Tufteのデータ密度、読みやすさ、比較
タフテのデータ密度に興味をそそられます。簡単に測定できるデータ/インク比率の彼の定義は気に入っていますが、苦労しますデータ密度の測定。彼は、グラフィックのデータ密度をデータマトリックスのエントリ数/データグラフィックの領域と定義しています。
縮小の最小値データグラフィックの領域はどこにあるのですか。例えば：
1
1
1
彼の定義によれば、最後の「1」は、他のデータと同じ量のデータを伝達しますが、最小の領域を使用するため、最高です。それは事実ですが、このルールを使用すると、常に「次から見えない」グラフィックスが表示されます。
では、最小値をどのように定義しますか？
別の問題は...この現象を使用して、データマトリックス内の同じ値に対してさまざまな種類の視覚化を比較する実際の方法はありますか？
たとえば、次の要素とテキストのみの比較：
download bmml source – Balsamiq Mockups で作成されたワイヤーフレーム
- 50％
調査がどこにあるか採用データ密度を見て、さまざまなUI要素を比較したことがありますか？
では、最小値をどのように定義しますか？
タフテスのデータ密度は、実際には3つの原則に基づいています。（1）何よりもまず、データを表示する、（2）データインクの比率を最大化する、（3）非データインクを消去する。極端な場合、これは人間が読むことができる限り小さいと解釈できます。ここでは、3ピクセルほどの小さいフォントサイズについて説明しますが、実際には読み取ることができる5ピクセルです。
対照的に、アクセシビリティは優れています。この方法で情報にアクセスすることが快適で効果的であると感じるユーザーは多くありません。フォントサイズを小さくするごとに、読みにくくなり、間違って読み取るリスクが高くなります。したがって、データとインクの比率よりも効果的なデータ通信を推進する必要があります。
多くの場合、ユーザーエクスペリエンスは、さまざまな目的を1つの設計ソリューションに組み合わせて、アクセシビリティ、マーケティング、タスクの完了、サイトの目的、収益、コンバージョン率、ユーザーの満足度、会社の設計ガイドラインなど、さまざまな目標を達成する魔法です。
データ密度を使用してさまざまなUI要素を比較する研究を見たことがありますか？
最も効果的な情報の視覚化を見つけるには、測定する必要があります。それ自体を測定することは非常に難しい場合があります。グラフAで表される同じ情報はグラフBよりも良いですか、悪いですか幸いなことに、2009年に行われた調査があります。 グラフ視覚化の有効性の測定：認知負荷の観点 ：
グラフの視覚化のコンテキストでの認知負荷の構成が提案され、議論されています。その後、これら3つの概念間の相互作用関係をさらに明らかにするために、ユーザータスクのパフォーマンス、精神的努力、認知負荷のモデルが提案されます。メンタルエフォートと呼ばれる認知負荷測定が導入され、この測定は従来のパフォーマンス測定とさらに組み合わされて、視覚化効率と呼ばれる単一の多次元測定になります。
LuzzardiとDel Sasso Freitasによる「 情報視覚化手法の人間工学的基準の拡張セット 」というタイトルの2004年の研究は、別の結論に達しています。
ユーザーインターフェイスの評価は通常、レイアウト中や対話中のデザインの問題を検出するために行われます。情報の視覚化手法では、インターフェースのユーザビリティの問題は、視覚的表現の表現力と絡み合っています。これら2つの側面は同等に重要であり、視覚化手法がユーザーのタスクをどの程度サポートしているかを検証するために評価する必要があります。
しかし、どちらの研究も2番目の質問に「はい」と答えていません。あるかもしれませんが、Google Scholarの最初の50ヒットを作るほど有名で有名なものはありません。自分でプロトタイプを作成し、簡単なA/Bテストを行ってユーザーが何が一番良いかを見つけるか、大学で実際の研究を行う必要があると思います。そのような論文を読むのは面白いでしょう。