Visualisasi data mengacu pada representasi visual dari informasi yang dikompilasi. Dengan visualisasi data yang efektif, Anda dapat mengomunikasikan tema dan hasil utama kepada audiens, sehingga mereka dapat menafsirkan dan menganalisis data yang telah disesuaikan dengan kebutuhan mereka.
Sebelum dapat mulai membuat visualisasi dan grafik, Anda harus memilih jenis visualisasi yang akan digunakan. Memilih jenis visualisasi yang tepat akan membantu Anda menyajikan data dengan jelas dan efektif, sehingga audiens dapat membuat keputusan yang tepat dan menentukan langkah selanjutnya.
Bagian berikut menjelaskan cara memvisualisasikan data secara efektif dengan cara yang berfokus pada tujuan analisis dan perspektif audiens Anda:
Pertimbangkan karakteristik data Anda
Tentukan audiens Anda
Memilih visualisasi terbaik untuk data Anda
Pertimbangkan karakteristik data Anda
Sebelum Anda memutuskan jenis visualisasi, pertimbangkan karakteristik data Anda:
Kategoris: jika data Anda berisi kelompok pola dan set yang serupa, penggunaan jenis visualisasi yang paling mendukung data kategoris, seperti diagram lingkaran, akan efektif. Kategori produk akan menjadi contoh data kategoris, karena mengelompokkan item berdasarkan fungsi dan fitur yang serupa.
Ordinal: jika data Anda memerlukan urutan tertentu, penggunaan visualisasi seperti diagram kolom atau diagram batang dapat menentukan urutan ini untuk audiens. Contoh data ordinal adalah jumlah ulasan bintang yang bervariasi untuk produk tertentu.
Berkelanjutan: jika Anda ingin memvisualisasikan data yang terjadi dalam jangka waktu yang lama, gunakan visualisasi yang mendukung data berkelanjutan, seperti diagram progres. Total penjualan produk selama kuartal tertentu akan menjadi contoh data kontinu, karena data yang berkembang dilacak dari waktu ke waktu.
Tentukan audiens Anda
Visualisasi yang efektif tidak hanya mempertimbangkan data, tetapi juga perspektif dan kebutuhan audiensnya. Menyesuaikan tampilan visualisasi memungkinkan Anda menyampaikan informasi secara efektif kepada audiens tertentu. Saat menentukan audiens, pertimbangkan faktor-faktor seperti tingkat pengetahuan teknis dan fungsi pekerjaan mereka. Bagaimana audiens akan menggunakan visualisasi Anda?
Aksesibilitas
Saat Anda membuat visualisasi data, buatlah agar mudah diakses. Di seluruh project visualisasi data, mempertimbangkan aksesibilitas web akan memberikan peluang berbagi yang lebih besar bagi semua pengguna, termasuk pengguna dengan disabilitas visual dan kognitif, yang akan berinteraksi dengan konten yang Anda buat. Panduan Aksesibilitas Konten Web (WCAG) mencakup langkah-langkah penerapan untuk meningkatkan aksesibilitas yang berlaku untuk desain visualisasi, termasuk:
Teks alternatif: Teks alternatif, atau teks alt, memungkinkan audiens yang lebih luas mengakses informasi dari elemen non-teks, seperti orang yang menggunakan pembaca layar. Dengan Pelaporan Lanjutan, Anda dapat menambahkan catatan ke visualisasi yang menjelaskan aspek utama visualisasi.
Aksesibilitas kontras dan warna: Dengan menggabungkan tingkat kontras yang memenuhi standar internasional WCAG, perbedaan yang dirasakan dalam pilihan warna dapat diakses oleh penonton visualisasi. Untuk menemukan rasio kontras dua kode Warna Hex yang dipilih, lihat Pemeriksa Kontras dari WebAIM
Untuk mengetahui informasi selengkapnya tentang aksesibilitas dalam membuat visualisasi dan konten lainnya, lihat Panduan Aksesibilitas Konten Web versi terbaru yang dipublikasikan.
Pilih visualisasi terbaik untuk data Anda
Bagian berikut memberikan ringkasan jenis visualisasi yang tersedia di Pelaporan Lanjutan dan membahas cara memilih jenis terbaik untuk data Anda:
Diagram Kartesius
Diagram Cartesian mengacu pada diagram apa pun yang berakar pada bidang Cartesian. Bidang Cartesius ditentukan oleh sumbu x dan sumbu y, dengan titik numerik yang sesuai untuk semua lokasi pada grafik. Semua diagram Kartesius memetakan data pada sumbu ini.
