In het artikel vergelijkt Z24 de salarissen van de regeringsleiders van een aantal EU-landen. Het blijkt dat die salarissen flink uit elkaar liggen. Met € 36.000 euro verdient Borut Pahor, de premier van Slovenië, het minste en Werner Faymann, de premier van Oostenrijk, verdient met € 286.000 euro het meeste van de premiers in de eurozone.

Onze Mark Rutte is met een basissalaris van € 144.000 een middenmoter in de eurozone. Gemiddeld genomen bedraagt het salaris van de premiers € 138.415. In het overzicht staan ook de premiers van Italië en Griekenland, die kort na 9 november 2010 zijn afgetreden. Mark Rutte verdiende afgelopen jaar ongeveer driekwart van het salaris van de Italiaanse ex-premier Silvio Berlusconi en meer dan het dubbele van het salaris van de Griekse ex-premier Giorgos Papandreou.

Bij het artikel was een infographic toegevoegd:

Door op de gele ster van een land te klikken zie je een afbeelding van de premier plus het jaarsalaris.

Hieronder zie je onze Mark Rutte staan met zijn € 144.000 per jaar.

De infographic is een Flash file. Klik hier om naar de infographic te gaan.

Voor het artikel kan volstaan worden met een tabel, in plaats van de semi-interactieve infographic.

Wat mij opvalt is dat het aantal inwoners van een land blijkbaar niet bepalend is voor de hoogte van het salaris.

Om dut uit te zoeken  heb ik het CIA World Factbook  er op nageslagen met de vraag of er wel een relatie is tussen de hoogte van het salaris van de premier en het bruto nationaal product per inwoner of GDP per capita van het land?

De onderstaande cijfers van de CIA hebben betrekking op 2010 en zijn in US dollars.

In een scatter plot zetten we vervolgens het salaris van de premier van een land af tegen het GDP per capita. Meteen valt op dat Luxemburg een uitschieter is. Het GPD per capita in Luxemburg is een van de hoogste in de wereld en bedraagt $82.600. Daarmee vergeleken verdient de premier van Luxemburg toch niet zo veel.

Hieronder staat het plaatje nog een keer zonder Luxemburg.

Er is een 45° lijn toegevoegd; als de hoogte van het salaris van de premier van een land gelijk opgaat met het GDP per capita (binnen deze groep van landen) dan zal het land op deze 45° lijn uitkomen. De zwarte stip is het gemiddelde salaris van de premiers en het gemiddelde GDP per capita van de landen

Portugal ligt vrijwel op de 45° lijn,  het salaris van de Portugese premier Pedro Passos is in verhouding met het GDP per capita.

Volgens deze redenering verdienen de premiers in het groepje landen Griekenland, Slovenië, Slowakije, Malta, Spanje en Estland, maar ook Finland en Nederland minder dan verwacht mag worden o.b.v. het GDP per capita. Voor de premiers van Cyprus, Italië, Duitsland, Ierland, België en Oostenrijk geldt het tegenovergestelde, hun salaris is hoger dan verwacht mag worden o.b.v. het GDP per capita.

De conclusie die we uit deze exercitie moeten trekken is dat het salaris van de premier los staat van het GDP per capita van zijn land. En dan steekt het toch een beetje dat de premier van Nederland minder verdient dan zijn Belgische collega, terwijl het GDP per capita in Nederland hoger ligt dan in België. Of niet?

Eigenlijk is het jammer voor Mark Rutte dat het salaris van de premier niet afhankelijk is de prestaties van het nationale voetbalelftal of van de lengte van de premier. Dan zou hij zeker hoger uitkomen  …

De stelling in het artikel is dat een optreden in het programma meteen doorwerkt in de notering in de hitparade. Kort na de uitzending, aldus een platenbaas die in het artikel aangehaadl wordt, stijgt de verkoop bij iTunes al.

Bij het artikel staat een opvallende grafiek met veel gekleurde lijnen in 3D, die het bewijs voor de stelling levert. Voor 25 Nederlandse artiesten is over een periode van bijna 2 jaar aangegeven welke notering ze hadden vóór het optreden en welke notering na het optreden.

Dit is de grafiek.

De grafiek kent meerdere zwakke onderdelen. In willekeurige volgorde heb je het dan over de keuze voor 3D, voor een lijngrafiek en voor 25 reeksen. Wat mij ook meteen opvalt is dat het tv seizoen 2010 – 2011 niet in de grafiek getoond wordt.

