เหตุใดสีรุ้งจึงไม่ใช่ตัวเลือกที่ดีที่สุดสำหรับการสร้างภาพข้อมูล

การสร้างภาพข้อมูลเป็นวิธีบอกเล่าเรื่องราวที่สวยงามและน่าตื่นเต้น แต่คุณต้องเลือกอย่างรอบคอบในการออกแบบแผนที่หรือแผนภูมิ และหนึ่งในข้อผิดพลาดที่ใหญ่ที่สุดคือการใช้สีรุ้งในทางที่ผิด

แบบแผนสีรุ้ง — เรียกอีกอย่างว่าแบบแผนสีสเปกตรัม — เป็นตัวเลือกที่ใช้บ่อยสำหรับการแสดงข้อมูลเป็นภาพ ทั้งสองแบบเพราะดูเป็นตัวหนาและน่าตื่นเต้น และเป็นค่าเริ่มต้นสำหรับเครื่องมือซอฟต์แวร์การแสดงภาพจำนวนมาก แต่พวกเขามักจะทำอันตรายมากกว่าดี การตรวจจับสีเป็นปัญหาสำหรับผู้อ่านมากกว่าที่คุณคิด และผู้ชมที่เหลือจะเข้าใจภาพได้ง่ายขึ้นหากนำเสนอด้วยจานสีอื่น

โทนสีรุ้งเป็น 'เกือบทุกครั้ง เลือกผิด ” Anthony C. Robinson ศาสตราจารย์วิชาภูมิศาสตร์ที่ Pennsylvia State University เขียนในชั้นเรียนออนไลน์ที่ Coursera ซึ่งสอนนักเรียนถึงวิธีใช้เทคโนโลยีภูมิสารสนเทศเพื่อทำแผนที่ข้อมูล

นี่คือสาเหตุบางประการที่สีรุ้งเป็น 'ตัวเลือกที่ผิด':

ตาบอดสีและสั่งสี

ผู้ที่ตาบอดสีมีปัญหาในการตรวจจับสี โดยเฉพาะสีแดงและสีเขียว (พยายาม การทดสอบการมองเห็นสีนี้ เพื่อดูว่าคุณเป็นหนึ่งในนั้นหรือไม่) ตาบอดสีส่งผลต่อ มากถึง 10 เปอร์เซ็นต์ของผู้ชาย . ซึ่งหมายความว่าหากคุณให้บริการภาพแก่ผู้ชมหลายแสนคน แสดงว่าคุณกำลังพลาดผู้ชมจำนวนมาก

แม้ว่าคนส่วนใหญ่จะไม่ได้ตาบอดสี แต่โทนสีรุ้งก็อาจทำให้สับสนได้เพราะไม่มีความชัดเจน “มากกว่า” หรือ “น้อยกว่า ” ตรรกะในการสั่งสี เตือนนักวิจัยด้านวิทยาการคอมพิวเตอร์ David Borland และ Russell M. Taylor II ผู้คนมักเห็นด้วยกับความก้าวหน้าจากแสงไปสู่ความมืด แต่การจัดเรียงสีต่างกัน ดังที่แสดงไว้ที่นี่:

“ถ้าผู้คนได้รับชิปสีเทาจำนวนหนึ่งและขอให้จัดวางตามลำดับ พวกเขาจะจัดวางพวกเขาในลำดับจากมืดไปสว่างหรือสว่างไปมืด อย่างไรก็ตาม หากคนได้รับชิปสีที่เป็นสีแดง เขียว เหลือง และน้ำเงิน และขอให้เรียงลำดับ ผลลัพธ์แตกต่างกันไป” ตามที่นักวิจัย David Borland และ รัสเซล เอ็ม. เทย์เลอร์ II ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์แห่งมหาวิทยาลัยนอร์ธแคโรไลนาที่แชปเพิลฮิลล์

