This presentation captures how nutrition has changed in Burkina over time, by not only assessing nutrition relevant data,
programs and policies, but also on capturing experiential learning from those doing nutrition relevant
work in the region
•
Understand How Burkina Faso has created an enabling environment allowing for positive and sustained
change
•
Identify how multi sectoral nutrition relevant policies and programs are designed and implemented in
different contexts, what has worked well, what has not, why, and how Burkina Faso can share experiences
and approaches
•
Frame a constructive discussion in mobilizing future actions and commitments
• Use stories and storytelling to cut through complexity and engage audiences
Prepared by:
Richmond Aryeetey (University of Ghana), Afua Atuobi-Yeboah (University of Ghana), Mara van den Bold (International Food Policy Research Institute), Nick Nisbett (Institute of Development Studies)
The document discusses coordination of nutrition partners and programs in Ghana. It finds that malnutrition is addressed by many actors across different sectors, but coordination is challenging. Existing coordination mechanisms at the national level, like NANUPACC and the SUN CSPG, are functionally inactive. Coordination is also limited at regional and district levels. Key barriers to effective coordination include limited nutrition capacity and prioritization across agencies, incomplete decentralization, and reliance on donor funding. Improving coordination will require establishing a National Food and Nutrition Commission to lead engagement across sectors, strengthening multi-sectoral capacity, and increasing dedicated government funding for nutrition programs at all levels.
The Knowledge for Implementation and Impact Initiative (KI3) set out to strengthen the availability, access and utilization of implementation knowledge to accelerate progress in scaling up implementation and impact on nutrition. One of its activities focused on the development of a Tools Map, which is an interactive, user friendly, and visually engaging map on implementation tools. This slide deck shows a practical example of where the Tools Map has been used to identify implementation tools on IYCF in West Africa.
Objective: to identify and catalogue peer-reviewed research on Adolesecent (10-19 years) nutrition in West Africa
----------
Objectif : Identifier et cataloguer la recherche revue par des pairs sur la nutrition des adolescents (10-19 ans) en Afrique de l'Ouest.
This presentation captures how nutrition has changed in Burkina over time, by not only assessing nutrition relevant data,
programs and policies, but also on capturing experiential learning from those doing nutrition relevant
work in the region
•
Understand How Burkina Faso has created an enabling environment allowing for positive and sustained
change
•
Identify how multi sectoral nutrition relevant policies and programs are designed and implemented in
different contexts, what has worked well, what has not, why, and how Burkina Faso can share experiences
and approaches
•
Frame a constructive discussion in mobilizing future actions and commitments
• Use stories and storytelling to cut through complexity and engage audiences
Prepared by:
Richmond Aryeetey (University of Ghana), Afua Atuobi-Yeboah (University of Ghana), Mara van den Bold (International Food Policy Research Institute), Nick Nisbett (Institute of Development Studies)
The document discusses coordination of nutrition partners and programs in Ghana. It finds that malnutrition is addressed by many actors across different sectors, but coordination is challenging. Existing coordination mechanisms at the national level, like NANUPACC and the SUN CSPG, are functionally inactive. Coordination is also limited at regional and district levels. Key barriers to effective coordination include limited nutrition capacity and prioritization across agencies, incomplete decentralization, and reliance on donor funding. Improving coordination will require establishing a National Food and Nutrition Commission to lead engagement across sectors, strengthening multi-sectoral capacity, and increasing dedicated government funding for nutrition programs at all levels.
The Knowledge for Implementation and Impact Initiative (KI3) set out to strengthen the availability, access and utilization of implementation knowledge to accelerate progress in scaling up implementation and impact on nutrition. One of its activities focused on the development of a Tools Map, which is an interactive, user friendly, and visually engaging map on implementation tools. This slide deck shows a practical example of where the Tools Map has been used to identify implementation tools on IYCF in West Africa.
