Ein Ansatz oder eine Philosophie für die Datenanalyse umfasst verschiedene graphische Techniken, um:
- den Einblick in den Datensatz zu maximieren;
- darunterliegende Muster zu entdecken;
- wichtige Variablen zu extrahieren;
- Ausreißer und Anomalien zu erkennen;
- Hypothesen bezogen auf die Ursache vorzuschlagen;
- darunterliegende Annahmen zu testen; und
- Basis für weitere Daten zu beschaffen.
Zwecke der Daten-Visualisierung:
- Erzähl die Story / kommuniziere die Botschaft
- Unterstütze das Denken des Lesers / nachdenken über das Thema
- Befähige schnelles Verständnis / Interpretation
- Unterstütze Entscheidungen zu treffen
- Informiere / sorge für Einblick
- Etabliere Vertrauenswürdigkeit
Übermittelbare Beziehungen oder Botschaften:
- Zeitreihen (Variable n im Zeitablauf)
- Ranking (hoch zu niedrig)
- Vom Teil - zum - Ganzen (Proportion oder Teil)
- Deviation (aktuell vs. planen)
- Frequenz Verteilung (Beobachtungen über Intervalle)
- Korrelation (Beziehungen von zwei Variablen)
- Normalverteilung (nicht quantitativ gerankt)
- Geodaten (Karte oder Layout)
In der folgenden Studie werden die verschiedenen Möglichkeiten der Daten-Visualisierung analysiert Best Practices herausgearbeitet sowie „Do's and don'ts“ aufgezeigt.
Best Practice Datenvisualisierung
Eine Zusammenfassung der Studie finden sie hier: Download (Deutsch)
Autor: Prof. Dr. Schmieder