“ข้อมูลที่จะนำไปประชาสัมพันธ์หรือเผยแพร่ เพื่อการรับรู้ถึงสิ่งที่ผู้สร้างข้อมูลต้องการสื่อสารให้ผู้รับสารเข้าใจตรงกันนั้นเป็นเรื่องที่ทำได้ยาก เพราะผู้สร้างต้องพยายามศึกษาว่าข้อมูลส่วนไหนสำคัญ ข้อมูลส่วนไหนมีรูปแบบที่น่าสนใจ ยิ่งเป็นข้อมูลตัวเลขปริมาณมากๆ ทำให้ต้องอาศัยเวลานานในการทำความเข้าใจ ซึ่งอาจทำให้ไม่สามารถมองเห็นถึงความรู้หรือประเด็นสำคัญที่อยู่ในข้อมูลนั้นๆ ได้
วิธีการหนึ่งที่ทำให้ผู้รับสารรับรู้ถึงสิ่งที่ผู้สร้างต้องการสื่อสารได้อย่างมีประสิทธิภาพ คือ การใช้ภาพมาประกอบการแสดงข้อมูล ดังคำกล่าวที่ว่า ภาพหนึ่งภาพแทนคำพูดพันคำ (A picture is worth a thousand words)“
หนังสือเรียนเทคโนโลยี (วิทยาการคำนวณ) ม.5
การสื่อสารด้วยข้อมูล
การถ่ายทอดข้อมูลหรือการสื่อสารจากแหล่งข้อมูลไปยังผู้รับสาร บางครั้งเป็นเรื่องที่ทำได้ยาก เนื่องจากข้อมูลมีปริมาณมากหรืออยู่ในรูปแบบที่ไม่สามารถทำความเข้าใจได้ง่าย
ด้วยเหตุนี้การสื่อสารระหว่างบุคคล จำเป็นต้องจัดรูปแบบข้อมูลและนำข้อมูลไปแสดงในบริบทที่เหมาะสม เพื่อให้ผู้รับสารเข้าใจ หรือมองเห็นประเด็นสำคัญที่ต้องการสื่อสารภายใต้ข้อมูลนั้น
ดังนั้น การทำข้อมูลให้เป็นภาพจึงมีความจำเป็น เพื่อช่วยตอบคำถาม ช่วยในการตัดสินใจ ช่วยให้มองเห็นข้อมูลในบริบทที่เหมาะสม ช่วยค้นหารูปแบบ รวมทั้งช่วยสนับสนุนคำพูดหรือการเล่าเรื่องราวที่มีอยู่ในข้อมูลชุดนั้นๆ

ข้อมูลจาก https://worldpopulationreview.com/ (19-09-2020)
ข้อมูลจากตาราง จะเห็นได้ว่าประเทศจีนและอินเดียมีประชากรมากกว่าประเทศอื่นๆ อย่างชัดเจน สังเกตจากจำนวนตัวเลขที่มีมากกว่าสหรัฐอเมริกา ซึ่งอยู่ในอันดับ 3 ซึ่งข้อมูลในตารางดังกล่าวนี้ เปรียบเทียบได้เฉพาะจำนวนประชากร แต่หากต้องการแสดงถึงการกระจายตัวของประชากรตามภูมิภาคต่างๆ ต้องนำข้อมูลไปรวมกับบริบททางภูมิศาสตร์

ข้อมูลจาก https://worldpopulationreview.com/ (19-09-2020)
ภาพแผนที่แสดงการกระจายตัวของประชากรภูมิภาคต่างๆ แสดงให้เห็นว่าประชากรในประเทศที่อยู่ในวงกลมสีแดง มีประชากรที่หนาแน่นมากกว่าบริเวณอื่น (มีสีน้ำเงินโทนเข้มเป็นส่วนมาก ซึ่งแสดงถึงความหนาแน่นของประชากรที่มากกว่าสีน้ำเงินโทนอ่อน) ถึงแม้ว่าจะขาดรายละเอียดของจำนวนประชากรในแต่ละประเทศ แต่เป็นการเน้นจุดสนใจให้เห็นถึงความหนาแน่นของประชากรในบริบททางภูมิศาสตร์ ที่มีความแตกต่างกันในแต่ละภูมิภาคได้อย่างชัดเจน

