Speglade linjediagram

Häromdagen skrev Robert Kosara, en av de ledande rösterna inom informationsvisualisering, ett inlägg på sin blogg EagerEyes om s.k. speglade linjediagram. Detta är alltså linjediagram som visar utvecklingen över tid för en variabel som bara kan anta två värden som definitionsmässigt måste summera till 100 procent; ja eller nej, svart eller vitt, män eller kvinnor osv. De två linjerna blir därmed av nödvändighet inversen av varandra - är andelen ja 30 procent, måste andelen nej vara 70 procent, 20 procent svart ger alltid 80 procent vitt.

Robert Kosara är kritisk till den här typen av diagram. Den andra linjen tillför per definition inga ytterligare data - är värdet 40 procent för den ena linjen, måste den andra bli 60 procent. Båda linjerna speglar alltid varandra. Hans argument är att en andra linje bara bidrar till chart junk i diagrammet - utgör den inte datapunkter, ska den inte vara med. Snarare försvårar den läsningen av diagrammet. Dessutom antyder den en stark negativ korrelation mellan serierna, när de i själva verket bara är resultatet av en defintionsmässig nödvändighet.

Som av en händelse dök just ett sådant diagram upp i söndagens DN (Männen tar ut allt fler dagar), som beskriver hur andelen av föräldrapenningen som tas ut av män respektive kvinnor från mitten av sjuttiotalet fram tills idag.

Alternativet - om man går på Kosaras linje - skulle vara att istället bara visa en linje. Budskapet i artikeln är att männens andel av föräldrapenningen stadigt har ökat, men att det fortfarande är en bra bit kvar till en helt jämlik fördelning. Alltså är det mest intressant att visa hur männens andel har utvecklats. Utifrån en kommentar till Kosaras blogginlägg kan det också vara vettigt att lägga in en markering av 50-procentsnivån i diagrammet, vilket skulle ange en helt jämn fördelning av föräldrapenningsuttaget. I ursprungsdiagrammet skulle motsvarande fördelning visas när de två linjerna korsas - fast då med dubbelt så många datapunkter. Ett omgjort diagram skulle alltså se ut ungefär så här:

Fokus läggs i betydligt högre grad på hur männens andel har utvecklats. Samtidigt tappar man möjligheten att på ett enkelt sätt bedöma hur stort gapet är mellan männens och kvinnornas andel. Men istället blir det betydligt lättare att se hur stort gapet är till en helt jämn fördelning. Det är trots allt bara på den nivån kurvorna kan mötas. Och - ännu viktigare - man luras dessutom inte att analysera utvecklingen av de båda kurvorna var för sig. En förändring i den ena följs med nödvändighet av motsvarande inverterade förändring i den andra. Samma datapunkt skulle annars vara duplicerad utan att tillföra ytterligare information.

Även om det spontana intrycket är att det kan vara intressant med två kurvor - en för män och en för kvinnor - tycker jag ändå att de metodmässiga argumenten väger över. Diagrammet gör sig helt enkel bättre utan speglade linjer.

Mer cirkelresonemang i DN

I dagens DN rapporteras om att många svenskar betalar dyrt för dåliga elavtal, vilket illustreras av ett diagram över hur elförbrukning fördelas över olika hushåll i mellansverige.

Som vanligt har man valt att använda cirklar, vilket - som vanligt - är ett dåligt val för den här typen av data. Ögat har svårare att jämföra ytors storlekar än exempelvis höjden på staplar, vilket gör att diagrammets budskap blir svårare att tolka. För att kompensera har man lagt till värdesiffrorna i cirklarna, vilket också det är ett dåligt val. Siffervärden i diagram stör de visuella jämförelserna och tillför ingen ytterligare information. Vill man förmedla de exakta värdena är det generellt bättre att att lägga till en separat tabell.

Men cirklarna i sig är inte det enda problemet med diagrammet. Elförbrukningen är redovisade i intervall (kilowattimme/år), där klasserna dessutom inte är lika stora och den sista är ett öppet intervall (mer än 20 000). Ytorna representerar bara elförbrukningen per hushåll och är inte relaterade till den totala mängden. Intervallen tar visuell upp en stor del av diagrammet och riskerar att misstolkas som den samlade förbrukningen.

Om jag gör ett försök att göra om diagammet, skulle jag istället välja ett histogram, som lämpar sig betydligt bättre för att redovisa klassindelade data. Med den begränsade datatillgången man får från artikeln, måste jag göra några antaganden. Dels att förbrukningen är jämnt fördelad inom varje klass, dels hur fördelningen ser ut i den sista, öppna klassen, där jag antar att förbrukningen uppgår till max 30 000 kWh/år. Standardiserar vi diagrammet till att visa andelen per 1 000 kWh/år, får vi någonting i den här stilen:

 Andel av hushållen årsförbrukning av el

Relationen mellan mängden förbrukad el och andelen hushåll framgår tydligare och storleksjämförelserna underlättas. Med bättre data, helst andelen hushåll per 1000 kWh, skulle diagrammet kunna göras ännu bättre och den olyckliga ojämna klassindelningen skulle kunna undvikas. Igen - släpp cirklarna DN, de gör ingen glad!

Form före funktion i DN:s nyhetsgrafik

Kickar igång den här bloggen med att dyka ner på tidningarnas mer eller mindre bristfälliga diagramhantering.

DN redovisar idag en undersökning om härskartekniker. Sedan några år tillbaka har DN infört en mer konsekvent profil i sin nyhetsgrafik. Dessvärre har man låtit formen tagit över före funktionen. I synnerhet är man förtjust i olika former av cirkeldiagram - en kärlek som inte är besvarad när det gäller tydlighet. Dagens exempel är dessutom extra olyckligt, då man valt att använda s.k. "racetrack"-diagram.

Tanken är säkert god - man vill visa svarens andel av hela utfallsrummet och visual cue är att läsa av vinkeln, precis som ett tårtdiagram. Problemet är bara att man genom att lägga svarsalternativen som koncentriska cirklar förvrider proportionerna. Svar med samma andel, t.ex. andelarna som anger att chef resp. kollega utsatt dem (66 procent), ger olika långa banor. Ögat läser i första hand av längden på cirklarna och först därefter vinkeln. I praktiken är det här bara enkla stapeldiagram som har böjts runt i cirklar och därigenom förvridits.

Det är inte många datapunkter här. Fem stapeldiagram med tre staplar var skulle lyfta fram budskapet både tydligare och mer korrekt och dessutom ta mindre plats. Det är faktiskt så pass enkelt att jag inte ens gör ett försök att förbättra själv.

Nej, DN. Släpp cirkeldiagrammen, både här och i andra sammanhang. De har sin plats i vissa sammanhang men det här är definitivt inte ett av dem.