Sumbu x dan sumbu y mencerminkan dimensi dan ukuran. Dimensi mencerminkan nilai yang bersifat kualitatif, sedangkan ukuran bersifat kuantitatif. Cara nilai ini diplot di sepanjang sumbu x dan sumbu y serta visualisasi data ini bervariasi menurut jenis diagram Kartesius. Bagian ini mencakup contoh diagram Kartesius berikut:
Kolom
Batang
Diagram sebar
Garis
Area
Kolom
Paling cocok untuk memvisualisasikan data dengan beberapa kategori yang akan dibandingkan.
Diagram kolom adalah diagram Kartesius vertikal yang menampilkan informasi dalam bentuk persegi panjang vertikal, dengan panjang kolom sesuai dengan nilai data. Diagram kolom standar mencakup kategori data pada sumbu x dan nilai data pada sumbu y.
Jika data Anda hanya berisi beberapa kategori, diagram kolom sangat ideal. Jika data Anda berisi lebih banyak kategori, diagram batang sering kali berfungsi lebih baik karena menyediakan lebih banyak ruang untuk label sumbu. Karena nilai negatif ditampilkan dengan arah ke bawah, diagram kolom juga dapat menjadi cara yang berguna untuk menggambarkan set data yang menyertakan nilai negatif.
Contoh diagram kolom berikut menyertakan nilai positif dan negatif untuk menampilkan laba pesanan rata-rata untuk aksesori dan celana jeans yang terjual per bulan.
Batang
Paling cocok untuk memvisualisasikan data dengan judul kategori yang panjang.
Diagram batang menampilkan data dengan cara yang serupa dengan diagram kolom, tetapi melalui penyelarasan horizontal. Biasanya dalam diagram batang, sumbu y mewakili kategori data, sedangkan sumbu x mewakili nilai numerik.
Jika data Anda berisi judul kategori yang sangat panjang, diagram batang akan lebih baik daripada diagram kolom. Melalui perataan pada sumbu y, label pada diagram batang mengoptimalkan ruang dan meningkatkan keterbacaan. Selain itu, diagram batang biasanya lebih baik dalam merepresentasikan jumlah kategori yang lebih besar karena keselarasan jarak dibandingkan dengan diagram kolom.
Contoh diagram batang berikut menyoroti cara judul kategori pakaian yang lebih panjang, seperti "Hoodie & Kaus Keringat Fashion" sesuai dengan perataan diagram batang. Diagram ini menampilkan jumlah pesanan bulanan untuk 10 kategori pakaian terpisah.
Diagram sebar
Paling cocok untuk menyoroti korelasi antara dua variabel.
Diagram sebar adalah bentuk diagram Kartesius yang menyoroti hubungan antara dua variabel. Setiap titik yang diplot mewakili nilai pada sumbu x dan sumbu y yang memberikan insight tentang data. Jenis diagram ini terutama menyoroti tren dan pola yang muncul dalam data.
Jika data Anda berisi dua variabel yang berkorelasi, diagram sebar adalah metode visualisasi yang ideal untuk menemukan dan mempelajari korelasi. Korelasi bisa bernilai positif, artinya makin tinggi variabel x, maka makin tinggi variabel y. Korelasi juga bisa bernilai negatif, artinya makin tinggi satu variabel, maka makin rendah variabel lainnya. Korelasi juga bisa bernilai null, artinya tidak ada korelasi antara dua variabel yang dipilih. Dengan memahami potensi korelasi pada data, Anda bisa memperoleh lebih banyak insight tentang data dan bahkan memprediksi perilaku data di masa mendatang.
Tata letak dan struktur diagram sebar sangat penting untuk efektivitasnya. Titik yang diplot pada diagram sebar juga dapat disesuaikan melalui penggunaan ukuran dan warna untuk mengidentifikasi variabel atau kategori tambahan bagi pelihat. Garis tren juga dapat digunakan dengan diagram sebar; garis ini menyoroti hubungan antara data yang muncul untuk pelihat. Melalui penyesuaian, pastikan pilihan desain ini menyoroti tujuan keseluruhan untuk menggambarkan hubungan dan memberikan peluang untuk memeriksa potensi pola, korelasi, dan tren.
