Kurs
Datenvisualisierung verstehen
2 Std.
261.8K
Willkommen zu Teil acht unserer einmonatigen Serie Data Entmystifiziert. Im Rahmen des Data Literacy Month räumen wir mit zentralen Konzepten aus der Datenwelt auf, beantworten Fragen, die du dich vielleicht nicht zu stellen traust, und haben dabei auch noch Spaß. Wenn du von Anfang an einsteigen willst, lies den ersten Beitrag der Serie: What is a Dataset?
Diese Woche schauen wir uns gängige Datenvisualisierungen und ihre Interpretation an. Datenvisualisierung gilt oft als das Einfallstor in die Data Science. In diesem Blogpost betrachten wir Visualisierungen, die Trends erfassen, und erklären, wie du sie liest.
Visualisierungen, die Trends erfassen
Trends sichtbar zu machen, ist eine der nützlichsten Anwendungen von Datenvisualisierung. Im Folgenden sehen wir uns die beliebtesten Visualisierungen an, die Trends abbilden – allen voran Linien-, Spline- und Flächendiagramme samt Variationen. Legen wir los!
Liniendiagramme
Ein Liniendiagramm verbindet eine Reihe von Punkten mit geraden Liniensegmenten. Es wird häufig genutzt, um Entwicklungen über die Zeit darzustellen. Liniendiagramme sind allgegenwärtig: Unternehmen zeigen damit Kennzahlen wie Umsatz und Gewinn im Zeitverlauf; Wissenschaftlerinnen und Wissenschaftler illustrieren Beziehungen zwischen zwei Variablen.
Das Interesse an NFTs nahm 2021 zu, erreichte im Januar 2022 seinen Höhepunkt und brach danach rasch ein – parallel zu den Kursen großer Kryptowährungen wie Bitcoin. (Quelle: Statista)
Liniendiagramme zu interpretieren, ist intuitiv. Hier ein paar Leitfragen für die Auswertung:
- Wie sieht der Verlauf aus? Steigt er, fällt er oder bleibt er stabil?
- Wie steil ist die Linie? Die Steigung zeigt, wie schnell sich der Wert über die Zeit verändert. Je steiler, desto schneller die Veränderung.
- Gibt es ein Maximum oder Minimum? Das kann einen Wendepunkt markieren oder mit einem wichtigen Ereignis zusammenfallen.
Ein wichtiger Hinweis: Achte bei Liniendiagrammen immer auf die vertikale Achse und darauf, ob sie bei null beginnt. Beginnt die y-Achse nicht bei null, können kleine Änderungen wie starke Ausschläge wirken.
Ein Liniendiagramm, das nicht bei null startet, kann das Publikum in die Irre führen. (Quelle: Chad Skelton)
Spline-Diagramm
Ein Spline-Diagramm ist ein Liniendiagramm, das Kurven (statt gerader Linien) verwendet, um Datenpunkte zu verbinden.
Ein Spline-Diagramm, das die allmählichen Veränderungen der Erdtemperatur in den letzten 500 Millionen Jahren zeigt (Quelle: climate.gov)
Ein Spline-Diagramm eignet sich genauso gut wie ein Liniendiagramm, um Trends über die Zeit darzustellen; es ist jedoch besser darin, sanfte, stetige Veränderungen zu vermitteln. So lässt sich zum Beispiel der Monatsumsatz eines Geschäfts als Spline-Diagramm abbilden, um zu verdeutlichen, dass Verkäufe über den Monat verteilt stattfinden und nicht an einem einzigen Tag.
Mehrlinien- bzw. Mehr-Spline-Diagramme
Wie der Name sagt, enthält ein Mehrliniendiagramm mehr als eine Linie im selben Diagramm – auf derselben oder auf getrennten Achsen. Es hilft, Trends zweier zusammenhängender Variablen zu vergleichen. Um ein solches Diagramm zu analysieren, solltest du Folgendes herausfinden:
- Wofür steht jede Linie?
- Was bedeutet der Abstand zwischen den Linien?
- Gibt es eine mögliche Korrelation zwischen den Linien? Wenn ja, lässt sie sich erklären?
- Wird jede Linie gegen eine gemeinsame Achse gemessen oder gibt es mehrere y-Achsen?
Hier ein paar Beispiele für hilfreiche Mehrlinien- und Mehr-Spline-Diagramme.
Der Jahresbericht 2021 von Alphabet nutzt ein Mehr-Spline-Diagramm, um die Aktienentwicklung dem breiten Markt gegenüberzustellen. (Quelle: Alphabet Investor Reporting)
William Playfair, der Erfinder des Liniendiagramms, nutzte bereits 1786 ein Mehr-Spline-Diagramm, um Importe und Exporte Englands zu vergleichen. Der vertikale Abstand der Linien zeigt die Handelsbilanz in dem jeweiligen Jahr. (Quelle: Datylon)
Ein häufiger Fehler ist, aus einem flüchtigen Blick auf ein Mehrliniendiagramm zu schließen, dass zwei unabhängige Trends zusammenhängen. Das ist der Fehlschluss Korrelation vs. Kausalität in Reinform, den wir in einem früheren Teil von Data Entmystifiziert behandelt haben.
Im folgenden Beispiel könnte man leicht meinen, es gäbe einen Zusammenhang zwischen der Zahl der Menschen, die in einem Pool ertrunken sind, und der Anzahl der Filme mit Nicolas Cage.
Vorsicht vor Scheinkorrelationen! (Quelle: Tyler Vigen)
Flächendiagramme
Ein Flächendiagramm zeigt den Verlauf eines numerischen Werts, indem die Fläche zwischen Linie und x-Achse eingefärbt wird. Es ähnelt dem Liniendiagramm, nur dass die Fläche unter jeder Linie schattiert ist.
Ein Flächendiagramm (Quelle: Storytelling with Data)
Die Fläche unter der Kurve lässt sich als kumulierter Betrag der Datenreihe über die Zeit verstehen. Werden mehrere Flächendiagramme in einem Diagramm dargestellt, kannst du mehrere Teilkategorien im Zeitverlauf vergleichen.
So nützlich Flächendiagramme sind, sie haben Tücken: Die relativen Flächen mehrerer Reihen zu vergleichen, ist oft schwierig, und das Diagramm kann schnell überladen wirken.
Gestapeltes Flächendiagramm
Ein gestapeltes Flächendiagramm besteht aus mehreren übereinanderliegenden Flächendiagrammen. Es eignet sich besonders, um die Zusammensetzung einer Datenreihe im Zeitverlauf zu zeigen.
Abbildung 8: Ein gestapeltes Flächendiagramm, das die Tödlichkeit der Pandemie veranschaulicht. (Quelle: The Economist)
Hier siehst du ein gestapeltes Flächendiagramm, das die tatsächliche Belastung durch die Pandemie im Jahr 2020 abschätzt. Dafür hat der Autor einen schattierten Bereich genutzt, um einen Teil der Sterblichkeit in der Lombardei COVID-19 zuzuordnen. Die dunklere Schattierung betont den sprunghaften Anstieg der kumulierten, COVID-19-zugeschriebenen Todesfälle – eine effektive Technik für Data Storytelling.
Starte noch heute mit Datenvisualisierung
Wir hoffen, dir hat dieser kurze Einstieg in die Datenvisualisierung gefallen. Im nächsten Teil schauen wir uns Datenvisualisierungen an, die Beziehungen erfassen. Wenn du heute mit deiner Datenlernreise beginnen willst, sieh dir diese Ressourcen an.
Themen