Keuntungan:
- Kemampuan untuk memilih jenis grafik yang sesuai untuk pesan yang ingin Anda sampaikan (perbandingan, tren, distribusi, hubungan)
- Kemampuan untuk menghindari pembuatan grafik dengan data yang dibuat oleh kecerdasan buatan dengan memastikan bahwa setiap angka di bawah grafik berasal dari data aslinya.
- Kemampuan untuk mengontrol desain yang menyesatkan seperti sumbu patah dan skala yang tidak proporsional serta menghasilkan visual yang dapat diakses dan jujur
Betapapun kuatnya suatu temuan penelitian, tidak ada gunanya jika tidak dipahami. Visualisasi data adalah seni menuangkan data numerik dan kategorikal ke dalam grafik, tabel, dan bagan sehingga pembaca dapat melihat polanya secara sekilas. Bagan yang baik mengurangi ribuan baris data menjadi satu pesan; Bagan yang buruk bahkan dapat membuat data akurat terlihat menyesatkan. Dalam unit ini, Anda akan mempelajari cara menggunakan AI untuk memilih jenis bagan yang tepat, menyusun kode visualisasi, mengatur tabel, dan menyajikan temuan dengan jujur.
Peran AI dalam visualisasi ada dua. Yang pertama adalah konsultasi: “grafik mana yang sesuai untuk data ini?” menjawab pertanyaan dengan baik; seperti diagram batang untuk perbandingan dua kategori, diagram garis untuk perubahan seiring waktu, dan — jika digunakan dengan hati-hati — diagram lingkaran untuk bagian-bagian dari keseluruhan. Yang kedua adalah pembuatan kode: menyusun kode grafis untuk alat seperti R (ggplot2) atau Python (matplotlib, seaborn). Namun hati-hati: angka-angka di bawah grafik yang dihasilkan AI harus berasal dari data Anda yang sebenarnya; Grafik bagus yang dihasilkan AI dengan "data sampel" bukanlah temuan Anda. Selain itu, AI mungkin tanpa sadar menyarankan grafik yang menyesatkan (sumbu putus-putus, skala tidak proporsional); Pemeriksaan integritas ada di tangan Anda.
Langkah demi langkah: dari data hingga bagan yang jujur
1. Identifikasi pesannya. Setiap bagan harus menjawab satu pertanyaan: "Apa yang ingin saya tampilkan?" Perbandingan, tren, distribusi, hubungan? Jenis bagan tidak dapat dipilih sampai pesannya jelas.
2. Pilih jenis grafik yang benar. Jenisnya berbeda-beda tergantung pesannya. AI memberikan saran yang masuk akal untuk pertanyaan "Saya ingin menampilkan data ini dengan pesan ini, grafik yang mana?"
3. Terapkan aturan integritas. Apakah sumbu harus dimulai dari nol, apakah skalanya proporsional, apakah warnanya menyesatkan? AI membantu Anda memeriksa apakah suatu grafik menyesatkan.
4. Draf kode dan jalankan dengan data ANDA. Biarkan AI menulis kode grafis; Jalankan dengan data asli Anda sendiri dan periksa hasilnya.
5. Jadikan itu dapat diakses. Palet ramah buta warna, label jelas, judul mudah dibaca. AI menyarankan perbaikan ini.
Tip: Cara sederhana untuk menguji kejujuran sebuah bagan: "Bagaimana mungkin seseorang dengan niat buruk membuat bagan ini menyesatkan?" adalah bertanya. Sumbu y putus-putus membuat perbedaan kecil terlihat besar; Periode waktu yang dipilih dapat membalikkan tren. Minta AI memindai jebakan ini.
tiga kasus mini
Kasus 1 — Sumbu yang menyesatkan diperbaiki. Dalam sebuah laporan, perbedaan antara kedua kelompok (51% vs. 54%) tampak seperti “celah raksasa” pada grafik dengan sumbu y yang dimulai dari 50. Ketika AI menyarankan agar sumbu dimulai dari nol, perbedaannya dikurangi menjadi ukuran sebenarnya, sebuah perbedaan kecil. Grafiknya menjadi jujur.
Kasus 2 - Waktu yang tepat dapat dihemat. Seorang peneliti memiliki data tingkat partisipasi selama 5 tahun tetapi menggunakan diagram lingkaran; Trennya tidak muncul. YZ mengusulkan "diagram garis untuk perubahan seiring waktu" dan ggplot2 menyusun kodenya. Tren penurunan tiba-tiba menjadi jelas.
Kasus 3 — Perangkap data palsu. Saat pengguna menanyakan kepada AI tentang "grafik penggunaan media sosial oleh kaum muda", AI tersebut menghasilkan grafik yang indah dengan angka-angka yang dibuat-buat. Pengguna hampir memasukkannya ke dalam laporan; Kemudian dia menyadari bahwa angka-angka tersebut bukanlah datanya, melainkan penemuan AI. Bagan telah dibuat ulang dengan data nyata.
Empat templat yang dapat disalin
1) Pemilihan jenis bagan:
Saya ingin menampilkan data berikut: [deskripsi data]. Pesan yang ingin saya sampaikan: [perbandingan/tren/distribusi/hubungan]. Sarankan 2 jenis bagan yang paling sesuai untuk pesan ini, beserta justifikasinya. Beri tahu saya mengapa saya harus menghindari hal-hal yang mungkin menyesatkan (misalnya kue dengan banyak irisan).
