Quais campos científicos estudam como as pessoas interpretam resumos quantitativos e visualizações?

9

Há uma abundância de recursos conhecidos oferecendo conselhos sobre visualização de dados. (Por exemplo, Tufte, Stephen Few et al. , Nathan Yau .) Mas para quais campos podemos procurar respostas para perguntas como estas:

  • A crítica do gráfico de pizza é relevante na prática? As pessoas são muito melhores na interpretação do comprimento da escala linear do que o comprimento do arco?
  • Digamos que eu construa um resumo do índice de um conjunto de variáveis ​​subjacentes e explique a um público leigo que os Estados Unidos têm um valor de 100 em 2010 e um 110 em 2015. Como a maioria das pessoas interpretará esses números? Existem hábitos cognitivos naturais que devo considerar ao apresentar essa métrica, seja para alavancar para obter melhores explicações ou para evitar interpretações errôneas?

Dito de outra forma, em quais campos científicos os apresentadores de informações quantitativas podem procurar princípios empiricamente sólidos e testados que ajudam a classificar a infinidade de conselhos de visualização e design disponíveis atualmente?

O objetivo não é encontrar conselhos, idéias ou consenso atual sobre a melhor forma de visualizar dados ou abordar novos problemas de visualização de dados, mas aprender onde procurar a ciência de como as pessoas interpretam informações quantitativas e / ou visuais.

(Crédito extra para referências a periódicos, conferências e estudiosos da área.)

Sean Easter
fonte
2
No que diz respeito ao gráfico de pizza, esse pedaço de preço pode interessá-lo. Especificamente as referências a Cleveland, McGill e Robbins .
horseoftheyear
11
Eu recomendo a conferência IEEE VIS, ieeevis.org !
Lauren Samuels
11
@LouisaGrey Thanks! Estive uma vez, uma boa experiência para ter certeza.
23816 Sean Easter

Respostas:

9

Gerd Gigerenzer é amplamente reconhecido como um dos especialistas mundiais nos aspectos cognitivos da numeracia ou, alternativamente, da numeracia. Ele tem muitos artigos e livros sobre esses tópicos mencionados em seu site ( https://www.mpib-berlin.mpg.de/en/staff/gerd-gigerenzer ). Um de seus principais textos é o livro de 2002, Riscos calculados: como saber quando os números o enganam . Leia o resumo aqui: https://www.mpib-berlin.mpg.de/en/research/adaptive-behavior-and-cognition/publications/books/calculated-risks

Relacionado ao trabalho de Gigerenzer, está o trabalho teórico da decisão baseado na cognição, que analisa a maneira como as informações são apresentadas. Um documento representativo aqui é The Illusion of Wealth, de Dan Goldstein, e sua reversão disponível aqui ... http://rady.ucsd.edu/docs/seminars/goldstein.pdf Aqui está a introdução:

Recentemente, pesquisadores e formuladores de políticas começaram a prestar mais atenção não apenas à arquitetura de escolha, mas também à arquitetura da informação: o formato em que a informação é apresentada às pessoas. Pesquisas em arquitetura da informação mostraram, por exemplo, que o conteúdo calórico dos alimentos pode ser bem apreciado em termos da quantidade de exercício necessário para eliminar as calorias, e a compreensão da eficiência energética dos carros pode ser aprimorada apresentando informações em termos de galões por 100 milhas em vez de milhas por galão. Este artigo investiga a arquitetura da informação, embora, em vez de consumir calorias ou gasolina, abordemos o consumo econômico na aposentadoria.