Objective: to identify and catalogue peer-reviewed research on Adolesecent (10-19 years) nutrition in West Africa
----------
Objectif : Identifier et cataloguer la recherche revue par des pairs sur la nutrition des adolescents (10-19 ans) en Afrique de l'Ouest.
This document outlines an agenda for a breakout session on February 11, 2020. The objectives of the session are to formulate shared calls for action to build knowledge, tools, and leadership around strengthening the data value chain for nutrition. Participants will break into groups to discuss challenges and identify priority actions. The groups will then report back and develop shared calls for action. Table discussion topics will focus on challenges around strengthening connections in the data value chain and experiences overcoming these challenges.
Session 4: Integrating policy makers & data providers in NigerTransformNutritionWe
This document summarizes a presentation on Niger's implementation of the National Information Platform for Nutrition (NIPN). The presentation covers Niger's commitment to mainstreaming nutrition in its policies and strategies. It describes the objectives of NIPN to help reduce undernutrition and enhance analysis of nutrition indicators. The goals of Niger's nutrition information system are also outlined, which include facilitating understanding of nutrition issues and becoming a reference for different sectors. The presentation then discusses NIPN's governance structure and sustainability pillars. An overview is given of Niger's NIPN portal as the nutrition information system. Some of the challenges facing Niger's NIPN implementation are identified as well, such as ensuring inclusiveness of sector contributions to data.
This document summarizes an assessment of data integration and coherence within and across nutrition-relevant policies and programs in Nigeria and Burkina Faso. It describes the methodology, which included a qualitative case study approach with desk reviews of policies and programs and key informant interviews. Frameworks for analyzing internal coherence within individual policies and programs and external coherence across policies and programs are presented. Results of the coherence analyses for both countries are also summarized. Next steps include conducting key informant interviews with stakeholders involved in developing and implementing nutrition policies and programs to understand how data is used in decision-making.
T4N - Breakout Session 3: Making better figures: visualising data for differe...TransformNutritionWe
This document provides an overview of best practices for visualizing data for different audiences. It discusses choosing the most appropriate visualization based on the key message, such as comparing numbers, showing how numbers relate to a total, or how numbers change over time. Specific graph types are recommended, such as bar charts for comparisons, pie or stacked bar charts to show parts of a whole, and line graphs to illustrate changes. The document also covers principles like emphasizing important numbers, showing uncertainty, and formatting graphs clearly. Overall, it aims to teach how to effectively communicate data visually for non-technical audiences.
T4N - Session 3: Using SMART Data for a National Breastfeeding Campaign in Bu...TransformNutritionWe
This document outlines a national breastfeeding campaign in Burkina Faso. It summarizes the status of breastfeeding in the country, including analysis of national nutrition surveys showing that giving water is a major obstacle to exclusive breastfeeding. Formative research identified misperceptions around water and herbal teas as well as a lack of health worker support as key determinants of breastfeeding behaviors. The goal of the national campaign is to increase exclusive breastfeeding rates, and steps outlined to implement the campaign include establishing relationships, engaging stakeholders, tailoring research products, disseminating information, and monitoring outcomes.
This document outlines an agenda for a breakout session on February 11, 2020. The objectives of the session are to formulate shared calls for action to build knowledge, tools, and leadership around strengthening the data value chain for nutrition. Participants will break into groups to discuss challenges and identify priority actions. The groups will then report back and develop shared calls for action. Table discussion topics will focus on challenges around strengthening connections in the data value chain and experiences overcoming these challenges.
Session 4: Integrating policy makers & data providers in NigerTransformNutritionWe
This document summarizes a presentation on Niger's implementation of the National Information Platform for Nutrition (NIPN). The presentation covers Niger's commitment to mainstreaming nutrition in its policies and strategies. It describes the objectives of NIPN to help reduce undernutrition and enhance analysis of nutrition indicators. The goals of Niger's nutrition information system are also outlined, which include facilitating understanding of nutrition issues and becoming a reference for different sectors. The presentation then discusses NIPN's governance structure and sustainability pillars. An overview is given of Niger's NIPN portal as the nutrition information system. Some of the challenges facing Niger's NIPN implementation are identified as well, such as ensuring inclusiveness of sector contributions to data.
