הדמיית נתונים
הדמיית נתונים (באנגלית: Data visualization) היא ענף בתקשורת חזותית אשר עוסק במתודולוגית שימוש בייצוגים חזותיים לשם ניתוח, הבנה והעברת נתונים כמותיים. הייצוגים החזותיים האלה נקראים גרפים. גרפים מייצגים פריטים או תופעות מהמציאות או מהדמיון אשר ניתן לספור או למדוד אותם, לחקור ולנתח את היחסים ביניהם. כמו כן, משתמשים במושג "הדמיית נתונים" כמילה נרדפת ל"גרף" וכשם לתהליך של הפיכת נתונים כמותיים לגרפים.
מה שמבדיל הדמיית נתונים מכל תהליך אחר של הפיכת נתונים לתמונות זאת האפשרות לפעולה ההפוכה: אפשר להפוך תמונה חזרה לנתונים בלי לאבד מידע.
הדמיית נתונים נקראת כך כי הוא מדמה נתונים לצורות גאומטריות דו ממדיות (בקיצור: "גאומות") בעלות מאפיינים חזותיים מסוימים אשר מותאמים לתפישה החזותית האנושית ומאפשרים העברת מידע כמותי באופן ברור ויעיל ממחבר לקורא. המאפיינים החזותיים של גאומה נקראים מאפיינים טרום-קשביים (אנ') והם כוללים:
- מיקום דו-ממדי: קרוב - רחוק
- אורך הגאומה: גדול - קטן
- כיוון הגאומה: למעלה - למטה
- זווית הגאומה: חדה - קהה
- שטח הגאומה: גדול - קטן
- עוצמת צבע הגאומה: חזק - חלש
תכונת המאפיין מדמה באופן פרופורציונלי את גודל הנתונים שהוא מייצג ואת היחסים ביניהם. קיים הבדל ברמת דיוק ההדמיה בין המאפיינים. המאפיינים המדויקים ביותר הם מיקום דו ממדי ואורך, אחריהם באים גודל השטח, כיוון וזווית. מאפיין צבע הוא המאפיין הכי פחות מדויק.
כל גרף מורכב מגאומה ומרכיבים חזותיים תומכים, אשר עוזרים להבין את המידע שהגרף מייצג ואת המסר שהוא מעביר. הרכיבים התומכים כוללים בדרך כלל: כותרת הגרף, צירים עם שנתות, שמות הצירים, מקרא, קווי רשת, רווח בין האלמנטים בתבנית, תוויות נתונים.
לפי ההגדרה של פרופ' רוברט קוסרה[1] הדמיית נתונים חייבת:
- להיות מבוססת על נתונים כמותיים. מטרת ההדמיה היא תקשורת נתונים.
- לעשות שימוש בתמונה לייצוג נתונים. התמונה חייבת להיות אמצעי התקשורת העיקרי, אמצעים אחרים יכולים לספק מידע נוסף בלבד.
- חייבת להיות קריאה וניתנת לזיהוי.
- חייבת לספק דרך ללמוד משהו על הנתונים.
- חייבת להיות ניתנת לזיהוי כהדמיית נתונים ולא להעמיד פנים שהיא משהו אחר.
עקרונות הדמיית הנתונים מבוססים על מחקרים שנעשו במדעי קוגניציה, במיוחד בחקר התפישה החזותית.
בספרו "תצוגה חזותית של מידע כמותי"[2] מגדיר פרופ' אדוארד טפטי (אנ') מהו ייצוג גרפי ועקרונות של ייצוג גרפי יעיל:
מצוינות בגרפיקה סטטיסטית מורכבת מרעיונות מורכבים המועברים בבהירות, דיוק ויעילות.
ייצוגים גרפיים חייבים:
- להציג נתונים
- לגרום לצופה לחשוב על מסר כמותי ולא על מתודולוגיה, עיצוב גרפי, טכנולוגיה של ייצור הגרף או משהו אחר
- לא לעוות נתונים
- להציג נתונים רבים בשטח מוגבל
- להפוך מערכי נתונים גדולים לברורים והגיוניים
- לעודד את העין של הצרכן להשוות בין נתונים
- להציג נתונים בכמה רמות פירוט, החל מסקירה כללית וכלה בהבחנה בנתונים בודדים
- לשרת מטרות ברורות: הצגה, חקר, אחסון או אמנות נתונים
- לתאום את התיאורים הסטטיסטיים והמילוליים של מערך נתונים.
אי-יישום עקרונות אלה עלול לגרום לתרשימים מטעים (אנ'), המעוותים את המסר או תומכים במסקנה שגויה.
השימוש הדמיית נתונים נעשה למטרות שונות כמו אינפוגרפיקה, אנליטיקה חזותית אינטראקטיבית, חקר והצגת נתונים סטטיסטיים, גרפים של פונקציות. הדמיית נתונים נפוצה בתחומים רבים, כמו מדע, עיתונאות, מחקר, פיתוח, בינה עסקית והוראה.
הדמיית נתונים יכולה להיות השלב האחרון בתהליך ניתוח נתונים או לשמש לניתוח נתונים עצמו, למשל באנליטיקה חזותית (אנ').
קישורים חיצוניים
הערות שוליים
