लंदन, 29 नवंबर (द कन्वरसेशन) मार्च 2020 में, यूके सरकार के मुख्य वैज्ञानिक सलाहकार पैट्रिक वालेंस ने देश के सामने "महामारी का आकार" दिखाने वाला एक ग्राफ प्रस्तुत किया।
अनुमानित कोविड मामलों की संख्या को दर्शाने वाली लाल रेखा फिर से नीचे की तरफ आने से पहले एक तीव्र शिखर तक पहुंच रही थी।
वालेंस ने बताया कि ब्रिटेन की स्वास्थ्य सेवा प्रणाली पर तनाव को कम करने के लिए रेखा के उस शिखर तक पहुंचने में देरी करना और उसे कम करना आवश्यक था। तत्कालीन प्रधान मंत्री बोरिस जॉनसन ने इसे और अधिक संक्षेप में कहा: "उस शिखर को खत्म कर दो।"
इसके बाद के दो वर्षों में, इन दोनों व्यक्तियों ने इस तरह के ग्राफ़ पर चर्चा करते हुए कई घंटे बिताए होंगे। लेकिन अब हमें कोविड से संबंधित जांच समिति के समक्ष वालेंस की गवाही के माध्यम से पता चल रहा है कि शायद प्रधान मंत्री जॉनसन को हर दिन इन ग्राफ के संपर्क में आने के बावजूद यह समझने में परेशानी हो रही थी कि इन ग्राफ़ों में क्या दिखाया गया था।
जांच अध्यक्ष बैरोनेस हैलेट ने पूर्व प्रधान मंत्री के बारे में कहा: “वह ग्राफ़ को लेकर परेशान होने वाले एकमात्र व्यक्ति नहीं होंगे। मैं इस बात को स्वीकार करता हूँ कि मुझे कभी-कभी ग्राफ़ समझने में दिक्कत पेश आती है।''
उनकी बात महत्वपूर्ण है: संचार दोतरफा रास्ता है। किसी ग्राफ़ को देखने वाले व्यक्ति द्वारा गलत समझे जाने पर उसे दोष देना हमेशा उचित नहीं होता है, सबसे पहले इसे समझने योग्य बनाया जाना चाहिए।
जांच के दौरान, नीति निर्माताओं को महत्वपूर्ण तथ्यों से जुड़े मामलों में सूचित निर्णय लेने के लिए बुनियादी आँकड़ों को समझने की आवश्यकता के बारे में बहुत कुछ बताया गया है। तो वैज्ञानिक इस समस्या को हल करने में मदद के लिए बेहतर डेटा विज़ुअलाइज़ेशन कैसे बना सकते हैं?
इसका उत्तर खोजने के लिए, हम 160 साल पहले फ्लोरेंस नाइटिंगेल को देख सकते हैं, जिनके नाम पर महामारी के शुरुआती दिनों में अस्थायी अस्पताल बनाए गए थे। नाइटिंगेल संकट के समय में नीतियों को बदलने के लिए प्रभावी डेटा ग्राफिक्स का उपयोग करने में अग्रणी थीं।
क्रीमिया युद्ध (1853-1856) में रोकी जा सकने वाली बीमारियों से मर रहे सैनिकों की देखभाल के अपने अनुभव के बाद, उन्होंने ब्रिटिश सेना को स्वच्छता सुधार की आवश्यकता के बारे में समझाने के लिए अभियान चलाया। नाइटिंगेल ने अन्य सांख्यिकीविदों के साथ मिलकर ग्राफ़ बनाए, जिन्हें महारानी विक्टोरिया सहित प्रमुख प्रतिष्ठान के लोगों को भेजा गया, नाइटिंगेल को उम्मीद थी कि "वह इसे देख सकती हैं क्योंकि इसमें चित्र हैं"।
उनके चार्ट ने स्वच्छता सुधार से पहले और बाद में मासिक मौतों के आंकड़ों को स्पष्ट रूप से अलग कर दिया, और दिखाया कि युद्ध के घावों के कारण कितनी कम मौतें हुईं। नाइटिंगेल ने पाठकों को इस बात में कोई संदेह नहीं होने दिया कि अस्वच्छ तरीके से रहने की स्थिति के कारण उनके बैरक में सैनिक मारे जा रहे थे। इसने सुधारों को प्रेरित किया जिससे अनगिनत सैनिकों को रोकी जा सकने वाली बीमारियों से मरने से बचाया गया।
वैज्ञानिक डेटा का बेहतर संचार कैसे कर सकते हैं?
