Evaluation
Die Evaluation soll eine retrospektive kritische Beurteilung unseres Projektzwischenstandes sein. Dabei orientieren wir uns an Edward Tuftes Design Prinzipien.
Das erste Prinzip der Graphical Integrity befasst sich damit, dass visuelle Darstellung die Wahrheit repräsentieren müssen. Dieses Ziel verfolgen wir, indem die Skalen bei 0 beginnen und alle Graphen und Diagramme unserer Visualisierung beschriften. Jedoch sind die Abstände zwischen den Skalen des Balkendiagramms nicht kontinuierlich physisch proportional zu den veranschaulichten Daten. Durch diese Verzerrung besteht das Risiko, das Diagramm zu misinterpretieren. Von Betrachter:innen wird demnach gefordert, die Labels der horizontalen Gitterlinien durchgehend zu beachten, was eine niedrige Graphical Integrity bedeutet.\
Die Data Density ist der Anteil an der Gesamtgröße des Diagramms, der für die Darstellung von Daten verwendet wird. Unsere Visualisierung beinhaltet unter anderem alle COVID-19 Fallzahlen in Zusammenhang mit der wöchentlichen Anzahl des Flugverkehr, sowie einen Überblick über den gesamten Verlauf des Flugverkehrverhaltens von 2019-heute. Zusätzlich wird immer das jeweilige Datum angezeigt und bei Vorhandensein auch elementare Events der Pandemie. Somit ist die Daten
- Chartjunk
- gut gelöst durch möglichkeit des hoverns
- durchgehende horizontale linien nötig, um trotz winkel orientierung zu behalten
- evtl gestrichelte linie bei der timeline nicht nötig. punkt als indikator genügt
- Data Ink ratio geht einher mit chartjunk
- "erase non-data-ink" -> farbe der balkendiagramm an sich keine aussagekraft & lenkt ab aber keine alternative darstellungsmöglichkeit?
- Data Density
- sehr hoch: Fallzahlen, Ländernamen, Überblick Flugverkehr,Flugverkehr für eine KW, Timeline, (Events), KW, Jahr und das alles über eine Zeitperiode
- Layering & Separation:
- layering & serparation durch farben & Formen
- Daten der Fallzahlen werden separat ddargestellt als Flugverkehr
- serparation einzelner länder durch quantitative farbauswahl
Visuelle Variablen:
- position: timeline, überblick v. flugverkehr
- Length: verwendet für Balkendiagramm (ordinale Daten) - welcher Balken ist größer = höhere Fallzahl? nicht optimal, da bars nicht aligned sind
- shape: unterschiedliche entitäten sind unterschiedlich geformt -> abgrenzung
- colors: qualitative colors für nominale, qualitative data verwendet. problem: hohe anzahl der farbtöne erweckt assoziationen & grouping
- texture: nope
- orientation: nope
- value: nope
