Diseño gráfico y web basado en los principios de Edward Tufte

Fuente original: http://staff.washington.edu/larryg/Classes/R560/zz-tufte.html

Este es un resumen del trabajo de Edward Tufte sobre el uso de gráficos para mostrar información cuantitativa. Principalmente consiste en texto e ideas tomadas de sus tres libros sobre el tema junto con algunos materiales adicionales propios. Esta página está en formato de solo texto: para comprender los conceptos, debe leer los libros porque los conceptos realmente no se pueden comprender sin las ilustraciones, y la tecnología de monitor de video actual tiene una resolución demasiado baja para hacerles justicia.

A lo largo de este resumen, he incluido referencias a las ilustraciones en sus libros que están etiquetadas con las abreviaturas VD-pp, VE-pp y EI-pp, donde “pp” es un número de página y:

VD es “la pantalla visual de información cuantitativa” (the Visual Display of Quantitative Information”)
VE es “Explicaciones visuales” (Visual Explanations)
La IE es “Información de previsión” (Envisioning Information)

Introducción

Las obras de Tufte abordan los siguientes problemas:

El problema: el problema es presentar grandes cantidades de información de forma compacta, precisa, adecuada para el propósito y fácil de entender. Específicamente, para mostrar causa y efecto, para asegurar que se realicen las comparaciones adecuadas y para lograr los objetivos (válidos) que se desean.
Su importancia: la información impresa y gráfica es ahora la fuerza impulsora detrás de todas nuestras vidas. Ya no se limita a trabajadores especializados en campos seleccionados, sino que afecta a casi todas las personas a través del uso generalizado de la informática e Internet. Las transferencias de información rápidas y precisas pueden ser un asunto de vida o muerte para muchas personas (un ejemplo es el desastre del Challenger). El aumento dramático en los puntajes de CI en todas las culturas que han adquirido tecnología de la información puede ver en qué medida los símbolos y gráficos afectan nuestras vidas: en los Estados Unidos ha habido un aumento promedio de 3 puntos de CI por década en los últimos 60 años. , para un total de un aumento de 18 puntos IQ. No se conoce una explicación biológica para este aumento y la causa más probable es la exposición generalizada a textos, símbolos y gráficos que acompañan a la vida moderna. Como se mencionó anteriormente, este aumento se ha visto en todas las culturas expuestas a la tecnología de la información.
Su aplicación: Parte de la información se relaciona con la visualización de información estadística, pero mucha se aplica a cualquier tipo de visualización, incluso texto sin formato.
La solución: Desarrollar un enfoque coherente para la visualización de gráficos que mejore su difusión, precisión y facilidad de comprensión.

Historia de las tramas

La primera trama conocida data del siglo X (VD-28: primer gráfico conocido). Esto fue casi al mismo tiempo que Guido de Arezzo estaba desarrollando la notación musical bidimensional del personal muy similar a la que usamos hoy. En el siglo XV, Nicolás de Cusa desarrolló gráficos de distancia versus velocidad. En el siglo XVII, René Descartes estableció la geometría analítica que solo se usaba para mostrar funciones matemáticas. Pero el principal iniciador de los gráficos informativos fue William Playfair (1759-1823), quien desarrolló la línea, la barra y los gráficos circulares tal como los conocemos hoy.

El poder explicativo de los gráficos

La importancia y el poder explicativo de los gráficos se pueden ver en estos ejemplos:

La ilustración VD-13/14 muestra 4 gráficos que tienen una gran cantidad de medidas y propiedades estadísticas absolutamente idénticas y, sin embargo, son muy diferentes, como se puede ver inmediatamente en sus gráficos.
El desastre del Challenger: los gráficos de datos mostrados a la NASA no transmitían la información real que se necesitaba (VE-47 versus VE-45). Si la NASA hubiera visto los gráficos apropiados, pero muy simples, que mostraban los efectos de la baja temperatura y el daño a los propulsores de cohetes sólidos, el Challenger no se habría lanzado ese día (muy frío).
La epidemia de cólera de Broad Street Pump en 1854 en Londres, como lo muestra John Snow (VE-31: muertes por cólera). Este gráfico mostró grupos de muertes por cólera alrededor del sitio de la bomba.
Ilustración VD-166: “comunas en Francia” muestra una trama extremadamente densa que muestra los límites de más de 30,000 comunas en Francia.