This document summarizes an assessment of data integration and coherence within and across nutrition-relevant policies and programs in Nigeria and Burkina Faso. It describes the methodology, which included a qualitative case study approach with desk reviews of policies and programs and key informant interviews. Frameworks for analyzing internal coherence within individual policies and programs and external coherence across policies and programs are presented. Results of the coherence analyses for both countries are also summarized. Next steps include conducting key informant interviews with stakeholders involved in developing and implementing nutrition policies and programs to understand how data is used in decision-making.
T4N - Breakout Session 3: Making better figures: visualising data for differe...TransformNutritionWe
This document provides an overview of best practices for visualizing data for different audiences. It discusses choosing the most appropriate visualization based on the key message, such as comparing numbers, showing how numbers relate to a total, or how numbers change over time. Specific graph types are recommended, such as bar charts for comparisons, pie or stacked bar charts to show parts of a whole, and line graphs to illustrate changes. The document also covers principles like emphasizing important numbers, showing uncertainty, and formatting graphs clearly. Overall, it aims to teach how to effectively communicate data visually for non-technical audiences.
T4N - Session 3: Using SMART Data for a National Breastfeeding Campaign in Bu...TransformNutritionWe
This document outlines a national breastfeeding campaign in Burkina Faso. It summarizes the status of breastfeeding in the country, including analysis of national nutrition surveys showing that giving water is a major obstacle to exclusive breastfeeding. Formative research identified misperceptions around water and herbal teas as well as a lack of health worker support as key determinants of breastfeeding behaviors. The goal of the national campaign is to increase exclusive breastfeeding rates, and steps outlined to implement the campaign include establishing relationships, engaging stakeholders, tailoring research products, disseminating information, and monitoring outcomes.
2. Réaliser des
meilleures figures :
visualiser les
données pour
différents publics
Tricia Aung & Youssouf Keita
27 February 2020
3. Objectifs de la session
• Apprendre à choisir la visualisation de données la plus
appropriée en fonction de votre message clé
• Identifier ce qui fait une bonne (mauvaise) visualisation
des données
11 February 2020
4. Quel est le
graphique le
plus approprié
basé sur le
message clé ?
Exercise
27 February 2020
5. 27 February 2020
0% 20% 40% 60% 80% 100%
EDS 2015
EDS 2016
EDS 2017
Statut allaitement enfants <6
mois au Sénégal
1
EDS 2017EDS 2016EDS 2015
Statut allaitement enfants <6 mois au
Sénégal
2
“La proportion d'enfants de moins de 6
mois allaités exclusivement au Sénégal a
augmenté entre 2015 et 2017.”
6. 27 February 2020
0
10
20
30
40
50
60
70
80
EDS 2018 EDS 2012/13 EDS 2006
Percentage
Pourcentage femmes 15-49
ans avec anémie au Mali par
quintile de richesse
1 2
“La prévalence de l'anémie chez les femmes varie
selon la richesse du ménage au Mali. La différence
entre la prévalence de l'anémie chez les plus pauvres
et les plus riches a augmenté entre 2006 et 2013.”
8. Comment fait-on des bonnes
visualisations ?
1. Identifier le message clé.
2. Choisir la visualisation
appropriée sur la base du
message clé.
3. Créer la visualisation et vérifier
qu’elle supporte le message clé.
27 February 2020
Qu’est-ce qu’un
message clé ?
Un message clé est
une pièce
d’information dont
vous voulez que
votre public se
souvienne. C’est le
“Ah ha.”
9. Selon le message clé, qu’est-
ce qu’on veut montrer ?
