Comment Naviguer Durant La Séance

La barre de progression au bas de votre écran vous indique où vous êtes rendu dans la séance. Si vous souhaitez passer d’une page à l’autre, vous pouvez le faire en utilisant le menu de navigation en bas à gauche de votre écran.

Chaque page présente un conseil, un concept ou une pratique exemplaire sur la visualisation de données pendant la pandémie de COVID-19. Faites défiler les pages à l’aide de votre clavier ou en cliquant sur les flèches droite et gauche en bas à droite de votre écran.

Sur certaines pages, vous pouvez faire défiler le contenu vers le bas pour en savoir plus sur un sujet particulier. Pour ce faire, utilisez la flèche vers le bas de votre clavier ou cliquez sur la flèche vers le bas qui se trouve à la droite, au bas de votre écran.

Cliquez sur la flèche qui pointe vers le bas pour en savoir plus sur la navigation dans la séance.

Comment naviguer durant La séance

Les flèches de navigation en bas à droite de votre écran sont là pour vous guider tout au long de la séance. Dans l’exemple ci-dessous, la flèche gauche décolorée indique les pages visualisées, tandis que la flèche du bas et la flèche droite indiquent les pages que vous n’avez pas encore consultées.

Maintenant que vous avez compris comment naviguer, cliquez sur la flèche droite pour démarrer la séance.

AVANT DE COMMENCER, APPRENEZ À CONNAÎTRE VOS DONNÉES

Avant de creuser dans un ensemble de données sur la COVID-19, il est important de passer un peu de temps à comprendre ce qui peut et ne peut pas être dit sur les données en question. Trop souvent, nous nous lançons dans l’analyse avant de prendre le temps de comprendre quels aspects du monde nos données représentent.

La première étape consiste à comprendre les définitions des données qui composent votre ensemble de données. Pour ce faire, vous voudrez examiner les éléments suivants :

1. les métadonnées;
2. le dictionnaire de données.

Cliquez sur la flèche qui pointe vers le bas pour en savoir plus sur les métadonnées et les dictionnaires de données.

EXPLORER LES MÉTADONNÉES

Les métadonnées sont des données relatives à des données. Examiner les métadonnées avant de télécharger un nouvel ensemble de données peut vous faire gagner du temps et vous permettre de savoir si les données que vous allez télécharger contiennent vraiment ce dont vous avez besoin. Le Humanitarian Data Exchange exige que toutes les données partagées sur la plateforme comprennent quelques champs de métadonnées essentiels.

Les métadonnées fournissent des informations de base sur un ensemble de données telles que :

1. la source : qui publie l’ensemble de données;
2. la date : la date à laquelle l’ensemble de données a été initialement publié, la date à laquelle il a été mis à jour et publié pour la dernière fois et la fréquence de mise à jour prévue, ce qui permet d’anticiper la prochaine date de publication;
3. la localisation : l’étendue géographique de l’ensemble de données et sa granularité (par exemple, pour un nombre précis de pays avec des données à un niveau admin1);
4. la méthodologie : comment les données ont été recueillies.

Cliquez sur la flèche qui pointe vers le bas pour en savoir plus sur les dictionnaires de données.

LIRE LE DICTIONNAIRE DE DONNÉES

Certaines organisations publient des dictionnaires de données avec leurs données. Souvent, les en-têtes d’un ensemble de données sont condensés pour économiser de l’espace et les rendre lisibles par une machine. Par exemple, un champ avec un en-tête nommé « cas » peut signifier des cas cumulés, des cas quotidiens ou des cas actifs.

Un dictionnaire de données fournit des définitions pour les variables d’un ensemble de données afin d’aider à comprendre ce que chaque variable représente. L’exemple ci-dessous donne un exemple de définition donnée pour les patients positifs et soupçonnés ainsi que le type de données (numérique).

Source: Healthcare.gov Data Portal

Fiabilité des données

L’exactitude de ces chiffres dépend habituellement d’un certain nombre de facteurs.

• Le nombre de cas confirmés dépend de l’ampleur des tests effectués dans un pays, de leur précision et du délai entre le moment où une personne est infectée, présente des symptômes et subit un test.
• Le nombre de décès varie selon que l’on compte les décès en dehors des hôpitaux et que des tests sont effectués dans les hôpitaux avant ou après le décès.
• Le nombre de cas actifs est calculé à partir des données sur les cas guéris. Tous les sites ne fournissent pas des données adéquates sur les cas guéris et, par conséquent, ces données peuvent ne pas être fiables.