การเปลี่ยนแปลงอาจมองเห็นได้ยาก

การแสดงภาพบอกเล่าเรื่องราวเบื้องหลังการเปลี่ยนแปลงของข้อมูล งานของพวกเขาคือลดความซับซ้อนของรูปแบบที่ซับซ้อนลงในภาพประกอบที่ช่วยให้คุณเข้าใจ — โดยสรุปแล้วควรทำอย่างไร - เกิดอะไรขึ้น แต่สายตามนุษย์ไม่เก่งในการตรวจจับขอบของสีต่างๆ ที่วางเคียงข้างกัน เราเห็นการเปลี่ยนแปลงเล็กๆ น้อยๆ ภายในช่วงสีเดียวได้ดีกว่า เนื่องจากค่าความส่องสว่างและความอิ่มตัวของสีจะเปลี่ยนอย่างราบรื่นเมื่อไม่มีสี เขียน โรเบิร์ต โกศรา , นักวิจัยวิเคราะห์ภาพที่ รูปภาพ และผู้เชี่ยวชาญด้านการมองเห็นสีบนเว็บไซต์ EagerEyes ส่วนตัวของเขา

รายละเอียดได้รับเทคนิคอย่างรวดเร็ว แต่บทเรียนสำคัญคือสีรุ้งจะแสดงความแตกต่างเมื่อสีจริงเปลี่ยนแปลงเท่านั้นในขณะที่ การไล่ระดับสี ให้ผู้คนเห็นการเปลี่ยนแปลงทีละน้อย

ผู้ชมของคุณจะลำบากในการแยกแยะความแตกต่าง หากคุณใช้สีรุ้งแทนที่จะใช้สีเดียวแบบไล่ระดับ

ข้อสรุปที่ทำให้เข้าใจผิด

การเลือกที่ไม่ถูกต้องอาจมีผลร้ายแรงทั้งนี้ขึ้นอยู่กับผู้ชมของคุณ ใน การศึกษาฮาร์วาร์ด นักวิจัยพบว่าแผนภาพ 2 มิติของหลอดเลือดหัวใจที่ใช้การไล่ระดับสีจากสีดำเป็นสีแดงเป็นเครื่องมือที่มีประสิทธิภาพสำหรับแพทย์ในการวินิจฉัยมากกว่าแบบจำลอง 3 มิติที่ใช้สีรุ้ง การศึกษาทางคลินิกแสดงให้เห็นว่าไดอะแกรมที่ใช้การไล่ระดับสีช่วยเพิ่มความแม่นยำในการวินิจฉัยโรคหลอดเลือดและโรคหัวใจของแพทย์จาก 39 เปอร์เซ็นต์เป็น 91 เปอร์เซ็นต์

การเปรียบเทียบประสิทธิภาพของแผนภาพหลอดเลือดแดง 2 มิติที่มีการไล่ระดับสีดำถึงแดง และแบบจำลองสีรุ้ง 3 มิติ (ภาพ: Michelle Borkin / Harvard School of Engineering and Applied Sciences)

ไม่ใช่ทุกการสร้างภาพข้อมูลที่ใช้ในการโทรทางการแพทย์ที่สำคัญ แต่สีรุ้งอาจทำให้เข้าใจผิดเมื่อนักข่าวใช้เพื่อแสดงข้อมูลเชิงปริมาณอย่างไม่ถูกต้อง

“สีรุ้งไม่เลวหากคุณใช้สำหรับข้อมูลที่เป็นหมวดหมู่” Drew Skau สถาปนิกด้านการมองเห็นของ Visual.ly บอก Poynter ในการสัมภาษณ์ทางวิดีโอ “มันไม่ดีถ้าคุณใช้มันเพื่อแสดงข้อมูลอย่างต่อเนื่อง”

อะไรคือความแตกต่าง? ข้อมูลต่อเนื่องเป็นข้อมูลเชิงปริมาณและอธิบายด้วยตัวเลข ข้อมูลหมวดหมู่เป็นเชิงคุณภาพและอธิบายด้วยคำพูด ตัวอย่างเช่น เปรียบเทียบการจัดกลุ่มเหล่านี้:

• สัตว์เลี้ยงแปลกใหม่: ชินชิล่า, โอเชล็อต, แมงป่อง, แมลงสาบส่งเสียงฟ่อ, งูเหลือม
• อุณหภูมิในฟาเรนไฮต์: -459.67°F, 32°F, 212°F
• คะแนนเสียงเลือกตั้งระหว่างการเลือกตั้ง: 206, 270, 332

สัตว์เลี้ยงแปลกใหม่มีความเกี่ยวข้องกัน แต่ไม่ต่อเนื่อง – คุณไม่สามารถวัดความแตกต่างระหว่างชินชิล่ากับแมวเหมียวได้ ในทางกลับกัน การอ่านอุณหภูมิจะต่อเนื่องกัน ซึ่งเป็นตัวเลขบนมาตราส่วนที่มีระยะทางที่วัดได้