De eerste verbetering zit in het weglaten van het 3D effect.

Helaas wordt het resultaat er niet beter, inzichtelijker op. Een bar chart is geen oplossing, met 25 reeksen is de grafiek totaal onleesbaar.

Zonder verder commentaar, alleen een voorbeeld van de eerste 5 optredens, dat er ook niet veel beter uitziet.

De belangrijkste misser is waarschijnlijk dat er voor elke artiest over de hele periode van 2 jaar een lijn getekend is. Zo zie je bijv. een complete tijdreeks afgebeeld voor het optreden van Lucky Fonz III  met Ik heb een meisje in de uitzending van 14 mei 2010. Toch staat ook voor de periode september 2009 – begin mei 2010 een reeks afgebeeld in de grafiek.

Soms staat een artiest al in de hitparade met het liedje, zoals het geval was met Caro Emerald  en Back it Up, die op 31 augustus 2009 optrad DWDD. Voor de meeste artiesten was dat echter niet het geval, zij hebben echt profijt gehad van het optreden.

Dé manier om dat in beeld te brengen is wel door gebruik te maken van een lijngrafiek, maar niet door voor elke artiest de hele periode af te beelden.

In feite zijn er maar vier weken interessant: de week van het optreden tot drie weken na het optreden. Meer weken heb je niet nodig om de stelling te onderbouwen.

De dataset moet daarvoor wel aangepast worden, de kalenderdatum is niet meer relevant, alleen de week van het optreden tot en met drie weken en na het optreden. De dataset wordt een stuk compacter, in plaats van 48 weken gaat het nog maar om 4 weken.

De reeksen voor Caro Emerald en Lucky Fonz III zien er dan zo uit:

Dit is het resultaat in de grafiek met alle 25 artiesten:

Het resultaat is nog steeds niet naar wens, dit heeft te maken met het aantal artiesten dat is meegenomen: 25 reeksen in een grafiek is gewoon te veel van het goede.

Een meer voor de hand liggende keuze is om alleen de 10 grootste stijgers in de week na het optreden  te selecteren:.

By the way, het valt ook meteen op dat het succes van een optreden bij DWDD ook vluchtig kan zijn. Kijk maar naar Jenny Lane die  21 september 2009 optreedt met  Say Say Say. Een week na het optreden komt ze binnen op plaats 79 van de hitparade en de week daarna is ze alweer uit de hitparade verdwenen.

Er is gekozen voor twee pie charts om de verschuiving in de dekkingsgraad weer te geven. Er is gekozen is voor kleuren die verlopen van groentinten (dekkingsgraad > 105%) naar roodtinten (dekkingsgraad < 105%). Je ziet natuurlijk meteen dat het niet goed gaat met de dekkingsgraad. Op 30 september 2010 stonden 31 van de 100 pensioenfondsen in het groen met een dekkingsgraad van minstens 105%. Een jaar later op 30 september 2011 staan nog maar 15 pensioenfondsen in het groen. Jammer dat voor de laagste categorie, dekkingsgraad < 85%, de kleur zwart is gebruikt. Dat had natuurlijk dieprood moeten zijn.

Om een vergelijking in de tijd te maken heb je niet veel aan pie charts en het is mij een raadsel waarom de Volkskrant daar voor gekozen heeft. Een pie chart met meer dan 3 – 4 partjes wordt al moeilijk om te interpreteren, zeker als er 1 of 2 partjes zijn met relatief lage waarden. Hier zijn we 5 partjes in de pie chart. Als je nu wilt weten welk partje het meest achteruit gegaan is, moet je heel goed kijken en hoofdrekenen.

Het ligt veel meer voor de hand om te kiezen voor een horizontale bar chart.
In de onderstaande grafiek is veel beter te zien hoe verkeerd het is gelopen met de dekkingsgraad.

Nu valt meteen te zien dat met name in de groep met een dekkingsgraad van 85-95% de grootste verschuiving is opgetreden. Op 30 sept. 2010 hadden 30 pensioenfondsen een dekkingsgraad van 85-95%, een jaar later zijn dat er 47.

Als de Volkskrant alleen had willen aangeven hoeveel pensioenfondsen aan de goede kant van de streep stonden in beide jaren, hadden ze wel de volgende afbeelding met pie charts kunnen gebruiken.

