ในรายงานหรือ slide หลายๆ ครั้งเราต้องเปรียบเทียบข้อมูล 2 ชุด (ยอดขายปีนี้กับปีที่แล้ว ค่า GDP ของประเทศแยกตามสาขาปีนี้กับปีที่แล้ว การใช้พลังงานแยกตามประเภทของปีที่แล้วกับปีนี้ และจำนวนเหรียญทองที่ได้จากกีฬาเอเชียนเกมส์ของแต่ละประเทศเทียบระหว่างครั้งที่แล้วกับครั้งนี้ เป็นต้น)

คำถาม คือ เราใช้กราฟแบบไหน? และในการประมวลผลกราฟนั้นๆ ในสมองของเราง่ายหรือยาก?

กราฟยอดนิยมที่มักใช้กันเมื่อพูดถึงการเปรียบเทียบข้อมูล คือ กราฟแท่งที่นำมาวางแปรียบเทียบกัน (รูป A)

อาจมีบ้างที่เลือกใช้ Pie Chart 2 อันมาวางเทียบกันดังตัวอย่างในรูป B (แต่แบบนี้ โดยส่วนตัวไม่แนะนำค่ะ เพราะเวลาดู Pie Chart 2 อัน เทียบกัน ตาและสมองต้องทำงานหนักมาก กว่าจะเข้าใจได้ถูกต้อง)

ในช่วงหลายปีที่ผ่านมา มีกราฟอีกประเภทนึงที่ถูกพูดถึงบ่อย และเป็นทางเลือกที่ดีมากสำหรับการเปรียบเทียบข้อมูล 2 ชุด ที่มีจำนวนข้อมูลไม่มากเกินไป กราฟนี้ คือ Slope Graph นั่นเอง (รูป C)

Slope graph เหมาะกับข้อมูลแบบไหน

  • ชุดข้อมูล 2 ชุด ที่ต้องการเปรียบเทียบกัน
  • จำนวนข้อมูลในชุดต้องไม่มากเกินไป (มีข้อยกเว้น คือ หากมีข้อมูลจำนวนมาก เช่น เปรียบเทียบ GDP ของ 50 ประเทศ ในปี 2005 กับ ปี 2015 แต่เราเลือกที่จะแสดงสีที่แตกต่างของ 1 หรือ 2 ประเทศ ที่เราต้องการพูดถึง และให้กราฟอีก 48-49 เส้น เป็น background)

เช่นเดียวกับการใช้กราฟอื่นๆ เราควรปรับแต่งกราฟของเราให้สื่อความได้ง่ายขึ้น เช่น การใช้สีที่แตกต่าง และการใช้หัวเรื่องของกราฟในการอธิบายความ เป็นต้น (รูป D)

หากมีโอกาสเลือกกราฟเพื่อเปรียบเทียบข้อมูล 2 ชุด อย่าลืมลองเลือกใช้ slope graph นะคะ จะสร้างความแปลกใหม่ให้กับรายงานหรือ slide ของเราได้เป็นอย่าดีค่ะ

ส่วนวิธีสร้าง slope graph ด้วย Excel คลิกที่ link ด้านล่างได้เลยค่ะ

slope-graph-tutorial-on-excel

Ing

วิศวกรสิ่งแวดล้อมที่หันมาทำงานบริหารโครงการ แต่สนใจเรื่องการนำเสนอมาก
จนอยากจะแบ่งปันสิ่งที่เรียนรู้มาตลอดหลายปี (ไม่กล้าบอกปี เดี๋ยวรู้อายุ) ให้กับผู้อ่านที่น่ารักทุกคน

Leave a Reply

Your email address will not be published. Required fields are marked

{"email":"Email address invalid","url":"Website address invalid","required":"Required field missing"}

โพสต์อื่นๆ ที่คุณอาจสนใจ

5 หนังสือแนะนำ สำหรับเริ่มต้นกับ Data Viz

Ing

09/07/2021

Everyday DataViz

Everyday DataViz
ความเข้าใจผิดเกี่ยวกับ Data Visualization