27 February 2020
Catégorie Message Clé
Comparaisons • “Voici que deux chiffres (ou plus) sont
identiques (ou différents)”
• “Voice comment un chiffre se compare
au total”
• “Voici comment les choses changent
au cours du temps”
Petits chiffres, pourcentages,
fréquences
• “C’est TRES important que vous vous
souveniez d’un chiffre”
Adapted from Evergreen, Stephanie DH. Effective Data Visualization: The Right Chart for the Right Data. SAGE Publications, 2016 and Chart Chooser.
10. Comment 2 (ou plus)
chiffres sont identiques
(ou différents)
Comparaisons
27 February 2020
11. Meilleurs façon comment 2 (ou
plus) chiffres sont identiques (ou
différents)
• Pour comparer 2 (ou plus) chiffres …
• Diagramme à barres côte-à-côte
• Graphique en pente
• Diagramme à points
• Diagramme à barres dos-à-dos
27 February 2020
12. Diagramme à barres côte-à-
côte
• Approprié pour afficher des données
catégorielles et pour comparer des données
discrètes dans des catégories
• Chaque barre représente une catégorie
• Peuvent être organisées horizontalement ou
verticalement
• Taille de barres proportionnelles au nombre
d’évènements (ex. : cas) dans la catégorie
• Les variables dans un diagramme à barres sont
discrètes (ex. : sexe, région, groupe ethnique)
ou continue (ex. : âge) mais organises en
groupes (ex: groupes d'âge)
27 February 2020
13. Diagramme à barres côte-à-
côte
• Les diagrammes à barres côte-à-côte sont les
visualisations utilisées le plus fréquemment. Cependant,
souvent, ils ne sont pas l’option la plus efficaces.
27 February 2020
Les études démontrent que les diagrammes à barres
côte-à-côte sont efficaces pour deux catégories.
Pourquoi? Notre cerveaux peut seulement
comprendre 3 à 5 groupes avec 2 colonnes par
groupe. Plus que ça, il nous est difficile d’interpréter.
14. Graphique en pente
• Les graphiques en pente sont utiles pour comparer deux
catégories et dire comment certaines catégories ont
changé plus rapidement que d’autres.
27 February 2020
C’est assez facile pour nos cerveaux de juger une
pente!
15. Transformation de diagramme
à barres en graphique en pente
!
27 February 2020
0
5
10
15
20
25
30
35
Allaité Non allaité Tous les enfants
agés de 6-23
mois
%desenfantsde6-23mois
Diversité alimentaire minimale
chez les enfants de 6 à 23 mois
au Nigéria (EDS 2013 v. EDS
2018)
EDS 2013 EDS 2018
0
5
10
15
20
25
30
35
EDS 2013 EDS 2018
%desenfantsde6-23mois
Diversité alimentaire minimale
chez les enfants de 6 à 23 mois
au Nigéria (EDS 2013 v. EDS
2018)
Allaité Non allaité Tous les enfants de 6-23 mois
16. Diagramme à points
• Les diagrammes à points
sont faciles et rapide à
lire.
• Super option pour
mettre l’emphase sur
les écarts entre des
chiffres (ex: graphiques
d’équité)
27 February 2020
Nos cerveaux peuvent interprété avec plus de
précision des points sur une ligne et l’espace entre
ceux-ci sur un même axe plutôt que sur plusieurs axes
(diagramme à barre).
17. Haltères – un type de
diagramme à points
27 February 2020
Pourcentage de ménages avec du sel iodé au Sénégal par type de résidence
18. Diagrammes en sucette – un
type de diagramme à points
27 February 2020
Retard de croissance chez les enfants de moins de 5 ans au Bénin par département (EDS 2017/18)
19. Diagramme à barres dos-à-dos
• Les diagramme à barres dos-à-dos sont deux
diagrammes à barres qui sont alignées dos-à-dos
• On ne cherche pas à montrer une valeur spécifique, mais
plutôt des distributions
• Un exemple familier: les pyramides de population
27 February 2020
Nos cerveaux discernement facilement la symétrie.
