تبدیل ریشه دوم: چرا شعاع در نمودارهای حبابی باید با جذر داده‌ها متناسب باشد؟

یک نمودار میله‌ای استاندارد، مقادیر را با استفاده از یک بُعد منفرد (ارتفاع) کدگذاری می‌کند؛ به این معنی که میله‌ای با ارتفاع دو برابر، نشان‌دهنده مقداری دو برابر بزرگ‌تر است. اما یک نمودار حبابی، مقادیر را با استفاده از مساحت دوبعدی نشان می‌دهد که این امر یک تله هندسی ایجاد می‌کند و معمولاً باعث تحریف در مصورسازی داده‌ها می‌شود.[1][8]

وقتی یک طراح مجموعه‌ای از داده‌ها را روی یک نمودار حبابی پیاده‌سازی می‌کند، نرم‌افزار باید یک مقدار عددی را به اندازه یک دایره تبدیل کند. رویکرد شهودی و اغلب پیش‌فرض در برنامه‌نویسی‌های ابتدایی، نگاشت مستقیم مقدار داده به شعاع دایره است.[2][5]

این نگاشت خطی یک اعوجاج بصری فاجعه‌بار ایجاد می‌کند. از آنجا که مساحت دایره با استفاده از فرمول A = πr² محاسبه می‌شود، هرگونه تغییر در شعاع، در مساحت نهایی به توان دو می‌رسد.[1]

مجموعه‌ای از داده‌ها با دو مقدار ۱۰ و ۲۰ را در نظر بگیرید. اگر شعاع حباب اول روی ۱۰ پیکسل تنظیم شود، مساحت آن ۳۱۴ پیکسل مربع خواهد بود. اگر شعاع حباب دوم روی ۲۰ پیکسل تنظیم شود، مساحت آن به ۱۲۵۶ پیکسل مربع گسترش می‌یابد.[6][8]

داده‌های پایه دو برابر شدند، اما ردپای بصری چهار برابر شد. بیننده‌ای که به نمودار نگاه می‌کند، شعاع را نمی‌بیند؛ او مقدار کل جوهر یا پیکسل‌های روی صفحه را می‌بیند که اکنون به جای افزایش ۱۰۰ درصدی، القاکننده یک افزایش ۴۰۰ درصدی است.[2][7]

نیتن یاو (Nathan Yau) در یک آموزش در سال ۲۰۱۰ در وب‌سایت FlowingData اشاره کرد: «رایج‌ترین اشتباهی که افراد هنگام رسم نمودارهای حبابی مرتکب می‌شوند این است که اندازه را بر اساس شعاع تعیین می‌کنند نه مساحت.» این خطا تفاوت‌های بین نقاط داده را اغراق‌آمیز می‌کند و باعث می‌شود مقادیر بزرگ به‌طور خیره‌کننده‌ای عظیم و مقادیر کوچک عملاً نامرئی به نظر برسند.[2]

راه‌حل ریاضی این مشکل، تبدیل ریشه دوم (جذر) است. برای اطمینان از اینکه مساحت حباب متناسب با داده‌ها مقیاس‌بندی می‌شود، شعاع باید بر اساس جذر مقدار داده تعیین شود.[5][6]

اگر مقدار داده V باشد، شعاع r باید به صورت r = c × √(V) محاسبه شود، که در آن c یک ضریب مقیاس‌بندی ثابت است و برای جا دادن نمودار روی صفحه بدون تغییر در روابط تناسبی انتخاب می‌شود.[6]

با بازگشت به مثال قبلی: جذر ۱۰ تقریباً ۳.۱۶ و جذر ۲۰ تقریباً ۴.۴۷ است. اگر از این مقادیر برای شعاع‌ها استفاده شود، مساحت‌های به‌دست‌آمده به ترتیب ۳۱.۴ و ۶۲.۸ پیکسل مربع خواهند بود. اکنون مساحت دقیقاً دو برابر شده و با داده‌های پایه مطابقت دارد.[6][8]

کتابخانه‌های نرم‌افزاری از نظر تاریخی با این پیش‌فرض دست‌وپنجه نرم کرده‌اند. در اوایل دهه ۲۰۱۰، کاربران زبان برنامه‌نویسی R اغلب مجبور بودند پیش از ارسال داده‌های خود به توابع رسم نمودار مانند ggplot2، تابع جذر را به‌صورت دستی روی آن‌ها اعمال کنند.[5]

به‌طور مشابه، ابزارهای سازمانی رسم نمودار نیز نیازمند پیکربندی صریح بودند. یک رشته پیام پشتیبانی در انجمن Highcharts نشان می‌دهد که توسعه‌دهندگان با پارامتر zSize درگیر بودند تا موتور پردازشی را مجبور کنند اندازه را بر اساس مساحت محاسبه کند نه شعاع.[4]

امروزه، سیستم‌های طراحی بالغ این قاعده را به‌صراحت تدوین می‌کنند. دستورالعمل‌های مصورسازی داده در سیستم طراحی میشلن (Michelin Design System) الزامی می‌کند که «اندازه حباب باید متناسب با مقداری باشد که نشان می‌دهد» و بدین ترتیب محاسبه مبتنی بر مساحت را در سطح کامپوننت‌ها اجباری می‌کند.

با این حال، حتی با مقیاس‌بندی بی‌نقص ریاضی، ادراک انسان پیچیدگی نهایی را وارد کار می‌کند. تحقیقات روان‌فیزیکی، به‌ویژه قانون توان استیونز (Stevens' power law)، نشان می‌دهد که انسان‌ها مساحت را به‌صورت خطی درک نمی‌کنند.[7][8]

وقتی دایره‌ای به یک ناظر انسانی معمولی نشان داده می‌شود که مساحت آن دقیقاً دو برابر دایره دیگری است، او آن را تنها حدود ۱.۷ برابر بزرگ‌تر درک می‌کند. ما به‌طور سیستماتیک تفاوت‌ها در مساحت دوبعدی را در مقایسه با طول یک‌بعدی کمتر از حد واقعی تخمین می‌زنیم.[3][8]

این فشرده‌سازی ادراکی به این معناست که حتی یک نمودار حبابی از نظر ریاضی بی‌نقص، بزرگی داده‌های پرت و بزرگ را اندکی کمتر از حد واقعی نشان می‌دهد. برخی از پژوهشگران حوزه مصورسازی استدلال می‌کنند که برای مقابله با این سوگیری انسانی، باید از یک ضریب مقیاس‌بندی ادراکی تجربی (اغلب توان ۰.۵۷ به جای ۰.۵) استفاده کرد، هرچند این موضوع همچنان بحث‌برانگیز است.[7]