Apakah Etnisitas Berperan dalam COVID… – Menuju AI — Teknologi, Sains, dan Teknik Terbaik

Pengarang: Vivian Chingyeh Lin

Visualisasi data

Visualisasi Data Melakukan Analisis Data dengan Tableau: Apakah Etnisitas Berperan dalam Kematian COVID?

Pandemi telah memberi kita banyak data untuk dianalisis. Dengan menggunakan Tableau, salah satu software terbaik yang digunakan untuk keperluan analisis data, saya akan menganalisis dataset yang berisi data mengenai etnis dan data Covid19. Dalam artikel ini, saya akan menunjukkan kepada Anda bagaimana menggunakan dataset asli ini untuk mendapatkan grafik ini, yang darinya saya dapat menarik beberapa kesimpulan.

Saya membuat bagan kombinasi sumbu ganda untuk mewakili tingkat kematian Coronavirus (COVID-19) menurut etnis di Inggris Raya. Anda dapat melihat kisaran risiko dibandingkan dengan putih. Ini menunjukkan non-kulit putih berisiko lebih tinggi dan laki-laki kulit hitam paling berisiko meninggal akibat COVID-19. Sumber data dan langkah-langkah utama saya membuat grafik diilustrasikan sebagai berikut.

Sumber data berasal dari Information is Beautiful melalui Office for National Statistics of the UK. Ini termasuk kematian terkait COVID-19 oleh kelompok etnis di Inggris dan Wales dari 2 Maret 2020 hingga 15 Mei 2020. Jumlah total kematian adalah 37.956. Data yang saya gunakan adalah hazard ratio menurut kelompok etnis dan jenis kelamin.

Kantor Statistik Nasional Inggris menjelaskan rasio bahaya adalah ukuran seberapa besar atau lebih kecil tingkat kematian yang melibatkan COVID-19 untuk setiap kelompok etnis minoritas relatif terhadap populasi Kulit Putih. Mereka menggunakan kelompok etnis kulit putih sebagai kategori referensi karena memiliki populasi terbesar.

Data tersebut berisi tingkat kematian COVID-19 yang lebih rendah, lebih tinggi, dan rata-rata dibandingkan dengan kelompok referensi dan langkah-langkah yang berbeda. Ada rasio rata-rata dan rasio yang disesuaikan, seperti (1) disesuaikan usia, (2) disesuaikan wilayah dan kepadatan penduduk, (3) deprivasi, status sosial ekonomi, pendidikan, dan (4) paparan pekerjaan. Pertama, buat semua hasil pengukuran menjadi satu kolom yang diberi nama “ukuran” pada data aslinya. Kemudian, saya menggabungkan nilai atas dan bawah dari semua hasil pengukuran di Tableau. Cukup seret “mengukur nama” dari “Baris” ke “Jalur”.

Kedua, seret nilai rata-rata ke sumbu dan klik “sinkronisasi sumbu”.

Saya ingin menampilkan nilai rata-rata dalam lingkaran, jadi saya memilih “lingkaran” dan memperbesar ukuran untuk menekankannya. Lalu saya klik “Label” dan centang “Show mark labels”.

Di lain untuk membulatkan ke tempat desimal kedua, Anda dapat mengubah format angka dari “Properti Default”.

Ketiga, saya mengubah warna latar belakang lembar kerja dengan “Format Shading” dan warna garis dari merah menjadi emas.

Keempat, menambahkan garis referensi untuk membuat grafik mudah dibaca. Dari “Analytics”, saya menggunakan garis referensi khusus untuk menggambar garis 1x, 2x lebih banyak, dan 3x lebih banyak.

Terakhir, pilih “Show Caption” dari lembar kerja dan sesuaikan ukuran dasbor. Ini adalah bagaimana saya membuat grafik. Saya terinspirasi oleh MakeoverMonday dan Information is Beautiful. Seperti yang kita lihat, ada berbagai etnis yang terkena dampak pandemi secara berbeda, mungkin karena berbagai faktor yang berbeda. Penggunaan visualisasi data dengan mudah memungkinkan kita untuk mengekstrak wawasan dan mengeksplorasi data yang menguraikan kompleksitasnya. Terima kasih telah membaca. Setiap umpan balik sangat diterima.

#insightextraction #tableau #datavisualization #datatransformation #covid19 #race

Visualisasi Data Melakukan Analisis Data dengan Tableau: Apakah Etnisitas Berperan dalam COVID… awalnya diterbitkan di Towards AI on Medium, di mana orang-orang melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.

Diterbitkan melalui Menuju AI