20. Diagramme à barres dos-à-dos
27 February 2020
Nombre de cas de retard de croissance évités au niveau national et dans
la région de Sikasso si les objectifs fixés pour les indicateurs nutritionnels
dans les plans étaient atteints entre 2015 et 2023, au Mali (NEP-Mali,
2019)
23. Deux façons de comparer des
parties d’un total
• Camembert
• Diagramme à barres
empilées
• Diagramme à barres
empilées à 100%
27 February 2020
Généralement
préférable !
24. Camembert
• Diagramme circulaire partagé en parties qui montrent les
composantes d’un groupe large
• Correct pour montre des données catégorielles ou des
données discrètes dans des catégories distinctes
• La taille des « tranches » est proportionnelle à la quantité de
données (ex: nombre de cas) qu’elle représente
• La proportion (%) du total de chaque composante est
souvent ajouté sur la tranche
• Des couleurs différentes peuvent être utilisées pour
identifier les tranches différentes
27 February 2020
25. Quand ne pas utiliser un
camembert
• Quand on a plus de 5 tranches
• Quand les valeurs de chaque tranche sont semblables les unes
aux autres et qu’il est difficile d’observer la différence entre les
tranches
• Pour comparer deux camemberts
27 February 2020
Les études montrent que nos cerveaux ont du mal à interpréter
les camemberts rapidement comparé aux diagrammes à barres
et des graphiques linéaires, qui ont des lignes droites et des
angles à 90⁰. On n’utilise un camembert que lorsqu’on est sur
que les autres options ne sont pas efficaces.
26. Diagramme à barres empilées
27 February 2020
Nombre de cas de
retard de croissance
évités entre 2015 et
2023 si les objectifs
fixés pour les
indicateurs nutritionnels
dans les plans étaient
atteints au Mali
(Équipe NEP-Mali,
2019)
27. Diagramme à barres empilées
100%
27 February 2020
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
MIS 2016
EDS 2014
EDS 2008
EDS 2003
Répartition du statut anémique parmi les enfants âgés de 6
à 59 mois au Ghana
Anémie légère Anémie modérée Anémie sevère No anaemia
29. Les meilleures façon de
montrer des changements au
cours du temps
• Graphique linéaire
• Graphique en pente
27 February 2020
Ce que vous devriez
utiliser, en général !
0
5
10
15
20
25
30
35
EDS 2013 EDS 2018
Percentage
Diversité alimentaire minimale chez les
enfants de 6 à 23 mois au Nigéria (EDS 2013
v. EDS 2018)
Allaité
Non allaité
Enfants de 6-23 mois
0
10
20
30
40
50
60
70
80
90
100
EDS 2014 EDS 2015 EDS 2016 EDS 2017
Percentage
Pourcentage d'enfants âgés de 6 à 59 mois
ayant reçu des suppléments de vitamine A
au cours des 6 mois précédant l'enquête au
Sénégal
30. Quand un chiffre est
très important
Petits chiffres, pourcentages, fréquences
27 February 2020
31. Un chiffre unique peut avoir un
impacte important
• Parfois, on veut raconter une histoire qui souligne un
seul chiffre pour faire un impacte. Il y a quatre façons de
le faire: un gros chiffre, une icône, un camembert ou un
diagramme à barres.
27 February 2020
Nigeria DHS 2018 Infographic
Cameroon DHS 2011 Nutrition Fact Sheet
IFPRI & GNR 2015 Infographic
33. Visualiser l’incertitude
• Pensez au publique. La majorité des
publiques ne comprennent pas les
intervalles de confiances ou les écarts
types, et il est probable que les
inclure va seulement confondre votre
publique.
• Si vous montrer la variabilité ou la
signifiance statistique sur un
graphique, y il faut pouvoir
l’expliquer. Exemples:
• Intervalle de confiance: « Il y a une
haute chance que la valeur réelle tombe
dans cet intervalle ».
• Statistiquement significatif:
« Statistiquement, la tendance montrée
n’est pas arrivée par hasard.”