Filosofía Básica de Enfoque

Reglas y temas importantes para usar al presentar gráficos:

Suponga que la audiencia es inteligente (una paráfrasis de E.B. White). Incluso publicaciones, como NY Times, suponen que las personas son lo suficientemente inteligentes como para leer en prosa compleja, pero demasiado estúpidas para leer gráficos complejos.
No limite a las personas al “entorpecer” los datos: permita que las personas usen sus habilidades para aprovecharlos al máximo.
Para aclarar, agregue detalles (no omita detalles importantes; por ejemplo, las fuentes serif son más “detalladas” que las fuentes san serif, pero en realidad son más fáciles de leer). Y Einstein dijo una vez que “una explicación debería ser lo más simple posible, pero no más simple”.
Sobre todo, muestre los datos. Los gráficos son “inteligencia hecha visible”
Las gráficas en datos pueden mostrar grandes cantidades de información desde muchas perspectivas diferentes: causa y efecto, relaciones, paralelos, etc. (VD-31: horario de trenes, VD-17: Mapa cloropático, VD-41: Campaña de Napoleón, EI-49: basura espacial)
Las gráficas necesitan anotaciones para mostrar datos, limitaciones de datos, autenticación y excepciones (VE-32: texto de excepciones)
No use gráficos para decorar algunos números

Integridad Gráfica

Además de “mentiras, malditas mentiras y estadísticas”, los gráficos también se pueden usar para engañar. Por ejemplo, los gráficos engañosos pueden:

Compare períodos de tiempo completo con períodos de tiempo más pequeños (VD-60: premios Nobel, que compara períodos de 10 años con un período de 5 años)
Utilice un “factor de mentira” [= (tamaño del gráfico) / (tamaño de los datos)] para exagerar las diferencias o similitudes
Use representaciones de área o volumen en lugar de escalas lineales para exagerar las diferencias. Ver VD-69: “Reducir el médico de familia” como un ejemplo de cómo confundir a las personas usando comparaciones de tamaño 1 versus 2 y 3 dimensiones. Las representaciones de área y volumen engañan a las personas con la ley del cuadrado / cubo: un aumento en el tamaño lineal conduce a un cuadrado del aumento para áreas y un cubo del aumento para volúmenes.
No se ajusta al crecimiento de la población o la inflación en los gráficos financieros
Utilice la variación de diseño para oscurecer o exagerar la variación de datos (VD-61: exageración de los precios de la OPEP)
Exagere la escala vertical.
Muestre sólo una parte de un ciclo para que los datos de otras partes del ciclo no puedan usarse para una comparación adecuada

Los errores gráficos pueden ser más comunes hoy que en el pasado debido al uso fácil y frecuente de las computadoras. Las pautas para ayudar a asegurar la integridad gráfica incluyen lo siguiente:

Evitar chartjunk
No descuantifique: proporcione datos reales con la precisión que sea razonable. Por ejemplo, clasificar productos como mejores o peores según un criterio cuando intervienen varios factores a menudo no es útil a menos que se indiquen las magnitudes de las diferencias.
No exagere los efectos visuales, a menos que sea necesario para transmitir la información. A veces, tales exageraciones son esenciales: por ejemplo, es prácticamente imposible mostrar tanto el tamaño como las órbitas de los planetas a la escala correcta en la misma tabla. Por otro lado, la ilustración VE-24: “Escala vertical exagerada de Venus”, muestra información errónea tan dramática, que un investigador pidió la formación de “una sociedad plana de Venus”.
Evite la falta de información: los gruesos cuadros circundantes y el texto san serif subrayado dificultan la lectura
Tenga cuidado con los efectos de la agregación: por ejemplo, los mapas de puntos a menudo son más honestos a este respecto que los mapas cloropáticos que agrupan resultados basados en límites (a veces arbitrarios).
Haga las preguntas correctas:

¿Los datos de la pantalla son verdaderos?
¿Es precisa la representación?
¿Están documentados los datos?
¿Los datos de los métodos de visualización son verdaderos?
¿Se muestran comparaciones, contrastes y contextos apropiados?

Densidades de datos

Los gráficos están en su mejor momento cuando representan conjuntos de datos muy densos y ricos. Tufte define la densidad de datos de la siguiente manera:

Densidad de datos = (n. ° de entradas en la matriz de datos) / (área de gráfico)

Tenga en cuenta que las bajas densidades de datos en las pantallas de la computadora nos obligan a ver la información de forma secuencial, en lugar de espacial, lo que es malo para la comprensión. Los gráficos de buena calidad son:

Comparativo
Multivariante
Alta densidad
Capaz de revelar interacciones, comparaciones, etc.
Y donde casi toda la tinta es tinta de datos reales

Ejemplos de densidades de datos incluyen:

110,000 números / pulgada cuadrada para un gráfico astronómico. Esta es la densidad máxima conocida para un gráfico. Para la mayoría de las revistas científicas obtenemos aproximadamente 50-200 números / pulgada cuadrada
150 Mbits = ojo humano

8 Mbits = pantalla de computadora típica

25 Mbits = diapositiva de color

150 Mbits = mapa desplegable grande

28,000 caracteres = libro de referencia

18,000 caracteres = directorio telefónico

15,000 personajes = no ficción

Un excelente ejemplo de una trama en datos es un horario gráfico de trenes (VD-31: horario de trenes) que muestra las horas de inicio y parada, ubicaciones, direcciones, rutas, transferencias y velocidades, todo en una hoja de papel.

