Hvordan formidler vi præcist og brugbart data?
Ofte hører jeg folk foretrække tabeller frem for grafer. Et hovedargument er tit at grafer kan være svære at aflæse, hvorimod en tabel altid er præcis.
Hertil kan der siges at det netop er en pointe at en graf ikke gøre et stort nummer ud af små forskelle: Hvis man har svært ved at se forskellen på grafen, er det nok fordi forskellen er lille.
Studier i perception har desuden gentagende gange vist, at de fleste mennesker faktisk tilegner sig budskabet i en graf hurtigere end budskabet i en tabel.
Den absolut væsentligste grund til at bruge grafer er dog, at tal lyver. Ikke med vilje selvfølgelig - men statistiske nøgletal så som gennemsnit og varians, er kun klodsede måder at opsummere data på. Eksempelvis denne tabel:
| Gennemsnit X | 9 |
| Varians X | 10 |
| Gennemsnit Y | 7,5 |
| Varians Y | 3,75 |
| Korrelation ml. X og Y | 0,816 |
| Liniær regressions linje | y = 3 + 0,5x |
Enhver der har arbejdet med tal, vil med rimelighed kunne forestille sig hvad disse tal dækker over. Du kan evt. prøve at tegne sammenhængen for dig selv først.
Du ved hvordan grafen vil se ud?
Tabellen er konstrueret af den statistikeren Frank Anscombe (*1918 +2001), netop med det formål at vise, at det altid er en god ide at kigge på en graf, før der drages forhastede konklusioner som tabellen ellers kan lokke med. Nedenstående fire grafer er således alle illustrationer af ovenstående tabel.
Anscombes Kvartet: Kilde Wikipedia
Du kan læse mere om Anscombe og hans kvartet på wikipedia. I min næste post vil jeg bede om input til hvordan Anscombe’s lektie kan bruges i almindelige rapporter, herunder medarbejdertrivsel, og ledelsesinformation. - stay tuned ![]()
Social Web