Đề thi, bài tập trắc nghiệm online Các công cụ trực quan hóa dữ liệu – Đề 1

'Pre-attentive processing' (xử lý tiền chú ý) là khả năng của hệ thống thị giác con người để nhận biết một số thuộc tính trực quan (như màu sắc, hình dạng, kích thước) một cách rất nhanh chóng và gần như vô thức, trước khi chúng ta tập trung chú ý có ý thức. Điều này quan trọng trong thiết kế trực quan hóa hiệu quả.

Biểu đồ cột (Bar chart) được thiết kế đặc biệt để so sánh giá trị giữa các danh mục rời rạc. Biểu đồ đường thể hiện xu hướng theo thời gian, biểu đồ phân tán thể hiện mối quan hệ giữa hai biến số, và biểu đồ tròn thể hiện tỷ lệ phần trăm của một tổng thể.

Biểu đồ cột chồng (Stacked bar chart) không lý tưởng để so sánh nhiều chuỗi dữ liệu theo thời gian vì nó tập trung vào tổng giá trị và thành phần của tổng thể, không dễ dàng so sánh giá trị của từng chuỗi riêng biệt tại các thời điểm khác nhau. Biểu đồ đường, miền và cột nhóm phù hợp hơn cho việc so sánh nhiều chuỗi theo thời gian.

Biểu đồ cây (Tree diagram) được thiết kế để thể hiện các cấu trúc phân cấp, nơi các phần tử được sắp xếp theo mối quan hệ cha-con, rất phù hợp để trực quan hóa cơ cấu tổ chức, hệ thống phân loại, v.v. Các loại biểu đồ khác không phù hợp cho mục đích này.

Sử dụng màu sắc không tương phản, đặc biệt là các màu sắc gần nhau trên bảng màu, có thể gây khó khăn trong việc phân biệt các phần dữ liệu, đặc biệt nghiêm trọng đối với người bị mù màu. Các lựa chọn khác ít liên quan trực tiếp đến vấn đề khó khăn do màu sắc gây ra.

Biểu đồ đường (Line chart) là công cụ lý tưởng để thể hiện xu hướng và sự thay đổi của một hoặc nhiều biến số liên tục theo thời gian. Các lựa chọn khác phù hợp với các loại biểu đồ khác nhau (cột cho so sánh danh mục, tròn cho tỷ lệ phần trăm, phân tán cho mối quan hệ biến số).

Ưu điểm chính của trực quan hóa tương tác là khả năng cho phép người dùng tự do khám phá dữ liệu, lọc, sắp xếp, và đi sâu vào chi tiết để tìm ra thông tin chi tiết theo nhu cầu của họ. Các lựa chọn khác có thể là lợi ích phụ nhưng không phải là ưu điểm chính của tính tương tác.

ggplot2 là một thư viện trực quan hóa dữ liệu phổ biến trong ngôn ngữ R, không phải Python. Seaborn, Bokeh và Plotly đều là các thư viện phổ biến trong Python để tạo ra các loại biểu đồ khác nhau, từ tĩnh đến tương tác.

Power BI là dịch vụ trực quan hóa dữ liệu đám mây của Microsoft, nổi tiếng với khả năng tích hợp mạnh mẽ với các sản phẩm khác của Microsoft như Excel, Azure, và Dynamics 365. Các lựa chọn khác là của các công ty khác hoặc phiên bản tại chỗ.

Jupyter Notebook kết hợp với các thư viện Python như Matplotlib, Seaborn, Plotly là một môi trường lý tưởng cho phân tích khám phá dữ liệu (EDA). Nó cho phép tạo ra các trực quan hóa nhanh chóng và linh hoạt trong quá trình phân tích, giúp hiểu sâu hơn về dữ liệu. Các lựa chọn khác thường hướng tới báo cáo hoặc BI doanh nghiệp hơn là EDA nhanh chóng.