27 February 2020
Steve Gesuale presentation on visualizing uncertainty
Source: https://graphics.cs.wisc.edu/Papers/2014/CG14/Preprint.pdf
35. Montrer des cibles
• On peut utiliser des “x”, ou des lignes.
27 February 2020
0
10
20
30
40
50
60
SMART 2017
Percent
Allaitement exclusif chez les nourrissons de moins de 6 mois au
Burkina Faso (SMART 2017)
Cible mondiale : au
moins 50%
36. Conseils pour formater
• Utiliser la touche “Shift” lorsque vous ajuster la taille de
vos images pour conserver les proportions.
• Créez vos visualisations dans Excel et utiliser “Copier en
tant qu’image” lorsque vous copiez vers PowerPoint ou
Word
• Faire un clic droit pour obtenir ce
menu:
27 February 2020
37. Quel est le graphique le
plus approprié basé sur
le message clé ?
Retour à l’exercice
27 February 2020
38. 27 February 2020
0% 20% 40% 60% 80% 100%
EDS 2015
EDS 2016
EDS 2017
Statut allaitement enfants <6
mois au Sénégal1
EDS 2017EDS 2016EDS 2015
Statut allaitement enfants <6 mois au
Sénégal2
“La proportion d'enfants de moins de 6
mois allaités exclusivement au Sénégal a
augmenté entre 2015 et 2017.”
39. 27 February 2020
0
10
20
30
40
50
60
70
80
EDS 2018 EDS 2012/13 EDS 2006
Percentage
Pourcentage femmes 15-49
ans avec anémie au Mali par
quintile de richesse
1 2
“La prévalence de l'anémie chez les femmes varie
selon la richesse du ménage au Mali. La différence
entre la prévalence de l'anémie chez les plus pauvres
et les plus riches a augmenté entre 2006 et 2013.”
40. Ressource supplémentaire :
Société de visualisation des
données (Data Visualization
Society – DVS –)
27 February 2020
Rejoignez plus de
10 000 personnes
intéressées par la
visualisation de
données (tous les
niveaux d'expérience
sont les bienvenus)
41. Références et lecture
• Aung T, Niyeha D, Shagihilu S, Mpembeni R, Kaganda J, Sheffel A, Heidkamp R. Optimizing data
visualization for reproductive, maternal, newborn, child health, and nutrition (RMNCH&N) policymaking:
data visualization preferences and interpretation capacity among decision-makers in Tanzania. Global
health research and policy. 2019 Dec 1;4(1):4. [link]
• Aung T, Niyeha D, Heidkamp R. Leveraging data visualization to improve the use of data for global health
decision-making. Journal of Global Health. 2019 Dec;9(2). [link]
• Aung, T. Data Visualization for Audiences in Low & Middle-Income Countries. Data Visualization Society
Nightingale. 2019. [link]
• Evergreen, Stephanie DH. Effective Data Visualization: The Right Chart for the Right Data. SAGE
Publications, 2016.
• Global Health eLearning Center. Data Visualization - An Introduction [Internet]. 2015. Available from:
https://www.globalhealthlearning.org/course/data-visualization-brave-new-world
• Graybeal, Carolyn. “Exploring a Culture of Health: How Can We Visualize Health Data for Better
Communication?” PLOS CitizenSci Blog
• Pandey, Anshul Vikram, et al. "The persuasive power of data visualization." IEEE transactions on
visualization and computer graphics 20.12 (2014): 2211-2220.
27 February 2020
42. Thank you!
More information on
https://www.nationalevaluationplatform.org/
Cette formation a été élaborée grâce au
financement du gouvernement du Canada & Bill
& Melinda Gates Foundation
Notes de l'éditeur
La visualisation des données est le processus d'affichage graphique des données pour raconter une histoire. Pourquoi la visualisation des données est-elle importante? La recherche sur la cognition / perception humaine suggère que le cerveau humain traite plus rapidement les visuels par rapport au texte et aux données est plus convaincant lorsqu'il est représenté sous forme de graphiques par rapport aux tableaux. Par conséquent, les visualisations de données peuvent être un outil de plaidoyer et de communication convaincant.
