Daten grafisch darstellen

Verwenden Sie Diagramme, um Daten zu untersuchen und Beziehungen zwischen den Variablen zu bewerten. Sie können Grafiken außerdem verwenden, um die Daten zusammenzufassen und die statistischen Ergebnisse zu interpretieren.

Um ein Diagramm hinzuzufügen, gehen Sie zu Hinzufügen und Ausfüllen eines Formulars.

Boxplot

Verwenden Sie ein Boxplot, um nach Ausreißern zu suchen sowie um Form, Zentraltendenz und Streuung der Stichprobenverteilungen auszuwerten und zu vergleichen.

Ein Boxplot ist am besten geeignet, wenn der Stichprobenumfang mindestens 20 ist. Ein Forscher erstellt z. B. ein Boxplot, um die Wuchshöhen von Pflanzen, die mit zwei unterschiedlichen Pflanzendüngern behandelt wurden, sowie von ungedüngten Pflanzen in einer Kontrollgruppe zu vergleichen. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für ein Boxplot.

Überlegungen zu Daten

Ihre Daten müssen ein numerischer Wert für Y sein, mit einem optionalen diskreten Wert für X (Kategorien für den Vergleich). Ein Boxplot ist am besten geeignet, wenn der Stichprobenumfang mindestens 20 ist. Wenn der Stichprobenumfang zu klein ist, sind die im Boxplot angezeigten Quartile und Ausreißer möglicherweise nicht aussagekräftig. Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für das Boxplot.

Konturdiagramm

Verwenden Sie ein Konturdiagramm,um die Beziehung zwischen der Antwortvariablen und den Prädiktorvariablen zu untersuchen.

In Konturdiagrammen werden die Werte von zwei Prädiktorvariablen auf den x- und y-Achsen dargestellt, während die Werte der Antwortvariablen durch als Konturen bezeichnete eingefärbte Bereiche dargestellt werden. Ein Konturdiagramm ähnelt einer topographischen Karte, auf der statt Längengrad, Breitengrad und Höhe die x-, y- und z-Werte aufgetragen werden.

Ein Lebensmitteltechnologe möchte die optimale Zeit und Temperatur zum Erwärmen eines Tiefkühlprodukts bestimmen. Der Technologe bereitet 14 Stichproben mit unterschiedlichen Zeiten und Temperaturen zu und lässt anschließend jede Stichprobe von professionellen Verkostern hinsichtlich ihrer Gesamtqualität bewerten. Der Technologe erstellt ein Konturdiagramm, um die Ergebnisse zu untersuchen. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für das Konturdiagramm.

Überlegungen zu Daten

Die x- und y-Werte sollten nach Möglichkeit ein Gitter mit gleichmäßigen Abständen bilden Im Allgemeinen ist der z-Wert die Antwortvariable, die erklärt oder prognostiziert werden soll, und die x- und y-Werte sind die erklärenden Variablen. Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für das Konturdiagramm.

Punktdiagramm

Verwenden Sie ein Punktdiagramm, um Verteilungen von Stichprobendaten auszuwerten und zu vergleichen.

In einem Punktdiagramm werden Stichprobenwerte in kleine Intervalle unterteilt, und jeder Wert bzw. jede kleine Gruppe von Werten wird durch einen Punkt entlang einer mit Zahlen versehenen Linie dargestellt. Ein Punktdiagramm ist am besten geeignet, wenn der Stichprobenumfang kleiner als ungefähr 50 ist.

Ein Qualitätstechniker erstellt beispielsweise ein Punktdiagramm, um die Verteilung für den Betrag des erforderlichen Drehmoments zum Abdrehen der Verschlusskappen in einer Stichprobe von Shampooflaschen zu untersuchen. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für ein Punktdiagramm.

Überlegungen zu Daten

Ihre Daten müssen numerische Werte für Y sein, mit optionalen diskreten Werten für X (Kategorien für den Vergleich). Ein Punktdiagramm ist am besten geeignet, wenn der Stichprobenumfang kleiner als ungefähr 50 ist. Wenn der Stichprobenumfang 50 oder mehr beträgt, stellt ein Punkt u. U. mehrere Beobachtungen dar. Erwägen Sie, zusätzlich zum Punktdiagramm ein Boxplot oder ein Histogramm zu verwenden, um die wichtigsten Merkmale der Verteilung leichter erkennen zu können. Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für das Punktdiagramm.

Histogramm

Verwenden Sie ein Histogramm, um die Form und die Streubreite der Daten zu untersuchen.