Een link tussen het artikel en de grafiek is er in feite niet, omdat in de tekst alleen maar over ABN Amro wordt geschreven. Er worden geen marktaandelen genoemd van ABN Amro, laat staan van de concullega’s.

Dit is de grafiek

Wat meteen opvalt in de donut charts is dat de percentages in de spaarmarkt donut met 1 cijfer achter de komma worden getoond worden, in de hypotheekdonut is dat niet het geval. Uiteraard verdient de laatste oplossing de voorkeur.

NRC heeft gekozen voor een donut chart (en gelukkig niet voor een pie chart). Als nu in het “oog” van de donut de omvang van de spaarmarkt en van de hypotheekmarkt vermeld stond, zou de keuze te rechtvaardigen zijn. Helaas voor ons, geen informatie in het artikel of in de grafiek over de omvang van deze markten.

Dit zijn recente cijfers:

• Spaarmarkt: € 290 mld (bron: www.spaarbaak.nl)
• Hypotheekmarkt: € 65 mld (bron: IG&H.nl)

Met deze getallen in het “oog” van de donut wordt het al beter:

In plaats van een donut chart is het veel inzichtelijker om te kiezen voor een cumulatieve chart met per markt alle marktaandelen op een regel …

… of voor een horizontale bar chart met per bank het marktaandeel op de spaar- en hypotheekmarkt:

Nu valt ineens op  dat de Rabobank op beide markten marktleider is en ING alleen marktleider is op de spaarmarkt. Het is daarom ook logischer om de Rabobank bovenaan te zetten en niet ING.

Of naast elke bar ook het percentage vermeldt moet worden is o.a. afhankelijk van de boodschap die overgebracht moet worden met de grafiek.

Dit is de grafiek met alle percentages erbij en de Rabobank bovenaan:

Om de oorspronkelijke donut chart beter bij het artikel te laten passen, was een grafiek gewenst met de ontwikkeling van de marktaandelen van ABN Amro op de spaar- en hypotheekmarkt tussen september 2008 (voordat zij staatsteun ontving) en maart 2011.

Bijvoorbeeld zoiets als dit:

NB: De getallen in de grafiek zijn fictief !!

Dit was de originele grafiek:

Een manier om marktaandeelverschuivingen van een meerdere merken tegelijk en overzichtelijk in een grafiek te tonen is door gebruik te maken van een panel chart.

Een panel chart is in feite een combinatie van een paar kleine(re) grafieken, die handig naast elkaar gezet zijn “op een paar panelen”; vandaar de naam panel chart (soms ook aangeduid als trellis-chart). In Excel kun je de verschillende panelen samennemen in 1 grafiek.

Meer informatie over panel charts vind je o.a. op de blogs van Jon Peltier, Chandoo of Kelly O’Day.

Het  eindresultaat zie je hieronder, waarbij per merk de ontwikkeling over de jaren 2008 – 2010 heel goed kunt aflezen: in een oogopslag is de dalende trend bij Nokia  en de stijgende trend bij Apple en Samsung te zien.

Wat ook meteen opvalt is dat het marktaandeel van Nokia nog steeds een flink stuk hoger is dan van de naaste concurrenten Blackberry en Apple.

De panel chart is geen standaard grafiek type in Excel. Door de data iets anders te organiseren en voor een XY chart te kiezen is het snel geregeld.

Dit is de tabel met originele data:

Stap 1 is het verwisselen van rijen en kolommen (transponeren).

Als je hier een grafiek mee maakt lijkt het nog nergens naar.

Het gewenste effect wordt bereikt door de data als volgt te ordenen:

• na elk merk een lege rij toevoegen en
• de data als het ware schuin onder elkaar schuiven.

Selecteer de data in de kolommen C (Jaar) tot en met I (Overig) en kies, in eerste instantie, voor een lijngrafiek.

Excel is zo eigenwijs om de eerste kolom ook als een gegevensreeks te zien, terwijl wij die reeks op de x-as willen hebben.

Dus: weghalen die serie en toevoegen als x-as labels.

Nu is het tijd om de boel wat te verfraaien:

• de waarden op de y-as en de horizontale gridlines hebben we niet nodig en mogen weg;
• de legenda is niet nodig en kan weg;
• bovenaan voegen we een titel toe aan de grafiek.

Vervolgens passen we de kleuren van de lijnen aan en gebruiken een bolletje als markeringsteken; ik heb gekozen voor kleuren die het meeste overeenkomen met de logo’s van de merken.

