繪製《乘風2023》數據圖表時的反思(3) — 量化順序的困難
這篇文談到了想要視覺化呈現資料時，轉化數據的方法、思考排序時的顧慮、想要呈現多個變數的企圖、以及變換圖表的形式。
註：部落格版本在此
本文共分好幾篇，都在講述繪製《乘風2023》數據圖表時遇上的困難與反思。請見第1篇、第2篇。
當選項很多的時候，要怎麼量化出對於偏好的「優先順序」？又要怎麼在數據圖表中保留這樣的順序，而不只是單純的排序？
問卷中有一道題目請填答者以李克特量表，針對8個舞台排序，但是想將填答結果轉化到圖表上，遇上很大的困難。
＊註：如果你只想看跟《乘風2023》有關的圖表，可以直接去看 IG 上的這篇文章，或是搜尋在 IG 上搜尋 “ddplot”，加上關鍵字 hashtag 也可以。
資料介紹
我在問卷中，請填答者排序第二次公演的 8 個舞台。
- 請按照喜愛度排序，在二公舞台中，排出1到8名。即使很難分辨好壞，也還請盡力嘗試！
因為 8 個選項很多，如果不是自己有明確偏好，或者組別中沒有特別喜歡的演出者，其實超過 3 個便很難抉擇，所以才會特別註明，請填答者盡量依照偏好排序。
資料的實際長相如圖所示，包含回答者的序號（reply_id），以及投票者對 8 個舞台的排名。
＊括弧內的是 R 語言裡面的函數，因為原文寫在一個 R 語言的部落格，可以略過沒關係。
我用了一些步驟，將資料轉換成長表格（pivot_wider()）。
在跳下去做視覺化之前，Google Form 內建的表單後台有提供可以拿來使用的圖表，在此也附上作為參考。
不過，不管資料長相到底如何，關鍵還是在於，要怎麼呈現這 8 個舞台的排序？
第一個問題：資料的重點是什麼？
對設計問卷和填寫問卷的人來說，最想知道的很直觀：「大家如何排序這幾個舞台？」因此，我認為重點會是想辦法呈現出這 8 個舞台的順序。
不過，在呈現順序前，首先要先決定順序。
第二個問題：如何決定順序？
8 個選項排開，同一場表演既可能拿到第 1 名的選票，也可能拿到第 8 名。
在這個場景之下，我們應該怎麼決定順序？是依照拿到多少張第 1 名的票數？還是有其他更好的方式？
我想到兩個方法。
第一，依照反向名次給予分數。第 8 名給 1 分、第 7 名給 2 分，剩下以此類推。
有許多票選採用這個方法，例如美國籃球殿堂 NBA 的最有價值球員（MVP）票選中，每位投票員有 5 張票。
投票員手上，每張票的價值不同，共有 10、7、5、3、1 ，一共 5 個分數的層級，利用加權的方式表達投票者的偏好。
不過，我不確定這個方法是否合適，因為從順序（ordinal）轉成數值（numeric），第 1 名（8分）的表現就會變成第 4 名（4分）的 2 倍、第 8 名（1分）的 8 倍，這也是我們通常不會嘗試量化順序尺度資料的原因。
第二，如實呈現每個選項（舞台）拿到各個名次的比例。
舉例來說，A 舞台拿到 10% 的第 1 名票、20% 的第 2 名票、30% 的第 3 名票、 40% 的第 4 名票，表現優於拿到 50% 的第 1 名票、20% 的第 2 名票、20% 的第 3 名票、 10% 的第 4 名票。
不過，可以想像，為了在圖表中呈現 8 個舞台、每個舞台 8 個名次的數值，會是一件相對困難的事情。
不管是選擇轉為分數，或是如實呈現獲得的票數比例，都可以是好的決定順序方式。
第三個問題：怎麼呈現順序？
既然想好決定順序的方法，接下來，就是呈現順序了。
在第一個辦法中，我使用了長條圖（bar chart）。
如果採用第一個方法，那可以單純地採用長條圖呈現由票數轉化而來的分數。
這張圖表有什麼問題嗎？除了我懶得上色，還有長條的寬度可以再調整，以及關於座標軸等一些細節問題以外，其實它能夠呈現排序。
不過，我覺得它不夠好。
因為投票者很努力地排出 1–8 名，現在用分數雖然如實呈現了排名結果，但我認為在轉化成分數的時候，這個資訊稍微被稀釋，有點可惜。
因此，在第二個辦法中，我利用堆疊發散長條圖（diverging stacked bar chart）呈現排名的比例。這個圖表聽起來有點複雜，它很擅長呈現李克特量表（Likert scale）的資料。
底下是我利用 R 語言套件 likert 畫出的堆疊發散長條圖。
什麼是李克特量表？它是一種常見於問卷調查中，用來評估填答者對特定觀點或者陳述態度的測量工具。
例如調查人們對執政黨的滿意度（從非常不滿意到非常滿意、例如詢問人們對於「政府應該將稅收運用在弱勢上」的認同程度（從非常不認同到非常認同）。
從圖中可以看到，堆疊發散長條圖的繪製重點：分散、有中點、有正負、用顏色呈現差異。
跟一般長條圖不同，它不從 y 軸開始，而是讓長條分散；它有一個中點區分出正負，圖表中的中點是第 4 和 5 名之間，比中點好代表表現佳、比終點不好代表表現差；最後則是用不同色系表示差異，且活用深淺凸顯程度。
我也同時繪製了一個 ggplot 的版本。
利用堆疊發散長條圖，我們得知了 1–8 名的比例資訊。相較於上面把排名加權換成分數的長條圖，我認為底下這兩張圖表保留更多資訊，讓讀者有更多詮釋空間。
譬如，《從頭》的第 1 名票數多於《我離開我自己》，但《我離開我自己》第 1–4 名的票數比《從頭》還要多。從我的角度來看，獲得觀眾好評應該不只看第 1 名票數而已。
不過，其他人可能有不同看法，因此使用堆疊發散長條圖就有其必要，它讓讀者掌握更多資訊，但不會難以閱讀。
小結：開往早晨的午夜
整體來說，這次的核心問題在於怎麼決定順序，還有決定順序後如何呈現順序。
其實，這次的兩種圖表中，無論是選擇長條圖，或者利用堆疊發散長條圖，兩者都沒有錯，重點在於想要呈現什麼樣的資訊，以及如何凸顯重點。
我在此的著眼點是讓讀者看到更多，所以沒有選擇簡化後的長條圖，而是用相對複雜的堆疊發散長條圖。
這就是這次的視覺化遇到的問題。接下來如果有其他視覺化上的煩惱，會持續更新。請繼續收看《乘風2023》！
附註：《開往早晨的午夜》是我二公中最喜歡的舞台。嘉倪加油！