Uma adição recente importante à literatura é a pesquisa de Berkeley Dietvorst sobre "aversão a algoritmos" e tomada de decisão. Dietvorst argumenta que a modelagem preditiva errada, os tecnicamente ingênuos e / ou analfabetos tendem a assumir que os modelos preditivos são uma "bala mágica" ou perfeitamente informativa e quando os algoritmos provam ser, na melhor das hipóteses, fracamente preditivos, a resposta típica é rejeitar soluções quantitativas por completo.

https://marketing.wharton.upenn.edu/mktg/assets/File/Dietvorst%20Simmons%20&%20Massey%202014.pdf

Depois, existem blogueiros como Kaiser Fung, que mantêm seu site Junkcharts criticando os gráficos e visualizações de grandes bares, como os NYTs ou o WSJ http://junkcharts.typepad.com/

Relacionado à sua questão de visualização, está o trabalho de especialistas em design, como Manuel Lima, que mantém um site VisualComplexity.com, cobrindo as várias abordagens para isso. Lima também ensina visualização de dados na Parsons School of Design, em Nova York. http://www.visualcomplexity.com/vc/

Além da Parsons, outras instituições de design e visualização incluem:

Faculdade de Design e Contexto Social https://www.rmit.edu.au/about/our-education/academic-colleges/college-of-design-and-social-context/

Instituto de Análise de Cultura da UCLA
http://www.ipam.ucla.edu/programs/long-programs/culture-analytics/

Instituto Cultural do Google https://www.google.com/culturalinstitute/home

Uma exposição e livro de design do MoMA

http://www.moma.org/calendar/exhibitions/1071?locale=en

http://www.amazon.com/Talk-Me-Communication-between-Objects/dp/0870707965

Em termos de conferências, há o Eyeo Festival http://eyeofestival.com/

No software R, o guru da visualização é Hadley Wickham http://had.co.nz/

No software SAS, há Rob Allison http://www.robslink.com/SAS/graph_book.htm

Por fim, não faltam tipos de sites "únicos":

http://infosthetics.com/ excelente visual dos dados do governo

http://www.thefunctionalart.com/2012/09/in-praise-of-connected-scatter-plots.html

http://www.informationisbeautifulawards.com/

Como exibir mal os dados de Karl Broman https://www.biostat.wisc.edu/~kbroman/presentations/IowaState2013/graphs_combined.pdf

https://www.biostat.wisc.edu/~kbroman/presentations/IowaState2013/index.html

Blog de Design e Comunicação de Maria Popova https://www.brainpickings.org/2012/06/26/talk-to-me-moma-paola-antonelli-book/

Galeria de visualização de dados http://www.datavis.ca/gallery/index.php

Tabela Periódica de Visualização de Dados http://www.visual-literacy.org/periodic_table/periodic_table.html

Nosso mundo em dados http://ourworldindata.org/

Isso apenas começa a arranhar a superfície do que está lá fora ...

Mike Hunter
fonte
6

A psicofísica estuda como os humanos respondem e interpretam os estímulos, para incluir a interpretação das visualizações de dados. O artigo de Cleveland e McGill , vinculado nos comentários, é um exemplo, e a segunda seção deste artigo fornece uma rápida visão geral de algumas perspectivas.

A cognição numérica ou matemática é uma sub-disciplina da ciência cognitiva que estuda coisas como o sentido numérico . Às vezes, empresta conceitos da psicofísica, por exemplo, a escala de Fechner , que "afirma que a sensação subjetiva é proporcional ao logaritmo da intensidade do estímulo". A descrição do Wiki do conceito aplicado à cognição numérica:

Estudos psicológicos mostram que fica cada vez mais difícil discriminar entre dois números à medida que a diferença entre eles diminui. Isso é chamado de efeito de distância. Isso é importante em áreas de estimativa de magnitude, como lidar com grandes escalas e estimar distâncias. Também pode ajudar a explicar por que os consumidores não compram ao redor para economizar uma pequena porcentagem em uma compra grande, mas compram ao redor para economizar uma grande porcentagem em uma compra pequena, o que representa uma quantia absoluta em dólar muito menor.

Relacionado, na economia comportamental, a teoria da perspectiva ( artigo original ) examina as escolhas humanas entre alternativas arriscadas e probabilísticas.

Sean Easter
fonte