Graphische Datenexploration

Abstract

Zwecks Informationsvisualisierung werden in diesem Kapitel Verfahren der graphischen Aufbereitung zur Analyse von statistischen Daten vorgestellt. Dabei handelt es sich durchaus auch um herkömmliche einfache Präsentationsdiagrammtypen wie Stab-, Rechteck- und Zeitreihendiagramme. In erster Linie liegt das Augenmerk jedoch bei den univariaten Verfahren auf speziellen Analyse-Diagrammtypen wie Boxplot, Histogramm und Probability-Plot. Für bivariates Datenmaterial wird als typische Diagrammform das Streudiagamm, für multivariates Datenmaterial die Streudiagramm-Matrix vorgestellt. Auf eine Besprechung spezieller Diagrammtypen, die ausschließlich im Zusammenhang mit bestimmten statistischen Methoden Verwendung finden (wie z. B. das Dendrogramm als Ergebnisgraphik einer Clusteranalyse), wird hier verzichtet, weil an anderer Stelle dieses Buches darauf eingegangen wird. Dies gilt ebenfalls für dimensionsreduzierende graphische Verfahren. Zu allen behandelten Diagrammtypen (mit Ausnahme des Beispiels zur Zeitreihe) werden aus den ALLBUS-Daten 1980–2006 Beispiele gezeigt, Vor- und Nachteile der Diagrammtypen bei der Verwendung zur graphischen Datenexploration diskutiert und Hinweise zur sachgemäßen Interpretation gegeben. Exploration bedeutet im Zusammenhang mit graphischen Darstellungen, dass die benutzten Diagramme es ermöglichen, die Besonderheiten eines zugrunde liegenden Datensatzes aufzudecken. Dabei geht es z. B. um die Visualisierung des Datenzentrums, um das Erkennen statistischer Ausreißer, um die Markierung des wesentlichen Streuungsbereichs und um die Aufdeckung von Beziehungen zwischen den Datensätzen. Eine wichtige Anwendung der graphischen Datenexploration ist auch die Überprüfung, ob eine empirische Häufigkeitsverteilung durch einen bestimmten theoretischen Verteilungstyp (z. B. eine Normalverteilung) modellhaft angenähert werden kann. Es wird – im Hinblick auf den Handbuchcharakter dieses Buches – auf eine Vielzahl an „exotischen“ graphischen Explorationstechniken verzichtet zugunsten der Konzentration auf in der Praxis häufiger angewendete Methoden und auf Verfahren, die allgemein leicht zugänglich sind, d. h. im Softwarepaket SPSS als Prozedur zur Verfügung stehen.