Đề thi, bài tập trắc nghiệm online Các công cụ trực quan hóa dữ liệu – Đề 7

Microsoft Word là phần mềm xử lý văn bản, không phải là công cụ chuyên dụng cho trực quan hóa dữ liệu. Tableau, Power BI và D3.js đều là các công cụ hoặc thư viện mạnh mẽ được thiết kế đặc biệt để tạo ra các biểu đồ và hình ảnh trực quan từ dữ liệu.

Nguyên tắc 'Gần gũi' (Proximity) trong tâm lý học Gestalt chỉ ra rằng con người có xu hướng nhận thức các đối tượng ở gần nhau như là một nhóm, một thể thống nhất. Nguyên tắc này được áp dụng trong trực quan hóa dữ liệu để nhóm các yếu tố liên quan lại với nhau một cách trực quan.

Khi chọn bảng màu, điều quan trọng nhất là đảm bảo màu sắc được sử dụng có thể dễ dàng phân biệt được nhau (đặc biệt khi có nhiều danh mục), phù hợp với loại dữ liệu và thông điệp muốn truyền tải, cũng như xem xét đến các vấn đề về khả năng tiếp cận (ví dụ, cho người mù màu).

Biểu đồ mạng (network graph) được thiết kế để hiển thị các mối quan hệ và kết nối giữa các thực thể (nodes) thông qua các đường liên kết (edges). Nó rất hữu ích trong việc phân tích mạng xã hội, mạng lưới quan hệ, và các hệ thống phức tạp khác.

Việc sử dụng 'trục tung bị cắt' (truncated y-axis), tức là trục tung không bắt đầu từ 0, có thể phóng đại một cách sai lệch sự khác biệt nhỏ giữa các giá trị trong biểu đồ cột, tạo ấn tượng về sự khác biệt lớn hơn thực tế. Điều này có thể gây hiểu lầm cho người xem về dữ liệu.

Biểu đồ phân tán (scatter plot) được sử dụng hiệu quả nhất để khám phá và thể hiện mối quan hệ tương quan giữa hai biến số định lượng. Mỗi điểm trên biểu đồ đại diện cho một quan sát với giá trị của hai biến số.

Chú thích (annotation) trong trực quan hóa dữ liệu được sử dụng để làm nổi bật các điểm dữ liệu quan trọng, giải thích các xu hướng hoặc cung cấp thêm ngữ cảnh và thông tin chi tiết, giúp người xem hiểu rõ hơn về dữ liệu và thông điệp mà biểu đồ muốn truyền tải.

Biểu đồ 3D thường gây khó khăn trong việc so sánh chính xác các giá trị do phối cảnh và góc nhìn có thể làm sai lệch nhận thức về kích thước và tỷ lệ, đặc biệt khi so sánh các thành phần nằm ở các độ sâu khác nhau.

Yếu tố quan trọng nhất khi chọn loại biểu đồ là phải phù hợp với loại dữ liệu (định lượng, định tính, thời gian, địa lý...) và thông điệp mà bạn muốn truyền tải. Mỗi loại biểu đồ có ưu điểm và hạn chế riêng, phù hợp với các mục đích và loại dữ liệu khác nhau.

Nguyên tắc tối giản hóa (minimalism) trong trực quan hóa dữ liệu nhấn mạnh việc loại bỏ các yếu tố không cần thiết, tập trung vào việc truyền tải thông tin một cách rõ ràng, trực tiếp và hiệu quả nhất. Mục tiêu là làm cho biểu đồ dễ hiểu và dễ đọc, không bị phân tâm bởi các yếu tố trang trí thừa.

Biểu đồ cột (column chart) và biểu đồ thanh (bar chart) là lựa chọn phổ biến và hiệu quả để so sánh giá trị giữa các danh mục khác nhau. Độ dài của cột hoặc thanh trực quan thể hiện giá trị tương ứng, giúp dễ dàng so sánh và xếp hạng.

'Khả năng tiếp cận' (accessibility) trong trực quan hóa dữ liệu đề cập đến việc thiết kế biểu đồ sao cho mọi người, bao gồm cả người khuyết tật (ví dụ, người mù màu, người khiếm thị), có thể tiếp cận, hiểu và sử dụng được thông tin từ biểu đồ. Điều này bao gồm việc sử dụng màu sắc dễ phân biệt, cung cấp văn bản thay thế, và thiết kế biểu đồ dễ đọc bằng công nghệ hỗ trợ.

Canva và Piktochart là các công cụ thiết kế đồ họa trực tuyến phổ biến, được sử dụng rộng rãi để tạo infographic. Chúng cung cấp các mẫu, biểu tượng, hình ảnh và công cụ thiết kế dễ sử dụng, giúp người dùng tạo ra infographic chuyên nghiệp mà không cần kỹ năng thiết kế chuyên sâu.

'Tính tương tác' (interactivity) trong trực quan hóa dữ liệu cho phép người dùng tương tác trực tiếp với biểu đồ (ví dụ: phóng to, thu nhỏ, lọc dữ liệu, xem chi tiết khi di chuột). Điều này mang lại lợi ích lớn trong việc khám phá dữ liệu, cho phép người dùng tìm hiểu sâu hơn, đặt câu hỏi và tìm ra các mẫu hoặc thông tin ẩn mà biểu đồ tĩnh không thể hiện rõ ràng.

Biểu đồ hộp (boxplot) chủ yếu được sử dụng để hiển thị sự phân bố và các giá trị thống kê mô tả (như trung vị, tứ phân vị, giá trị ngoại lệ) của một hoặc nhiều nhóm dữ liệu, chứ không phải để thể hiện xu hướng theo thời gian. Các loại biểu đồ còn lại (đường, cột theo thời gian, miền) đều có thể thể hiện xu hướng theo thời gian.

