Stąd czasami można ulec złudzeniu, że konstruowanie i odczytywanie tabel jest intuicyjne i nie wymaga specjalistycznej wiedzy.
W tym wpisie chciałabym jednak przekonać Państwa, że kierując się kilkoma zasadami, możemy znacznie poprawić jakość tworzonych tabel, a tym samym ułatwić odbiorcom prawidłową interpretację wyników analiz.
Określ przesłanie/komunikat
Każda tabela umieszczona w raporcie powinna prezentować konkretny wniosek z analizy danych. Analityk powinien tak projektować tabelę, by jej przesłanie było jasne i czytelne dla odbiorcy „na pierwszy rzut oka”. Sformułowanie przesłania ma kluczowe znaczenie i pomaga w podejmowaniu szeregu decyzji dotyczących struktury, zawartości i wyglądu tabeli.
Wybierz najlepszą formę przekazu przesłania
Analityk musi zdecydować, które dane znajdą się w wierszach, a które w kolumnach tabeli. Czy struktura tabeli będzie jedno- czy dwukierunkowa? Jaka będzie sekwencja kolumn? Jak posortowane zostaną wiersze? Jakie statystyki zostaną zaprezentowane? Od tych wszystkich decyzji zależy to, które dane będzie łatwo porównywać, a które porównania staną się utrudnione. Zobaczmy to na przykładzie poniżej. Literami A, B i C oznaczone są trzy wersje tej samej tabeli, która przedstawia liczbę zawartych transakcji w podziale na lata i regiony. Dwie z nich (A i B) mają strukturę jednokierunkową – wszystkie wartości liczbowe przedstawione są w kolumnie i tylko w ten sposób da się je ze sobą porównywać. Tabela oznaczona literą C ma strukturę dwukierunkową – porównania wartości mogą być przeprowadzane zarówno w wierszach, jak i w kolumnach.
Jak widać, w przypadku stosowania tabel jednokierunkowych istotne jest to, której zmiennej przypiszemy rolę zmiennej nadrzędnej, a której – rolę zmiennej zagnieżdżonej. Tabela A pozwala na łatwe porównanie danych dla regionów w ramach jednego roku, ale już porównanie wyników dla jednego regionu w poszczególnych latach byłoby utrudnione. W przypadku tabeli B jest dokładnie odwrotnie. Tabela C jest najbardziej uniwersalna – pozwala łatwo porównywać pomiędzy sobą zarówno regiony, jak i lata, a do tego zajmuje najmniej przestrzeni, co również jest jej zaletą.
Zaprojektuj wizualizację tak, aby pokazać dane
Na dane w tabeli składają się nie tylko prezentowane wartości liczbowe, ale także nagłówki wierszy i kolumn, tytuły i oznaczenia, które pozwalają prawidłowo zinterpretować zawartość tabeli. Drugim, obok danych, strukturalnym komponentem tabeli są elementy dodatkowe takie jak: linie siatki, kolory wypełnienia, kroje, style i rozmiary czcionek, a nawet puste miejsca, które oddzielają od siebie poszczególne kolumny czy wiersze. Elementy dodatkowe mają być wsparciem w odczytywaniu danych z tabeli, ale ich nieprawidłowe stosowanie może mieć efekt odwrotny – odciągnąć uwagę od danych i utrudnić zrozumienie przesłania. Stąd, zalecane jest stosowanie umiaru w ich aplikacji. Nadrzędną zasadą przy projektowaniu tabel jest dążenie do prostoty. Z tabeli należy usunąć wszystko co nie jest niezbędne. Dotyczy to zarówno danych, jak i elementów dodatkowych. Zbyt duża szczegółowość danych może utrudnić odbiorcy zrozumienie głównego przesłania tabeli. Przez zbyt dużą szczegółowość rozumiem przykładowo:
- przedstawianie wyników z dokładnością do 4 miejsc po przecinku w sytuacji, gdy wystarczyłoby zaokrąglenie wartości;
- prezentowanie wszystkich kategorii zmiennej, nawet jeśli tylko kilka z nich ma realne znaczenie (w tym wypadku rozwiązaniem mogłoby być łączenie mało licznych kategorii);
- umieszczanie statystyk, które mogłyby zostać pominięte bez szkody dla komunikatu.
Ilustracją tego ostatniego przykładu mogą być tabele D i E. Przedstawiają one wyniki z badań ankietowych dotyczących zjawiska zakupoholizmu. Jednym z zadań analityka było przedstawienie zależności pomiędzy oceną własnej sytuacji materialnej respondenta a deklarowaną częstotliwością spacerowania po centrach handlowych dla przyjemności. W tabeli D analityk przedstawił wyniki zarówno w ujęciu procentowym, jak i w postaci surowych liczebności. Tabela E przedstawia te same wyniki, ale z pominięciem liczebności. Zostały one pozostawione tylko w wierszu „Ogółem”, dzięki czemu znana jest podstawa procentowania.
Dzięki ograniczeniu ilości przedstawianych wartości, tabela zyskała na przejrzystości i znacznie łatwiej wyciągnąć z niej wnioski. W tym wypadku okazuje się, że im lepsza ocena własnej sytuacji materialnej, tym większa szansa, że respondent odbywa spacery po centrach handlowych. Im gorzej respondent ocenia swoją sytuację materialną, tym mniejsza szansa, że spędza czas w ten sposób. Dodatkowe elementy tabeli (nie będące danymi) również trzeba poddać refleksji. Jeśli zauważymy zbędne elementy, należy je usunąć, a pozostałe, jeśli to tylko możliwe, „wyciszyć” – sprawić, by nie krzyczały i nie odciągały w ten sposób uwagi od danych. Na przykład linie siatki w niektórych tabelach mogą okazać się zbędne (może wystarczy oddzielenie wierszy i kolumn pustą przestrzenią?). Jeśli jednak chcemy je pozostawić, wyciszmy je poprzez zmianę koloru z czarnego na jasnoszary i/lub zwężenie linii (proszę porównać tabelę F i G).
Na samym końcu, gdy już zrezygnujemy z niepotrzebnych elementów tabeli, uzyskujemy przestrzeń na ewentualne podkreślenie w danych tego, co jest najważniejsze dla naszego przesłania. W tym momencie możemy dodać pogrubienie, ramkę czy kolor w miejscu, które ma zwrócić szczególną uwagę odbiorcy. Gwarantuję, że tabele przygotowane zgodnie z powyższymi zasadami będą znacznie bardziej przydatne dla naszych odbiorców, a wnioski z naszych analiz mają większe szanse na to, że zostaną zauważone i uwzględnione przez decydentów.