Pour vous assurer que les données dont vous disposez soient aussi actuelles et précises que possible, privilégiez les sources réputées et les données dont les méthodes de collecte sont bien documentées.

Cliquez sur la flèche qui pointe vers le bas pour en savoir plus sur les sources de données fiables.

Données sur la COVID-19 sur HDX

HDX héberge une gamme variée d’ensembles de données sur la COVID-19 pour les travailleurs humanitaires.

Celles-ci comprennent (ressources en anglais) :

1. Les données sur les cas recensés dans le monde de Johns Hopkins School of Public Health et de l’Organisation mondiale de la santé;
2. Les données sur les tests de Our World in Data;
3. Les fermetures d’écoles à l’échelle mondiale de UNESCO; et
4. Les restrictions mondiales en matière de voyage et informations sur les compagnies aériennes duProgramme alimentaire mondial.

ÉVOLUTION DANS LE TEMPS

Si vous disposez de données chronologiques (séries chronologiques), l’évolution dans le temps est une relation typique à visualiser. Assurez-vous de tracer la ligne chronologique sur l’axe des X. Les graphiques suivants permettent d’illustrer les tendances dans le temps.

Source: Andy Kriebel et The Financial Times
Cliquez sur la flèche qui pointe vers le bas pour en savoir plus.

Graphique Linéaire

Un graphique linéaire souligne les tendances en montrant une série de points reliés par des lignes droites. L’ajout de marqueurs visuels pour les événements importants, par exemple lorsque les ordres de rester à la maison sont entrés en vigueur, est un moyen facile d’ajouter du contexte. Les séries chronologiques multiples doivent toujours utiliser des graphiques linéaires.

Source: Our World in Data
Cliquez sur la flèche qui pointe vers le bas pour obtenir d’autres exemples.

Graphiques à Barres

Les graphiques à barres qui représentent des données chronologiques servent à mettre en évidence des valeurs individuelles à des moments distincts. Ils sont plus efficaces lorsque les points de données sont à intervalles égaux comme les jours, les mois ou les années, par exemple le nombre de cas confirmés signalés quotidiennement. Assurez-vous toujours que votre axe des Y commence à zéro.

Source: Worldometer
Cliquez sur la flèche qui pointe vers le bas pour obtenir d’autres exemples.

Graphiques en Aires Empilées

Les graphiques en aires empilées sont utiles pour comparer plusieurs séries de données évoluant dans le temps. Les valeurs de chaque série sont affichées les unes au-dessus des autres, ce qui permet de visualiser l’évolution de la valeur totale, par exemple le nombre de cas confirmés de COVID-19 dans le monde, et la façon dont les valeurs évoluent dans les groupes de constituants, par exemple la région.

Source: Our World in Data

COMPARAISON

Les visualisations utilisent souvent la taille, la longueur et la position pour aider l’observateur à explorer les différences et les similitudes entre les catégories et les séries de données.

Source: Andy Kriebel et The Financial Times
Cliquez sur la flèche qui pointe vers le bas pour en savoir plus.

Diagrammes à Barres et à Colonnes en Ordre

Les diagrammes à barres et à colonnes en ordre sont excellents pour montrer la position et comparer selon différentes catégories. Lorsque vos étiquettes sont longues, il convient d’utiliser des barres horizontales. Il est toujours préférable de trier vos données, car cela en facilitera la lecture.

Diagramme de Symboles Proportionnels

Souvent appelés diagrammes à bulles, ces diagrammes sont généralement utilisés pour comparer et montrer les relations entre des cercles catégorisés en utilisant à la fois le positionnement, les couleurs et les proportions.

Distribution

Les visualisations de distribution sont souvent utilisées pour explorer les données, car elles montrent les valeurs dans l’ensemble de données et leur fréquence. La forme (ou l’asymétrie) d’une distribution peut être un moyen efficace de mettre en évidence le manque d’uniformité ou d’égalité des données.

Source: Andy Kriebel et The Financial Times
Cliquez sur la flèche qui pointe vers le bas pour en savoir plus.

Histogramme

Les histogrammes sont utiles pour comprendre la diffusion des données. Ils montrent où les valeurs sont concentrées, quels sont les extrêmes et s’il y a des écarts. Ils ressemblent aux diagrammes à barres verticales, mais ils comportent une différence majeure : l’axe horizontal (X) contient des données numériques et non catégoriques.

Source: Springer
Cliquez sur la flèche qui pointe vers le bas pour obtenir d’autres exemples.