Diagram sebar berikut menunjukkan jumlah pelanggan yang sering mengunjungi lokasi setiap kuartal dari tahun 2015 hingga 2018. Titik pada diagram diberi ukuran berdasarkan jumlah pelanggan.
Garis
Paling cocok untuk memvisualisasikan data berkelanjutan dari waktu ke waktu.
Dalam diagram garis, data ditampilkan melalui serangkaian titik yang dihubungkan oleh garis lurus. Jenis visualisasi ini secara khusus menyoroti data berkelanjutan dari waktu ke waktu.
Untuk kejelasan dalam diagram garis, jumlah garis yang ada tetap menjadi kunci. Jika Anda menyertakan beberapa garis dalam diagram, gunakan warna untuk membedakan garis dengan jelas. Hal ini akan memungkinkan penonton menafsirkan nilai secara terpisah, bukan menggabungkan garis.
Diagram garis berikut menunjukkan pengguna aktif bulanan situs dari tahun 2016 hingga 2019. Tiga garis terpisah mewakili wilayah di Amerika Serikat: East Coast, Midwest, dan West Coast.
Area
Paling cocok untuk memvisualisasikan perubahan jumlah dari waktu ke waktu.
Diagram area dibuat berdasarkan karakteristik diagram Kartesius lainnya, yaitu diagram batang dan diagram garis. Seperti diagram garis, diagram area menyoroti data berkelanjutan dari waktu ke waktu dalam formasi linear. Namun, diagram ini menggunakan fitur warna yang diisi mirip dengan diagram batang untuk menampilkan kuantitas melalui data. Dengan begitu, penonton dapat melihat dengan jelas bagaimana kuantitas disesuaikan dari waktu ke waktu.
Diagram area menyampaikan tren keseluruhan, bukan titik data individual. Diagram area lebih baik jika Anda membandingkan lebih sedikit tren, karena komponen area yang diisi warna. Untuk menandai data dengan jumlah tren yang lebih besar, sebaiknya gunakan diagram garis.
Diagram area berikut mencerminkan contoh visualisasi diagram garis dengan juga menampilkan pengguna situs bulanan di seluruh wilayah di Amerika Serikat. Namun, warna yang diisi dalam diagram ini secara khusus menyoroti perubahan jumlah pengguna dari tahun 2018 ke 2019.
Diagram lingkaran dan donat
Diagram lingkaran dan donat menekankan hubungan antara bagian dengan proporsi keseluruhan dalam data. Oleh karena itu, diagram ini cocok untuk menyoroti informasi kategorik, yaitu informasi yang dapat dibagi dengan jelas ke dalam beberapa grup berdasarkan karakteristik bersama.
Untuk menandai informasi dalam diagram lingkaran dan donat dengan sebaik-baiknya, pilih lima kategori atau kurang. Jika kategori Anda lebih dari lima, pertimbangkan untuk memilih jenis visualisasi lain untuk menyoroti informasi, seperti diagram batang atau kolom.
Pelaporan Lanjutan menawarkan dua variasi diagram lingkaran. Bagian ini menjelaskan diagram berikut dan menyoroti keunggulannya dalam menampilkan data kategoris:
Pie
Kelipatan donat
Lingkaran
Paling cocok untuk memvisualisasikan nilai proporsional.
Diagram lingkaran mengacu pada diagram lingkaran lengkap yang dibagi menjadi beberapa irisan berdasarkan kategori informasi. Melalui pembagian irisan ini, fokusnya bukan pada jumlah persentase yang tepat, tetapi pada bagaimana proporsi yang diuraikan saling terkait dan memengaruhi sasaran keseluruhan diagram.
Jika Anda berupaya menekankan pentingnya hubungan antara nilai proporsional, diagram lingkaran secara efektif mengomunikasikan hubungan ini. Jika Anda bekerja dengan lebih dari lima kategori data, pertimbangkan untuk memilih diagram visualisasi yang berbeda untuk menyoroti informasi, seperti diagram batang atau kolom. Dengan diagram batang dan kolom, penonton sering kali lebih mudah memahami perbedaan individu.