नाइटिंगेल के समय से, सार्वजनिक स्वास्थ्य में सुधार के लिए सांख्यिकी के उपयोग में काफी प्रगति हुई है। यहां चार्ट में दो बहुत ही सरल सुधार दिए गए हैं जो उन्हें समझने वालों के लिए बहुत बड़ा अंतर ला सकते हैं।
वालेंस की नोटबुक में एक प्रविष्टि में लाइन ग्राफ़ में रंगों को लेकर जॉनसन की उलझन का विवरण दिया गया है। वैज्ञानिकों को अपनी कल्पनाओं में अस्पष्ट रंगों का उपयोग करने का खतरा हो सकता है।
यह दिखाया गया है कि रंग चयन इस बात को प्रभावित करता है कि उपयोगकर्ता मानचित्रों को कितनी सटीकता से पढ़ते हैं, हाल के शोध से पता चलता है कि गंभीर डेटा को देखने के लिए "खुशनुमा" रंगों का उपयोग करना भ्रमित करने वाला हो सकता है।
महत्वपूर्ण निर्णयों में बाधा उत्पन्न करने वाले या कलर ब्लाइंडनेस वाले लोगों के लिए डेटा को दुर्गम बनाने वाले खराब रंग विकल्पों से कैसे बचा जाए, इस पर कई दिशानिर्देश हैं।
वालेंस ने पूछताछ में बताया कि वह इस बात से भी चिंतित थे कि जॉनसन ग्राफ़ के संदेशों पर ध्यान नहीं दे पा रहे थे। यदि लोग ध्यान नहीं देंगे तो ज्यादा कुछ करना मुमकिन नहीं था, लेकिन 2016 के एक अध्ययन में पाया गया कि लोगों को विज़ुअलाइज़ेशन के संदेश को याद रखने की अधिक संभावना थी यदि इसमें शीर्षक और एनोटेशन शामिल थे जो ग्राफ़िक में पहले से ही दिखाई गई जानकारी को स्पष्ट करते हैं।
समय अत्यंत महत्वपूर्ण है, क्योंकि लोग 500 मिलीसेकंड के भीतर किसी ग्राफ़िक के बारे में अपनी धारणा बना सकते हैं। फाइनेंशियल टाइम्स में दृश्य और डेटा पत्रकारिता के प्रमुख एलन स्मिथ अपनी टीम को अपने शीर्षकों में सक्रिय क्रियाओं का उपयोग करने के लिए प्रोत्साहित करते हैं। जैसा कि उन्होंने अपनी पुस्तक हाउ चार्ट्स वर्क में लिखा है, यह दृष्टिकोण "चार्ट पर ध्यान केंद्रित करेगा, उद्देश्य की वास्तविक कथात्मक भावना प्रदान करेगा"।
आप एक बेहतर ग्राफ़ रीडर कैसे बन सकते हैं?
ऐसी भी चीजें हैं जो हम, पाठक के रूप में, ग्राफ़, चार्ट और डेटा विज़ुअलाइज़ेशन को बेहतर ढंग से समझने के लिए कर सकते हैं जो दैनिक जीवन का हिस्सा हैं। यहाँ कुछ चीज़ें दी गई हैं जिन पर ध्यान देना चाहिए।
कुछ चार्ट अपनी अक्षों पर प्रयुक्त मूल्यों में चयनात्मक होकर गुमराह कर सकते हैं। एक सामान्य तरकीब - जिसमें राजनेताओं को महारत हासिल है - वह यह है कि किसी चीज़ में वृद्धि या कमी को बढ़ा-चढ़ाकर पेश करने के लिए वे शून्य से शुरुआत नहीं करते हैं। इस दृष्टिकोण के अच्छे कारण हो सकते हैं, लेकिन हमेशा नहीं।
आपको किसी स्रोत की भी तलाश करनी चाहिए और पुष्टि करनी चाहिए कि यह राष्ट्रीय सांख्यिकी कार्यालय जैसा कोई प्रतिष्ठित स्रोत है। यदि स्रोत नहीं दिखाया गया है, तो पूछें। यदि कोई श्रेय नहीं है, तो आपका संदेहपूर्ण होना सही है।
अंततः, इस बारे में भी उत्सुक रहें कि ग्राफ़ क्या नहीं दिखाता है। क्या डेटा गायब है, या कथानक समस्या का केवल एक पहलू दिखाता है? क्या समान डेटा के अन्य चार्ट कुछ अलग दिखाते हैं?
(यह सिंडिकेटेड न्यूज़ फीड से अनएडिटेड और ऑटो-जेनरेटेड स्टोरी है, ऐसी संभावना है कि लेटेस्टली स्टाफ द्वारा इसमें कोई बदलाव या एडिट नहीं किया गया है)