Ada banyak sumber daya terkenal yang menawarkan saran tentang visualisasi data. (Eg. Tufte, Stephen Few et al , Nathan Yau .) Tetapi ke bidang apa seseorang dapat mencari jawaban atas pertanyaan seperti ini:
- Apakah kritik diagram lingkaran relevan dalam praktik? Apakah orang yang jauh lebih baik dalam menafsirkan panjang skala linier daripada panjang busur?
- Katakanlah saya membuat ringkasan indeks dari serangkaian variabel yang mendasarinya, dan menjelaskan kepada audiens awam bahwa Amerika Serikat memiliki nilai 100 pada 2010, dan 110 pada 2015. Bagaimana kebanyakan orang menginterpretasikan angka-angka ini? Adakah kebiasaan kognitif alami yang harus saya pertimbangkan ketika saya menyajikan metrik ini, baik untuk memanfaatkan penjelasan yang lebih baik atau untuk menjaga dari salah tafsir?
Dengan kata lain, ke bidang ilmiah apa yang dapat disajikan oleh penyaji informasi kuantitatif untuk prinsip-prinsip yang kuat secara empiris dan teruji yang membantu memilah-milah sejumlah besar visualisasi dan saran desain yang tersedia saat ini?
Tujuannya bukan untuk menemukan saran, ide atau konsensus saat ini tentang cara terbaik untuk memvisualisasikan data atau mendekati masalah visualisasi data baru, tetapi untuk belajar di mana mencari ilmu tentang bagaimana orang menafsirkan informasi kuantitatif dan / atau visual.
(Penghargaan ekstra untuk referensi jurnal, konferensi, dan cendekiawan di bidang ini.)
sumber
Jawaban:
Gerd Gigerenzer secara luas diakui sebagai salah satu pakar dunia dalam aspek kognitif berhitung atau, sebagai alternatif, kepunahan. Dia memiliki banyak makalah dan buku tentang topik-topik ini direferensikan di situs webnya ( https://www.mpib-berlin.mpg.de/en/staff/gerd-gigerenzer ). Salah satu teks kuncinya adalah bukunya 2002 Risiko Terhitung: Bagaimana mengetahui kapan angka menipu Anda . Baca abstraknya di sini: https://www.mpib-berlin.mpg.de/en/research/adaptive-behavior-and-cognition/publications/books/calculated-risks
Terkait dengan karya Gigerenzer adalah karya teoretis keputusan berbasis kognisi yang melihat cara informasi disajikan. Makalah perwakilan di sini adalah The Gold Illusion of Wealth dari Dan Goldstein yang tersedia di sini ... http://rady.ucsd.edu/docs/seminars/goldstein.pdf Berikut dari intro:
Tambahan penting baru-baru ini dalam literatur adalah penelitian Berkeley Dietvorst tentang "keengganan algoritma" dan pengambilan keputusan. Dietvorst berpendapat bahwa pemodelan prediktif wrt, yang secara teknis naif dan / atau buta huruf cenderung berasumsi bahwa model prediktif adalah "peluru ajaib" atau sangat informatif dan ketika algoritma terbukti, paling baik, prediksi yang lemah, maka respons tipikal adalah menolak solusi kuantitatif sama sekali.
https://marketing.wharton.upenn.edu/mktg/assets/File/Dietvorst%20Simmons%20&%20Massey%202014.pdf
Lalu ada blogger seperti Kaiser Fung yang mengelola situs web Junkcharts- nya mengkritik grafik dan visualisasi pub-pub besar seperti NYT atau WSJ http://junkcharts.typepad.com/
Terkait dengan pertanyaan Anda tentang visualisasi adalah karya para ahli desain seperti Manuel Lima yang mengelola situs web VisualComplexity.com yang mencakup banyak pendekatan untuk ini. Lima juga mengajarkan visualisasi data di Parsons School of Design di NYC. http://www.visualcomplexity.com/vc/
Selain Parsons, lembaga desain dan visualisasi lainnya termasuk:
Sekolah Tinggi Desain dan Konteks Sosial https://www.rmit.edu.au/about/our-education/academic-colleges/college-of-design-and-social-context/
Institut Analisis Budaya UCLA
http://www.ipam.ucla.edu/programs/long-programs/culture-analytics/
Google's Cultural Institute https://www.google.com/culturalinstitute/home
Pameran dan buku desain MoMA
http://www.moma.org/calendar/exhibitions/1071?locale=en
http://www.amazon.com/Talk-Me-Communication-between-Objects/dp/0870707965
Dalam hal konferensi ada Eyeo Festival http://eyeofestival.com/
Dalam perangkat lunak R, guru visualisasi adalah Hadley Wickham http://had.co.nz/
Dalam perangkat lunak SAS, ada Rob Allison http://www.robslink.com/SAS/graph_book.htm
Akhirnya, tidak ada kekurangan jenis situs web "satu kali":
http://infosthetics.com/ visual yang luar biasa dari data pemerintah
http://www.thefunctionalart.com/2012/09/in-praise-of-connected-scatter-plots.html
http://www.informationisbeautifulawards.com/
Cara menampilkan data dengan buruk oleh Karl Broman https://www.biostat.wisc.edu/~kbroman/presentations/IowaState2013/graphs_combined.pdf
https://www.biostat.wisc.edu/~kbroman/presentations/IowaState2013/index.html
Blog Desain dan Komunikasi Maria Popova https://www.brainpickings.org/2012/06/26/talk-to-me-moma-paola-antonelli-book/
Galeri Visualisasi Data http://www.datavis.ca/gallery/index.php
Tabel Periodik Visualisasi Data http://www.visual-literacy.org/ Periodic_table/ Periodic_table.html
Dunia Kita dalam Data http://ourworldindata.org/
Ini baru mulai menggaruk permukaan apa yang ada di luar sana ...
sumber
Psikofisika mempelajari bagaimana manusia merespons dan menafsirkan rangsangan, termasuk interpretasi visualisasi data. Makalah Cleveland dan McGill yangditautkan dalam komentar adalah contoh, dan bagian kedua dari makalah inimemberikan gambaran singkat dari beberapa perspektif.
Kognisi numerik atau matematika adalah sub-disiplin ilmu kognitif yang mempelajari hal-hal seperti indra bilangan . Kadang-kadang meminjam konsep dari psikofisika, misalnya skala Fechner , yang "menyatakan bahwa sensasi subyektif sebanding dengan logaritma intensitas stimulus." Deskripsi Wiki tentang konsep yang diterapkan pada kognisi numerik:
Terkait, dalam ekonomi perilaku, teori prospek ( kertas asli ) meneliti pilihan manusia antara risiko, alternatif probabilistik.
sumber