Application des attributs et des principes de la visualisation
Objectifs de formation
Une fois cette unité terminée, vous pourrez :
- Identifier les attributs et les principes nécessaires à la lecture et à la création de graphiques
- Décrire comment les questions, les comparaisons et le type de données vous aident à déterminer le type de graphique le plus adapté
- Expliquer pourquoi les graphiques à barres sont un type de visualisation important et courant
Principes directeurs pour la conception de graphiques
Lorsque vous interagissez avec des graphiques, il existe un certain nombre de principes directeurs en matière de conception visuelle qui peuvent vous aider à observer et à comprendre les données affichées. Le fait de comprendre ces principes vous permet d’interpréter et de créer des graphiques de manière efficace.
Attributs préattentifs
Les attributs préattentifs sont des attributs visuels tels que la longueur, la couleur ou la position qui peuvent être traités presque instantanément.
Examinez les représentations visuelles suivantes. Combien de 9 voyez-vous dans la première image ? Comparez maintenant cette image avec une autre dans laquelle les 9 apparaissent en rouge. Remarquez à quel point vous pouvez voir le nombre de 9 plus rapidement et plus précisément dans la deuxième image.
Observez maintenant la troisième image. Si vous utilisez la longueur des barres pour indiquer la quantité de chaque chiffre et la couleur pour mettre en évidence le nombre de 9, vous pouvez voir qu’il y a plus de 6 et de 1 que de 9. L’utilisation de la position de l’attribut préattentif permet de constater que le nombre de 9 se situe en troisième position par rapport aux autres chiffres.
Les attributs préattentifs sont traités presque immédiatement visuellement, avant même d’être traités par le centre d’attention du cerveau. Ainsi, vous pouvez rapidement voir les distinctions entre les éléments d’information présentés à l’aide de ces attributs. L’illustration suivante présente dix attributs préattentifs, dont les trois mentionnés précédemment, qui peuvent être utilisés pour aider les lecteurs à interpréter rapidement les données. L’utilisation de ces attributs pour présenter des données permet au lecteur de voir instantanément les différences ou les schémas sans faire un gros effort d’analyse.
Encodage de données avec des graphiques
Détermination du type de graphique selon le type de données
Si vous avez suivi le module Concepts de base de la data literacy, vous avez appris que les données sont constituées de variables qualitatives et quantitatives. Les variables qualitatives sont des variables qui ne peuvent pas être mesurées numériquement, telles que des catégories ou des caractéristiques. Les variables quantitatives sont des variables qui peuvent être mesurées numériquement, telles que la taille en centimètres. Certains attributs préattentifs fonctionnent mieux en comparant des données quantitatives, tandis que d’autres fonctionnent mieux avec des données qualitatives. Certaines formes de graphiques, telles que les barres, les boîtes, les points ou les courbes, font appel à des attributs préattentifs différents et sont donc adaptées à la comparaison de différents types de données. Ce tableau présente les attributs qui conviennent le mieux aux données qualitatives ou quantitatives.
Type |
Attribut |
Perception quantitative ? |
Perception catégorielle (qualitative) ? |
|---|---|---|---|
Formulaire |
Longueur
|
Excellent |
Mauvaise |
|
Largeur
|
Limité |
Mauvaise |
|
|
Orientation
|
Mauvaise |
Mauvaise |
|
|
Taille
|
Mauvaise |
Mauvaise |
|
|
Forme
|
Mauvaise |
Excellent |
|
|
Encadré
|
Mauvaise |
Limité |
|
Couleur |
Teinte
|
Mauvaise |
Excellent |
|
Intensité
|
Limité |
Mauvaise |
|
Spatial |
Position 2D
|
Excellent |
Mauvaise |
|
Regroupement spatial
|
Mauvaise |
Excellent |
Examinez les graphiques suivants. Lorsque vous comparez des valeurs quantitatives dans un graphique à barres, vous utilisez l’attribut de longueur pour effectuer la comparaison. Vous pouvez facilement déterminer la plus grande valeur et la moindre différence entre les valeurs. Lorsque vous visualisez les mêmes données avec un graphique à bulles utilisant l’attribut de taille, il est plus difficile de comparer les valeurs.
La base des graphiques : les comparaisons
Comme nous l’avons abordé dans l’unité précédente, poser de bonnes questions constitue une partie importante (voire la plus importante) de l’analyse des données. Lorsque vous posez des questions au début de votre exploration des données, vous faites des comparaisons avec des variables. Comment les ventes ont-elles évolué depuis l’année dernière ? Quel est le produit préféré des clients ?