We zijn er bijna:

Tot slot voegen we verticale lijnen toe in de vorm van verticale error bars. Selecteer de waarden in kolom J (dummy) en voeg dit als een nieuwe data serie toe.

De error bars moeten in beide richtingen getoond worden en precies uitkomen bovenin en onderinhet grafiekgebied. Standaard is de lengte van de error bar door Excel ingesteld op een vaste waarde van 0,05 naar boven en naar beneden. Verander dit in een percentage, kies voor de waarde 100% en er komt een mooie verticale lijn in beeld. De y-as loopt van 0% – 60% en de waarde 30% de kolom dummy is de helft. Met een error bar van 100% past de lijn precies tussen de onderkant en de bovenkant van de grafiek.

Haal nog even de waarde 30% en de markeringstekens van deze gegevensreeks weg.

De allerlaatste stap is het toevoegen van de logo’s bovenin en voila het eindresultaat.

Het artikel opent met een indrukwekkende visual van alle modellen die Nokia in de afgelopen jaren op de markt heeft gebracht.

In de grafiek die bij het artikel staat moeten we zien dat het marktaandeel van marktleider Nokia tussen 2008 en 2010 is gedaald en dat de groei bij Apple en Samsung zit.

Dit wordt geïllustreerd met een verticale clustered bar chart.

Gelukkig staan de marktaandelen vermeld in de grafiek, anders zou het bijkans onmogelijk zou zijn om de beschreven trend terug te vinden in het plaatje.

Hier zie je de marktaandelen per merk over de periode 2008 – 2010 in een tabel staan.

In 2008 heeft Nokia een marktaandeel van 40% en dat loopt terug via 39% in 2009 naar 33% in 2010. Over een periode van drie jaar is dat een relatieve daling van 17,5%.

In 2009 groeit het marktaandeel van Blackberry met 4%, van 16% naar 20%, maar in 2010 verliest Blackberry weer 4%.

De echte stijgers zijn:

• Apple: van 9% in 2008 naar 16% in 2010, een relatieve toename van 78%;
• Samsung: een verdubbeling van 4% in 2008 naar 8% in 2010, waarmee HTC gepasseerd wordt.

Er zijn verschillende manieren om deze trends beter in een grafiek uit te beelden dan wat de Volkskrant ons laat zien.

De eerste mogelijkheid is om er een horizontale bar chart van te maken.  Als we de kleuren aanhouden van de grafiek in de krant ziet het er zo uit.

Het is natuurlijk mooier om in plaats van een tekstvak met een gekleurde achtergrond het logo of beeldmerk te gebruiken voor de merken.

Dat zie je hieronder:

Een tweede manier om de ontwikkeling van de marktaandelen te laten zien is in een lijngrafiek.

Omdat de marktaandelen van Blackberry en de groep Overig, maar ook van HTC en Samsung bij elkaar in de buurt liggen wordt het een onduidelijke grafiek.

Dit is het geval bij Blackberry en Overig, waar de lijnen elkaar snijden in het jaar 2009 en bij HTC en Samsung waar de lijnen elkaar in het jaar 2010 snijden.

Een andere mogelijkheid is om er een zgn. panel chart van te maken. In een volgende posting kom ik daar op terug.

Deze keer een misser uit een artikel dat NRC Handelsblad publiceerde op dinsdag 15 juni, ‘Zelfs winnaar Groen Links levert macht in’.

In het artikel schrijft NRC dat de linkse partijen, na hun verlies bij de gemeenteraadsverkiezingen, naar verhouding nog meer hebben ingeleverd als het gaat om het aantal wethoudersposten in de 100 grootste gemeenten van het land.


Dit wordt geïllustreerd aan de hand van twee grafieken. In de ene grafiek zien we de verdeling van de wethoudersposten over aandachtsgebieden en partijen en in de andere grafiek vier cirkeldiagrammen om de verdeling van het aantal gemeenteraadszetels en wethoudersposten per partij in 2006 en 2010 weer te geven. Daarover straks meer.

Eerst bekijken we de grafiek met de wethoudersportefeuilles.

