วิธีที่ง่ายที่สุดในการอธิบายดาต้าของคุณให้คนอื่นฟัง นั่นคือการทำกราฟออกมาให้กราฟช่วยอธิบาย จริงๆแล้วการทำกราฟไม่เพียงจะช่วยคุณเล่าเรื่องที่จะนำเสนอได้ดียิ่งขึ้น แต่ยังจะช่วยคุณให้ทำการวิเคราะห์ข้อมูลได้ดีขึ้นด้วย
ในการทำกราฟ นอกจากการรู้จักกราฟแบบต่างๆแล้ว เราอยากจะแนะนำให้คุณรู้จัก ‘Semiology of Graphic’ ซึ่งหลายๆคนมักจะมองข้าม ซึ่งคือการนำส่วนประกอบต่างๆของกราฟ มาใช้อธิบายส่วนต่างๆของดาต้า
(Image Source: https://www.axismaps.com/guide/general/visual-variables/)
ตัวอย่างโปรแกรมที่นำสิ่งนี้มาใช้ได้ดี คือ Tableau ที่ใช้หลักการเดียวกันนี้ในการทำกราฟนั่นเอง
ด้านล่างนี้จะขอนำเสนอ ลักษณะของกราฟ ที่จะน่าจะได้ใช้บ่อยๆกันค่ะ
1. Conditional Formatting เป็นวิธีที่ทำได้ง่ายๆ เห็นค่าที่โดดหรือแตกต่าง (ทั้งในทางบวก หรือทางลบ) ได้ในทันที ใน Excel ค่ะ เราจะชอบใช้วิธีนี้ดูดาต้ารวมๆก่อน หรือดาต้าเยอะเกินขี้เกียจทำกราฟ ก็จัดไปก่อนเลยค่ะ
(Data from Passport: Digital Consumer Index)
2. Line Chart / Bar Chart วิธีนี้จะดีมาก ในการดูเทรนด์ หรือเปรียบเทียบความมากน้อยในแต่ละค่า ซึ่งพอเราทำกราฟเส้นออกมาแล้วจะเห็นข้อมูลชัดเจนกว่าเป็นตารางในด้านซ้ายมากๆ
แต่ว่ามีสิ่งหนึ่งที่จะต้องระวังค่ะ คือ “ห้ามใช้กราฟเส้น กับอะไรก็ตามที่เป็น category” เช่น เพศในรูปด้านล่าง เพราะเราไม่มีเพศทางเลือกที่ตอบอยู่ตรงกลางนะคะ
3. Tree Map / Pie Chart เป็นสิ่งที่ดีมากสำหรับการแสดงสัดส่วน ว่าส่วนประกอบหลักๆมาจากอันไหนบ้าง Tree Map (ด้านซ้าย) นอกจากจะใช้แสดงส่วนประกอบแล้ว ยังจะสามารถใช้แสดงความสำคัญสองระดับได้ด้วย เช่น ประเทศ > จังหวัด ขณะที่ Pie Chart (ด้านขวา) จะทำให้เราเห็นสัดส่วนชัดเจนกว่า
Data: SEA population
4. Stacked Bar Chart ใช้สำหรับแสดงสัดส่วนจากทั้งหมด (โดยอาจจะรวมกันเป็น 100% หรืออาจจะแสดงเป็นค่า Total เฉยๆก็ได้) ซึ่งตัวอย่างด้านล่างนี้จะเห็นว่า Singapore มีค่าสูงสุด และจะเห็น Breakdownสูงสุดทั้งในแง่ของ home, mobile, และ commerce
Data: Consumer Barometer
5. Scatter Plot ใช้แสดงค่าที่มี 2 มิติขึ้นไป เพราะว่าสามารถพล๊อตลงไปได้สองแกน นอกจากนี้ยังสามารถใส่ขนาด สี และรูปทรงของจุด เพื่อแทนค่าอื่นๆได้อีก จึงเป็นกราฟที่ค่อนข้างมีความหลากหลาย อย่างตัวอย่างด้านล่างจะเห็นว่าพอทำเป็นกราฟแล้วจะเห็นชัดเจนกว่าเป็นตารางอย่างมาก
6. Divergent Bar Chart สามารถใช้กับพวกคำตอบ “คุณเห็นด้วยหรือไม่” ในคะแนน 1-5 หรือ 1-7 ได้ โดยจะแสดง “เห็นด้วย” หรือคะแนนทางบวกแยกออกมาจากคะแนนทางลบอย่างชัดเจน (ซึ่งถ้าเราทำ stacked เฉยๆ อาจจะดูยากกว่าทำแบบนี้)
Data: Wiki4HE Dataset
นอกจากกราฟเหล่านี้ ยังมีกราฟอื่นๆอีกมากมาย เช่น network graph หรือ map visualization ซึ่งต้องลองดูเยอะๆ และลองทำ หรืออาจจะลองปรับจาก Graphical Semiotics ที่แนะนำไปตอนต้นก็ได้ค่ะ
ปล. นอกจากนี้เราอยากแนะนำให้ทุกคน ไปเช็คดูว่ากราฟที่เราทำนั้น ได้ผ่าน checklist อันนี้แล้วหรือยัง เพราะเป็น checklist ที่ดีมากๆค่ะ
Davoy เรามีบริการให้คำปรึกษาเกี่ยวกับ Data Visualization และ Dashboard Design รวมถึงจัดทำเทรนนิ่งต่างๆ