Boîtes à Moustaches

Les boîtes à moustaches (ou diagrammes en boîte) sont populaires parmi les statisticiens et les chercheurs. Ils sont utiles pour résumer des distributions multiples en montrant la médiane (centre) et l’étendue des données. Bien qu’ils soient utiles pour explorer les données, tout le monde ne comprend pas comment interpréter les boîtes à moustaches. À utiliser avec parcimonie comme outil explicatif.

Source: Centre de données humanitaires, UNOCHA

PARTIE D'UN TOUT

Ces graphiques sont utiles pour montrer comment différentes sections de données constituent un ensemble. Bien qu’utiles avec un petit nombre de catégories, ils peuvent rapidement devenir difficiles à lire. Si vous souhaitez surtout comparer la taille des sections, un simple diagramme à barres est souvent plus facile à lire.

Source: Andy Kriebel et The Financial Times
Cliquez sur la flèche qui pointe vers le bas pour en savoir plus.

GRAPHIQUE EN ANNEAU

Au fil du temps, le graphique en anneau est devenu de plus en plus populaire. Ce graphique est similaire à un diagramme circulaire, mais le centre est un bon endroit où inscrire plus d’informations sur les données (par exemple, le total).

Source: Services de suivi financier d’OCHA
Cliquez sur la flèche qui pointe vers le bas pour obtenir d’autres exemples.

GRAPHIQUE À BARRES EMPILÉES PROPORTIONNELLES

Le graphique à barres empilées proportionnelles est une autre façon simple de montrer la relation partie-d'un-tout. Il est particulièrement utile pour comparer les variables entre les groupes ou à différents points dans le temps.

Source: Eleonora Nazander

GÉOSPATIAL

Utilisez uniquement les cartes lorsque des lieux précis ou l’organisation géographique des données constituent une partie cruciale de votre message. Lorsque les particularités intéressantes de vos données ne sont pas d’ordre géographique, une carte peut finir par reléguer votre message au second plan. Ce n’est pas parce que des données peuvent être cartographiées qu'elles doivent l’être.

Source: Andy Kriebel et The Financial Times
Cliquez sur la flèche qui pointe vers le bas pour en savoir plus.

CHOROPLÈTHE

Cette approche courante de cartographie de données permet de présenter des zones géographiques qui sont colorées, ombragées ou structurées par rapport à une variable. Il est souvent préférable d’utiliser des taux plutôt que des totaux pour ce type de carte.

Source: Plan global de réponse humanitaire à la COVID-19 des Nations Unies
Cliquez sur la flèche qui pointe vers le bas pour obtenir d’autres exemples.

Carte de Symboles proportionnels

Cette carte met à l’échelle la taille des symboles proportionnellement à la valeur des données trouvées à cet endroit. En général, plus le symbole est grand, plus la valeur d’un objet à un endroit donné est élevée.

ENVISAGER L’UTILISATION D’UNE ÉCHELLE LOGARITHMIQUE

Le fait de tracer une croissance exponentielle sur une échelle linéaire peut masquer des détails importants tels que le taux de croissance. Dans l’exemple ci-dessous, les États-Unis et l’Italie semblent suivre des trajectoires similaires sur l’échelle linéaire, alors qu’il est plus évident sur l’échelle logarithmique que les cas de COVID-19 continuent de croître aux États-Unis tandis que l’Italie connaît un ralentissement.

Source: Kenneth Chang
Cliquez sur la flèche qui pointe vers le bas pour en savoir plus.

ÉCHELLES LINÉAIRE ET LOGARITHMIQUE

La forme la plus courante de graphique linéaire utilise une échelle linéaire. Le long de l’axe des Y, les nombres progressent de façon linéaire : 1, 2, 3, ou 10, 20, 30, etc.

Sur une échelle logarithmique, les nombres sur l’axe des Y n’augmentent pas par tranches égales. Chaque intervalle augmente selon un facteur déterminé – souvent 10, mais il peut s’agir d’un facteur de 3 ou de 350 ou de 3 500, etc.

Une échelle logarithmique empêche les grands nombres de fausser tout un graphique et permet de mesurer les taux de changement, en particulier les taux de croissance (par exemple, le nombre de cas ou de décès au fil du temps). Dans le cas de la COVID-19, qui connaît une croissance exponentielle, il sera souvent judicieux d’utiliser une échelle logarithmique, car la ligne de tendance cumulée des cas peut « suivre » les chiffres au lieu de s’écarter du graphique. Pour en savoir plus sur les échelles logarithmiques, consultez The Conversation (en anglais)

CONNAÎTRE LA DIFFÉRENCE ENTRE LES VALEURS RELATIVES ET ABSOLUES

En gardant à l’esprit le message que vous voulez faire passer, explorez les différentes façons de représenter les données que vous visualisez. Lorsque vous comparez plusieurs pays ou régions, pensez à la mesure dans laquelle votre visualisation sera appelée à changer si vous choisissez de présenter des chiffres absolus (nombre total de cas confirmés) ou des valeurs relatives (nombre de cas confirmés pour X mille personnes).

