[統計圖表改造]丟掉這張擠成一團、顏色凌亂的立體長條圖

閱讀時間約 2 分鐘

長條圖利用條狀圖形的「長度」,來比較不同類別或時間之間的數值差異。正因其簡單且直觀的特性,成為了我們在各式媒介上最常見的統計圖表。但也因其最常被使用,設計得很差的長條圖也隨處可見,立體的長條圖即是差勁的設計之一。

raw-image


我在某個縣市的報告中,看到了上面這張統計圖表,它想要傳達「就業率」這個數值在不同的性別及年齡組間,隨著時間變化的趨勢。這是一張糟糕的圖表,我會告訴你它如何「糟糕」,並著手去做改造,製作一張新的圖表來傳達相同的資訊。




它「糟糕」在哪?


這張圖最需要改進的點在於矩形柱體讓數量的比較失真


raw-image


首先,讓我們的目光先集中於代表60~64歲女性就業率的粉色柱狀體上。因為他們是立體的,所以用前後排列來展示不同的時間點。前後排列會讓你很難比較這些柱狀體的高度,因為他們失去了統一的「地基」。尤有甚者,乍看之下,它甚至會讓你認為107年的柱狀體比111年的更高,如果不是標註了數字,還真容易讓人產生誤解。如果還要仔細閱讀數字才能得到正確的資訊,那就喪失使用統計圖表的意義了。


第二個需要改進的地方是它太複雜了


raw-image


你仔細算算,整張圖表中擠了30個柱狀體,這不但讓我們在視覺上比較有負擔,也讓比較柱狀體的高度變得很費力,讀者不容易從中獲取有用的資訊。另一方面,顏色的使用也讓這張圖變得很雜亂。不同的顏色通常是用來區別不同的資料特性,但太多的顏色反而弱化的這個功能。而且其實圖中已經使用了「位置」來區分性別、年齡層和時間了,又將所有的柱狀體塗上不同顏色,真是多此一舉。


第三點則是我個人的主觀感受:顏色和字型的選擇太醜了。這好像也沒有什麼好解釋的,就是我個人的偏好罷了。




那要怎麼改造呢?


第一步,我覺得要先了解原來的圖表所隱含的資訊

raw-image

以下是我整理出這張圖表所傳達的資訊:

  • 107年到111年就業率不分年齡及性別都呈現上升的趨勢
  • 就業率隨年齡的增長而下降
  • 男性的就業率在三個年齡組都比女性高


第二步,針對這些資訊做出設計決策。在時間趨勢上,我覺得107年和111年這兩個時間點的數值是我們比較的重點,所以我決定改用坡度圖(slope chart)來凸顯這兩個時間點的變化。為了呈現就業率隨年齡增長而下降,我會將三個年齡組分為三個圖形並平行擺放,已顯示線條的高低差別。最後我會將年齡組中不同性別的線段畫在一起,以比較就業率大小,並用顏色來區分性別。

最後的成果在這裡:

raw-image


這次的圖表改造就到這邊,有任何的問題或建議都歡迎留言給我,謝謝!



0會員
2內容數
介紹關於資料視覺化的一切.資料的收集與整理.圖表的設計及運用
留言0
查看全部
發表第一個留言支持創作者!
你可能也想看
Google News 追蹤
Thumbnail
本專欄將提供給您最新的市場資訊、產業研究、交易心法、精選公司介紹,以上內容並非個股分析,還請各位依據自身狀況作出交易決策。歡迎訂閱支持我,獲得相關內容,也祝您的投資之路順遂! 每年 $990 訂閱方案👉 https://reurl.cc/VNYVxZ 每月 $99 訂閱方案👉https://re
Thumbnail
【特殊圖表教學目錄傳送門 : EXCEL特殊圖表大合輯 | 持續更新中】 看膩了一般常見的目標直條圖,今天來教學把這個死板板的圖表變得更加活潑。 有多活潑?看到封面圖片就知道了吧🤣 【🎗️範例展示】 把目標與實際用不同的形狀加以詮釋,並且把資料標籤改成圓形滑珠的形式,顏色
Thumbnail
資訊圖表是一種將數據以視覺化形式呈現的工具,但在創建和解讀資訊圖表時,需要保持批判性和謹慎性。本文介紹了幾個常見的資料視覺化錯誤,包括起始值未設定成零、利用坐標軸混淆視聽、僅提供部分區段的資訊等。文章提醒製圖者應該如何謹慎設計圖表,並鼓勵讀者聰明解讀圖表。
Thumbnail
本專欄將提供給您最新的市場資訊、產業研究、交易心法、精選公司介紹,以上內容並非個股分析,還請各位依據自身狀況作出交易決策。歡迎訂閱支持我,獲得相關內容,也祝您的投資之路順遂! 每年 $990 訂閱方案👉 https://reurl.cc/VNYVxZ 每月 $99 訂閱方案👉https://re
Thumbnail
【特殊圖表教學目錄傳送門 : EXCEL特殊圖表大合輯 | 持續更新中】 看膩了一般常見的目標直條圖,今天來教學把這個死板板的圖表變得更加活潑。 有多活潑?看到封面圖片就知道了吧🤣 【🎗️範例展示】 把目標與實際用不同的形狀加以詮釋,並且把資料標籤改成圓形滑珠的形式,顏色
Thumbnail
資訊圖表是一種將數據以視覺化形式呈現的工具,但在創建和解讀資訊圖表時,需要保持批判性和謹慎性。本文介紹了幾個常見的資料視覺化錯誤,包括起始值未設定成零、利用坐標軸混淆視聽、僅提供部分區段的資訊等。文章提醒製圖者應該如何謹慎設計圖表,並鼓勵讀者聰明解讀圖表。