Renkle yanıltmak

Kısa cevap

Bir grafikte veri aynı kalsa bile renk seçimi okura başka bir hikâye anlatabilir: sınırları keyfi seçilmiş renk sınıfları küçük farkları büyütür ya da büyük farkları gizler, kırmızı gibi alarm çağrışımlı renkler sıradan değerleri tehlikeli gösterir, ıraksak bir paletin orta noktası yanlış değere konunca bir grup "normal", ötekiler "sapma" gibi okunur, doygun ya da koyu renkler de bir değere hak etmediği önemi verir. Bunlar her zaman kasıtlı değildir; çoğu, yazılımın varsayılanları kabul edilirken olur. Korunmanın yolu, her renk kararını verinin kendisinden bir gerekçeye bağlamak ve aynı veriyi başka renk seçimleriyle de çizip hikâyenin değişip değişmediğine bakmaktır.

Renk bir iddiadır

VG-01'de paleti verinin tipine göre seçmeyi, VG-03'te doğruyu söyleyen renk haritalarını ele aldık. Bu ders tersini sorar: doğru bir palet bile nasıl yanıltıcı kullanılabilir? Çünkü bir grafikte her renk kararı, okur için bir iddiadır: bu değer ötekinden farklı sınıftadır, bu değer tehlikelidir, bu değer normaldir, bu değer önemlidir. Okur bu iddiaları çoğu zaman sayıları okumadan, ilk bakışta alır.

Aşağıdaki dört yol, aynı verinin yalnız renkle farklı algılatılmasının en sık görülen biçimleridir. Haritalara özgü sorunlar, alanların büyüklüğü ve sınıflandırma yöntemleri VG-05'in konusudur; burada tablolar, ısı haritaları ve çubuk grafikler üzerinden düşünüyoruz.

Keyfi sınıf aralıkları

Sürekli bir veriyi birkaç renk sınıfına bölmek, okumayı kolaylaştırır; ama sınıf sınırlarının nereye konduğu, hangi değerlerin birlikte, hangilerinin ayrı görüneceğini belirler.

Birbirine çok yakın iki değer bir sınırın iki yanına düşerse farklı renklerle gösterilir ve aralarında büyük bir fark varmış gibi görünür; birbirinden uzak iki değer aynı geniş sınıfa düşerse aynı renkte kaynaşır. Sınırı veriye bakıp istenen sonucu verecek yere çekmek, sayılara dokunmadan hikâyeyi değiştirmenin en kolay yoludur. Bunun tersine iyi bir gerekçe, sınırın veriden bağımsız bir anlama sahip olmasıdır: bir mevzuat eşiği, bir ölçüm cihazının duyarlılık sınırı, önceden ilan edilmiş bir hedef.

Birden çok grafik yan yana karşılaştırılacaksa, her birinin kendi aralıklarını kullanması ayrı bir yanıltmadır: aynı renk, iki grafikte farklı değerleri gösterir.

Alarmcı kırmızı

Kırmızı, pek çok bağlamda uyarı, tehlike ve kayıpla ilişkilendirilir; bu çağrışımlar PS derslerinin konusudur. Alarmcı kırmızı dediğimiz şey, bu çağrışımın verinin gerektirmediği yerde kullanılmasıdır. Bir grafikte kırmızı, bu yüzden yalnız bir kategori rengi olarak kalmaz, bir yargı taşır. Sıradan bir değişimi, örneğin küçük bir artışı ya da beklenen bir dalgalanmayı, doygun kırmızıyla göstermek, okura bir alarm iletir; aynı değişimi nötr bir renkle göstermek alarmı kaldırır.

Kırmızının hangi yöne verileceği de bir karardır. Bir ıraksak palette artışlar kırmızıysa artışlar tehlikeli, düşüşler kırmızıysa düşüşler tehlikeli görünür; oysa veri aynıdır. Bu yüzden kırmızıyı bir değere vermeden önce sorun: bu değer gerçekten bir uyarı gerektiriyor mu, ve bu bir değer yargısı mı yoksa ölçülmüş bir eşik mi?

Iraksak paletin orta noktası

VG-01'de ıraksak paleti, anlamlı bir orta noktanın iki yanına dağılan veriler için tanımladık: ortada açık ve nötr bir renk, iki uçta iki farklı ton ailesi.