(https://flowingdata.com/2014/02/05/where-people-run)
จากภาพด้านบน เป็นการนำข้อมูลเส้นทางการวิ่งของเมืองต่างๆ ในประเทศสหรัฐอเมริกา มาสร้างเป็นภาพเส้นทางการวิ่งในเมือง ซึ่งความหนาของเส้นจะบ่งบอกถึงความถี่ของคนที่วิ่งผ่านเส้นทางนั้น ซึ่งข้อมูลนี้สามารถนำไปใช้ประโยชน์ในการกำหนดเส้นทางจราจร วางแผนป้องกันอุบัติเหตุระหว่างเส้นทางการวิ่ง
การทำข้อมูลให้เป็นภาพ (Data Visualization)
ข้อมูลที่รวบรวมได้นั้น ส่วนใหญ่อยู่ในรูปแบบของตารางที่ประกอบด้วยตัวอักษร ตัวเลข เป็นปริมาณมาก แม้ว่าข้อมูลนั้นสามารถตอบข้อสงสัย หรือนำเสนอสิ่งที่สนใจได้ แต่ยังยากต่อการทำความเข้าใจ หรือเป็นอุปสรรคในการสื่อสารให้เข้าใจตรงกัน
ดังนั้น การนำเสนอข้อมูลด้วยภาพ (data visualization) สามารถช่วยตอบคำถาม หรือนำเสนอประเด็กต่างๆ ได้รวดเร็ว และชัดเจนมากขึ้น

- แผนภูมิรูปวงกลม (Pie Chart) – สร้างโดยการเขียนรูปวงกลมและแบ่งวงกลมออกเป็นสัดส่วนตามจำนวนข้อมูล ซึ่งควรเป็นจำนวนข้อมูลที่มีจำนวนกลุ่มไม่มากนัก
- แผนภูมิรูปโดนัท (Doughnut Chart) – สร้างโดยการนำแผนภูมิรูปวงกลมมาวางซ้อนกัน ช่วยให้เห็นการเปลี่ยนแปลงของสัดส่วนได้เป็นอย่างดี
- แผนภูมิแท่ง (Bar Chart) – แสดงความแตกต่างในเชิงปริมาณได้ชัดเจน ใช้แสดงปริมาณข้อมูลแต่ละส่วน
- กราฟเส้น (Line Graph) – แสดงมิติของการเปลี่ยนแปลงได้ดี โดยใช้พื้นที่แสดงข้อมูลแต่ละรายการน้อยกว่าแผนภูมิแท่ง ทำให้เสนอจำนวนรายการข้อมากได้มากกว่า
- แผนภาพการกระจาย (Scatter Plot) – แสดงการกระจายของข้อมูล การเปรียบเทียบได้ดี รวมถึงทำให้เห็นแนวโน้มของความสัมพันธ์ของข้อมูล 2 ประเภทที่สนใจได้
การเลือกใช้แผนภาพให้เหมาะสมกับข้อมูล ต้องทำความเข้าใจลักษณะของข้อมูลและจุดประสงค์ในการนำเสนอ ซึ่งสรุปได้ดังตารางต่อไปนี้
ชนิดของแผนภาพ | จุดประสงค์ของการนำเสนอ |
แผนภูมิรูปวงกลม | แสดงสัดส่วนของข้อมูลที่มีจำนวนกลุ่มไม่มากนัก |
แผนภูมิแท่ง | เปรียบเทียบปริมาณข้อมูลแต่ละรายการ |
กราฟเส้น | แสดงการเปลี่ยนแปลงของข้อมูลที่มีความต่อเนื่อง |
แผนภาพการกระจาย | แสดงความสัมพันธ์ระหว่างข้อมูล 2 ชุด |
การทำข้อมูลให้เป็นภาพอย่างเหมาะสม
การนำเสนอข้อมูลด้วยภาพ ไม่ได้จำกัดเฉพาะการใช้รูปแบบมาตรฐานที่กล่าวมาเท่านั้น ยังสามารถนำเสนอข้อมูลในรูปแบบอื่นๆ ให้น่าสนใจได้อีก โดยอาศัยการนำเสนอข้อมูลให้เป็นภาพ ตามหลักการมองเห็นและการรับรู้ของจาคส์ เบอร์ติน (Jacques Bertin) ซึ่งเป็นผู้ริเริ่มการทำข้อมูลให้เป็นภาพ (Information Visualization) โดยกำหนดตัวแปรในการมองเห็น (Visual Variables) ไว้ 7 อย่าง ได้แก่
- ตำแหน่ง
- ขนาด
- รูปร่าง
- ความเข้ม
- สี
- ทิศทาง
- ลวดลาย

(https://www.axismaps.com/guide/general/visual-variables/)
การเลือกใช้ตัวแปรในการมองเห็นเพื่อสร้างภาพจากข้อมูล จะใช้ลักษณะเฉพาะ (Characteristic) ที่ต้องการเน้น ได้แก่ การสร้างความโดดเด่น (Selective), การจัดกลุ่ม (Associative), การบ่งปริมาณ (Quantitative) และการแสดงลำดับ (Order)
การสร้างความโดดเด่น (Selective) – ทำให้ผู้รับสารมุ่งตรงไปยังข้อมูลที่ต้องการสื่อสารได้อย่างรวดเร็ว เช่น การใช้สีในการจำแนกกลุ่ม

