Graphiken (Diagramme, Plots [auch engl.], Charts [auch engl.])

Graphiken dienen der Veranschaulichung von Daten bzw. bestimmter Aspekte derselben. In diesem Lexikon werden derzeit nur Veranschaulichungen (Visualisierungen) standardisiert erhobener Daten erörtert. Aber auch im Rahmen qualitativer Auswertungsverfahren können Visualisierungen eingesetzt werden (etwa von Zusammenhängen zwischen [bestimmten Aspekten von] Daten). Jenseits der Analyse und Präsentation von Daten gibt es noch ein sehr weites Feld von Visualisierungen (siehe Stary 1997 oder Liebig 1999), das hier außen vor bleiben muss.

Graphiken können unter sehr verschiedenen Gesichtspunkten systematisiert werden. Das beginnt schon mit der Wortwahl: Manchmal werden unter Graphiken allgemein »Zeichnungen« bzw. Visualisierungen verstanden und die hier im Vordergrund stehenden Veranschaulichungen von Daten als »Diagramm« bezeichnet. Viele Autoren benutzen aber beide Begriffe alternierend für die gleiche Sache (ich schließe mich dem an), und im Bereich der Sozialwissenschaften ist es auch nicht unüblich, zusätzlich die englischen Begriffe »Plot« oder »Chart« zu verwenden.

Im Rahmen dieses Lexikons scheint am sinnvollsten eine Einteilung von Graphiken nach inhaltlichen Gesichtspunkten. Wir können etwa folgende Typen unterscheiden (die Aufzählung ist bei weitem nicht vollständig!):

(Univariate) Darstellungen einer diskreten Variablen: Einfaches Säulen- oder Balkendiagramm, Tortendiagramm (auch: Kuchendiagramm, englisch: Pie Chart) sowie Veranschaulichung der (empirischen) Verteilungsfunktion;
(Univariate) Darstellungen einer stetigen Variablen: Darstellungen der Verteilung der Datenwerte (oder evtl. ihrer geschätzten Dichtefunktion) durch Histogramme, Stamm-Blatt-Diagramme (auch: Stängel-Blatt-Diagramm, englisch: Stem-and-Leaf Display), Box-and-Whisker-Plots (oft einfach Boxplots genannt) oder Kern-Dichte-Schätzer (Kernel [Density] Estimator),
Veranschaulichungen von Entwicklungen über die Zeit durch Linien- oder Kurvendiagramme;
Veranschaulichung von Zusammenhängen zwischen diskreten Merkmalen durch (gruppierte oder gestapelte) Säulen- oder Balkendiagramme;
Veranschaulichung von Zusammenhängen zwischen (mindestens ordinalskalierten) Merkmalen durch Streudiagramme (oder Korrelogramme; englisch: Scatterplots),
Veranschaulichung von Merkmalen von Regressionsmodellen, etwa Residuenplots,

und vieles andere mehr. Nochmal: Die hier aufgeführten Graphiken (die nach und nach hoffentlich im Rahmen dieses Lexikons erläutert werden) stellen nur eine kleine Auswahl aus den verfügbaren Graphiken dar. Für ausführlichere Darstellungen muss auf die im Literaturverzeichnis aufgeführten Druckwerke zum Thema Graphik hingewiesen werden.

Einige andere denkbare Einteilungen von Graphiken sind zu erwähnen. Wichtig ist zunächst die Einteilung nach zwei-, drei- und mehrdimensionalen Graphiken. (Faktisch sind natürlich alle Graphiken zweidimensional – die dritte Dimension wird nur durch optische Gestaltung hervorgerufen, und höherdimensionale Graphiken übersetzen den Merkmalsraum in geschickter Weise in zweidimensionale Objekte). Zu beachten ist, dass manche Graphikprogramme die Nutzer dazu verführen, zweidimensionale Graphiken in (scheinbar) dreidimensionaler Form auszugeben. Solche »Pseudo-3D-Diagramme« führen fast immer dazu, dass die Datenwerte nicht richtig abgelesen werden können (teilweise werden diese sogar gravierend verfälscht, siehe das Beispiel im Eintrag zum Thema Liniendiagramm) und verstoßen daher gegen die Regeln wissenschaftlichen Arbeitens.

Eine weitere Einteilung ist diejenige in Präsentationsgraphiken und Datenanalysegraphiken. Während erstere die Ergebnisse von Datenauswertungen wiedergeben, helfen zweitere die Daten besser zu verstehen, sind also ein Werkzeug der Datenanalyse. Praktisch ist diese Unterscheidung allerdings in manchen Fällen schwer haltbar: Auch eine typische Präsentationsgraphik kann interessante Dinge in den Daten verdeutlichen.

Zitierte Literatur:

Liebig, Martin: Die Infografik. Konstanz: UVK Medien Verlags-Gesellschaft, 1999
Stary, J.: Visualisieren. Ein Studien- und Praxisbuch. Berlin: Cornelsen Scriptor, 1997

Grundlege Literatur:

Chambers, John M. et al., Graphical Methods for Data Analysis, Pacific Grove 1983
Cleveland, William S.: The Elements of Graphing Data. Monterey, CA: Wadsworth, 1985
Jacoby, W. G.: Statistical Graphics for Univariate and Bivariate Data. Thousand Oaks: Sage, 1997 (Quantitative Applications in the Social Sciences, Bd. 117)
Jacoby, W. G.: Statistical Graphics for Visualizing Multivariate Data. Thousand Oaks: Sage, 1998 (Quantitative Applications in the Social Sciences, Bd. 120)
Tufte, E.: The Visual Display of Quantitative Information, Cheshire: Graphics Press, 1983