Orta noktanın nereye konduğu, okurun neyi "normal" sayacağını belirler. Nötr renk sıfıra konursa pozitif ve negatif sapmalar eşit ağırlıkta görünür; bir gruba ait değere konursa o grup normal, ötekiler ondan sapma gibi okunur. Orta nokta verinin anlamından gelmelidir: sıfır değişim, bir hedef, bir referans dönemi ortalaması. Bir grubun kendi değeri, ancak o grubun gerçekten referans olduğu açıkça söylenmişse orta nokta olabilir.

Koyuluk ve doygunlukla sahte önem

Okurlar renk haritalarında bazı eşlemeleri kendiliğinden bekler. Bu beklentiler, renk seçimiyle bir değerin öne çıkarılmasını ya da geri itilmesini kolaylaştırır.

Bu beklentiyi tersine çeviren bir harita, okurun sırayı yanlış okumasına yol açabilir; beklentiyi bilerek kullanan bir grafik ise bir değeri yalnız rengiyle ağırlaştırabilir. Aynı etki doygunlukta da vardır: soluk bir grafikte tek bir çubuğu doygun bir renkle boyamak, o çubuğa verideki büyüklüğünden bağımsız bir önem verir.

Vurgu kendi başına yanlış değildir; bir grafiğin anlatmak istediği noktayı göstermek meşru bir amaçtır. Yanıltıcı olan, vurgunun gerekçesinin verilmemesi ve okurun bunu verideki bir büyüklük gibi okumasıdır.

Adım adım: yanıltmayan bir renk kontrolü

1. Grafiğin her renk kararını yazın: kaç sınıf, sınırlar nerede, orta nokta nerede, hangi renk hangi anlamı taşıyor, hangi öğe vurgulanıyor.
2. Her karar için veriden bağımsız bir gerekçe bulun; bulamıyorsanız o kararı yeniden düşünün.
3. Aynı veriyi farklı sınırlarla, farklı bir orta noktayla ve nötr renklerle yeniden çizin; hikâye değişiyorsa, okura hangi kararın hikâyeyi taşıdığını söyleyin.
4. Karşılaştırılacak grafiklerde ortak lejant kullanın.
5. Kırmızıyı ve doygun renkleri yalnız gerçekten uyarı ya da vurgu gerektiren öğelere verin ve bunun nedenini başlıkta ya da notta belirtin.
6. Son olarak grafiği VG-07'deki gibi gri tonlamaya çevirip bir de renk körlüğü benzetiminden geçirin; vurgunun yalnız renkle taşınıp taşınmadığına bakın.

Örnek — dört ten, üç orta nokta

FS-09'daki modelde, otomatik pozlamanın çerçeveyi dolduran her yüze uygulayacağı düzeltme stop cinsinden hesaplanmıştı: F1C7A9 için −1,79, C68863 için −0,76, 8D5524 için +0,55, 4A2C1D için +2,43 stop. Bu dört sayıyı matplotlib'in ColorBrewer'dan aldığı kırmızı–mavi ıraksak paletle renklendirelim; pozitif değerler kırmızıya, negatifler maviye gitsin. Renklerin CAM02-UCS açıklığı (J′) ve renkliliği colour-science ile ölçüldü.

Birinci sütunda orta nokta sıfırdır, yani "düzeltme gerekmiyor"; iki uç da güçlü renk alır ve tablo, otomatik pozlamanın hem en açık hem en koyu teni kendi tonundan uzaklaştırdığını söyler. İkinci sütunda orta nokta en açık tenin değerine kondu: en açık ten beyaz, yani "normal" görünür; öbür üç ten kırmızılaşarak "sorun" gibi okunur. Veri aynıdır, ama grafik artık bir teni norm, ötekileri sapma olarak sunar; FS-09'un anlattığı Shirley kartının mantığı, bir palet ayarına dönüşmüştür. Üçüncü sütunda ölçek ±0,8'e daraltıldı: değerler uçlarda kırpılır, −0,76 ile −1,79 neredeyse aynı koyu mavide birleşir, +0,55 ise +2,43'e yakın bir alarm kırmızısına bürünür. Büyüklükler arasındaki fark kaybolur.

Üç tablonun üçü de aynı dört sayıdan çizildi. Hangisinin kullanılacağı, sayılardan değil, okura hangi soruya cevap verildiğinden gelmelidir.

Sık yapılan yanlış

Özet

1. Aynı veri, sınıf aralıklarının sınırları, kırmızı gibi yargı taşıyan renkler, ıraksak paletin orta noktası ve koyuluk ya da doygunlukla yapılan vurgu değiştirilerek farklı algılatılabilir.
2. Okurlar koyu renklerin daha büyük değerleri gösterdiğini bekler ve karşılaştırmalarda ortak lejantla daha doğru okur; renk kararları bu beklentilerle uyumlu ve açıkça gerekçeli olmalıdır.
3. Korunmanın yolu, her renk kararını veriden bağımsız bir gerekçeye bağlamak ve aynı veriyi başka seçimlerle de çizip hikâyenin değişip değişmediğini sınamaktır.