การจัดกลุ่มข้อมูล (Associative) – แสดงการแบ่งกลุ่มของข้อมูล เช่น การใช้สีเพื่อบ่งบอกลักษณะร่วมกันในกลุ่มข้อมูลที่แตกต่างกัน

การบ่งปริมาณ (Quantitative) – แสดงข้อมูลในเชิงปริมาณอย่างชัดเจนจากการใช้ขนาด ความเข้ม-อ่อนของสี เช่น การใช้ขนาดหรือการใช้สีเข้ม-อ่อนเพื่อบ่งบอกปริมาณที่แตกต่างกัน

การแสดงลำดับ (Order) – แสดงข้อมูลเรียงลำดับจากน้อยไปมาก(หรือมากไปน้อย) ก่อน-หลัง โดยเรียงลำดับจากซ้ายไปขวาหรือบนลงล่าง การใช้สีอ่อนไปเข้ม

การเล่าเรื่องราวจากข้อมูล (Data Story Telling)
ในการถ่ายทอดเนื้อหา ความรู้ ผลลัพธ์จากข้อมูลที่ผ่านการวิเคราะห์และประมวลผลออกมาเป็นภาพ จำเป็นต้องมีกลวิธีในการเล่าเรื่องราว (Story) เพื่อเชื่อมโยงหรือสื่อสารให้เข้ากับผลลัพธ์ของข้อมูล ทำให้ผู้รับสารเกิดความสนใจในการติดตามเรื่องราวตั้งแต่ต้นจนจบ และมีความเข้าใจตรงตามความต้องการของผู้สร้างเนื้อหา
การนำเสนอเนื้อหาให้ประสบความสำเร็จ อาจใช้วิธีการนำเสนอ 4 รูปแบบ ดังนี้
- แบบตู้กดน้ำ – เปรียบเสมือนการพูดคุยในขณะกดน้ำ มีเวลาในการสนทนาเพียงช่วงสั้นๆ เปรียบเทียบได้กับการสรุปเนื้อหาที่มีปริมาณมาก ให้เหลือแต่ใจความสำคัญและอธิบาย-สื่อสารด้วยภาพ เช่น การทำข้อมูลให้เป็นภาพ กราฟ แผนภูมิ
- แบบร้านกาแฟ – เปรียบเสมือนการพูดคุยกันในร้านกาแฟ มีเวลาในการสนทนามากขึ้น เล่าเรื่องราวระหว่างกัน เนื้อหาที่นำเสนอมีความยาวหรือมีรายละเอียดมาก ต้องเล่าเรื่องราวของให้หาให้อยู่ในความสนใจของผู้ฟัง
- แบบห้องสมุด – เปรียบเสมือนการเข้าศึกษาเนื้อหาในห้องสมุด ที่มีเอกสาร ตำราวิชาการ งานวิจัย ต้องค้นคว้าเชิงลึกในสิ่งที่สนใจ จึงเป็นการนำเสนอเนื้อหาให้ผู้อ่านมีปฏิสัมพันธ์กับเนื้อหาและอยากศึกษาค้นคว้าเพิ่มเติมเพื่อให้เข้าใจเชิงลึกมากขึ้น
- แบบห้องทดลอง – เปรียบเสมือนการทดลองและลงมือปฏิบัติการในห้องทดลอง ที่ได้รับประสบการณ์จากการลงมือปฏิบัติจริง จึงต้องให้ผู้อ่านมีปฏิสัมพันธ์กับเนื้อหาและสามารถแลกเปลี่ยนประสบการณ์ แบ่งปันสิ่งที่ตนเองทราบให้กับผู้อื่น
ข้อควรระวังในการนำเสนอข้อมูล
การใช้ตัวแปรในการมองเห็นผลลัพธ์ของข้อมูล จะต้องระวังไม่ให้ตัวแปรที่ใช้แสดงผลด้านอื่นที่ไม่ได้ตั้งใจปรากฏออกมา เพราะจะทำให้ผู้รับสารตีความผิด หรือเข้าใจความหมายไม่ตรงกับข้อมูลที่ต้องการสื่อสาร

(https://heap.io/blog/data-stories/how-to-lie-with-data-visualization)
อ้างอิง
สถาบันส่งเสริมการสอนวิทยาศาสตร์และเทคโนโลยี กระทรวงศึกษาธิการ, หนังสือเรียนรายวิชาพื้นฐานวิทยาศาสตร์และเทคโนโลยี เทคโนโลยี (วิทยาการคำนวณ) ชั้นมัธยมศึกษาปีที่ 5 Visual Variables (https://www.axismaps.com/guide/general/visual-variables/) How to Lie with Data Visualization (https://heap.io/blog/data-stories/how-to-lie-with-data-visualization)