Qlik Sense là một nền tảng BI toàn diện, bao gồm các công cụ cho chuẩn bị dữ liệu, phân tích nâng cao, và trực quan hóa dữ liệu tương tác. Nó không chỉ là công cụ trực quan hóa đơn thuần mà còn cung cấp giải pháp BI hoàn chỉnh. Các lựa chọn khác là thư viện Python (Matplotlib, Seaborn) hoặc công cụ chuẩn bị dữ liệu (Tableau Prep).

Google Data Studio (nay là Looker Studio) là công cụ trực quan hóa dữ liệu của Google, được thiết kế để tích hợp tốt với các dịch vụ khác của Google như Analytics, Sheets và nhiều nguồn dữ liệu khác. Các lựa chọn khác là của các công ty khác.

Bản đồ nhiệt (Heat map) và Bản đồ Choropleth là các loại biểu đồ bản đồ chuyên dụng để trực quan hóa dữ liệu không gian địa lý. Chúng sử dụng màu sắc để mã hóa giá trị dữ liệu trên các vùng địa lý khác nhau. Các loại biểu đồ khác không phù hợp để hiển thị dữ liệu trên bản đồ.

Tableau Public là phiên bản miễn phí của Tableau Desktop, cho phép người dùng tạo và chia sẻ trực quan hóa dữ liệu trực tuyến. Tuy nhiên, dữ liệu và trực quan hóa trên Tableau Public là công khai và có thể được xem bởi bất kỳ ai. Các lựa chọn khác có thể có phiên bản miễn phí nhưng không có đặc điểm chia sẻ công khai tương tự.

'Small multiples' (bội số nhỏ) là kỹ thuật sử dụng một chuỗi các biểu đồ nhỏ giống nhau về cấu trúc (cùng loại biểu đồ, trục, thang đo) nhưng hiển thị các tập dữ liệu khác nhau, thường là theo thời gian hoặc danh mục. Lợi ích là giúp người xem dễ dàng so sánh và phát hiện các mẫu hoặc xu hướng giữa các tập dữ liệu này.

'Chart junk' (sự lộn xộn biểu đồ) là các yếu tố trực quan không cần thiết trong biểu đồ, làm giảm khả năng truyền tải thông tin hiệu quả. Giảm thiểu 'chart junk' nhằm mục đích làm cho biểu đồ rõ ràng, dễ đọc và tập trung vào dữ liệu cốt lõi, không phải chỉ để tăng tính thẩm mỹ hay tiết kiệm thời gian.

Biểu đồ phân tán (Scatter plot) chủ yếu dùng để thể hiện mối quan hệ giữa hai biến số, không tập trung vào xu hướng theo thời gian. Biểu đồ đường và miền rất phù hợp cho việc này, biểu đồ cột cũng có thể dùng nhưng kém trực quan hơn so với đường và miền khi thể hiện xu hướng liên tục.

Biểu đồ Histogram được thiết kế đặc biệt để thể hiện sự phân bố tần suất của dữ liệu liên tục bằng cách chia dữ liệu thành các khoảng và đếm số lượng quan sát trong mỗi khoảng. Các loại biểu đồ khác không phù hợp cho mục đích này.

'Data-ink ratio' (tỷ lệ khung hình dữ liệu) là một khái niệm do Edward Tufte đưa ra, chỉ tỷ lệ giữa 'mực dữ liệu' (mực in thực sự dùng để biểu diễn dữ liệu) và tổng 'mực biểu đồ'. Mục tiêu là tối đa hóa mực dữ liệu và giảm thiểu mực không dữ liệu (như đường lưới, trang trí thừa) để tăng cường hiệu quả truyền tải thông tin.

Tableau nổi tiếng với khả năng tạo bảng điều khiển tương tác và báo cáo trực quan mạnh mẽ, đồng thời hỗ trợ kết nối với đa dạng nguồn dữ liệu. Excel và Google Sheets có khả năng trực quan hóa nhưng kém mạnh mẽ hơn về tính tương tác và khả năng kết nối dữ liệu đa dạng. Word không phải là công cụ trực quan hóa dữ liệu.

