Ich habe aufgehört, Boxplots zu verwenden (2021)

Unfairer Vergleich: Wie visualisierte soziale Ungleichheit die Lage verschlimmern kann

Überblick über die Studie

• Eine neue Studie zeigt, dass beliebte Diagrammtypen unbewusste soziale Vorurteile auslösen und systemischen Rassismus verstärken können.
• Diagramme können auf den ersten Blick harmlos wirken, doch die Art, wie sie soziale Ungleichheit visualisieren, kann das Problem tatsächlich verschärfen.

Probleme mit Diagrammen

• Bestimmte Diagrammtypen können negative Auswirkungen haben, wenn sie soziale Ungleichheit visualisieren.
• Zum Beispiel können Balkendiagramme oder Kreisdiagramme bestimmte Gruppen negativ darstellen.
• Solche Diagramme können unbewusst Vorurteile gegenüber bestimmten ethnischen oder sozialen Gruppen verstärken.

Forschungsergebnisse

• Die Studie analysiert, wie verschiedene Diagrammtypen die Wahrnehmung der Menschen verändern.
• Bestimmte Diagramme machen soziale Ungleichheit deutlicher sichtbar, können zugleich aber negative Vorurteile verstärken.
• Die Studie betont, dass die Wahl des Diagramms Auswirkungen haben kann, die über reine Datenvisualisierung hinausgehen.

Lösungsansätze

• Um Fairness in der Datenvisualisierung zu wahren, sollte die Wahl des Diagrammtyps sorgfältig erfolgen.
• Bei der Visualisierung sozialer Ungleichheit sollten unterschiedliche Perspektiven berücksichtigt und Wege gesucht werden, Vorurteile zu minimieren.
• Durch Bildung und Training muss das Verständnis für die potenziellen Auswirkungen von Datenvisualisierung verbessert werden.

Meinung von GN⁺

• Bedeutung der Datenvisualisierung: Datenvisualisierung ist ein wirkungsvolles Mittel zur Informationsvermittlung, kann aber bei falscher Anwendung negative Folgen haben.
• Notwendigkeit von Bildung: Durch Schulung im Bereich Datenvisualisierung muss gelernt werden, wie sich unbewusste Vorurteile reduzieren lassen.
• Einsatz vielfältiger Visualisierungswerkzeuge: Es ist wichtig, verschiedene Werkzeuge und Methoden der Visualisierung zu nutzen, um faire und ausgewogene Daten darzustellen.
• Gesellschaftliche Verantwortung: Fachleute für Datenvisualisierung sollten mit gesellschaftlicher Verantwortung arbeiten und die Auswirkungen ihrer Arbeit auf die Gesellschaft berücksichtigen.
• Technologischer Fortschritt: Es braucht Forschung und Entwicklung neuer Technologien und Methoden, um die Fairness in der Datenvisualisierung zu verbessern.

[GN⁺]

Hacker-News-Kommentare

• Boxplots lassen die Verteilung der Daten nicht glockenförmig erscheinen. Sie setzen lediglich voraus, dass die Daten einer Glockenkurve folgen.
• Der einzige Vorteil von Boxplots bestand darin, dass man sie von Hand zeichnen konnte; heute, wo Computer allgegenwärtig sind, gilt das nicht mehr.
• Violinplots und Beeswarm-Plots sind besser. Auch jittered Strip-Plots sind bei vorsichtigem Einsatz in Ordnung.
• Menschen wollen viele Zahlen gern in zusammenfassende Statistiken komprimieren, bereuen es aber, wenn diese Zusammenfassung irreführend ist. Das ist ein allgemeines menschliches Problem.
• Boxplots stellen die Verteilung einer einzelnen Stichprobe dar, und ihre Unsicherheit wird in Violinplots und ähnlichen Darstellungen nicht ausgedrückt.
• Viele Leute verteidigen Boxplots, aber niemand behauptet, dass sie in bestimmten Situationen am nützlichsten sind.
• Boxplots eignen sich, um Lage und Verteilung zu zeigen. Um die Form zu zeigen, sind sie nicht geeignet.
• In bestimmten Situationen können andere Arten von Verteilungsdiagrammen nützlich sein. Bei Verteilungen ohne einzelnen Modus sollte man Boxplots besser nicht verwenden.
• Boxplots sind ein Relikt aus einer Zeit, in der man keine guten Diagramme drucken konnte. Heute ist es besser, Dichteplots und Ähnliches zu verwenden.
• Bei jittered Strip-Plots ist die Dichte schwer zu unterscheiden. Stattdessen sollte man Swarm-Plots oder Beeswarm-Plots verwenden.
• Die wichtigste Frage im Design lautet: "Wie kann man es am klarsten vermitteln?" Man sollte das passende Werkzeug verwenden.
• Boxplots vereinfachen Verteilungen übermäßig stark und machen sie dadurch leichter verständlich. Auch Mittelwerte können irreführend sein, trotzdem verbietet man ihre Verwendung nicht.