Persoas en risco de pobreza ou exclusión social

Para esta cuarta práctica, decidín escoller a cuestión das persoas en risco de pobreza ou exclusión social. Quizais sexa unha temática á que non se lle presta a atención mediática que debería e, sobre todo neste tempo de pandemia e de crise, é importante ter en conta esta información para, se é posible, poder revertir a situación.

Os datos empregados foron extraídos principalmente de dúas institucións. Por unha banda, a información relativa ás comunidades autónomas e á súa poboación está recollida no Instituto Nacional de Estatística. Por outra, os datos dos países da Unión Europea e a súa poboación están dispoñibles en Eurostat. Ben é certo que os da poboación destes recollinos do Instituto Vasco de Estatística, pero a fonte que emprega tamén é Eurostat. Adxunto o documento coas táboas aquí:

Taxa de pobreza _ risco de exclusión social.xlsx

Descargar XLSX • 15KB

Comezando coas visualizacións e no que atinxe á de dispersión, recollín a taxa de risco de pobreza por comunidades autónomas españolas nos anos 2015 e 2020, para poder ver así a súa evolución. Penso que coa elección deste formato, pódese apreciar o grande ou escaso cambio que se foi producindo nas distintas comunidades. Sinalar que vin necesario aclarar nun subtítulo que os ingresos que se empregan para o cálculo de dita taxa pertencen ao ano anterior, posto que é unha cuestión relevante á hora de ler a información.

En canto á elección das cores, non quería empregar tonalidades grises ou negras que, por definición, quizais sexan ás que máis se achegan á temática. Escollín a cor verde por iso de que é a cor da esperanza, que ao final faise necesaria para facer fronte a estas cuestións. Así, empreguei a aplicación Coolors para atopar dúas tonalidades que se complementasen e contrastasen ben e que facilitasen a visualización dos datos.

https://public.flourish.studio/visualisation/7969786/

Seguindo coa de xerarquía, tomei os datos de persoas en risco de pobreza ou exclusión social nos distintos países que forman parte da Unión Europea. Ao precisar tres niveis, collín tamén a porcentaxe por quintiles que, como explico na visualización, é unha unidade que se emprega para caracterizar a distribución de ingresos da poboación. Penso que era unha cuestión indispensable para ler a información e incluína nun subtítulo, que quizais quedou un pouco extenso, pero que tamén se fai necesario ao meu parecer.

Neste caso si que tiven que adaptarme un pouco máis ás esixencias tanto dos datos como da propia aplicación. Ao ser tan desigual á distribución, no título de cada bloque non puiden incluír "quintil 1", senón que tiven que poñer soamente o número para que se puidese ver ao completo sen cortarse. É unha cuestión que vén dada polas características dos datos e ocorre tamén nos quintiles 3, 4, 5, nos que hai países nos que apenas se pode ler o nome pola reducida porcentaxe que presentan, pero contra iso non se pode facer gran cousa. Neste senso, os popups penso que axudan a paliar esas dificultades. *

Por último, comentar que o tema das cores aquí cambia un chisco. Mantiven ese verde escuro como base e cor principal, pero empregar distintas tonalidades de verde non axudaba a ver o contraste entre os bloques e, en xeral, entorpecía a vista. Deste xeito, volvín empregar Coolors para buscar cores que se complementasen con ese verde, pero que tiveran un contraste para causar ese impacto e ofrecer xa unha idea cunha soa ollada. Un pouco obvia, pero a de que a poboación encadrada no quintil 1 ten máis risco de pobreza que a do 5. Penso que deste xeito conséguese un pouco ese efecto.

https://public.flourish.studio/visualisation/7994949/

Por último, achego a visualización de libre elección. Como a información relacionada coa Unión Europea é moito máis ampla que a das comunidades autónomas, incidín un pouco máis neses datos. Con esta peza, a intencionalidade é poder ver a evolución que se foi producindo na taxa dende o 2015 ata o 2020, pero contando cos datos dos anos incluídos nese intervalo e observando máis concretamente en cales se produciu un cambio máis brusco ou se simplemente se foi mantendo de xeito similar. Vendo ano a ano, tamén se poderían indigar nos motivos polos que, por exemplo en Melilla, se produciu un ascenso tan considerable do 2018 ao 2019.

Son consciente de que, a primeira vista, o gráfico non resulta para nada sinxelo de consultar. Barallei varias opcións á hora de presentar estes datos, se conxuntamente ou en pequenas gráficas individuais. Decanteime por esta opción polo feito de que, a través do filtro, as posibilidades de comparar distintas comunidades son máis cómodas que dispoñendo todo gráfica a gráfica. Pódense establecer as comparacións entre os territorios que se desexe ou observar unha a unha máis detidamente se así se quere.

Xa para rematar, gustaríame determe tamén na cuestión das cores. Aquí xa foi más complexo seguir con esa unidade da cor verde. Ao ter tantas liñas, era inviable o das tonalidades diferentes desa cor. Si que mantiven ese verde escuro que está presente en todos os gráficos (neste corresponde á Andalucía), pero decidín escoller unha cor que se relacionase máis cos distintos territorios. Ben é certo que moitas delas comparten a mesma cor e tiven que xogar un pouco con distintas tonalidades, pero penso que se poden distinguir entre elas. De tódolos xeitos, empreguei de novo Coolors para buscar cores xirasen en torno a ese verde principal.

https://public.flourish.studio/visualisation/8082690/

*Xusto cando incluín a visualización á páxina dinme conta de que non se ve o número 5, pero non se pode facer máis grande. Só pasa na vista de Wix, ao premer no enlace si que se ve ben. Simplemente por aclaralo e que non deixase de ter sentido o comentado no texto.