Visualisering av data kan genomföras på många sätt. Allt från att använda olika typer av grafer som linjediagram, cirkeldiagram och stapeldiagram till att visa data på ett geografiskt plan används ofta i både forskning och praktik. Den här studien gjordes med hjälp av en systematisk litteraturöversikt för att samla in en tillräcklig mängd information om olika faktorer för hur data visualiseras. Med hjälp av en systematisk litteraturöversikt extraherades nyckelord från tidigare forskning för att reflektera över hur data kan visualiseras på ett sätt som är acceptabelt för allmänheten. SCB:s öppna data användes för att exemplifiera visualiseringar med hjälp av matplotlib i Python och D3.js. Forskning lyfter exempelvis upp hur färgblindhet börs ha i beaktande vid visualisering av data för att göra visualiseringen lättförståelig och därmed enklare att tolka. En annan studie diskuterar också olika typer av aktörer som spelar en roll i både visualisering av data men också illustrering och tolkning av data. Viss forskning visar att det inte finns någon universallösning för olika typer av visualiseringar av data, utan snarare att förberedelse av vilken typ av data som ska visualiseras och vilka parametrar som ska användas, utgör grunden för datavisualisering. Vidare reflekterar diskussionen över metoden att använda en systematisk litteraturöversikt för att kontrastera det mot ingenjörskonst och datavisualisering.
Visualization of data can be conducted in many ways. Everything from using different kind ofgraphs such as line charts, pie charts and staple charts, to displaying data on a geographic plane is widely used in both research and practice. This study was made using a systematic literature review to gather an adequate amount of information of different factors of how data is visualized. With the help of a systematic literature review, keywords were extracted from earlier research to reflect upon how data can be visualized in a way that is acceptable for the public. Some example data was used to display the open data SCB provided with, using matplotlib in Python and D3.js. Research talks about colour-blindness and how this should be taken into consideration when visualizing data to make the visualization easy to understand and hence easy to interpret. Another study also discusses different kind of actors that play a role in both visualizing data but also viewing and interpreting the data. Some research shows that there is no one-size-fits all solution of visualizing data, but rather that preparing well of what kind data is supposed to be visualized and what parameters should be used, forms the foundation of data visualization. Furthermore, the discussion reflects upon the method of using a systematic literature review approach to discuss engineering and data visualization.