In de grafiek worden de wethoudersposten in absolute aantallen weergegeven en niet in percentages. Het ene aandachtsveld komt voor in alle gemeenten, voor het andere aandachtveld is dat niet het geval. Het vertekent nogal.  Een wethouderspost Grondzaken, die voorkomt in iets meer dan 30 gemeenten die bij een kleine partij terechtkomt “lijkt”, door de gekozen opzet van NRC, minder van belang doordat het staafje kleiner is. Dit terwijl het wellicht juist een grotere prestatie is voor een kleine partij om deze post te bekleden, zoals hier het geval is voor D66 of de Lokale partijen.

Maar ook voor een partij die in meer gemeenten deze post bekleedt, bijvoorbeeld de VVD vertekent het. In 15 gemeenten is de VVD-wethouder verantwoordelijk voor grondzaken, maar procentueel is dat 44% van het aantal gemeenten waar een wethouder Grondzaken bestaat.

De oplossing is natuurlijk om de absolute aantallen om te rekenen naar percentages. Dit is de nieuwe grafiek.

Dan de cirkeldiagrammen; waarom is er gekozen is voor een oplossing met cirkeldiagrammen om de verdeling van het aantal wethoudersposten en gemeenteraadszetels per partij op twee momenten met elkaar te vergelijken?

In het algemeen geldt dat een cirkeldiagram alleen zinvol is als het om een twee- of driedeling gaat op een bepaald moment, bijvoorbeeld in 1 jaar. Zodra je gaat vergelijken met een ander moment in de tijd zijn cirkeldiagrammen niet bruikbaar en ligt een bar chart veel meer voor de hand.

Bij een variabele met meer dan 3 categorieën is het een onbegonnen zaak om er een cirkeldiagram van te maken. Het is bijkans onmogelijk om de verhoudingen tussen de categorieën goed in te schatten. (gelukkig heeft de maker van de grafiek felle kleuren gebruikt om de categorieën van elkaar te onderscheiden).

Dit zijn de originele grafieken voor de wethoudersposten.

Zou het de lezer in deze 2 cirkeldiagrammen opvallen dat de PvdA van 32% in 2006 naar 21% van het aantal wethoudersposten in 2010 is gedaald (in de 100 grootste gemeenten van Nederland)? Of dat D66 is gestegen van 2% in 2006 naar 11% in 2010?

Deze grafiek maakt direct duidelijk wie de winnaars zijn en wie de verliezers zijn.

Een horizontale bar chart kan natuurlijk ook.

Om de grafieken niet te vol te maken heb ik geen labels toegevoegd aan de staafjes in de grafiek.

Eigenlijk valt er op de grafiek weinig aan te merken. De lijn die de groei van de economie aangeeft is duidelijk te zien en de schaalverdeling op de linker y-as is goed te lezen. Hooguit kun je opmerken dat er een %-teken bij deze as had moeten staan.

De verticale bars die het volume van het BBP weergeven onderscheiden zich qua kleur goed van de lijn met de groeicijfers en ook hier geld dat de schaalverdeling op de rechter y-as goed te lezen valt, hoewel het €-teken er in gezet had mogen worden. Valt het trouwens op dat deze as meteen 0 naar 135 verspingt?

Wat ik mij gelijk afvroeg is waarom de maker van de grafiek de economische groei op de linker y-as heeft gezet en niet op de rechter y-as. Een kniesoor die daar op let zou je zeggen.

Met 2,1% in het achterhoofd ga je kijken in de grafiek om te zien of dit nu zo speciaal is. Hoe mooi zou het zijn als nu al zou blijken dat we de economische crisis achter ons gelaten hebben. Als je helemaal rechts in de grafiek bij het 2^e kwartaal van 2010 kijkt waar de lijn met de economische groei uitkomt, kijk je automatisch naar de rechter y-as (die het dichtste bij is) om te zien waar het groeipercentage deze en de vorige periode op uitkwam. 140 miljard is het eerst wat je ziet voor het 2^e kwartaal van 2010 ????

Het duurde bij mij even voor ik door had dat ik helemaal naar links in de grafiek had moeten kijken voor de juiste schaalverdeling. Ja, ik ben een kniesoor, maar waarom moet het dan ook moeilijk gemaakt worden als het ook makkelijk kan?

Dus: omwisselen die twee y-assen en de grafiek ondersteunt helemaal de kop boven het artikel.

Dit is het resultaat:

Daarna toch maar het hele artikel gelezen om te weten of onze economie weer boven Jan is. Klik hier voor het artikel.

Tot mijn niet geringe verbazing gaat het nergens in het artikel over de omvang van het BBP. Waarom dan toch dit gegeven in de grafiek gezet? Of is de alinea die over de omvang van het BBP gaat er op het laatste moment door de eindredacteur weggehaald?

