O princípio da relevância na análise gráfica pode ser resumido a “faça variar o que é variável”. Dito de outro modo: qualquer variação no gráfico deve ter justificação nos dados, e não no desenho do gráfico.
Suponha que o gráfico A mostra a densidade populacional por países. Na base de cada coluna, no eixo das ordenadas, é indicado o nome de cada país. Diferenciar os países por cor nada acrescenta de novo, e cria uma dúvida no leitor sobre se as diferentes cores terão algum significado (não têm, mas o leitor não sabe…).
Esta regra admite algumas excepções, como quando:
- As cores estão fortemente associadas às entidades representadas (clubes desportivos…) e essa associação é conhecida dos leitores;
- As cores adicionam informação agrupando as entidades através de uma variável adicional (no exemplo B, cada cor corresponderia a grupos de países);
- Pretende-se chamar a atenção para uma entidade (no gráfico C, seria “o meu país”).
Um outro caso de variação espúria, discutido por Edward Tufte em The Visual Display of Quantitative Information, é o número de dimensões a variar no gráfico contra o número de dimensões a variar nos dados. Como é dito por Tufte:
“The number of information-carrying (variable) dimensions depicted should not exceed the number of dimensions in the data.”
Isto é mais fácil de perceber com um exemplo típico dos media. Suponha que este é um artigo sobre a evolução de vendas de ecrãs. Para ilustrar o artigo é apresentado um gráfico como o da esquerda. As relações de altura estão correctas, mas para manter as proporções dos objectos a largura também varia. Como o objecto é percebido na totalidade, a nossa percepção diz-nos que a evolução foi muito maior do que a indicada pelos números (os dados de 2006 são 2,5 vezes os de 2003, mas a imagem de 2006 é 6 vezes maior!).
Embora agrupados no mesmo princípio da relevância, estes dois exemplos têm consequências distintas. Enquanto, no primeiro caso, se trata apenas de uma menor eficiência no modo como o gráfico comunica, no segundo caso, trata-se de uma verdadeira deturpação dos dados, porque somos levados a concluir algo que eles não dizem. E este é um dos pecados mortais da representação gráfica de informação.
Veja também:
- Cursos de Formação em Análise Gráfica de Informação Gostaria de vos anunciar que estou a elaborar um projecto...
- Gordura gráfica A gordura em excesso é mais que um simples problema...
- Gráficos como análise, gráficos como comunicação O leitor Pedro Lino Pinto enviou este gráfico a...
- Evitar a sobrecarga de informação gráfica A sobrecarga de informação (information overload) pode ser em parte...
