常规数据展现的形式有哪些？

在可用性测试中，数据的价值主要体现在为测试结论提供支持，换句话说，如果我们不能用数据很好的和别人进行交流，我们数据的价值有非常有限。

用表格形式来呈现数据是一种比较简便的方式，但是，为了更好的对数据做出解释，我们需要图形化的方式来呈现数据。

通常情况下，我们用到的数据图的类型有以下几种：

条形图（柱状图） Column or bar graphs

折线图 Line graphs

散点图 Scatter plots

饼图 Pie charts

堆积条形图 Stacked bar graphs

其中最常用的应该属于条形（柱状）图，在可用性测试报告中，我们经常会用到这样的数据呈现形式，一般情况下条形（柱状）图会用来呈现用户特征、任务完成率、任务完成时间、AB测试的比较等等，我们先就这个类型数据图使用原则进行讨论。

在平时编写可用性测试报告的时候，我们发现条形图特别适合呈现离散的项目和类别，如任务，参加者，设计等等，特别适用于数据比较，以长短的图形表示非常直观。但是这样有一个前提，就是坐标轴必须以“0”为起点。如果不这么做，看上去就好像是人为操纵了柱形的长度。这个属于加入了主观因素，是我们必须避免的。

然后，图表坐标轴的最大值最好不要高于理论上的最大值，这样会让图表显得不合理。如，完成率最高是100%，我们在绘制条形图时，完成率坐标使用120%这样的标记不但没有意义的，而且会使数据显得不严谨。同时，过分强调数据的准确性也是不必要的，实际中我们发现，在不涉及相关系数的情况下，整数是最好的形势，举例来说，把完成率标定为100.0000%大家都会觉得别扭。

第三，在条形图呈现参加者数据平均值的时候（时间、评分等），都会涉及到数据的变异性和置信区间这个概念，如果我们能通过增加误差线（error bars）来图形化表示数据的变异性，就能够让我们的数据变得易于理解，也更能体现出我们数据的价值。

图：标准的柱形图，误差线表示95%的置信区间

第四，考虑到数据用户的多样性，我们这边特别要注意数据表达方式，如，对于太长的标题也要用水平的方式来呈现，避免用户侧头观看；对于数据条的颜色要用对比比较强烈的色彩，避免色盲的用户产生障碍；对于数据量超大的表格，建议以分类别呈现的方式来表达，避免表格承载太多的信息而影响表示效果。

最后，我们说一个大家都比较关心的问题：如何判断应该使用柱形图还是折线图。

我们经常会遇到这样的情况，在呈现一组数据的时候，觉得柱形图不错，折线图也可以，那么，我们怎么来判断呢？有一个简单的办法，先假设自己需要使用折线图，然后我们问自己一个问题：连接数据点的连线有意义吗？

换句话说，如果在这些位置没有数据，我们添加数据能增加数据说服力吗？

如果不能，请使用柱形图。

所以只要合理的运用以上原则，我们不仅可以做出美观的图形让枯燥的数据易于理解，更可以增加数据的说服力，体现数据的价值。

本文转自 孙闯denny的新浪博客，版权归原作者所有。
链接：http://blog.sina.com.cn/s/blog_13a4bb3270102vwnj.html