหรือนำ ไปทำเป็นกราฟนั้น อาจจะทำให้ตัวเลขเหล่านั้นสูญเสียความน่าสนใจไปได้

 

 

 

 

จากตัวอย่างข้างบนเราจะเห็นได้ว่า ข้อมูลที่เราต้องการแสดงคือตัวเลขสองตัว และสิ่งที่ต้องการจะถ่ายทอดคือมีจำนวนเด็กที่อยู่บ้านพ่อแม่ 20% เมื่อเทียบกับปี 1970 ถ้าหากเรานำข้อมูลที่เรามีมาแสดงผลด้วยกราฟ เราจะเห็นว่าตัวเลขจำนวนเปอร์เซ็นที่เราต้องการจะสื่อไปนั้นไม่มีความน่าสนใจ เมื่อเทียบกับอีกรูปหนึ่ง ที่ใช้การแสดงข้อมูลเพียงแค่ ข้อความธรรมดา และใช้การทำให้ตัวเลขที่อยากให้ผู้อ่านสนใจนั้นโดดเด่นขึ้นมา ฉะนั้นถ้าหากมีตัวเลขเพียงแค่ตัวหรือสองตัว ข้อความธรรมดา ก็เป็นวิธีการที่น่านำมาเลือกใช้

2. Heatmap

Heatmap คือการแสดงข้อมูลที่นำเอาสีมาช่วยในการแสดงความถี่หรือจำนวนเพื่อให้ตัวเลขมีการเปรียบเทียบได้ง่ายยิ่งขึ้น หากดูรูปข้างบน จะเห็นได้ว่าการนำตัวเลขหลายๆ ตัวมาทำเป็นตารางธรรมดาทางด้านซ้ายมือจะทำให้อ่านยาก เวลาจะหาค่าที่มากที่สุดหรือน้อยที่สุดในตารางผู้อ่านจะต้องกวาดตาดูทั้งตาราง แต่ถ้าทำเป็น Heatmap ดังแสดงด้านขวามือ สีจะช่วยให้อ่านได้ง่ายขึ้น และสามารถเปรียบเทียบค่าในตารางได้ดีขึ้น ด้วยวิธีนี้ก็จะช่วยให้วิธีการแสดงข้อมูลด้วยตารางน่าสนใจและเข้าใจง่ายยิ่งขึ้น

หมายเหตุ แต่ถ้าหากค่าต่าง ๆ ที่จะมาทำเป็น Heatmap นั้นมีค่าใกล้เคียงกัน Heatmap อาจจะไม่ตอบโจทย์เพราะสีจะไม่ต่างกันมาก

3. Scatterplot

 

 

Scatterplot คือ กราฟที่มีการพล็อตข้อมูลระหว่างสองตัวแปรแบบกระจายเพื่อดูความสัมพันธ์กันระหว่างสองตัวแปร เช่นรูปแรก เราอยากที่จะดูความสัมพันธ์ระหว่าง ค่าใช้จ่ายต่อไมล์ และ ไมล์ที่วิ่งต่อเดือน เราสามารถทำให้กราฟ Scatterplot ดูน่าสนใจเพิ่มขึ้นได้ ซึ่งหากเราอยากให้ผู้ที่อ่านนั้นสนใจไปที่ค่าที่มากกว่าค่าเฉลี่ย (AVG) เราสามารถใช้สีเข้ามาช่วยเน้นเพื่อให้ข้อมูลในส่วนนั้นดูโดดเด่นขึ้นมาแบบรูปถัดมา

4. Line graph

 

Line graph ถูกใช้เป็นอย่างมากในข้อมูลที่เป็นข้อมูลต่อเนื่อง ข้อมูลต่อเนื่องมักจะอยู่ในรูปแบบของหน่วยเวลาเช่น วัน, เดือน, ไตรมาตร, หรือ ปี Line graph สามารนำมาแสดงข้อมูลหนึ่งชุดหรือมากกว่าหนึ่งชุดก็ได้ เช่นรูปข้างบน แต่การแสดงข้อมูลหลายชุดในกราฟเดียวนั้น เราควรที่จะให้หน่วยทั้งแนวแกน X (แนวนอน) และ Y (แนวตั้ง) เป็นหน่วยเดียวกัน เพื่อไม่เกิดความสับสนเวลาที่อ่านข้อมูลจากกราฟ

5. Bar graph

Bar graph เป็นอีกกราฟหนึ่งที่มีการใช้กันอย่างมากมาย Bar graph นั้นเป็นกราฟที่เหมาะสำหรับการเปรียบเทียบ เนื่องจากตาของผู้อ่านจะทำการเปรียบเทียบยอดของแต่ละแท่งเพื่อบอกว่าแท่งไหนสูงที่สุด หรือแท่งไหนต่ำสุด และง่ายต่อการดูความแตกต่างจากความสูงของแท่ง ถึงแม้ว่าเราจะใช้กราฟแท่งมาอย่างชำนาญแล้ว แต่กราฟแท่งถ้าใช้ไม่ถูกต้องก็เกิดความเข้าใจผิดได้ จากรูปแรก กราฟแท่งทั้งสองกราฟดูต่างกันมากเพราะความสูงของทั้งสองดูต่างกันมาก แต่ถ้าหากเราดูที่ค่าของมันจริง ๆทั้งสองต่างกันเพียง 4.6% เท่านั้น เพราะอะไรกราฟนี้ถึงดู หลอกตาเรา? จะเห็นได้ว่ารูปแรก กราฟไม่ได้เริ่มจาก 0 เลยทำให้กราฟแรกดูเตี้ยแล้วผู้อ่านก็จะตีความไปว่าค่านั้นน้อย ดังนั้นการทำ Bar graph ควรจะต้องเริ่มจาก 0 ทุกครั้งเพื่อป้องกันความเข้าใจผิดที่จะเกิดขึ้นได้ ดังแสดงในรูปถัดมา

 

สุดท้ายนี้วิธีการแสดงข้อมูลของเรานั้นมีหลากหลายให้เลือกใช้ แต่สิ่งที่สำคัญที่สุดของการแสดงข้อมูลคือความถูกต้องของการแสดงผล ซึ่งจะทำให้ผู้อ่านมีความเชื่อมั่นในการแสดงผล นอกจากนี้เราต้องรู้ว่าจะให้ผู้อ่านหรือผู้ฟังนั้นได้รู้อะไรจากข้อมูลเรา ซึ่งเราจะได้นำ เอาวิธีการแสดงข้อมูล เช่น กราฟ, สี, หรือ ขนาด เพื่อดึงความสนใจของผู้อ่านหรือผู้ฟังให้สนใจในส่วนนั้นและเข้าใจในเรื่องราวจากข้อมูลของที่เราต้องการจะถ่ายทอดได้ง่ายมากยิ่งขึ้น

READ  Visualization เขต, ตำแหน่งสถานที่ โดยใช้ Tableau

ลงทะเบียนรับข่าวสาร

ไม่พลาดทุกการอัพเดทจาก Big Data Experience Center

Big Data Experience Center (BX)

ชั้น 14 อาคาร Knowledge Exchange Center (KX)
110/1 ถนนกรุงธนบุรี, แขวงบางลำภูล่าง เขตคลองสาน กรุงเทพฯ 10600
อีเมล์: [email protected]

ABOUT

SERVICES