Q: Existe-t-il des preuves expérimentales soutenant des visualisations à la manière de Tufte, minimalistes et basées sur des données, par rapport aux visualisations avec graphiques désordonnés de, par exemple, Nigel Holmes ?
J'ai demandé comment ajouter des graphiques compliqués aux courbes R ici et les répondants ont jeté une grosse quantité de snark sur moi. Donc, sûrement, il doit y avoir des preuves expérimentales, pour lesquelles je ne suis pas au courant, soutenant leur position anti-cartomancien - plus de preuves que simplement "Tufte l'a dit." Droite?
Si de telles preuves existaient, elles contrediraient les nombreuses recherches psychologiques que nous menons sur les humains, leur rappel de mémoire et l'identification de modèles. Je serais donc très heureux de lire à ce sujet.
Une petite anecdote: lors d’une conférence, j’ai demandé à Edward Tufte comment il considérait les preuves expérimentales selon lesquelles des animations et des vidéos indésirables amélioraient la compréhension et le rappel de la mémoire chez l’homme [voir la recherche citée dans Brain Rules] . Sa réponse: "Ne les crois pas." Voilà pour la méthode scientifique!
PS Bien sûr, je suis un peu aiguillonner les gens ici. Je possède tous les livres de Tufte et pense que son travail est incroyable. Je pense juste que ses partisans ont survendu certains de ses arguments.
NOTE: Ceci est une nouvelle publication d' une question que j'ai posée sur StackOverflow . Les modérateurs l'ont fermée parce que ce n'était pas spécifique à la programmation. CrossValidated pourrait être une meilleure maison.
MISE À JOUR: Il y a quelques liens utiles dans la section commentaires de ma question initiale, à savoir le travail de Chambers, Cleveland et le groupe datavis de Stanford.
MISE À JOUR: Cette question concerne un sujet similaire.
la source
Réponses:
La littérature est vaste. Les preuves expérimentales sont abondantes mais incomplètes. Pour une introduction axée sur les investigations psychologiques et sémiotiques, voir Alan M. MacEachren, How Maps Work (1995; 2004 en livre de poche). Passez directement au chapitre 9 (vers la fin), puis reprenez à l’arrière tout document préliminaire qui vous intéresse. La bibliographie est volumineuse (plus de 400 documents) mais commence à être un peu longue. Bien que le titre suggère une focalisation sur la cartographie, la majeure partie du livre est pertinente pour la façon dont les humains créent un sens à partir d’informations graphiques et les interprètent.
Ne vous attendez pas à obtenir une réponse définitive à ces recherches. N'oubliez pas que Tufte, Cleveland et d'autres se sont principalement concentrés sur la création de graphiques permettant (avant tout) une communication précise et perspicace ainsi qu'une interprétation des données. D'autres artistes graphiques et chercheurs ont d'autres objectifs, tels qu'influencer les gens, créer une propagande efficace, simplifier des ensembles de données complexes et exprimer leur sensibilité artistique au moyen d'un support graphique. Ceux-ci sont presque diamétralement opposés à la première série d'objectifs, d'où les approches et recommandations extrêmement différentes que vous trouverez.
Compte tenu de cela, je pense qu'une revue des recherches de Cleveland devrait être suffisamment convaincante pour que bon nombre des recommandations de Tufte en matière de conception aient une justification expérimentale décente. Celles-ci incluent son utilisation du facteur de lie, du ratio données-encre, de petits multiples et de chartjunk pour l'évaluation critique et la conception de graphiques statistiques.
la source
En voici quelques unes;
Demandez à Google pour les références complètes
la source
Il convient de rappeler que la visualisation d'informations n'est pas une île isolée de toutes les autres formes de communication visuelle. Si vous voulez produire un travail basé sur des principes fondés sur des preuves, je dirais qu'il est préférable de chercher où les preuves sont les plus solides.
J'ai lu des recherches spécifiques sur les techniques de visualisation des données et des recherches générales en sciences cognitives et en recherche en design, et je trouve que réfléchir à la manière dont la recherche générale plus puissante et plus approfondie s'applique à chaque mémoire et chaque élément utilisé est souvent plus efficace et utile que d’essayer d’appliquer la recherche spécifique à un domaine étroitement appliquée, qui souffre souvent de petits échantillons, de techniques de recherche faibles, d’investigations étroites et / ou d’hypothèses profondément enracinées.
Je recommande en introduction deux excellents livres, un avec la science comme point de départ, un avec les principes généraux comme point de départ, apportant des preuves:
Le seul inconvénient est que cette approche nécessite plus de réflexion pour voir comment de tels principes sont applicables. Si vous recherchez une liste de règles arbitraires, comme beaucoup de personnes dans la communauté des données et vis-à-vis, je dirais qu'il n'y en a pas et ne le sera jamais, sauf lorsque les gens font d'énormes hypothèses et généralisations injustifiées, ou inventent des choses. . Une recherche appliquée de meilleure qualité est utile, mais elle aide à disposer d’un cadre solide dans lequel elle peut s’intégrer.
La plupart des principes généraux de Tufte, tels que l'encre des données et les graphiques, peuvent être rattachés à de solides principes généraux tels que les rapports signal / bruit, figure-fond, atténuation, etc. ils ont été combinés avec des hypothèses lourdes et des généralisations sur vos objectifs et votre public qui les transforment en outils contondants. La plupart des contradictions apparentes et des débats dans la recherche appliquée ne le sont pas du tout si vous prenez du recul, prenez en compte le contexte et travaillez à partir des principes de base sous-jacents et des caractéristiques particulières de chaque cas.
la source