Diagram lingkaran berikut menunjukkan persentase total pelanggan dari tiga wilayah di Amerika Serikat: East Coast, West Coast, dan Midwest. Jenis visualisasi ini mengomunikasikan jumlah proporsional pelanggan dari setiap wilayah.
Beberapa Donat
Paling cocok untuk memvisualisasikan nilai proporsional dengan beberapa komponen.
Donat ganda memungkinkan Anda membuat serangkaian diagram donat untuk memvisualisasikan data dalam formasi yang saling terhubung. Diagram ini menghilangkan bagian tengah lingkaran, sehingga membentuk pembagian busur, bukan pembagian irisan. Ruang kosong tambahan di tengah diagram memungkinkan label dan deskripsi data Anda lebih lanjut.
Saat Anda membuat beberapa diagram donat, pastikan ada keseragaman dan pola yang kohesif di seluruh kategori untuk menyoroti hubungannya. Selain itu, untuk memastikan kejelasan dan pemahaman penonton, sertakan materi kumulatif yang jelas di tengah diagram untuk menyoroti nuansa setiap diagram kelipatan donat tertentu.
Diagram kelipatan donat berikut menunjukkan penjualan produk per kuartal untuk beberapa kategori pakaian: jeans, legging, pakaian luar dan mantel, serta celana pendek. Ada diagram donat terpisah untuk setiap penjualan per kuartal. Visualisasi ini menyoroti kontribusi setiap kategori pakaian, yang diwakili oleh warna seragam, terhadap keseluruhan penjualan produk per kuartal.
Diagram progres
Diagram progres menyoroti informasi yang muncul dari waktu ke waktu. Melalui diagram ini, Anda dapat menyoroti konteks ini dan pengaruhnya terhadap data. Diagram progres melacak progres dan pertumbuhan secara keseluruhan. Bagian ini berisi contoh diagram progres berikut:
Funnel
Linimasa
Waterfall
Funnel
Paling cocok untuk memvisualisasikan tahapan berurutan.
Diagram funnel adalah diagram progres yang menyoroti tahapan berurutan. Jenis diagram ini memiliki kemiripan dengan diagram batang, yang juga merepresentasikan data melalui visualisasi persegi panjang horizontal. Diagram ini membuat bentuk corong melalui visualisasi bertumpuk.
Untuk diagram funnel yang efektif, pastikan data mencakup minimal empat tahap. Hal ini akan memastikan dampak visual yang kuat dan menyoroti proses yang diwakili secara keseluruhan. Jika Anda memiliki kurang dari empat komponen, pertimbangkan untuk menggunakan jenis visualisasi lain, seperti diagram lingkaran.
Visualisasi funnel berikut menyoroti lima tahap terpisah dari tindakan pelanggan dan nilai persentase di setiap tahap. Tahapannya, dalam urutan menurun, adalah produk, keranjang, pembelian, pendaftaran, dan pembatalan, yang menunjukkan interaksi pelanggan dengan produk.
Linimasa
Paling cocok untuk memvisualisasikan perkembangan waktu.
Diagram linimasa menyoroti perkembangan waktu dengan menyertakan peristiwa utama dan penanda selama durasi yang ditetapkan. Meskipun diagram linimasa sering kali berkaitan dengan waktu, struktur diagram ini juga dapat diterapkan pada angka dan jumlah.
Dengan penyesuaian warna, beberapa linimasa dapat digunakan pada satu grafik untuk menunjukkan bagaimana beberapa faktor bervariasi melalui progres. Untuk pola linimasa, khususnya penyesuaian warna dalam Pelaporan Lanjutan dapat bervariasi menurut palet. Linimasa Anda dapat memiliki palet berkelanjutan, yang mencerminkan opsi gradien dengan dua variabel di setiap bagian gradien. Anda juga dapat memiliki palet kategoris, yang berarti setiap warna mewakili kategori dalam data. Anda dapat mempelajari lebih lanjut penyesuaian warna dan diagram linimasa ini di halaman dokumentasi Opsi diagram linimasa.
Visualisasi linimasa berikut menampilkan nomor ID pesanan tertentu dan rata-rata hari pemrosesannya selama beberapa bulan pada tahun 2022. Linimasa menggunakan palet gradien berkelanjutan untuk merepresentasikan jumlah hari yang bervariasi.
Air Terjun
Paling cocok untuk memvisualisasikan nilai positif dan negatif berurutan.