Une valeur absolue n’est pour ainsi dire comparée à aucune autre valeur, tandis qu’une valeur relative est créée lorsque deux valeurs absolues sont comparées l’une à l’autre. Les valeurs relatives sont souvent présentées sous forme de pourcentages, de proportions, de taux, etc. et constituent une bonne référence pour permettre aux lecteurs de juger de l’ampleur et de comparer l’ampleur entre différentes catégories.

Le choix d’utiliser l’une ou l’autre méthode dépend du message que vous essayez de transmettre.

Cliquez sur la flèche qui pointe vers le bas pour obtenir des exemples.

UTILISATION DE VALEURS RELATIVES CONCERNANT LA COVID-19

La carte choroplèthe est un exemple de visualisation qui fonctionne mieux avec des valeurs relatives, car celles-ci fournissent une référence commune pour comparer l’ampleur de la crise dans un ensemble de pays ou de régions.

Source: Our World in Data
Cliquez sur la flèche qui pointe vers le bas pour en savoir plus.

UTILISATION DES VALEURS ABSOLUES CONCERNANT LA COVID-19

Les graphiques linéaires logarithmiques sur la COVID-19 utilisent souvent des valeurs absolues. Pourquoi? Lorsqu’on utilise une échelle logarithmique, l’accent est mis sur la variation exponentielle dans le temps ou sur la trajectoire, plutôt que sur l’échelle du problème.

Source: John Burn-Murdoch et the Financial Times

COMMUNIQUER L’INCERTITUDE

Il existe une grande incertitude autour de la COVID-19, et on peut le constater dans les données. Essayez de trouver des moyens de communiquer cette idée d’incertitude dans votre visualisation. Par exemple, en ajoutant simplement la phrase « nous savons qu’il existe X cas », vous aidez à faire comprendre que les données dont vous disposez sont incomplètes.

Source: Lisa Charlotte Rost
Press down to learn more

COMMUNIQUER La Date et La Source

Compte tenu de la rapidité des changements liés à la pandémie de COVID-19, le fait de fournir aux lecteurs des informations sur la date à laquelle les données se rapportent et la fréquence des mises à jour les aide à comprendre la mesure dans laquelle la visualisation est actuelle. Il est toujours bon d’indiquer clairement la ou les sources des données.

Source: Lisa Charlotte Rost

CRÉATION D’UN GRAPHIQUE LINÉAIRE DANS EXCEL

Téléchargez notre guide étape par étape pour créer un graphique linéaire logarithmique (en anglais).

1. Télécharger les données de HDX;
2. Préparez et structurez vos données;
3. Insérez un graphique linéaire;
4. Explorez en utilisant une échelle logarithmique; et
5. Personnalisez la conception.

Cliquez sur la flèche qui pointe vers le bas pour parcourir les étapes.

Téléchargez les données : Cliquez sur la vidéo ci-dessous pour savoir comment trouver et télécharger des données à partir de HDX.

Cliquez sur la flèche qui pointe vers le bas pour passer à l’étape suivante.

Préparez et structurez vos données : Cliquez sur la vidéo ci-dessous pour apprendre à organiser, à filtrer et à structurer vos données afin de créer un graphique linéaire visualisant la croissance du nombre de cas de COVID-19 en Afghanistan.

Cliquez sur la flèche qui pointe vers le bas pour passer à l’étape suivante.

Insérer un graphique linéaire : Ensuite, regardez la vidéo ci-dessous pour apprendre comment insérer un graphique linéaire ainsi que comment formater l’axe des dates dans votre graphique.chart.

Cliquez sur la flèche qui pointe vers le bas pour passer à l’étape suivante.

Explorer en utilisant une échelle logarithmique : Regardez la vidéo ci-dessous pour apprendre comment formater votre axe des Y à l’aide d’une échelle logarithmique.

Cliquez sur la flèche qui pointe vers le bas pour passer à l’étape suivante.

Personnaliser le design : Il est maintenant temps de personnaliser la visualisation! Regardez la vidéo ci- dessous pour apprendre comment ajouter du texte, changer les polices et désencombrer votre graphique.