การลงคะแนนเลือกตั้งเป็นข้อมูลต่อเนื่อง แต่ก็มีความแตกต่างกัน เราต้องการทราบว่าจุดกึ่งกลางคืออะไร (270 คะแนนโหวต) เพราะใครก็ตามที่ได้รับคะแนนเสียงมากกว่า 50% จะเป็นผู้ชนะ ดังนั้น การแสดงภาพข้อมูลจึงมักแสดงเป็นสีน้ำเงินเพื่อเป็นตัวแทนของพรรคเดโมแครตในด้านหนึ่ง และสีแดงสำหรับรีพับลิกันในอีกด้านหนึ่ง ซึ่งเป็นวิธีที่เหมาะที่สุดในการแสดงข้อมูลที่แตกต่างกัน

แบบฝึกหัดจากโรบินสันแสดงให้เห็นว่าสีของสเปกตรัมทำให้ยากขึ้นมากในการบอกความแตกต่างของปริมาณทวีต (ซึ่งเป็นข้อมูลเชิงปริมาณ) ระหว่างการเลือกตั้งประธานาธิบดีปี 2555:

แผนที่นี้แสดงปริมาณทวีตของโอบามาและรอมนีย์จากการเลือกตั้งประธานาธิบดีปี 2555 โดยใช้สีสเปกตรัม
(ภาพ: Dr. Anthony C. Robinson / Penn State)

นี่คือแผนที่เดียวกัน แต่โรบินสันได้เปลี่ยนสีรุ้งเป็นสีเดียว (สีม่วง) โดยมีความอิ่มตัวต่างกันไป

(ภาพ: Dr. Anthony C. Robinson / Penn State)

แต่สีรุ้งมักถูกใช้เพื่อแสดงข้อมูลเชิงปริมาณ แม้กระทั่งโดย นักวิทยาศาสตร์ของนาซ่า นักวิชาการได้เรียกร้องให้ชุมชนวิทยาศาสตร์หยุดใช้สีสเปกตรัม และนักวิทยาศาสตร์และวิศวกร กังวลเกี่ยวกับความถูกต้อง ของการใช้สี ในฐานะนักข่าว เราสามารถเรียนรู้ได้ทั้งจากการวิจัยและการโต้แย้ง

ความช่วยเหลือจากผู้เชี่ยวชาญ

ผู้เชี่ยวชาญด้านข้อมูลหลายคนได้สร้างเครื่องมือที่มีประโยชน์เพื่อช่วยคุณเลือกสี:

• ColorBrewer โดย Cynthia Brewer, Mark Harrower และ Penn State ช่วยคุณออกแบบจานสีสำหรับแผนที่ คุณสามารถเลือกจำนวนรายการข้อมูล ประเภทของข้อมูล และแม้แต่สีที่ปลอดภัยสำหรับตาบอดสี
• เครื่องมือสี สร้างขึ้นโดยอดีตนักวิจัยของ NASA เสนอแอประดับมืออาชีพสำหรับอินโฟกราฟิกที่ซับซ้อนและการแสดงเกี่ยวกับการบิน
• Kuler ของ Adobe เป็นวงล้อสีเรียบที่มีรูปแบบสี
• Poynter's แคตตาล็อกเครื่องมือดิจิทัลของ NewsU มีเครื่องมือมากมายที่คุณสามารถเริ่มต้นการแสดงข้อมูลเป็นภาพได้

สีสันสวยงามมาก — ในการค้นคว้าบทความนี้ ฉันได้ค้นพบสิ่งต่างๆ เกี่ยวกับพวกมันที่ไม่เคยรู้มาก่อน เช่น สีเหลืองคือ สีที่สว่างที่สุด ของสายรุ้งและคนที่พูดภาษาอื่น อาจเห็นสี ผู้พูดภาษาอังกฤษทำไม่ได้ สีช่วยทำให้การสร้างภาพข้อมูลน่าตื่นเต้น แต่ตัวเลือกสีที่ชาญฉลาดเพียงไม่กี่สีจะช่วยให้มั่นใจได้ว่าการแสดงภาพเหล่านั้นเป็นข้อมูลที่สำคัญกว่า