2024 Yerel Seçimi: Nasıl Görselleştirmeli?

Seçim sonuçlarının haritalarda illerin kazanan partinin rengine boyanmasıyla görselleştirilmesine alıştık. Niyetimiz sadece kazanan partiyi görmek ise bu yöntem işe yarıyor, ama merakımız ve analizlerimiz bir adım ileri gittiğinde haritada alan renklendirme (koroplet) yöntemi yetersiz kalmaya başlıyor. Bu gösterimde iki sorun ortaya çıkıyor: (1) İllerin/ilçelerin alan olarak büyüklükleri, oralarda yaşayan seçmenlerin sayılarını yansıtmıyor ve (2) kazanan parti seçmenleri dışındaki insanlar yok sayılıyor.

2024 yerel seçimi sonuçları için de ilk dakikalardan itibaren televizyon ekranlarında ve internette yeterince koroplet gördük. Ben de merakımızın ve analizlerimizin sonraki adımları için daha çok bilgi içeren (ilk 5 parti/adayı gösteren) ve seçmen sayılarını da tüm illerde aynı ölçekte göstererek karşılaştırmayı sağlayan görselleştirmeler üretmek istedim.¹ (İstanbul ilçeleri için de ilk 3 parti/adayı gösterecek şekilde ilerledim. Türkiye’de pasta grafikleri, İstanbul’da çubuk grafikleri kullanmamın verinin ve coğrafyanın yapısıyla ilgili teknik sebepleri var.²) 2019 seçimine göre el değiştiren iller ve ilçeler haritalarda koyu gri olarak gösteriliyor.

Verinin nasıl görselleştirildiği, konu hakkında nasıl düşüneceğimizi de belirleyebiliyor. Kazanana göre tamamen kırmızıya/sarıya boyanan iller/ilçeler, oralarda yaşayan seçmenlerin sayılarını ve karmaşık kompozisyonlarını görmezden gelmemize, isabetsiz veya mutlakçı/kutuplaştırıcı değerlendirmeler yapmamıza zemin oluşturabiliyor. Örneğin seçmen sayısını da gördüğümüzde CHP’nin ülke nüfusu bazındaki başarısı daha iyi anlaşılıyor. Diğer taraftan CHP’nin kazandığı yerlerde yüksek oranlarda diğer partilerin seçmenlerinin de olduğunu gözden kaçırmamış oluyoruz. Birçok ilin/ilçenin kendine özgü seçmen dağılımlarını görerek daha nüanslı ve gerçekçi tespitler yapabiliyoruz.

Her görselleştirmenin farklı amaçları olabileceğini hatırlarsak, alan renklendirme yönteminin “yanlış” olduğunu söylemek doğru olmaz; ancak bize hissettirebileceği (bazen fanatizme kayan) güçlü sevinç/üzüntü duygularını daha gerçekçi düzeylere çekebilmek, daha sağlıklı düşünebilmek için farklı veri analizi ve görselleştirme yöntemlerine ihtiyaç olduğu kesin.

Bilgi tasarımının amacı her zaman konuyu “bir bakışta”, “en basit şekilde” anlatmak olmamalı. Bazen bizden biraz daha zaman ve emek talep ederek daha soğukkanlı, gerçekçi ve zengin analizler yapabilmemize olanak sağlamalı. Soldaki koropletlerle karşılaştırdığımızda, ürettiğim görselleştirmelerde kimin kazandığını görmek daha zor evet – ben de tam olarak bunu istediğim için alanlarda renklendirme yapmadım. Belki de kazananı görüp geçmek yerine biraz zaman harcamamız, ayrıntılarla biraz haşır neşir olmamız, oralarda başka kimlerin yaşadığını görmemiz ve kafamızdaki modelleri buna göre kurmamız gerek. Belki de bir seçimle şehirleri tamamen bir renge boyamadığımızı, demokratik süreçlerin çok katmanlı, karmaşık ve dinamik şeyler olduğunu görsel olarak da hissetmemiz gerek.

Ek

CHP’nin, AKP’nin ve diğer partilerin kazandığı illeri ayrıca gösteren bir sürümü de aşağıda görebilirsiniz.

1. Büyükşehir olmayan 51 ilin belediyesi, merkez ilçenin seçmenleri tarafından seçiliyor. Yani o illerdeki pasta grafiklerinin büyüklükleri, ildeki tüm seçmenleri değil, il belediye başkanını seçen merkez ilçe seçmenlerini temsil ediyor.

2. Pasta grafikleri veriyi okutmada bazı dezavantajlara sahip olduğu için birinci tercihim İstanbul haritasında kullandığım çubuk grafikleriydi, ancak il nüfusları arasındaki büyük farklar İstanbul’daki gibi ortak ölçekte çubuklarla ilerlemeye izin vermedi: her şey yüksek nüfuslu illerin çubuklarını görsele sığdıracak şekilde boyutlandığında küçük illeri okumak imkansızlaşıyordu. (Şu projedeki nüfus gösterimine bakarak anlayabilirsiniz.) Bu problemin çözümlerinden biri, büyüklükleri tek boyutta değil iki boyutta temsil eden alan gösterimleri kullanmak. Ben de Türkiye haritasında (karekökleri kullanarak tek boyutta farkları azalttığı için) dairesel alan gösterimini tercih ettim. (Ek not: İstanbul ilçelerinin coğrafi dağılımı – merkezi bölgelerde küçük ilçelerin olması – da orada pasta grafiği kullanımını zorlaştırıyor.)