Afijn, de grafiek kan daardoor nog simpeler worden, door alleen maar de lijn met de economische groei te laten zien. En dan speelt de kwestie met de 2 y-assen niet meer.

Dit is de grafiek:

De grafiek in het FD kan veel beter per soort college van B&W (‘Paars’, ‘Centrum’ etc.) aangeven hoe vaak dit is voorgekomen dan per individueel college van B&W.

Als volgt:

De teneur van het artikel is dat de VVD minder coalities heeft afgesloten over links (13x: 4x Paars en 9x met de PVDA) dan over rechts (23x met het CDA en zonder de PVDA). In 23 gemeenten komt ook een coalitie voor van VVD/PVDA/CDA.

Gezien de verkiezingsuitslag op 9 juni 2010 mag de VVD het voortouw nemen bij de formatie van een nieuw kabinet en uit de grafiek zou moeten blijken dat de VVD liever niet in een Paars kabinet gaat zitten. De informatie die ontbreekt in het artikel of in de grafiek om deze vraag goed te beantwoorden is hoe de zetelverdeling in de individuele colleges is geweest. Is de VVD in deze colleges de grootste partij of is zij aangeschoven als kleinere coalitiepartner?

Om de lessen uit de lokale politiek door te kunnen trekken naar de landelijke politiek is het nodig om te weten tot welke coalities de VVD is gekomen in de colleges waar zij de grootste partij is.

Wat daarentegen wel uit de oorspronkelijke grafiek afgeleid kan worden is dat de VVD in iets meer dan de helft van het aantal colleges waar zij zitting in heeft, dit in een 3-partijen coalitie doet. In een kwart van de colleges is er zelfs sprake van een 4-partijen coalitie en in 3 colleges doen ze het met een 5-partijen coalitie.

<

<klik hier om de kaart in een apart window te zien>

Uit cijfers van de Wereldbank blijkt dat de gemiddelde groei per hoofd van de bevolking in ontwikkelingslanden in die periode uitkwam op 8,6% per jaar. In de afbeelding is bij elk land de afwijking weergegeven in procentpunten t.o.v. het gemiddelde.

Gelukkig meldt de journalist ons al dat de meeste Afrikaanse landen bleven achter bij deze groeicijfers (rode percentages op de kaart). Je moet heel goed  zoeken om de twee landen te vinden die royaal hoger uit (groene percentages  op de kaart), namelijk Botswana of Equitoriaal Guinée.

Voor het overzicht zou het beter zijn om de percentages in een aparte tabel of grafiek toe te voegen aan de afbeelding van het Afrikaanse continent.

Dit zijn de uitkomsten:

Meteen valt op dat de economische ontwikkeling van landen als Congo Kingshasa, Liberia, Niger, Sierra Leone, Ghana, Burundi en Oeganda het meest achterloopt. De jaarlijkse economische groei per hoofd van de bevolking loopt meer dan 5%punten per jaar achter op het gemiddelde van alle ontwikkelingslanden.

In Congo Kingshasa en Liberia is de economische groei per hoofd van de bevolking zelfs negatief over de periode 1965 – 2006, de groei loopt jaarlijks meer dan 8,6% achter op het gemiddelde van alle ontwikkelingslanden.

Een aantal landen zoals Gabon, Tunesie, Swaziland, Algerije, Congo Brazaville, Marokko, Egypte, Soedan, Libie en Kameroen presteren zo op of rond de gemiddelde ontwikkeling met een groei die tussen +2% en -2% uitkomt.

Een ander alternatief was geweest om in plaats van de koloniale achtergrond van de landen via een heatmap de economische ontwikkeling weer te geven per land. Een heatmap is een grafische presentatie van gegevens waarbij met verschillende kleur de verschillen tussen de waarden aangegeven wordt.

De afbeelding ia gemaakt met een  gadget van Google Docs; het is mij niet gelukt om de kleuren naar mijn smaak aan te passen. Naarmate een land meer oranje kleurt (ik heb het niet verzonnen J) is de economische groei per hoofd van de bevolking hoger.

Van de landen met een grijze kleur zijn geen gegevens bekend en de witte vlek in het midden is Congo Kingshasa, waar zoals we al eerder zagen de economische groei achterloopt.

<klik hier om de kaart in een apart window te openen>