ইনফরমেশন ভিজ্যুয়ালাইজেশনের ভিত্তি

অনুশীলন

1. প্রয়োগ করুন: আপনাকে একটি HR ড্যাশবোর্ড ডিজাইন করতে বলা হয়েছে যা ৮টি বিভাগের কর্মী-সংখ্যা তুলনা করে দেখাবে, যাতে ম্যানেজার সঠিকভাবে বলতে পারেন কোন বিভাগে সবচেয়ে বেশি/কম কর্মী আছে। কোন চার্ট-টাইপ বাছাই করবেন এবং কেন — আজকের পারসেপচুয়াল-অ্যাকুরেসি ক্রম প্রয়োগ করে ব্যাখ্যা করুন।
   একটি অনুভূমিক বা উল্লম্ব বার চার্ট বাছাই করা উচিত — এটি দৈর্ঘ্য-ভিত্তিক এনকোডিং ব্যবহার করে, যা ক্লিভল্যান্ড-ম্যাকগিলের ক্রমে অবস্থানের পরেই সবচেয়ে নির্ভুল। ৮টি ক্যাটাগরির সুনির্দিষ্ট তুলনার জন্য এটি একটি পাই চার্ট বা বাবল চার্টের চেয়ে অনেক বেশি নির্ভরযোগ্য, কারণ ম্যানেজারকে "কোনটি বড়/ছোট" নয় বরং "ঠিক কতটা বেশি/কম" তা বুঝতে হবে — যা দৈর্ঘ্য তুলনা সবচেয়ে ভালোভাবে দেয়।

2. প্রয়োগ করুন: একই ডেটাসেটে, একজন সহকর্মী প্রস্তাব দিলেন এটি একটি 3D পাই চার্ট হিসেবে দেখাতে (কারণ "এটি বেশি আকর্ষণীয় দেখাবে")। ভিজ্যুয়াল এনকোডিং তত্ত্ব ব্যবহার করে এই প্রস্তাবের বিরুদ্ধে একটি সুনির্দিষ্ট যুক্তি দিন।
   3D পাই চার্ট দুটি সমস্যা একসাথে যোগ করে — এটি ইতিমধ্যেই কম-নির্ভুল কোণ/ক্ষেত্রফল-এনকোডিং ব্যবহার করে, এবং 3D পার্স্পেক্টিভ যোগ করলে সামনের স্লাইসগুলো পেছনেরগুলোর চেয়ে ভুলভাবে বড় দেখায় (perspective distortion), যা সংখ্যাগত নির্ভুলতাকে আরও কমিয়ে দেয়। "আকর্ষণীয় দেখানো" একটি নান্দনিক লক্ষ্য, কিন্তু এখানে লক্ষ্য সুনির্দিষ্ট তুলনা — যা এই চার্ট-টাইপ কার্যকরভাবে নষ্ট করে দেয়। M8/L37-এ এই ধরনের অপ্রয়োজনীয় ভিজ্যুয়াল সংযোজনকে "চার্টজাঙ্ক" বলা হবে।