STAAFDIAGRAM UIT MIJN PROEFSCHRIFT: VOORTSCHRIJDEND INZICHT…

Afgelopen weekend kreeg ik van ResearchGate een melding. Mijn artikel over Post-Traumatische Stress bij handletselpatiënten was opnieuw geciteerd. Ik publiceerde dit artikel in 2010, in de Journal of Hand Surgery. In dit artikel beschrijf ik het welke biomedische en psychosociale factoren verband houden met symptomen van Post-Traumatische Stress bij patiënten met een acuut handletsel. En in dit artikel presenteerde ik mijn resultaten met een staafdiagram, die mij nu, 8 jaar later, het schaamrood op de kaken brengt…


Referentie

Het is altijd leuk om geciteerd te worden. Ik ben altijd weer dankbaar als ik zie dat onderzoekers mijn artikelen daadwerkelijk lezen en de moeite nemen ernaar te verwijzen. Ik kijk altijd in het verwijzende artikel wat men schrijft. Hieronder de meest recente verwijzing, door Chen en collega’s, in het het artikel ‘Long-term functional, subjective and psychological results after single digit replantation‘.

Oorspronkelijke grafiek

Ik geef eerlijk toe: ik lees mijn eigen proefschrift nou niet erg vaak terug. Laatst bladerde ik hem weer eens door, en mijn eigen grafieken deden me het boekwerk snel wegleggen… Shame on me! Laten we het voortschrijdend inzicht noemen. In mijn S-PTSD artikel staat 1 grafiek:

Oorspronkelijke staafdiagram

Een traditioneel staafdiagram

Auw… Hij is niet extreem slecht. Een staafdiagram kan hier prima werken. Maar waarom percentages op de y-as, maar zonder %-teken? Aangezien er minder dan 100 patiënten deelnamen aan het onderzoek, is het niet logisch om met percentages te werken. Ook een as met percentages die niet tot 100% doorloopt, is een vorm van vertekening van de data.

Dan de labels per kolom: elke keer herhaal ik ‘n=’. Dit draagt niet bij aan de ‘data-ink ratio‘ van Edward Tufte! Zo ook de zware omkadering van de grafiek, en de lijnen om elke staaf. De data-ink ratio gaat om het optimaliseren van de ratio tussen inkt besteedt aan de data, en inkt besteedt aan niet direct bijdragende elementen, zoals de assen, omkaderingen, etc.

De ruimte tussen de kolommen is ook wel erg extreem (zoek in Excel naar ‘Gap width’ of ‘breedte tussenruimte’ om dit aan te passen). Als laatste is de titel weinig informatief. Waar gaat het hier om? De titel is te droog en saai, geeft de lezer geen richting voor het begrijpen van de grafiek.

De Make-over

Ik ben terug naar de data gegaan, en heb een puur esthetische aanpassing van de grafiek gemaakt. Ik heb dus niet opnieuw de boodschap bepaald, maar alleen gekeken hoe ik op dit moment de grafiek zou herzien.

Make-over

In mijn ogen direct een groot verschil. Ik blijf in dit geval bij een staafdiagram, die werkt prima voor de betreffende data. Ik verwijderde de ‘rommel’ rond de grafiek, samen met alle onnodige informatie, en liet de percentages op de y-as varen. Ook richtte ik de aandacht van mijn lezer op de patiënten die 1 tot en met 4 symptomen ervaren door kleur en saturatie toe te voegen. Ik verkleinde de tussenruimte tussen de kolommen en paste de titel aan.

Zo zie je maar, het hóeft niet ingewikkeld te zijn om een figuur te maken die informatiever is dan de standaarduitdraai uit Excel of SPSS (of welk programma dan ook).

Gelukkig vonden de leescommissie en corona mijn proefschrift -ook inclusief suboptimale figuren- goed genoeg om mij de doctorstitel toe te kennen!

Zet je eindgebruiker centraal

Van data-centered naar user-centered design