Compresión de datos

Use la compresión de datos para revelar (no ocultar) datos. Por ejemplo, EI-22: “Ciclos de manchas solares” muestra las manchas solares como líneas verticales delgadas en la dirección del eje y solo para presentar muchos de estos puntos durante un período de tiempo en un solo gráfico
Use la compresión para mostrar mucha información en un solo gráfico, como un gráfico que muestra las interacciones eje x, eje yy x / y. (VD-134: señales Pulsar; VE-111)
Excluya la simetría bilateral cuando sea redundante o extiéndala cuando ayude a la comprensión (un 50% más de visión del mundo en un mapa mundial proporciona un contexto envolvente que ayuda a la comprensión). Los estudios muestran que a menudo nos concentramos en un lado de una figura simétrica y solo miramos el otro lado.

Elementos gráficos multifuncionales

Las estructuras gráficas a menudo pueden servir para varios propósitos una vez. Por ejemplo,

Las gráficas de tallos y hojas muestran secuencias de números que representan directamente la estructura por la longitud física de cada secuencia. (VD-140: tallo / hoja; VD-141: divisiones del ejército; VD-143: curva normal)
La lista de defectos del automóvil de Consumer Reports (VD-174: Consumer Reports) revela una estructura micro / macro: la pantalla general de tinta negra revela inmediatamente qué automóviles son los más problemáticos, mientras que cada elemento individual en la pantalla identifica una debilidad particular.
La cuadrícula de datos en sí misma puede ser los datos, revelando tanto los valores como el sistema de coordenadas al mismo tiempo (VD-152: marcadores basados en datos)

Maximizar Data-ink; Minimizar non-Data Ink

Tufte define la relación de data ink como:

Relación de data ink = (data ink) / (ink total en el gráfico)

El objetivo es hacer esto tan grande como sea razonable. Para hacer esto hay que:

Evitar rejillas pesadas
Reemplazar diagramas de caja con líneas interrumpidas (VD-125: diagrama de caja reducido)
Reemplazar la caja de cierre con una cuadrícula x / y
Usar espacios en blanco para indicar líneas de cuadrícula en gráficos de barras (VD-128: espacios en blanco)
Usar tics (sin línea) para mostrar ubicaciones reales de datos x e y
Podar los gráficos: reemplazando las barras con líneas simples, borrando la tinta sin datos; eliminando líneas de ejes; iniciar ejes x / y en los valores de datos [marcos de rango])
Evitar las redes ocupadas, el exceso de ticks, la representación redundante de datos simples, cuadros, sombras, punteros, leyendas. Concéntrese en los datos y NO en los contenedores de datos.
Siempre proporcionar tanta información de escala (pero en forma silenciada) como sea necesaria

Pequeños Múltiples

Los múltiplos pequeños son conjuntos de gráficos en miniatura en una sola página que representan aspectos de un solo fenómeno. Ellos:

Representan la comparación, mejoran la dimensionalidad, el movimiento y son buenos para pantallas multivariadas (VD-114: impulso de partículas)
Invitan a la comparación, los contrastes y muestran el alcance de las alternativas o el rango de opciones (VE-111: historias clínicas)
Deben usar las mismas medidas y escala.
Pueden representar el movimiento a través del efecto fantasma de varias imágenes.
Son particularmente útiles en las computadoras porque a menudo permiten la superposición real de imágenes y ciclos rápidos.

Chartjunk

Chartjunk consta de elementos decorativos que no proporcionan datos y causan confusión.

Tufte analiza la regla de 1 + 1 = 3 (o más): 2 elementos cercanos provocan una interacción visible. Dichas interacciones pueden ser muy fatigantes (p. Ej., Patrones muaré, vibración óptica) y pueden mostrar información que realmente no está allí (EI-60: datos que no están allí, VD-111: basura de gráficos)
En las principales publicaciones científicas vemos una vibración de muaré del 2% al 20%. Por ejemplo, en publicaciones estadísticas e informáticas recientes, chartjunk oscila entre 12% y 68%
Las técnicas para evitar chartjunk incluyen reemplazar el rayado cruzado con sólidos (en colores pastel) o grises, usar etiquetado directo en lugar de leyendas y evitar contenedores de datos pesados

Colores

Los colores a menudo pueden mejorar mucho la comprensión de los datos.

