Wizualizacja danych 3500-SCC-wd

Skuteczna komunikacja wyników badań wymaga konkretnych umiejętności. Trzeba umieć oceniać istotność poszczególnych informacji, porządkować je zgodnie z określonymi priorytetami i prezentować w adekwatny sposób. Prezentując wyniki analiz ilościowych, trzeba dodatkowo umieć dobierać i konstruować odpowiednie formy wizualizacji, które pozwolą odbiorcom lepiej zrozumieć dane. Wizualizacja ma też znaczenie dla samego analityka – pozwala dostrzegać w danych zjawiska i tendencje, które, jeśli czytać je w innej formie, mogą być dla nas niewidoczne.

Niniejsze zajęcia poświęcone będą właśnie kształceniu kompetencji z zakresu skutecznej komunikacji wyników badań, ze szczególnym uwzględnieniem wizualizacji danych, traktowanej zarówno jako narzędzie do rozumienia danych, jak i do prezentowania ich innym.

Nauczymy się:

Selekcjonować informacje, wybierać najważniejsze wnioski, streszczać i podsumowywać badania. Nauczymy się patrzeć na wyniki własnych badań jak na materiał, który trzeba skutecznie przekazać innym.
Przygotowywać skuteczne prezentacje wyników badań. Takie, które w klarowny i zrozumiały sposób pomagają objaśniać nawet skomplikowane zagadnienia. I mówią dokładnie to, co chcemy powiedzieć.
Do czego służy wizualizacja danych. W znalezieniu odpowiedzi na to pytanie pomogą nam teksty klasyków wizualizacji danych – Alberto Cairo i Edwarda Tufte.
Dobierać sposoby wizualizacji danych do konkretnych potrzeb. Odpowiemy sobie na pytania takie jak: jakimi kształtami najlepiej pokazywać zmienność w czasie? Czy w danej sytuacji powinniśmy pokazać wszystkie dane, czy tylko ich wybrany fragment? Kiedy w wizualizacji lepiej sięgnąć po kolorowe kwadraty, a kiedy po jednokolorowe koła? Jakie znaczenie ma to, że sięgamy po czerwień i zieleń? I dlaczego od tak pozornie błahych wyborów zależy, jak nasze badania zostaną odebrane?
Efektywnie tworzyć własne wizualizacje z wykorzystaniem nieodpłatnych narzędzi komputerowych. Najpierw skupimy się na podstawowych formach (wykresy słupkowe, liniowe, kołowe i inne), a potem przejdziemy do tych bardziej wyrafinowanych (ang. scatter plot, bubble chart, slope chart i wiele innych).
Rozpoznawać i unikać manipulacji w wizualizacjach danych. Wejdziemy w buty nierzetelnego wizualizatora. Spróbujemy sami zmanipulować wyniki sondaży poparcia dla partii politycznych, żeby zobaczyć, jak można to robić.
Nakładać dane na mapy. Poćwiczymy robienie tego tak, by nasze mapy mówiły to, co faktycznie chcemy powiedzieć, a nie coś wprost przeciwnego.
Budować wyrafinowane, nieszablonowe wizualizacje skomplikowanych danych. Jakie? To ustalimy razem. Czy będą to wizualizacje sieci? Czy rozbudowane „dashboardy”? A może animacje? Zainspirujemy się pracami najlepszych światowych fachowców.