Kendini sına

1. (Kolay) Sınıf aralığı nedir ve sınırının yeri neden önemlidir?
2. (Kolay) Koyu-çok yanlılığı nedir?
3. (Orta) Aynı veri sadece renk seçimiyle nasıl farklı algılatılabilir?
4. (Orta) Karşılaştırılacak grafiklerde ortak lejant kullanmak neden önemlidir?
5. (Zor) Örnekte orta noktanın en açık tenin değerine konması tablonun anlamını nasıl değiştirir ve bu hangi durumda meşru olabilir?
6. (Zor) Ölçeği daraltmak (±0,8) neden hem küçük değerleri büyütür hem büyük değerler arasındaki farkı gizler?

Cevaplar

1. Sürekli bir verinin tek bir renkle gösterilen dilimidir; sınır, birbirine yakın iki değeri farklı renklere ayırabilir ya da uzak iki değeri aynı renkte birleştirebilir («Keyfi sınıf aralıkları»).
2. Okurların, açıkça başka bir şey söylenmedikçe renk haritalarında daha koyu renklerin daha büyük değerleri gösterdiğini varsayma eğilimidir («Koyuluk ve doygunlukla sahte önem»).
3. Sınıf aralıklarının sınırlarını değiştirerek, kırmızı gibi yargı taşıyan renkleri bir yöne vererek, ıraksak paletin orta noktasını kaydırarak ya da bir değeri koyu veya doygun bir renkle vurgulayarak. Örnekte aynı dört pozlama düzeltmesi, orta nokta sıfırdayken iki uçta da sorun, en açık tende iken yalnız öbür tenlerde sorun gösteren iki farklı tabloya dönüşür («Örnek — dört ten, üç orta nokta»).
4. Çünkü her grafik kendi aralıklarını kullanırsa aynı renk farklı grafiklerde farklı değerleri gösterir; Brewer ve Pickle'ın deneyinde eşlenmiş lejantlar haritalar arası karşılaştırma doğruluğunu yaklaşık yüzde 28 artırdı («Keyfi sınıf aralıkları»).
5. En açık ten nötr beyazda "normal", öbür üç ten kırmızılaşarak "sapma" gibi okunur; veri değişmediği hâlde bir ten norm olarak sunulur. Bu ancak o tenin gerçekten bir referans olarak seçildiği ve bunun grafikte açıkça söylendiği bir soruda meşru olabilir («Örnek — dört ten, üç orta nokta»).
6. Dar bir ölçekte küçük değerler ölçeğin uçlarına yaklaşır ve doygun renk alır; ölçeğin dışında kalan büyük değerler uçta kırpılarak aynı renkte birleşir. Böylece +0,55 alarm kırmızısına yaklaşırken −0,76 ile −1,79 arasındaki fark görünmez olur («Örnek — dört ten, üç orta nokta»).

Kaynaklar

• Brewer, C. A. ve Pickle, L., «Evaluation of Methods for Classifying Epidemiological Data on Choropleth Maps in Series», Annals of the Association of American Geographers, 92(4), 2002, s. 662–681.
• Moreland, K., «Diverging Color Maps for Scientific Visualization», Advances in Visual Computing, Lecture Notes in Computer Science, Springer, 2009, s. 92–103.
• Schloss, K. B., Gramazio, C. C., Silverman, A. T., Parker, M. L. ve Wang, A. S., «Mapping Color to Meaning in Colormap Data Visualizations», IEEE Transactions on Visualization and Computer Graphics, 25(1), 2019, s. 810–819.
• Harrower, M. ve Brewer, C. A., «ColorBrewer.org: An Online Tool for Selecting Colour Schemes for Maps», The Cartographic Journal, 40(1), 2003, s. 27–37.

Sonraki adım

Renk sınıflarının sınırları haritalarda daha da ağır bir yük taşır, çünkü orada bir de alanların büyüklüğü devreye girer. VG-05 seçim ve oran haritalarını ele alır: eşit aralık, çeyreklik ve doğal kırılma yöntemlerinin aynı veriden nasıl farklı haritalar çizdiğini, geniş ama az nüfuslu alanların neden baskın göründüğünü ve nüfusa göre normalleştirmeyi. Hangi veri tipinin hangi palet ailesini istediği VG-01'de anlatılır.