Las capas con colores a menudo son efectivas
Las cuadrículas de colores son una forma de capa que proporciona contexto pero que debe ser discreta.
Los colores brillantes puros deben reservarse para áreas pequeñas resaltadas y casi nunca usarse como fondos.
Use el color como el identificador principal en las pantallas de la computadora, ya que los diferentes objetos a menudo se consideran iguales si tienen el mismo color, independientemente de su forma, tamaño o propósito
Líneas de contorno que cambian de color según el fondo destacado sin producir los efectos 1 + 1 = 3
Los colores se pueden usar como etiquetas, como medidas y para imitar la realidad (por ejemplo, lagos azules en los mapas).
No coloque colores brillantes mezclados con blanco uno al lado del otro.
Las manchas de color contra un gris claro son efectivas
Los colores pueden transmitir valores multidimensionales
Las barras de desplazamiento deben ser colores pastel sólidos
Tenga en cuenta que los colores circundantes pueden hacer que dos colores diferentes se parezcan y dos colores similares se vean muy diferentes (EI-92/93: efectos del contexto en los colores).
Los tonos sutiles de color o escala de grises son mejores si están delimitados con líneas de contorno finas (EI-94: sombras con contornos)
Tenga en cuenta que el 5-10% de las personas son daltónicas en algún grado (rojo-verde es el tipo más común seguido de azul-amarillo, que generalmente incluye azul-verde)

Filosofía general para aumentar la comprensión de datos

La alta densidad es buena: el ojo humano / cerebro puede seleccionar, filtrar, editar, agrupar, estructurar, resaltar, enfocar, mezclar, delinear, agrupar, detallar, winnow, ordenar, abstraer, suavizar, aislar, idealizar, resumir, etc. las personas los datos para que puedan ejercer sus poderes plenos, no los limite.
El desorden / confusión son fallas de diseño y no complejidad
La información consiste en diferencias que marcan la diferencia: para que pueda “ocultar” los datos que no marcan la diferencia en lo que está tratando de representar
Al mostrar paralelos, sólo deben aparecer las diferencias relevantes
Valor y poder del paralelismo: una vez que haya visto un elemento, todos los demás estarán accesibles
Conceptos importantes en un buen diseño: la separación de la figura y el fondo (por ejemplo, un fondo borroso a menudo pone el primer plano en un enfoque más nítido), capas y separación, uso de espacios en blanco (por ejemplo, los paisajes chinos enfatizan el espacio, como en el pintor conocido como “uno esquina Ma “; la música oriental a menudo está ahí para enfatizar el silencio y no el sonido).
Los gráficos deben enfatizar la dirección horizontal

Técnicas para aumentar la comprensión de datos

Para aumentar la comprensión de los datos, hay que:

Hacer marcas o etiquetas lo más pequeñas posible, pero lo más pequeñas posible para que quede claro.
Evitar los gráficos circulares ya que son de baja densidad y no pueden ordenar los valores a lo largo de una dimensión visual
Por lo general, usar mapas de puntos en lugar de mapas cloropléticos porque muestran detalles más exactos
Entrelazar el texto y los gráficos: adjunte nombres directamente a las partes, coloque mensajes pequeños junto a los datos, evite las leyendas si es posible y anote los datos directamente en el gráfico (VE-99: anatomía de una fuente)
Si es posible, evitar las abreviaturas y use texto horizontal
Usar fuentes serif en mayúsculas / minúsculas
Usar transformaciones de escalado si (honestamente) pueden revelar información que de otro modo podría pasarse por alto.
Usar diferentes estructuras para revelar 3D y movimiento, como el hexágono explotado, el estéreo verdadero y el escorzo extremo (como en el borde de una esfera: vea EI-15 “hexágono explotado”)

Cuándo NO usar gráficos

A menudo, las tablas de texto pueden reemplazar gráficos para datos simples; También puede usar tablas de texto 2D, donde los resúmenes de filas y columnas son útiles. Los conjuntos de datos no comparativos generalmente pertenecen a tablas, no a gráficos
Los diseños de carteles están destinados solo a captar la atención, en lugar de transmitir información; en general, no son buenos diseños para gráficos.
Si una imagen no vale más que 1000 palabras, al diablo con ella (cita de Ad Reinhardt – tenga en cuenta que esto es de la cita original en chino de que “una imagen vale 10.000 palabras).

Estética

La excelencia gráfica consiste en la simplicidad del diseño y la complejidad y la verdad de los datos. Para lograr esto, hay que

Usar palabras, números, dibujos muy cerca
Mostrar una complejidad de datos accesible
Dejar que los gráficos cuenten la historia
Evitar la decoración sin contexto
Utilizar líneas de diferentes pesos como una forma atractiva y compacta de mostrar datos (VD-185: Mondrian)
Utilizar la simetría para agregar belleza (aunque alguien dijo una vez que “toda belleza verdadera requiere cierto grado de asimetría”)