차트를 마음껏
어떤 차트를 써야 할까요?
좋아하는 차트가 아니라 데이터가 답하는 질문에서 출발하세요. 둘을 짝짓는 방법과 피할 만한 실수를 소개합니다.
할 일부터 정하기
모든 차트는 숫자를 눈에 보이는 무언가로 바꿉니다. 위치, 길이, 각도, 면적, 색. 사람이 이것들을 판단하는 정확도는 저마다 크게 다릅니다. 클리블랜드와 맥길의 순위에서 가장 정확하게 읽히는 것은 공통 눈금 위의 위치이고, 다음이 정렬되지 않은 눈금 위의 위치, 그다음이 길이와 각도, 그다음이 면적이며, 색의 농담이 맨 끝입니다(Cleveland & McGill 1984). 그러니 좋은 차트는 중요한 비교를 가장 정확한 표현에 맡깁니다.
그래서 첫걸음은 할 일에 이름을 붙이는 것입니다. 양을 비교하나요, 시간에 따른 변화를 보여 주나요, 전체의 부분을 보여 주나요, 두 측정값을 관련짓나요, 아니면 값이 어떻게 분포하는지 보여 주나요?
| 나의 질문 | 추천 차트 | 이유 |
|---|---|---|
| 이 양들은 서로 어떻게 비교되나요? | 세로 막대 그래프 | 공통 기준선 위의 길이가 가장 비교하기 쉽습니다. |
| 많은 범주의 순위는 어떻게 되나요? | 가로 막대 그래프 | 가로 막대는 긴 라벨을 위한 자리를 남겨 둡니다. |
| 시간에 따라 어떻게 변했나요? | 꺾은선 그래프 | 기울기가 변화율을 보여 줍니다. |
| 이 전체는 무엇으로 이루어졌나요? | 도넛 차트 | 부분이 몇 개이고 메시지가 하나로 분명할 때. |
| 집단마다 구성은 어떻게 다른가요? | 100% 누적 막대 그래프 | 비율이 공통 가장자리에 맞춰 늘어섭니다. |
| 이 두 측정값은 함께 움직이나요? | 산점도 | 행마다 점이 되고, 패턴이 드러납니다. |
| 이 값들은 어떻게 퍼져 있나요? | 히스토그램 | 구간이 분포의 모양을 드러냅니다. |
| 여러 집단의 퍼짐은 어떻게 비교되나요? | 박스 플롯 | 중앙값과 사분위수를 나란히. |
| 무엇이 이 숫자를 저 숫자로 만들었나요? | 폭포 차트 | 떠 있는 막대가 두 합계를 잇습니다. |
| 사람들은 어디서 빠져나가나요? | 퍼널 차트 | 각 단계가 앞 단계의 부분집합입니다. |
| 어떤 소수의 원인이 가장 중요한가요? | 파레토 차트 | 정렬된 막대에 누적선을 더해서. |
시간에 따른 변화
시간은 거의 언제나 왼쪽에서 오른쪽으로 흐릅니다. 점이 많으면 꺾은선을, 기간이 몇 개뿐이면 세로 막대도 잘 맞고 값 하나하나를 읽기 쉽게 해 줍니다. 누적 영역은 시간에 따른 합계와 그 부분을 보여 주지만, 정확히 읽을 수 있는 것은 맨 아래 층뿐입니다.
단위가 다른 두 측정값을 두 개의 y축에 올리지 마세요. 두 눈금을 맞추는 방식은 임의적이라서, 겉으로 보이는 교차나 상관관계는 모두 축을 어디에 두었느냐가 만든 인공물입니다. 차트를 두 개 쓰거나 둘 다 지수로 바꾸세요.
전체의 부분
원 그래프와 도넛은 부분이 두 개에서 여섯 개이고 메시지가 단순할 때 통합니다. 부분이 더 많거나 크기가 비슷하면 정렬된 막대가 더 분명합니다. 여러 집단의 구성을 비교하려면 원 그래프를 늘어놓기보다 100% 누적 막대 그래프를 쓰세요.
부분을 더하면 정말로 전체가 되는지 확인하세요. 여러 답을 고를 수 있는 설문 문항이나 서로 겹치는 범주는 그렇지 않습니다.
목적이 있는 색
계열마다 색을 하나씩 주고, 차트가 바뀌어도 그대로 유지하세요. 범주에 순서가 없을 때 값에 따라 막대 색을 바꾸지 마세요. 값은 이미 길이가 보여 줍니다. 그리고 읽는 사람이 구별할 수 있는 것보다 많은 색을 쓰지 마세요. 많아야 여덟 개쯤, 산점도라면 더 적게. Chart Buffet에서 “색각 이상 친화”로 표시된 팔레트는 가장 흔한 형태의 색각 이상에서도 이웃한 색이 구별되도록 검증했습니다.
할 수 있는 곳에서는 직접 라벨을 다세요. 범례는 읽는 사람의 눈을 오가게 만들지만, 선 끝이나 막대 위의 라벨은 바로 읽힙니다.
정직하게 그리기
막대와 영역은 0에서 시작해야 합니다. 길이나 면적이 곧 값이기 때문입니다. 꺾은선은 그럴 필요가 없습니다. 기울기가 메시지이기 때문입니다. 다만 축을 잘랐다면 그렇다고 밝히세요.
정보를 담지 않는 것은 지우세요. 굵은 눈금선, 테두리, 3D 효과, 그림자. 터프티는 데이터와 그 밖의 모든 것의 비율을 “데이터–잉크 비율”이라 부르고, 이를 높여야 한다고 주장했습니다(Tufte 1983).
참고 문헌
- Cleveland, W. S. & McGill, R. (1984). Graphical perception: theory, experimentation, and application to the development of graphical methods. Journal of the American Statistical Association 79(387), 531–554.
- Bertin, J. (1967). Sémiologie graphique. Paris: Gauthier-Villars; La Haye: Mouton.
- Tufte, E. R. (1983). The Visual Display of Quantitative Information. Cheshire, CT: Graphics Press.
- Munzner, T. (2014). Visualization Analysis and Design. Boca Raton, FL: CRC Press.
- Friendly, M. & Denis, D. J. (2001). Milestones in the history of thematic cartography, statistical graphics, and data visualization. Web document.