Evidência experimental suportando visualizações no estilo Tufte?

P: Existem evidências experimentais que apóiam visualizações minimalistas e de fala de dados no estilo Tufte, em relação às visualizações desorganizadas no gráfico de, digamos, Nigel Holmes ?

Perguntei como adicionar lixo gráfico às parcelas de R aqui e os respondentes jogaram uma grande quantidade de piada de volta para mim. Então, certamente, deve haver alguma evidência experimental, da qual eu não conheço, apoiando sua posição de lixo anti-gráfico - mais evidências do que apenas "Tufte disse isso". Direita?

Se tais evidências existirem, isso contradiz muitas pesquisas psicológicas que temos sobre seres humanos, sua lembrança de memória e identificação de padrões. Então, eu certamente ficaria animado em ler sobre isso.

Um pouco de anedota: em uma conferência, perguntei a Edward Tufte como ele considera as evidências experimentais descobrindo que animações e vídeos indesejados melhoram a compreensão e a lembrança da memória dos seres humanos [ver pesquisa citada em Brain Rules] . Sua resposta: "Não acredite neles." Tanta coisa para o método científico!

PS: Claro, estou levando um pouco as pessoas para cá. Eu possuo todos os livros de Tufte e acho que o trabalho dele é incrível. Só acho que seus apoiadores exageraram alguns de seus argumentos.

NOTA: Esta é uma nova postagem de uma pergunta que fiz no StackOverflow . Os moderadores o fecharam porque não era específico da programação. CrossValidated pode ser uma casa melhor.

ATUALIZAÇÃO: Existem alguns links úteis na seção de comentários da minha pergunta original - ou seja, para o trabalho de Chambers, Cleveland e o grupo de datavis em Stanford.

ATUALIZAÇÃO: Esta pergunta trata de assuntos semelhantes.

A literatura é vasta. A evidência experimental é abundante, mas incompleta. Para uma introdução que se concentra nas investigações psicológicas e semióticas, veja Alan M. MacEachren, How Maps Work (1995; 2004 em brochura). Vá diretamente para o capítulo 9 (próximo ao fim) e depois retroceda em qualquer material preliminar que lhe interessar. A bibliografia é extensa (mais de 400 documentos), mas está demorando um pouco. Embora o título sugira um foco na cartografia, a maior parte do livro é relevante para como os seres humanos criam significado e interpretam informações gráficas.

Não espere obter uma resposta definitiva de qualquer quantidade dessa pesquisa. Lembre-se de que Tufte, Cleveland e outros estavam focados principalmente na criação de gráficos que permitem (acima de tudo) comunicação precisa e perspicaz e interpretação dos dados. Outros artistas gráficos e pesquisadores têm outros objetivos, como influenciar pessoas, criar propaganda eficaz, simplificar conjuntos de dados complexos e expressar suas sensibilidades artísticas em um meio gráfico. Estes são quase diametralmente opostos ao primeiro conjunto de objetivos, daí as abordagens e recomendações imensamente diferentes que você encontrará.

Diante disso, acho que uma revisão da pesquisa de Cleveland deve ser suficientemente convincente que muitas das recomendações de design da Tufte têm justificativa experimental decente. Isso inclui o uso do fator de mentira, a proporção de dados e tinta, múltiplos pequenos e o gráfico para avaliar criticamente e projetar gráficos estatísticos.

Aqui estão alguns;

• Percepção gráfica de Cleveland e McGill (1984, JASA): teoria, experimentação e aplicação ao desenvolvimento de métodos gráficos
• Percepção gráfica de Cleveland e McGill (1987, JRSSA): a decodificação visual de informações quantitativas em exposições gráficas de dados
• Lewandowsky e Spence (1989) estratos discriminantes em gráficos de dispersão
• Spence e Lewandowsky (1991) Exibindo proporções e porcentagens
• Spence Kutlesa e Rose (1999) Usando cores para codificar quantidade em displays espaciais

Peça ao Google as referências completas

Vale lembrar que a visualização de informações não é uma ilha isolada de todas as outras formas de comunicação visual. Se você deseja produzir um trabalho baseado em princípios baseados em evidências, eu diria que é melhor procurar onde as evidências são mais fortes.

Eu li pesquisas específicas sobre técnicas de visualização de dados e pesquisas gerais em ciências cognitivas e em pesquisas gerais de design, e acho que pensar em como a pesquisa geral mais poderosa e mais abrangente se aplica a cada resumo e cada elemento usado costuma ser mais eficaz e útil do que tentar aplicar a pesquisa específica de campo estritamente aplicada, que geralmente sofre com amostras pequenas, técnicas de pesquisa fracas, investigação restrita e / ou suposições profundamente arraigadas.

Há dois livros excelentes que recomendo como introdução, um com a ciência como ponto de partida e outro com princípios gerais como ponto de partida, trazendo evidências:

• Ciência da visão por Steve Palmer . É uma fera e, como estudante, quase me machuquei nas poucas ocasiões em que fui tolo o suficiente para carregá-lo em uma mochila, mas também é possivelmente o melhor livro de ciências que eu já vi, e um ótimo exemplo de vida nítida. comunicação visual e verbal em si. Eu o examinei recentemente para rotular os capítulos com conteúdo diretamente relevante para o meu trabalho em visualização e design de informações, esperando apenas rotular alguns: acabei rotulando todos os capítulos, exceto um.
• Princípios universais de design da Rockport Press . Um livro muito ambicioso e útil que reúne pesquisas de ciências cognitivas com estudos de caso e exemplos de todos os ramos do design em uma série de páginas duplas incrivelmente claras e diretas, cada uma cobrindo um princípio prático, baseado em evidências e prático, com sugestões práticas, exemplos trabalhados e sugestões de leitura adicional. Muito estimulante, desde que você pense nela como uma lista de ferramentas com usos sugeridos, não como uma lista de regras.

A única desvantagem é que essa abordagem exige mais reflexão para ver como esses princípios são aplicáveis. Se você está procurando uma lista de regras arbitrárias, como muitas na comunidade de dados para a comunidade, eu diria que não existe e nunca haverá, exceto onde as pessoas fazem suposições e generalizações injustificadas e injustificadas, ou inventam coisas . A pesquisa aplicada de melhor qualidade é útil, mas ajuda a ter uma estrutura sólida na qual possa se encaixar.

A maioria dos princípios gerais da Tufte, como tinta de dados e lixo de gráficos, pode ser rastreada até princípios gerais sólidos, como taxas de sinal-ruído, figura-base, atenuação e outros - mas no caminho de se tornar um campo específico e prescritivo, eles foram combinados com suposições pesadas e generalizações sobre seus objetivos e público-alvo que os transformam em ferramentas bruscas. Muitas das aparentes contradições e debates na pesquisa aplicada não são contradições, se você der um passo atrás, levar em conta o contexto e trabalhar com os princípios fundamentais subjacentes e os recursos específicos de cada caso.