Original von WW|VisioN
dazu kann ich auch nen genialen TED vortrag empfehlen!
David McCandless: The beauty of data visualization
http://www.youtube.com/watch?v=pLqjQ55tz-U
Ich habe es mir jetzt mal komplett angeschaut. Seine Beispiele find eich mitunter recht schlecht gewählt, da wäre viel mehr möglich gewesen. letztlich geht es ihm weniger um Möglichkeiten der Visualisierung, als die richtigen Fragen zu stellen.
Fast alles waren einfache Graphen, aber natürlich war die Fragestellung bei den Facebook Break-ups cool. Aber wohlgemerkt, das coole hier ist die Idee, die Fragestellung - und nicht die sich daran anschließende Aufbereitung. Es ist ein ganz einfaches Histogramm im Zeitablauf.
Bei den Sinnen folgt die Interpretation der Darstellung (oder vice versa). Die Grafik gibt vor, dass es keine Überlappungen geben kann. Zudem ist es vielleicht nicht das schlauste, auf harte zahlen anstatt unscharfe Bereiche zu setzen.
Das mit den absoluten Zahlen ist sehr wichtig, es ist eigentlich die wichtigste Aussage, dass relative Zahlen wichtig sind. Allerdings ist dies ebenfalls keine Frage der Visualisierung, sondern der Auswahl von Informationen bzw. dem richtigen Kontext für Informationen.
Dann sagt er bei der politischen Karte, er wollte die linke Seite eigentlich besser als die rechte darstellen, aber er konnte nicht. Genau 10 Sekunden vorher hatte ich gedacht, da hat er aber Informationen ziemlich interpretiert und die linke Seite viel besser dargestellt.
Das Problem, mit Design kann man imho keine "information problems" lösen, oder nur solche, wo sich jemand die Mühe der Aufbereitung macht. Aber Visualisierung ist genauso wenig neutral, wie es andere, klassische Formen der Informationsaufbereitung sind. Das beste ist immer noch, die Rohdaten zur Verfügung zu stellen und diese mit so wenig wie möglich Vorgaben zu präsentieren. Dies erfodert natürlich eine ganz andere Art der Befähigung von Menschen, mit Daten umzugehen.
Das breite Fehlen dieser Befähigung konnte man exemplarisch in der Sarrazin-Debatte sehen, als seinen Argumenten in Verteilung irgendwelche postiven Einzelbeispiel gegenübergestellt wurden sind. Dabei sind Einzelbeispiele in diesem Kontext irrelevant, d.h. es waren gar keine Informationen im gleichen Kontext wie die Ausgangaussage.
Ich denke gerade für statistisch ungeübte vrleiten Grafiken noch viel mehr, der Informationsinterpretation des Autors zu verfallen, da in Grafiken viele Bedingungen meist implizit enthalten sind und nicht mehr explizit genannt werden.
Wem das Thema der graphischen Aufbereitung von Informationen interessiert, dem sei dieses Buch empfohlen:
The Grammar of Graphics von Leland Wilkinson
Zitat
Original von sylence
