- Autor
- Mącik Radosław (Maria Curie-Skłodowska University in Lublin, Poland)
- Tytuł
- Visualisation of Nominal Data - Practical and Theoretical Remarks
Wizualizacja danych mierzonych na skali nominalnej - uwagi praktyczne i teoretyczne - Źródło
- Ekonometria / Uniwersytet Ekonomiczny we Wrocławiu, 2016, nr 2 (52), s. 22-34, rys., tab., bibliogr. 8 poz.
Econometrics / Uniwersytet Ekonomiczny we Wrocławiu - Słowa kluczowe
- Wizualizacja danych, Chmura obliczeniowa, Analiza korespondencji
Data visualisation, Cloud computing, Correspondence analysis - Uwagi
- streszcz., summ.
- Abstrakt
- Dane nominalne ze względu na swój charakter często są analizowane statystycznie w dość ograniczony i na ogół tradycyjny sposób. Zazwyczaj pochodzą one z pytań otwartych albo pytań o strukturze prostej lub wielokrotnej kafeterii. W typowych projektach badawczych takie dane są prezentowane zazwyczaj w formie mniej lub bardziej rozbudowanych tabel (w tym tabel kontyngencji) oraz standardowych wykresów. Z doświadczenia autora wynika, że taki sposób wizualizacji wyników odbierany jest jako nudny, szczególnie przez młodsze osoby, przyzwyczajone do prezentacji treści w formie infografik. Artykuł prezentuje przykłady analizy i wizualizacji danych o charakterze nominalnym na podstawie wyników własnych badań autora łącznie z refleksją teoretyczną na temat stosowanych technik i narzędzi. Punktem wyjścia są surowe dane tekstowe pochodzące z odpowiedzi na pytania otwarte, które zostały poddane analizom częstości występowania słów i wyrażeń, łącznie z jej wizualizacją za pomocą chmur słów. Kolejny prezentowany etap to kategoryzacja i tabulacja na poziomie pojedynczych zmiennych łącznie z wizualizacją kategorii. Zasadniczy obszar prezentowanych analiz dotyczy kontyngencji zazwyczaj dwu zmiennych nominalnych (lub jednej nominalnej, a drugiej porządkowej) i sposobów jej wizualizacji za pomocą m.in. wykresów strunowych i technik analizy korespondencji.(abstrakt oryginalny)
Nominal data, due to their nature, are often analysed statistically in a quite limited and traditional way. Usually they come from open-ended or simple/multiple choice questions. In typical research projects, such data are often presented in the form of more or less complex tables (including contingency tables) and standard charts. The author's experience shows that such a visualisation is perceived as boring, especially by younger people, accustomed to the presentation of content in the form of infographics. The article presents examples of data analysis and a visualisation of the nominal data based on the results of the author's research, including theoretical reflections on the techniques and tools used. The starting point is the raw text data from the responses to the open-ended questions subjected to analyses of the frequency of words and expressions, including its visualisation through word clouds. The next step is categorization and tabulation at the level of individual variables including the visualisation of categories, to assess the contingency between two nominal variables (or the nominal and the ordinal one), including visualising the relationships via chord diagrams and the correspondence analysis.(original abstract) - Dostępne w
- Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu - Pełny tekst
- Pokaż
- Bibliografia
-
- Abel G.J., Sander N., 2014, Quantifying global international migration flows, Science, 343(6178), pp. 1520-1522.
- Card S., Mackinlay J.D., Shneiderman B., 2009, Information Visualization. Human-Computer Inter- action: Design Issues, Solutions, and Applications, CRC Press, Boca Raton, London, New York.
- Feinberg J., 2014, Wordle, Available at: http://www.wordle.net/ [Accessed October 6, 2015].
- Gambette P., Véronis J., 2010, Visualising a Text with a Tree Cloud, [in:] H. Locarek-Junge, C. Weihs (eds.), Classification as a Tool for Research, Studies in Classification, Data Analysis, and Knowledge Organization, Springer Berlin Heidelberg, pp. 561-569.
- Krzywinski M. et al., 2009, Circos: An information aesthetic for comparative genomics, Genome Research, 19(9), pp. 1639-1645.
- McNaught C., Lam P., 2010, Using Wordle as a supplementary research tool, The Qualitative Report, 15(3), p. 630.
- Paulovich F.V. et al., 2012, Semantic Wordification of Document Collections, [in:] Computer Graphics Forum, Wiley Online Library, pp. 1145-1153. Available at: http://onlinelibrary.wiley.com/doi/10.1111/j.1467-8659.2012.03107.x/full [Accessed June 13, 2016].
- Rosario G.E. et al., 2004, Mapping nominal values to numbers for effective visualization, Information Visualization, 3(2), pp. 80-95.
- Cytowane przez
- ISSN
- 1507-3866
- Język
- eng
- URI / DOI
- http://dx.doi.org/10.15611/ekt.2016.2.02