Je veux que vous réfléchissiez lorsque vous créez des graphiques avec des données nutritionnelles, quels graphiques utilisez-vous? (Peut demander et faire une pause pour les réponses.) Qu'est-ce qui influence votre décision sur la façon de visualiser ces données? (Peut demander et faire une pause pour les réponses.)
Le but de la session d'aujourd'hui est de : (1) apprendre à choisir la visualisation de données la plus appropriée en fonction de votre message clé et (2) identifier ce qui fait une bonne (et mauvaise) visualisation de données.
Tout d'abord, nous ferons un exercice pour que vous réfléchissiez à vos propres préférences. Nous reviendrons ensuite sur ces exemples à la fin de la présentation.
Cet exercice est similaire à un exercice que le projet de plate-forme nationale d'évaluation a mené avec des décideurs gouvernementaux en Tanzanie. L'objectif de cette étude était de caractériser la capacité et les préférences d'interprétation de la visualisation des données parmi les responsables de la mise en œuvre des programmes RSMNI & N tanzaniens et les décideurs (les «décideurs») pour concevoir des approches plus efficaces en vue de promouvoir des décisions fondées sur des preuves RSMNI & N en Tanzanie.
Voici un message clé et deux façons différentes de visualiser les données. <Lire le message clé>. Parmi les deux graphiques, lequel représente selon vous le mieux le message clé? Levez la main si vous pensez que 1 est meilleur. (Estimer le nombre de mains). Levez la main si vous pensez que 2 est meilleur. (Estimer le nombre de mains).
Voici un autre message clé et deux façons différentes de visualiser les données. <Lire le message clé>. Parmi les deux graphiques, lequel représente selon vous le mieux le message clé? Levez la main si vous pensez que 1 est meilleur. (Estimer le nombre de mains). Levez la main si vous pensez que 2 est meilleur. (Estimer le nombre de mains).
À travers la Data Visualisation Society, une communauté de pratique pour ceux qui s'intéressent à la visualisation des données, Tricia a dirigé des discussions sur la visualisation des données pour les publics à revenu faible et intermédiaire. Une personne a partagé ce commentaire, qui est le thème clé d'aujourd'hui et devrait guider vos choix de visualisation des données.
Qu'est-ce que ça veut dire? Faire un beau graphique de fantaisie est inutile si le public ne peut pas le comprendre.
Comment pouvons-nous nous assurer que nous faisons un graphique qu'un public peut comprendre ? Tout d'abord, déterminez ce que vous essayez de faire passer - le message clé. Les messages clés sont courts (1-2 phrases), pertinents, faciles à comprendre et mémorisables. Cette présentation se concentrera sur l'étape 2 - choisir le bon graphique en fonction de votre message clé. L'étape 3 explique la nécessité de réfléchir si vous avez choisi le bon graphique, ce qui peut être fait par vous-même et / ou avec des pairs.
Voici un résumé des catégories de messages clés qui correspondent au document (arbre de décision) que vous pouvez conserver. Cette présentation est organisée en fonction de ces catégories communes.
Cette présentation comprend de nombreux exemples utilisant des données nutritionnelles d'Afrique de l'Ouest. Certains graphiques peuvent être créés dans Excel, et d'autres graphiques ne sont pas des options Excel mais peuvent être créés à l'aide de R ou Tableau. Tricia peut aider ceux qui souhaitent créer des graphiques dans R ou Tableau.
Il s'agit de l'approche la plus fréquemment utilisée pour visualiser les comparaisons, mais elle n'est parfois pas la plus efficace (et vous apprendrez d'autres façons de visualiser les comparaisons). Le symbole du cerveau apparaîtra dans cette présentation lors du référencement des études de visualisation des données.