Le type de données (quantitatives ou qualitatives) et les comparaisons que vous effectuez déterminent le meilleur type de graphique à utiliser. Ces « meilleurs types de graphiques » dépendent de la capacité du cerveau humain à percevoir les différences en utilisant des attributs spécifiques avec des types de données quantitatives ou qualitatives.
Les experts en visualisation des données débattent souvent du meilleur graphique à utiliser en fonction des différentes manières de présenter les données. Les recommandations présentées dans le tableau comparatif suivant sont fondées sur les travaux de Stephen Few, tirés de son ouvrage Show Me the Numbers, et sur les ressources de sélection de graphiques créées par le Financial Times. Les coches vertes indiquent les types de graphiques les plus courants. Vous en apprendrez plus sur chacun de ces graphiques dans la suite du module.
De nombreux types de graphiques sont utilisés dans la visualisation des données, et il est impossible de les présenter de façon exhaustive dans ce module ! Ce module présente les types de graphiques les plus courants utilisés dans la plupart des entreprises.
Comparaisons |
Objets codant des valeurs |
||||
|---|---|---|---|---|---|
|
Points
|
Lignes |
Barres |
Boîtes |
Formes |
|
Nominal Comparaison de catégories |
Graphique sous forme de regroupements de points |
Couleur ou intensité des lignes pour comparer les catégories |
✅ Graphique à barres (verticales ou horizontales) |
Plusieurs boîtes pour comparer la distribution catégorielle |
|
|
Séries temporelles Comparaison des valeurs dans le temps. Annuelle, mensuelle, etc. |
Graphique sous forme de regroupements de points |
✅ Graphique en courbes, graphique en aires |
Barres verticales uniquement |
Boîtes verticales uniquement |
|
|
Classement Les valeurs sont classées par ordre croissant ou décroissant. |
Graphique sous forme de regroupements de points |
Graphique à bosses |
✅ Graphique à barres (verticales ou horizontales) |
||
|
Rapport entre une partie et l’ensemble Les valeurs sont comparées en tant que parties (ou proportions) d’un ensemble. |
Graphique en courbes |
✅ Graphique à barres empilées (verticales ou horizontales), graphiques à barres multiples |
Graphique à secteurs, carte d’arborescence |
||
|
Écart Les valeurs sont comparées à une valeur de référence, souvent zéro ou une autre valeur définie. |
Graphique sous forme de regroupements de points |
✅ Graphique en courbes |
✅ Barres divergentes |
||
|
Distribution Indique la fréquence d’apparition des valeurs dans un jeu de données. Peut déterminer la « forme » que prend un ensemble de valeurs. |
✅ Nuage de points sur un seul axe |
✅ Polygone de fréquences |
✅ Histogramme |
✅ Boîtes à moustaches |
|
|
Corrélation Comparaison d’au moins deux ensembles de valeurs afin de déterminer les relations entre eux. |
✅ Nuage de points |
Ligne de tendance |
Perspective de tableau |
Des formes ou des bulles de tailles différentes peuvent être utilisées pour ajouter une troisième variable au nuage de points. |
|
|
Géospatial Les valeurs sont comparées par emplacement, généralement à l’aide d’une carte. |
Les points indiquent l’emplacement et la présence sur la carte. |
Lignes d’itinéraires |
✅ Les formes indiquent les régions reconnues. Des formes ou des bulles de différentes tailles peuvent indiquer des variables supplémentaires. |
||
L’intérêt des graphiques à barres
Dans le précédent tableau matriciel de comparaisons, vous remarquez qu’il est recommandé d’utiliser les graphiques à barres plus souvent que les autres formes. Le graphique à barres est en effet le plus approprié dans de nombreux cas d’utilisation. Comme vous avez pu le voir, il est facile de percevoir des différences quantitatives lorsque l’on utilise l’attribut de longueur. Étant donné que de nombreux cas d’utilisation comparent des valeurs quantitatives, les graphiques à barres qui utilisent l’attribut de longueur aident le lecteur du graphique à comprendre les informations de la manière la plus efficace possible. Bien qu’il puisse être amusant de créer des graphiques sophistiqués ou inhabituels, le simple graphique à barres est souvent le choix que le lecteur est le plus à même d’utiliser et de comprendre.
Ressources
- Site Internet du Financial Times : Charts that work: Financial Times visual vocabulary
- Site Web : Choix du type de graphique approprié pour vos données
- Trailhead : Concepts de base de la data literacy
- Trailhead : Types de variables et de champs
- Site Web de Tableau : Pourquoi l’analytique visuelle ?
Préparation au questionnaire
Utilisez cette image pour répondre à la question 1 du questionnaire.
