Interpretieren der wichtigsten Ergebnisse für Flächendiagramm

Führen Sie die folgenden Schritte aus, um ein Flächendiagramm zu interpretieren.

In diesem Thema

Schritt 1: Anzeigen des Beitrags der einzelnen Variablen zu der Summe
Schritt 2: Suchen nach Ausreißern und Sprüngen
Schritt 3: Auswerten der allgemeinen Änderung der Datenreihe

Schritt 1: Anzeigen des Beitrags der einzelnen Variablen zu der Summe

Minitab trägt mehrere gestapelte Zeitreihen auf der y-Achse im Vergleich zu den gleichmäßigen Zeitintervallen auf der x-Achse auf. Jede Linie in der Grafik ist eine kumulierte Summe, daher können Sie den Beitrag der einzelnen Variablen zu der Summe sowie die Änderung der Zusammensetzung der Summe über einen bestimmten Zeitraum erkennen.

Im folgenden Flächendiagramm wird die Beschäftigung in drei Branchen über einen Zeitraum von fünf Jahren (60 Monate) veranschaulicht. Handel leistet den größten Beitrag zu der Gesamtbeschäftigung für die drei Branchen. Nahrungsmittel und Metall tragen weniger zur Gesamtbeschäftigung bei und entsprechen zusammen etwa einem Beitrag zu der Gesamtbeschäftigung, der dem von Handel gleichkommt.

Schritt 2: Suchen nach Ausreißern und Sprüngen

Ermitteln Sie auf der Grundlage Ihrer Prozesskenntnisse oder Ihres branchenspezifischen Expertenwissens, ob Ausreißer oder Sprünge auf Fehler oder auf eine tatsächliche Änderung hindeuten, die auf eine bestimmte Ursache zurückzuführen ist.

Ausreißer

Suchen Sie nach ungewöhnlichen Beobachtungen, die auch als Ausreißer bezeichnet werden. Versuchen Sie, die Ursache für festgestellte Ausreißer zu ermitteln, und korrigieren Sie alle Dateneingabe- und Messfehler. Erwägen Sie, Datenwerte zu entfernen, die auf ungewöhnliche, einmalige Ereignisse (d. h. auf Ausnahmebedingungen) zurückzuführen sind.

Im folgenden Flächendiagramm des Umsatzvolumens ist ein Ausreißer für Region 3 zu erkennen, der durch einen Dateneingabefehler verursacht wurde. Ein Vertriebsleiter hat im Arbeitsblatt für den Monatsumsatz versehentlich den Wert 945.000 statt 445.000 eingegeben.

Sprünge

Suchen Sie nach Sprüngen in der Datenreihe oder abrupten Änderungen von Trends. Versuchen Sie, die Ursache für derartige Änderungen zu bestimmen.

Im folgenden Flächendiagramm der Produktionskosten lässt sich zu Beginn des Jahres 2015 bei Anlage 2 ein Sprung in den Kosten erkennen. Sie sollten die Ursache für diesen Sprung untersuchen.

Schritt 3: Auswerten der allgemeinen Änderung der Datenreihe

Trends

Suchen Sie für jede Kategorie nach einem Trend, und vergleichen Sie die Trends der unterschiedlichen Kategorien. Ein Trend ist eine langfristige Zunahme oder Abnahme der Datenwerte. Ein Trend kann linear verlaufen oder eine bestimmte Krümmung aufweisen.

Im folgenden Flächendiagramm werden die Umsätze für drei Produkte über einen Zeitraum von fünf Jahren (60 Monate) dargestellt. Der Umsatz für Produkt 3 (untere Linie) ist relativ flach. Der Umsatz für Produkt 2 nimmt langsam ab, während der Umsatz für Produkt 1 zunimmt. Die kombinierten Umsätze für alle Produkte haben insgesamt über fünf Jahre zugenommen; dies wird hauptsächlich durch eine Zunahme des Umsatzes für Produkt 1 verursacht.

Zyklische Änderungen oder saisonale Muster

Suchen Sie nach zyklischen Änderungen oder saisonalen Mustern. Ein saisonales Muster ist ein Anstieg oder Abfall der Datenwerte, der im gleichen Zeitraum regelmäßig erneut auftritt. So sind beispielsweise bei einem Autoteilehandel montags geringe Umsätze zu verzeichnen, die die über die Woche zunehmen und ihre Spitze am Freitag erreichen. Saisonale Muster weisen stets einen festen und bekannten Zeitraum auf. Im Gegensatz dazu sind zyklische Änderungen ein Anstieg oder eine Abnahme der Datenwerte, die sich anscheinend nicht in regelmäßigen Intervallen wiederholen. In der Regel sind zyklische Änderungen länger anhaltend und variabler als saisonale Muster.

Im folgenden Flächendiagramm wird ersichtlich, dass die Beschäftigung in der Nahrungsmittelindustrie (mit Metall als mittlere Linie summiert) eine zyklische Änderung aufweist, die etwa im August ihre Spitze erreicht. Insgesamt zeigt die kombinierte Beschäftigung für alle Branchen (oberste Linie) ebenfalls eine zyklische Änderung mit Spitzen im August und Februar. Die Spitzen im August sind zumindest teilweise der zyklischen Entwicklung in der Nahrungsmittelindustrie geschuldet.

Tipp

Wenn Ihre Daten Trends oder Saisonabhängigkeit erkennen lassen, können Sie eine Zeitreihenanalyse verwenden, um die Daten zu modellieren und Prognosen zu erstellen. Weitere Informationen dazu, welche Analyse sich eignet, finden Sie unter Welche Zeitreihenanalyse sollte verwendet werden?