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. 

 

 

Autor: Prof. Dr. Schmieder