Proporción datos-tinta
La tinta de un gráfico que muestra datos, dividida por toda la tinta usada. Tufte llamó chartjunk al adorno que no informa.
Qué problema aborda
Explica por qué rejillas, sombras y dibujos pueden tapar los datos. Al diseño le da una pregunta para cada trazo: ¿informa o solo decora?
Un ejemplo
Un ejemplo ilustrativo: el mismo gráfico de barras, antes y después de limpiarlo.
Quitar tinta no es quitar información: es dejar ver la que ya había.
Por qué pasa
Todo trazo pide atención, también el que no dice nada;
el adorno compite por la mirada con las barras, las líneas y las cifras;
al borrar lo que sobra, los datos quedan en primer plano.
Aplicaciones en diseño
Úsalo así
Revisa cada elemento del gráfico y quita el que no muestra datos ni ayuda a leerlos.
Evita
Efectos en 3D, sombras, fondos y rejillas densas que solo decoran.
Para no caer
No confundas sobrio con mejor: una imagen ligada al tema puede ayudar a recordar, siempre que no deforme los datos.
2–3 semanas
Lo que dice la investigación
En un estudio con 20 personas, quienes volvieron 2 o 3 semanas después recordaban mejor los gráficos ilustrados que sus versiones sobrias, y los habían entendido igual de bien (Bateman y otros, 2010).
Evidencia debatida. Es un estudio pequeño, con gráficos de un solo ilustrador y tareas de descripción general: no avala decorar sin más. Los propios autores advierten que las imágenes pueden sesgar el mensaje.
Conexiones
Se usa en
Autores y obras
- 1983
Edward R. Tufte
Definió la proporción datos-tinta, acuñó chartjunk y propuso borrar la tinta que no muestra datos.
- 2010
Scott Bateman y otros
Vieron que los gráficos con ilustraciones se recordaban mejor semanas después, sin que se entendieran peor.
Fuentes
Fuentes originales
- Tufte, E. R. (1983). The visual display of quantitative information. Graphics Press.
- Bateman, S., Mandryk, R. L., Gutwin, C., Genest, A., McDine, D. y Brooks, C. (2010). Useful junk? The effects of visual embellishment on comprehension and memorability of charts. En Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (pp. 2573–2582). ACM.
Última revisión: