[논문 리뷰] Visual Arrangements of Bar Charts Influence Comparisons in Viewer Takeaways

Cindy Xiong, Vidya Setlur외 4명|arXiv (Cornell University)|2021. 08. 13.

Data Visualization and Analytics참고 문헌 60인용 수 5

한 줄 요약

이 논문은 막대 차트의 시각적 배열 방식—수직, 수평, 겹쳐진, 쌓인 방식—이 시각적 비교 및 관찰자 인식에 어떤 영향을 미치는지 조사한다. 두 개의 실증 연구를 통해 공간적 정렬과 근접성이 시각적 비교에 미치는 영향을 입증하며, 사용자 의도와 더 잘 부합하는 시각화 도구 및 추천 시스템을 위한 근거 기반 설계 지침을 제시한다.

ABSTRACT

Well-designed data visualizations can lead to more powerful and intuitive processing by a viewer. To help a viewer intuitively compare values to quickly generate key takeaways, visualization designers can manipulate how data values are arranged in a chart to afford particular comparisons. Using simple bar charts as a case study, we empirically tested the comparison affordances of four common arrangements: vertically juxtaposed, horizontally juxtaposed, overlaid, and stacked. We asked participants to type out what patterns they perceived in a chart, and coded their takeaways into types of comparisons. In a second study, we asked data visualization design experts to predict which arrangement they would use to afford each type of comparison and found both alignments and mismatches with our findings. These results provide concrete guidelines for how both human designers and automatic chart recommendation systems can make visualizations that help viewers extract the 'right' takeaway.

연구 동기 및 목표

• 다양한 막대 차트 시각적 배열 방식이 관찰자가 자연스럽게 수행하는 비교 유형에 어떤 영향을 미치는지 이해하는 것.
• 특정 비교 유형(예: 차이, 합, 추세)을 가능하게 하는 공간적 구성(예: 쌓인, 겹쳐진, 인접한)을 특정하는 것.
• 데이터 시각화 설계에서 전문가의 직관과 실제 관찰자 인식 간 격차를 메우는 것.
• 보다 스마트한 추천 시스템 및 자연어 인터페이스 개발을 위한 정보를 제공하는 것.
• 관찰자 인식의 정확성과 관련성을 향상시키기 위해 실증 기반 설계 지침을 제공하는 것.

제안 방법

• 수직으로 인접한, 수평으로 인접한, 겹쳐진, 쌓인 방식의 네 가지 시각적 배열을 가진 막대 차트를 시각화한 온라인 실험을 실시함.
• 참가자들이 제출한 자유형 요약 문장을 사전 정의된 분류 체계를 사용해 비교 유형(예: 차이, 합, 추세)으로 코드화함.
• 각 비교 유형에 대해 가장 적합한 배열을 예측하기 위해 데이터 시각화 전문가들에게 후속 설문 조사 실시.
• 군중의 결과와 전문가 예측 간 유의미한 차이를 검증하기 위해 통계 분석(예: 카이제곱 검정, p-값)을 활용함.
• 질적 코드 분석과 추론 통계를 병행하여 시각적 배열과 비교 가능성을 연결함.
• 전문가의 직관과 실증 결과 간의 일치 여부를 평가하여 격차를 파악하고 설계 권고 사항을 도출함.

실험 결과

연구 질문

• RQ1 특정 비교 유형(예: 차이, 합, 추세)을 가장 잘 가능하게 하는 막대 차트의 시각적 배열은 무엇인가?
• RQ2 동일한 데이터에 대해 다양한 공간적 배열에서 관찰자의 자발적 요약 내용은 어떻게 달라지는가?
• RQ3 데이터 시각화 전문가의 비교 가능성에 대한 직관이 실제 관찰자 행동과 얼마나 일치하는가?
• RQ4 시각적 배열을 특정 비교 유형과 체계적으로 연결함으로써 추천 시스템의 성능을 향상시킬 수 있는가?
• RQ5 공간적 근접성과 시각적 정렬은 특정 비교가 인지될 가능성을 어떻게 영향을 미치는가?

주요 결과

• 관찰자가 가장 쉽게 비교하는 막대들은 시각적으로 정렬되어 있고 공간적으로 근접해 있는 경우이며, 특히 겹쳐진 배열과 수직으로 인접한 배열에서 두드러짐.
• 비교 유형 C9(예: '그룹 2가 그룹 1보다 높다')에 대해 전문가들은 겹쳐진 배열을 선호했지만(p < 0.001), 군중의 결과는 수직 배열이 이 비교를 가장 잘 가능하게 함.
• 비교 유형 C11(예: '그룹 2가 가장 높은 합을 가짐')에 대해선 네 가지 배열 모두가 동일한 확률로 비교를 유도했으며, 전문가들 역시 유의미한 선호가 없었음(p > 0.1).
• 일부 비교 유형에 대해 전문가 예측과 실증 결과 사이에 뚜렷한 괴리가 있었으며, 이는 전문가의 직관만으로는 관찰자 인식을 예측하기에 부족함을 시사함.
• 시각적 배열이 특정 비교가 직관적으로 인지되는 데 중대한 영향을 미치므로, 시각화 설계 및 추천에서 배열 선택을 핵심 고려 요소로 삼아야 함.
• 본 연구는 자연어 인터페이스 및 추천 시스템에 시각적 배열의 가능성을 통합할 기반을 마련하였으며, 사용자 의도와 시각화 출력 간의 일치도 향상시킬 수 있음.