reVIZja #8

Dzisiaj w reVIZji temat zapowiedziany już wcześniej w tym tygodniu na platformie X. (Przy okazji zachęcam do obserowowania).

Co tu się wydarzyło na tym wykresie?!
Jest to solidny materiał na #reVIZja nr 8 😀 https://t.co/3P7zirgri9

— PolishedViz (@PolishedViz) September 17, 2025

Firma badawcza OGB Pro postanowiła opublikować wykres, o którym ciężko powiedzieć coś pozytywnego. Jest to wykres kołowy, ale zróżnicowane wielkości wycinków są raczej charakterystyczne dla wykresów „diagramu róży” albo po angielsku polar area diagram. W tym jednak przypadku użycie diagramu róży nie ma żadnego zastosowania, więc zakładam, że jest to po prostu efekt fantazji autora, bądź jakaś próba uzyskania efektu artystycznego.

Ktoś mógłby stwierdzić, że nieszablonowe podejście jest ciekawe, a mój komentarz to czepialstwo i przecież wszystko jest ok, ale niestety wybór autora wizualizacji należy ocenić negatywnie. Problematyczne są dwa elementy.

1. Wielkość wycinków ma znaczenie

W przypadku wykresu kołowego, ale też generalnie w przypadku wizualizacji danych, chcemy mieć możliwość prostego porównania, czy ocenienia danych, bez konieczności zagłębiania się w surowe dane liczbowe. W wykresach kołowych oceniamy zazwyczaj trzy rzeczy: kąt dla poszczególnych wycinków, długość zewnętrznego łuku i pole powierzchni. Na omawianym przykładzie zgadzają się wyłącznie kąty.

Ocena zła, czyli 50,6% wskazań respondentów odpowiada za ok. 70% powierzchni całego wykresu, niemal trzy razy więcej niż ocena dobra (28,2% wskazań).

2. Co ma ten wykres pokazać

Drugie istotne zastrzeżenie, które mam do tego wykresu to określenie celu tej wizualizacji. Mam wrażenie, że autor chciał zmieścić dwa tematy na jednym wykresie i stąd taki efekt.

Pierwsza analiza dotyczy udziału procentowego pozytywnych i negatywnych ocen. Można ją pokazać w prosty sposób – na wykresie kolumnowym.

Drugi temat dotyczy zmiany postrzegania w porównaniu do poprzedniego badania. Można pokazać to na przykład w ten sposób, za pomocą łączonego wykresu punktowego:

Czy firmy badawcze będą przykładały większą wagę do jakości prezentacji danych? Zobaczymy w kolejnych reVIZjach 🙂