Kesalahan terbesar kebanyakan data analyst adalah tidak menggunakan chart yang sesuai atau yang dapat merepresentasikan data yang sedang disajikan.
Selain itu, proporsional graph sangat berpengaruh, sehingga pembaca tidak salah tangkap dengan visualisasi vs data mentahnya.
Penggunaan visualisasi data telah menjadi alat yang sangat penting dalam dunia bisnis dan pengambilan keputusan. Dengan kemampuannya yang kuat untuk mengubah angka-angka menjadi grafik yang mudah dipahami, visualisasi data membantu kita menemukan pola, tren, dan wawasan yang mungkin tersembunyi di balik dataset yang kompleks.
Namun, seringkali kesalahan dalam visualisasi data dapat mengurangi efektivitasnya, menyebabkan kesalahpahaman, atau bahkan mengarah pada pengambilan keputusan yang buruk.
Visualisasi Dapat Membuat Data Jadi Misleading
Hal yang perlu diperhatikan dalam visualisasi data yang buruk adalah bahwa kamu tidak dapat mengetahui bahwa itu visualiasi itu buruk sampai kamu gagal mencapai tujuan menggunakan data tersebut.
Situasi seperti ini berisiko: dengan semua diagram pie yang tersebar di laporan kamu dan teks deskriptif yang menjadi contoh klasik dari visualisasi yang buruk, kamu mungkin memiliki ilusi bahwa kamu berhasil mengelola jumlah data yang terus meningkat, padahal kenyataannya data ini gagal menceritakan cerita yang sesungguhnya.
Dalam artikel ini, kita akan membahas beberapa kesalahan umum yang sering terjadi dalam visualisasi data dan memberikan panduan untuk menghindarinya.
1. Menggunakan Kombinasi Warna yang Terlalu Banyak
Menggunakan kombinasi warna yang terlalu banyak nyatanya dapat membuat pembaca jadi bingung. Karena banyak parameter-parameter yang harus diperhatikan oleh pembaca.
Walaupun dengan menggunakan warna dapat menjadi pembeda antara data satu dan lainnya, tetapi menggunakan terlalu banyak warna dapat mengganggu untuk membaca data.
Sangat disarankan untuk menggunakan satu template warna saja.
Selain itu, gunakanlah warna-warna yang umum digunakan. Contohnya adalah merah diidentikkan sebagai parameter negatif sedangkan hijau atau biru adalah parameter positif dalam visualisasi data.
Dengan begitu, alam bawah sadar pembaca kamu akan secara langsung mengasolisasi warna-warna tersebut sehingga visualisasi data kamu lebih mudah untuk dipahami.
2. Menyajikan Data yang Bikin Overwhelmed
Kesalahan yang berikutnya adalah menyajikan terlalu banyak data. Dengan tujuan ingin menyajikan data se-detail mungkin, malah bisa membuat pembaca overwhelmed dengan data yang ada.
Otak manusia memproses gambar 6 hingga 600 kali lebih cepat daripada kata-kata. Mengingat fakta bahwa dalam tiga tahun ke depan, jumlah informasi buatan manusia akan tiga kali lipat, peran visualisasi data yang baik semakin penting.
Menyajikan data dalam bentuk grafik dan diagram memungkinkan kita untuk memproses jumlah informasi yang besar, memahaminya dengan lebih baik, dan mendapatkan wawasan dengan lebih cepat.
Dalam hal grafik, jika terdapat terlalu banyak variabel, pilihlah 5-6 yang paling penting. Tampilan grafik dengan lebih dari 15 elemen akan mengalihkan perhatian dan dapat menjadi menakutkan seperti tabel Excel dengan puluhan baris.
3. Graph yang Tidak Proporsional
Visualisasi yang proporsional it sangat penting. Karena visualisasi yang tidak proporsional dapat membuat pembaca salah menafsirkan data yang disajikan.
Menyamakan angka dengan skala yang berbeda secara langsung merupakan sebuah tantangan. Skala yang tidak konsisten dapat menyesatkan para pembaca. Misalnya, mengapa visualisasi di sebelah kanan adalah contoh dari grafik yang buruk?
Dengan visualisasi tersebut, kamu tidak dapat menilai ruang lingkupnya secara langsung, tidak terlihat dengan jelas bahwa satu angka empat kali lebih besar dari yang lainnya.
kamu harus melihat sumbu Y dan menghitung, padahal visualisasi data yang baik seharusnya membebaskan kamu dari perhitungan yang tidak perlu.
4. Memakai Teknik Visualisasi yang Keliru
Walaupun pie chart dan bar chart sama-sama bisa digunakan untuk melakukan komparasi, tetapi keduanya memiliki kegunaan yang berbeda.
Pie chart cocok untuk komparasi porsi, misalnya bugdet breakdown. Sedangkan bar chart digunakan untuk komparasi performa dengan kompetitor, misalnya.
Para pembaca tidak dapat memahami ketergantungan sebenarnya antara objek korelasi. Diagram lingkaran biasanya digunakan untuk membandingkan bagian-bagian yang berbeda dari suatu keseluruhan.
Mereka cocok untuk hasil survei atau pembagian anggaran (lingkaran yang sama). Namun, jika kamu menggunakannya untuk membandingkan dataset terpisah (lingkaran yang berbeda), Kamu akan mendapatkan grafik yang buruk, dan data menjadi susah dipahami atau bahkan bisa menjadi misleading.
Sebagai contoh, diagram lingkaran bukan ide yang bagus untuk membandingkan jumlah penduduk di daerah yang berbeda. Lebih baik menggunakan diagram batang karena persepsi manusia pada dasarnya menilai jarak dan bukan luas.
5. Tidak Menggunakan Skala Real untuk Y-Axis
Biasanya dilakukan dengan cara memulai Y-Axis tidak dari NOL sehingga selisih dari data terlihat sangat signifikan. Jika dibaca sekilas ini akan menyebabkan misleading, karena bar chart cenderung men-highlight selisih antar data.
Dengan menggunakan NOL sebagai angka awal untuk Y-Axis, perspektif selisih terhadap data A dibandingkan data B akan tampak lebih real, sehingga pembaca dapat dengan lebih baik mengerti isi dari data yang sedang disajikan.
Kesimpulan
Setelah mengetahui apa saja kesalahan-kesalahan yang sering dilakukan saat melakukan visualisasi data, seharusnya kita bisa dapat lebih berhati-hati saat memutuskan menggunakan chart-chart agar data yang kita sajikan dapat merepresentasikan data sesungguhnya.