2) Kode visualisasi (Saya akan menjalankannya dengan data saya sendiri):
Buat sketsa kode [tipe plot] untuk [R ggplot2 / Python matplotlib]. Variabel saya: [x], [y], [grup]. Tulis kode dengan komentar, mulai sumbu dari awal, gunakan palet warna yang mudah diakses, masukkan judul dan label dalam bahasa Turki. Contoh pembuatan nomor; Saya akan menghubungkan data saya.
3) Audit integritas:
Saya menggambarkan grafik berikut: [grafik]. Mungkinkah itu menyesatkan? Periksa: apakah sumbunya nol, apakah skalanya proporsional, apakah interval waktu dipilih, apakah warna membesar-besarkan suatu kelompok, apakah efek 3D mendistorsi persepsi? Sarankan perbaikan untuk setiap risiko.
4) Pengeditan tabel:
Ubah hasil mentah berikut menjadi tabel hasil yang bersih dan mudah dibaca: [x] dalam baris, [y] dalam kolom, nilai dalam sel, dan persentase jika perlu. Bulatkan angka desimal secara berurutan, sebutkan sumbernya pada catatan kaki. Mengubah nomor; edit saja. Data: [di sini]
Perintah lemah / Perintah kuat
Perintah yang lemah:
Berikan saya gambaran yang mengesankan tentang subjek ini.
Keinginan untuk “mengesankan” mendorong AI dengan data palsu atau desain menyesatkan yang membesar-besarkan perbedaan. Menjadi mengesankan tidak harus didahulukan sebelum bersikap jujur.
Perintah yang kuat:
Saya ingin kode diagram batang yang dapat saya jalankan dengan data saya sendiri. Pesan saya: tunjukkan secara JUJUR perbedaan tingkat partisipasi keempat kelompok tersebut. Sumbunya harus dimulai dari nol, warnanya harus sesuai untuk buta warna, dan perbedaannya tidak boleh dilebih-lebihkan. [R/Python] Beri kode, nomor pas. Lalu sebutkan 3 risiko dimana grafik ini dapat menyesatkan.
Perbedaannya: perintah kedua berpusat pada kejujuran, aksesibilitas, dan data nyata.
Jenis bagan berdasarkan pesan
Pesan
grafis yang sesuai
Untuk dihindari
Perbandingan kategori
diagram batang
Kue 3D multi-iris
berubah seiring waktu
grafik garis
kue
distribusi
Histogram, diagram kotak
rata-rata tunggal
Hubungan dua variabel
tersebar
batang
bagian dari keseluruhan
Kue bar/pon bertumpuk
Kue multi-iris
Kesalahan umum
- Membuat grafik dengan data yang dibuat oleh AI. Setiap angka di bagian bawah grafik harus berasal dari data Anda yang sebenarnya.
- Membesar-besarkan perbedaannya dengan sumbu putus-putus. Membuat perbedaan kecil tampak besar adalah hal yang menyesatkan.
- Memilih genre yang tidak sesuai dengan pesan. Ini seperti menunjukkan tren waktu dengan kue.
- Melupakan aksesibilitas. Kelompok yang hanya dipisahkan berdasarkan warna tidak termasuk pembaca buta warna.
- Menempatkan “mengesankan” sebelum “jujur.” Tujuan dari visual bukanlah persuasi, melainkan komunikasi yang benar.
Singkatnya
Visualisasi data adalah cara mengkomunikasikan temuan Anda secara jujur dan jelas kepada pembaca. AI; Ini merupakan bantuan yang ampuh dalam menyarankan jenis bagan yang tepat, menyusun kode visualisasi, mengedit tabel, dan memeriksa desain yang menyesatkan. Namun setiap angka di bagian bawah grafik harus berasal dari data aktual Anda; Grafik indah yang dihasilkan oleh "data sampel" AI bukanlah temuan Anda. Perjelas pesannya, pilih genre yang tepat, jaga agar sumbu dan skala tetap jujur, mudah diakses, dan jangan pernah menempatkan “mengesankan” sebelum “jujur”.
Tugas aplikasi
Pilih sekumpulan kecil fakta atau data yang telah Anda kumpulkan sendiri. Pilih jenis yang sesuai dengan pesan Anda dengan templat "Pemilihan jenis bagan". Dengan templat “kode visualisasi”, ambil kode dari AI dan jalankan pada data Anda sendiri (jangan pernah dengan angka yang dibuat oleh AI). Plot data yang sama dengan sumbu putus-putus, letakkan kedua grafik secara berdampingan, dan tunjukkan bagaimana perbedaannya dibesar-besarkan dengan templat "pemeriksaan kejujuran".
daftar periksa
- [ ] Saya telah mengklarifikasi satu pesan yang ingin disampaikan oleh grafik tersebut.
- [ ] Saya memilih jenis grafik yang sesuai untuk pesan dengan pembenaran.
- [ ] Saya membuat grafik dengan keluaran nyata saya sendiri, bukan buatan AI.
- [ ] Saya memulai sumbu dari nol dan menjaga skala tetap proporsional.
- [ ] Saya menggunakan warna yang mudah diakses dan label yang jelas.