Här är några konkreta förslag på hur du mer framgångsrikt kan använda diagram som dataanalysverktyg i Excel och hur du kan använda diagram för att mer effektivt kommunicera resultaten av den dataanalys som du gör.
Använd rätt diagramtyp
Vad många inte inser är att du bara kan göra fem datajämförelser i Excel-diagram.
| Jämförelse |
Beskrivning |
Exempel |
| Del till helhet |
Jämför enskilda värden med summan av dessa värden. |
Jämför försäljningen som genereras av enskilda produkter med den
totala försäljningen för ett företag. |
| Hel till hel |
Jämför enskilda datavärden och uppsättningar av datavärden (eller
vad Excel kallar dataserier ) med varandra. |
Jämför försäljningsintäkter för olika företag i din
bransch. |
| Tidsföljder |
Visar hur värden förändras över tid. |
Ett diagram som visar försäljningsintäkter under de senaste 5 åren eller vinster
under de senaste 12 månaderna. |
| Korrelation |
Tittar på olika dataserier i ett försök att utforska
korrelation, eller association, mellan dataserierna. |
Jämför information om antalet barn i skolåldern
med försäljning av leksaker. |
| Geografisk |
Tittar på datavärden med hjälp av en geografisk karta. |
Undersöka försäljningen per land med hjälp av en karta över världen. |
Om du bestämmer dig för eller kan ta reda på vilken datajämförelse du vill göra, är det mycket enkelt att välja rätt diagramtyp:
-
Paj, munk eller område: Används för jämförelse av del-till-hel data.
-
Stång, cylinder, kon eller pyramid: Använd för en jämförelse av hel-till-hel data.
-
Rad eller kolumn: Används för jämförelse av tidsseriedata .
-
Scatter eller bubbla: Används för jämförelse av korrelationsdata i Excel.
-
Yta: Används för en geografisk datajämförelse.
Använd ditt diagrammeddelande som diagramtitel
Diagramtitlar används ofta för att identifiera organisationen som du presenterar information för eller kanske för att identifiera nyckeldataserien som du använder i ett diagram. Ett bättre och mer effektivt sätt att använda diagramtiteln är att göra den till en kort sammanfattning av det budskap som du vill att ditt diagram ska kommunicera.

Akta dig för cirkeldiagram
Cirkeldiagram är mycket sämre verktyg för att visuellt förstå data och visuellt kommunicera kvantitativ information.
Nästan alltid skulle information som visas i ett cirkeldiagram visas bättre i en enkel tabell.
Cirkeldiagram har flera försvagande svagheter:
-
Du är begränsad till att arbeta med en mycket liten uppsättning siffror.
-
Cirkeldiagram är inte visuellt exakta.
-
Med cirkeldiagram är du begränsad till en enda dataserie.
Överväg att använda pivotdiagram för små datamängder
För små datamängder kan pivotdiagram fungera mycket bra. Det viktigaste att komma ihåg är att ett pivotdiagram, praktiskt taget, gör att du bara kan plotta några rader med data.
Men om du skapar en korstabell som bara visar några rader med data, prova ett pivotdiagram. Här är en korstabulering i en svängbordsform.

Här är en korstabulering i en svängdiagram form. För många människor visar den grafiska presentationen här trenderna i underliggande data snabbare, bekvämare och mer effektivt.

Undvik 3D-diagram
Problemet med 3-är att den extra dimensionen, eller illusionen, av djup minskar den visuella precisionen i diagrammet. Med ett 3D-diagram kan du inte lika enkelt eller exakt mäta eller bedöma den plottade datan.
Här är ett enkelt kolumndiagram.

Här är samma information i ett 3-D kolumndiagram. Om du tittar noga på dessa två diagram kan du se att det är mycket svårare att exakt jämföra de två dataserierna i 3D-diagrammet och att verkligen se vilka underliggande datavärden som plottas.

Diagram blir ofta alltför lätt belamrade med främmande och förvirrande information.

Använd aldrig 3D-cirkeldiagram
Cirkeldiagram är verkligen svaga verktyg för att visualisera, analysera och visuellt kommunicera information. Att lägga till en tredje dimension till ett diagram minskar dess precision och användbarhet ytterligare. När du kombinerar svagheten i ett cirkeldiagram med tredimensionalitetens inexakthet och oprecision får du något som vanligtvis är missvisande.

Var medveten om fantomdatamarkörerna
En fantomdatamarkör är ett extra visuellt element på ett diagram som överdriver eller vilseleder sjökortsvisaren. Här är ett fånigt litet kolumndiagram som skapades för att planera äppelproduktion i delstaten Washington.
Lägg märke till att diagramförklaringen, som visas till höger om plottområdet, ser ut som en annan datamarkör. Det är i grunden en fantomdatamarkör som överdriver trenden inom äppelproduktion.

Använd logaritmisk skalning
Med logaritmisk skalning av din värdeaxel kan du jämföra den relativa förändringen i dataserievärden. Detta linjediagram använder inte logaritmisk skalning av värdeaxeln.

Detta är samma information i samma diagramtyp och undertyp, men skalningen av värdeaxeln ändrades för att använda logaritmisk skalning.

För att tala om för Excel att du vill använda logaritmisk skalning av värdeaxeln, följ dessa steg:
Högerklicka på värdet (Y)-axeln och välj sedan kommandot Formatera axel från snabbmenyn som visas.
När dialogrutan Formatera axel visas väljer du posten Axelalternativ i listrutan.
För att tala om för Excel att använda logaritmisk skalning av värdet (Y)-axeln, markera helt enkelt kryssrutan Logaritmisk skala och klicka sedan på OK.
Glöm inte att experimentera
De förslag du finansierar här är riktigt bra riktlinjer att använda. Men du borde experimentera med dina visuella presentationer av data. Ibland genom att titta på data på något funky, galet, visuellt sätt, får du insikter som du annars skulle missa.
Om du regelbundet använder diagram och grafer för att analysera information eller om du regelbundet presenterar sådan information för andra i din organisation, kommer det att vara till stor nytta att läsa en eller flera av dessa böcker.