Biểu đồ tần suất (Histogram) được thiết kế đặc biệt để thể hiện sự phân bố tần suất của dữ liệu số, đặc biệt là biến số liên tục, bằng cách chia dữ liệu thành các khoảng và hiển thị số lượng điểm dữ liệu trong mỗi khoảng.

Biểu đồ hộp (boxplot) và biểu đồ violin là các công cụ hiệu quả để so sánh sự phân bố của một biến số định lượng giữa các nhóm khác nhau. Chúng hiển thị các giá trị thống kê mô tả (như trung vị, tứ phân vị, phạm vi) và hình dạng phân bố của dữ liệu cho từng nhóm, giúp so sánh sự khác biệt về phân bố giữa các nhóm.

'Storytelling' (kể chuyện bằng dữ liệu) là một phương pháp tiếp cận trong trực quan hóa dữ liệu, trong đó dữ liệu và hình ảnh trực quan được sử dụng một cách có cấu trúc và mạch lạc để kể một câu chuyện, truyền tải một thông điệp hoặc dẫn dắt người xem đến một kết luận cụ thể. Nó không chỉ đơn thuần là tạo biểu đồ mà còn là sắp xếp và trình bày thông tin một cách có ý nghĩa.

Bản đồ nhiệt (heatmap) sử dụng màu sắc để mã hóa giá trị, giúp người xem nhanh chóng nhận diện các mẫu, xu hướng và điểm nổi bật trong các tập dữ liệu lớn và phức tạp, đặc biệt là ma trận dữ liệu.

'Data ink ratio' (tỷ lệ mực dữ liệu), theo Edward Tufte, là tỷ lệ phần mực in trên biểu đồ thực sự được sử dụng để biểu diễn dữ liệu (data ink) so với tổng lượng mực in (total ink). Nguyên tắc là tối đa hóa data ink ratio bằng cách loại bỏ các yếu tố không cần thiết, không truyền tải thông tin dữ liệu (chartjunk), để biểu đồ trở nên rõ ràng và hiệu quả hơn.

'Chartjunk' (rác biểu đồ) là thuật ngữ do Edward Tufte đưa ra, chỉ các yếu tố trang trí, hình ảnh, hoặc hiệu ứng thị giác không cần thiết và không truyền tải thêm thông tin dữ liệu trong biểu đồ. Chartjunk làm phân tán sự tập trung của người xem, giảm hiệu quả truyền tải thông tin và làm cho biểu đồ trở nên rối rắm.

Biểu đồ tròn (pie chart) thích hợp nhất khi muốn nhấn mạnh tỷ lệ phần trăm của mỗi phần so với tổng thể, thường dùng khi có một số ít danh mục và muốn thể hiện rõ ràng sự đóng góp tương đối của từng danh mục vào tổng số.

Bản đồ (map) là công cụ trực quan hóa dữ liệu cơ bản và hiệu quả nhất để biểu diễn dữ liệu có liên quan đến vị trí địa lý. Các loại bản đồ khác nhau (như bản đồ nhiệt, bản đồ choropleth, bản đồ điểm) có thể được sử dụng để thể hiện các khía cạnh khác nhau của dữ liệu địa lý.

Biểu đồ tọa độ song song (Parallel Coordinates Plot) là một kỹ thuật trực quan hóa dữ liệu đa chiều, cho phép hiển thị nhiều biến số trên cùng một biểu đồ. Mỗi chiều dữ liệu được biểu diễn bằng một trục song song, và các quan sát được kết nối bằng các đường thẳng, giúp phát hiện các mẫu và mối quan hệ giữa các chiều 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 hiệu suất chính (KPIs) và dữ liệu quan trọng, thường được cập nhật liên tục để theo dõi tình hình hoạt động theo thời gian thực.

Tableau và Power BI là các công cụ trực quan hóa dữ liệu mạnh mẽ, được thiết kế để xử lý và phân tích dữ liệu lớn (Big Data). Chúng có khả năng kết nối với nhiều nguồn dữ liệu khác nhau, xử lý lượng dữ liệu lớn và cung cấp các tính năng phân tích và khám phá dữ liệu mạnh mẽ.

Loại biểu đồ (ví dụ: biểu đồ cột, biểu đồ đường, biểu đồ tròn) là lựa chọn về phương pháp trực quan hóa dữ liệu, không trực tiếp thuộc về 'thẩm mỹ trực quan'. Thẩm mỹ trực quan liên quan đến các yếu tố như màu sắc, phông chữ, bố cục, khoảng trắng, và các yếu tố thiết kế khác nhằm tạo ra một biểu đồ hấp dẫn và dễ nhìn.

Biểu đồ cây (Treemap) là công cụ hiệu quả để hiển thị dữ liệu phân cấp, trong đó mỗi nhánh của cây được thể hiện bằng một hình chữ nhật và diện tích của hình chữ nhật tỷ lệ với giá trị của nó trong tổng thể.

Biểu đồ miền (area chart) thích hợp hơn biểu đồ đường (line chart) khi muốn nhấn mạnh tổng giá trị hoặc sự tích lũy theo thời gian. Vùng diện tích dưới đường biểu diễn giúp người xem trực quan hơn về tổng lượng hoặc sự tích lũy của giá trị theo thời gian.

D3.js (Data-Driven Documents) là một thư viện JavaScript mạnh mẽ được sử dụng rộng rãi để tạo ra các biểu đồ và hình ảnh trực quan tương tác trên web. Nó cho phép người dùng tương tác với biểu đồ, khám phá dữ liệu một cách linh hoạt.