Ce symbole du cerveau apparaîtra tout au long de la présentation. Ce symbole représente une recherche liée à cette recommandation.
Ce sont les mêmes données visualisées de deux manières différentes. Dans le graphique de la pente, c'est plus apparemment comment la diversité alimentaire minimale a chuté chez les enfants non allaités (pente négative).
Les tracés de points sont souvent une excellente option car ils sont faciles à lire et soulignent un écart entre les nombres, ce qui peut être utile pour les graphiques d'équité. Université de Pelotas / Compte à rebour 2030 les appelle « équiplots ».
Que voyez-vous ? (Pause) L'écart de couverture du sel iodé entre rural / urbain a diminué entre 2005 et 2017 !
Notre cerveau interprète mieux les angles à 90 degrés et regarde de haut en bas et de gauche à droite. C'est pourquoi les graphiques à barres empilées peuvent être une meilleure alternative que les graphiques à secteurs. Quelqu'un a-t-il entendu parler d'un graphique en anneau? (Faites une pause et demandez au public.) Les graphiques en beignets sont en fait plus difficiles à interpréter pour nos cerveaux que même les graphiques circulaires. C'est parce que l'axe central aide notre cerveau à déterminer la taille de la tranche de tarte. Les graphiques en anneau n'ont pas d'axe central, ce qui peut rendre l'interprétation plus difficile.
Que nous apprend ce graphique? (Faites une pause et laissez les gens le regarder.) La proportion sans anémie a augmenté avec le temps tandis que la proportion d' anémie sévère a diminué avec le temps. Comment pouvons-nous voir cela? (Monter de haut en bas sur jaune (pas d' anémie ) et de haut en bas sur bleu foncé ( anémie sévère )).
A gauche un graphique linéaire. A droite un graphique en pente.
Ecrire un nombre très grand / dans une couleur différente, peut être le moyen le plus efficace de faire en sorte que votre public se souvienne d'un nombre important. Dans une étude, une équipe a découvert que lorsque la prévalence de la maladie était indiquée de quatre manières différentes (grand nombre unique, tableau d'icônes, diagramme circulaire, graphique à barres), un seul grand nombre était le plus précisément interprété en termes de signification et de portée de la maladie.
Selon une étude de Correll et Gleicher (2014), même les personnes ayant une formation en science ont du mal à interpréter les graphiques avec des intervalles de confiance, c'est pourquoi ils ont conseillé de les afficher uniquement lorsque cela était nécessaire. Parmi les quatre options à droite, celle encerclée a été interprétée le plus précisément.
Quel est le problème avec le graphique de gauche? (Faites une pause et voyez s'il y a des réactions.) Vérifiez que toutes les données continues (comme le temps) sont correctement réfléchies sur un axe.
Révenons à notre exercice depuis le début.
Voyons si vous avez décidé de changer d'avis après la session d'aujourd'hui. Parmi les deux graphiques, lequel représente selon vous le mieux le message clé? Levez la main si vous pensez que 1 est meilleur. (Comptez le nombre de mains). Levez la main si vous pensez que 2 est meilleur. (Comptez le nombre de mains).
Entre les deux graphiques, lequel représente selon vous le mieux le message clé? Levez la main si vous pensez que 1 est meilleur. (Comptez le nombre de mains). Levez la main si vous pensez que 2 est meilleur. (Comptez le nombre de mains).
Le but du DVS: 1) Favoriser la collaboration et la discussion sur la visualisation des données 2) Servir de ressource pour les praticiens de la visualisation des données 3) Encourager la croissance du domaine. Plus de 10 000 membres et l'adhésion sont actuellement gratuits avec des ressources croissantes pour aider ceux qui souhaitent étendre et partager leurs connaissances en visualisation de données.
DVS pourrait particulièrement bénéficier de plus de membres d'Afrique de l'Ouest sur la base de cette carte!
Here are additional resources if you want to learn more about the National Evaluation Platform’s data visualization work and data visualization research.