Diagram waterfall menyoroti hubungan antara nilai positif dan negatif melalui urutan. Diagram ini menunjukkan bagaimana nilai awal berkembang karena berbagai faktor. Diagram waterfall mencerminkan elemen desain diagram batang. Seperti banyak jenis visualisasi lainnya, penanda berbasis waktu atau penanda berbasis kategori dapat menyusun diagram waterfall, bergantung pada set data tertentu Anda.
Karena diagram waterfall secara khusus bekerja dengan nilai positif dan negatif, definisi yang jelas antara kedua kategori ini sangat penting. Melalui penggunaan warna dan label teks, pastikan visualisasi membedakan nilai dalam data Anda dengan jelas.
Contoh diagram waterfall berikut menunjukkan total pendapatan di seluruh tahap proses pemesanan, termasuk dibatalkan, dikembalikan, dikirim, dan diproses. Ada juga total jumlah yang dihitung.
Teks dan tabel
Jika Anda memiliki data teks yang bermakna untuk ditampilkan, memilih tampilan teks dan tabel akan menyoroti dampak kata-kata. Tampilan kata-kata ini dapat bervariasi — mulai dari menandai satu nilai hingga menampilkan susunan kata yang kompleks di seluruh set data.
Bagian ini mencakup beberapa contoh jenis visualisasi untuk teks dan tabel:
Nilai Tunggal
Satu Data
Awan Kata
Nilai Tunggal
Paling cocok untuk memvisualisasikan satu bagian data.
Diagram nilai tunggal menyoroti nilai individual dari set data. Memvisualisasikan nilai dengan cara ini menyoroti signifikansi dan kepentingannya bagi set data yang lebih besar.
Saat membuat diagram nilai tunggal, pilih nilai yang penting bagi audiens dan mencerminkan sasaran Anda untuk visualisasi. Selain itu, pastikan bahwa penyesuaian jenis dan ukuran font menekankan nilai, bukan mengganggu atau meminimalkan data.
Contoh nilai tunggal berikut menyoroti jumlah pelanggan tahunan dari California, yaitu 118.126 orang.
Satu Kumpulan Data
Paling cocok untuk memvisualisasikan potongan data terbatas.
Mirip dengan diagram nilai tunggal, diagram catatan tunggal juga menyoroti data terbatas yang dipilih dari set data yang lebih besar untuk menyampaikan pesan tertentu. Diagram satu data berisi lebih banyak informasi daripada diagram satu nilai. Visualisasi ini dapat memberikan contoh dari set data yang lebih besar.
Memilih satu rekaman yang efektif dan relevan untuk jenis diagram ini akan menyoroti contoh dari set data. Diagram ini dapat disesuaikan agar mudah dibaca dan dipahami melalui jenis dan ukuran font serta penggunaan warna.
Diagram satu kumpulan data berikut menampilkan informasi penting tentang produk tertentu, yaitu "Dasi Bergaris Biru Muda dan Biru Tua dari Tenunan Sutra 100%". Hal ini mencakup ID produk, kategori, dan harga retail.
Awan Kata
Paling cocok untuk memvisualisasikan frekuensi data.
Awan kata adalah visualisasi data yang menampilkan frekuensi data melalui penyesuaian jenis, ukuran, dan warna font. Struktur utama awan kata adalah bahwa makin tinggi frekuensi kata tertentu dalam set data yang dianalisis, makin besar ukuran hurufnya. Sekalipun hanya dengan melihat sekilas atau memindai dengan cepat dari pelihat, awan kata menyampaikan informasi yang relevan dan berulang dalam set data melalui dampak visual yang kuat.
Penyesuaian jarak dan jenis perataan horizontal dan vertikal dapat mencapai dampak visual ini. Dalam beberapa awan kata, kreator mengelompokkan kata-kata tematik serupa berdasarkan warna tertentu, yang menyoroti keterkaitan elemen tertentu. Pengelompokan kata berdasarkan warna ini juga dapat membantu memberikan konteks konten bagi pembaca dan memahami informasi yang diberikan.
Contoh awan kata berikut menyoroti lokasi negara bagian pelanggan. Nama negara bagian diukur berdasarkan jumlah pelanggan di setiap negara bagian, dengan California sebagai negara bagian dengan jumlah pelanggan terbanyak.