Dashboard (bảng điều khiển) được thiết kế để cung cấp một cái nhìn tổng quan, nhanh chóng và dễ hiểu về các chỉ số và dữ liệu quan trọng, thường được cập nhật theo thời gian thực để theo dõi hiệu suất và xu hướng. Các mục đích khác có thể là các ứng dụng phụ nhưng không phải là mục đích chính.

'Cắt cụt trục tung' (truncated y-axis) là lỗi khi trục tung không bắt đầu từ giá trị 0. Điều này làm phóng đại sự khác biệt nhỏ giữa các giá trị, tạo ấn tượng sai lệch về mức độ thay đổi hoặc so sánh giữa các danh mục. Nên bắt đầu trục tung từ 0 để đảm bảo tính trung thực của trực quan hóa, trừ khi có lý do đặc biệt và được chú thích rõ ràng.

Biểu đồ hộp (Box plot) rất hiệu quả trong việc so sánh sự phân bố của một biến số liên tục giữa các nhóm khác nhau, hiển thị trung vị, tứ phân vị và giá trị ngoại lai. Biểu đồ cột nhóm so sánh giá trị trung bình, biểu đồ đường xếp chồng thể hiện tổng giá trị theo thời gian, và biểu đồ tròn không phù hợp cho việc so sánh phân bố giữa các nhóm.

Biểu đồ tròn (Pie chart) được thiết kế đặc biệt để thể hiện tỷ lệ phần trăm hoặc thành phần của các phần so với tổng thể. Nó trực quan hóa cách một tổng thể được chia thành các phần nhỏ hơn. Các loại biểu đồ khác không tập trung vào việc thể hiện thành phần phần trăm.

'Khả năng tiếp cận' (accessibility) trong trực quan hóa dữ liệu tập trung vào việc thiết kế trực quan hóa sao cho người dùng có khuyết tật, đặc biệt là các khuyết tật về thị giác (như mù màu, khiếm thị), vẫn có thể hiểu và sử dụng được thông tin được trình bày. Điều này bao gồm sử dụng màu sắc an toàn cho người mù màu, cung cấp văn bản thay thế, và đảm bảo khả năng tương thích với công nghệ hỗ trợ.

D3.js (Data-Driven Documents) là một thư viện JavaScript mạnh mẽ để tạo ra các trực quan hóa dữ liệu tương tác trên web. Nó cung cấp sự linh hoạt cao và khả năng tùy biến sâu rộng cho các nhà phát triển web. Các lựa chọn khác không phải là thư viện JavaScript hoặc không chuyên về trực quan hóa web tương tác.

Biểu đồ tròn trở nên khó đọc và kém hiệu quả khi có quá nhiều danh mục vì các phần nhỏ trở nên khó phân biệt. Nó phù hợp để thể hiện tỷ lệ phần trăm và dữ liệu định tính, nhưng không lý tưởng để so sánh giá trị tuyệt đối (biểu đồ cột tốt hơn) hoặc khi có nhiều danh mục.

Nguyên tắc Gestalt về 'Gần gũi' (Proximity) nói rằng các đối tượng được đặt gần nhau sẽ được nhận thức là thuộc về cùng một nhóm. Các nguyên tắc khác liên quan đến tương đồng về hình dạng/màu sắc, xu hướng nhìn nhận đường thẳng/cong liên tục, và xu hướng hoàn thiện hình ảnh chưa hoàn chỉnh.

'Data storytelling' là nghệ thuật trình bày dữ liệu một cách có cấu trúc, hấp dẫn và dễ hiểu, giống như kể một câu chuyện, để truyền tải thông điệp và thông tin chi tiết từ dữ liệu một cách hiệu quả. Không phải là tạo câu chuyện hư cấu hay ẩn giấu sự phức tạp, mà là làm cho dữ liệu trở nên gần gũi và dễ tiếp cận.

Matplotlib là một thư viện vẽ đồ thị 2D và 3D phổ biến trong Python, mã nguồn mở và rất linh hoạt, cho phép tạo ra nhiều loại biểu đồ khác nhau. Các lựa chọn khác là các công cụ BI thương mại hoặc nền tảng khác.