In einem Histogramm werden die Stichprobenwerte in eine Reihe von Intervallen unterteilt, und die Häufigkeit der Datenwerte in jedem Intervall wird in Form eines Balkens abgebildet. Ein Histogramm ist am besten geeignet, wenn der Stichprobenumfang mindestens 20 ist. Mit einem Stichprobenumfang, der wesentlich größer als 20 ist, kann die Verteilung jedoch u. U. besser dargestellt werden.

Ein Qualitätstechniker erstellt beispielsweise ein Histogramm, um die Verteilung für den Betrag des erforderlichen Drehmoments zum Abdrehen der Verschlusskappen in einer Stichprobe von Shampooflaschen zu untersuchen. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für ein Histogramm.

Überlegungen zu Daten

Ihre Daten müssen numerische Werte für Y und X sein. Ein Histogramm funktioniert am besten, wenn die Stichprobengröße mindestens 20 beträgt. Wenn der Stichprobenumfang zu klein ist, enthalten die einzelnen Balken des Histogramms u. U. nicht genügend Datenpunkte, um die Verteilung der Daten genau darzustellen. Wenn der Stichprobenumfang weniger als 20 beträgt, erwägen Sie, stattdessen ein Einzelwertdiagramm zu verwenden. Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für das Histogramm.

Einzelwertdiagramm

Verwenden Sie ein Einzelwertdiagramm, um Verteilungen von Stichprobendaten auszuwerten und zu vergleichen.

In einem Einzelwertdiagramm wird ein Punkt für den tatsächlichen Wert jeder Beobachtung in einer Gruppe angezeigt, wodurch Ausreißer einfach erkannt werden können und die Streubreite der Verteilung leicht ersichtlich ist. Ein Einzelwertdiagramm ist am besten geeignet, wenn der Stichprobenumfang kleiner als ungefähr 50 ist.

Wie ein Boxplot ermöglicht es Ihnen ein Einzelwertdiagramm, potenzielle Ausreißer zu erkennen und die Verteilung der Daten zu veranschaulichen. Im Unterschied zu einem Boxplot wird in einem Einzelwertdiagramm jedoch jeder Wert separat angezeigt. Separate Werte sind besonders hilfreich, wenn nur relativ wenige Beobachtungen vorliegen oder wenn der Effekt jeder einzelnen Beobachtung ausgewertet werden muss.

Ein Techniker erstellt beispielsweise ein Einzelwertdiagramm, um die Elastizität von Stichproben von Kunststoffen zu vergleichen, die mit unterschiedlichen Zusätzen gefertigt wurde. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für ein Einzelwertdiagramm mit mehreren y-Variablen.

Überlegungen zu Daten

Ihre Daten müssen eine numerische Y-Variable mit einer optionalen diskreten X-Variablen (Kategorien zum Vergleich) sein. Ein Einzelwertdiagramm ist am besten geeignet, wenn der Stichprobenumfang kleiner als ungefähr 50 ist. Wenn die Stichprobe zu groß ist, liegen die Datenpunkte im Diagramm möglicherweise zu dicht beieinander, und die Verteilung kann nur schwer beurteilt werden. Erwägen Sie bei einem Stichprobenumfang größer als 50, stattdessen ein Boxplot oder ein Histogramm zu verwenden. Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für das Einzelwertdiagramm.

Wechselwirkungsdiagramm

Verwenden Sie ein Wechselwirkungsdiagramm, um zu veranschaulichen, in welcher Weise die Beziehung zwischen einem kategorialen Faktor und einer stetigen Antwortvariablen vom Wert des zweiten kategorialen Faktors abhängt. In diesem Diagramm werden Mittelwerte für die Stufen eines Faktors auf der x-Achse und eine separate Linie für jede Stufe eines anderen Faktors angezeigt.

Forscher in einer Straßensicherheitsbehörde möchten den Zusammenhang zwischen dem Fahrerlebnis und der Straßenbeschaffenheit über die Anzahl der Lenkkorrekturen untersuchen. Die Forscher erstellen ein Wechselwirkungsdiagramm, um den Effekt der Faktoren aufeinander und auf die Antwortvariable zu veranschaulichen. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für ein Wechselwirkungsdiagramm.

Überlegungen zu Daten

Die Antwortvariable (Y) sollte stetig sein. Die Daten müssen einen oder zwei kategoriale Faktoren (X) enthalten. Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für das Wechselwirkungsdiagramm.

Haupteffektediagramm

Verwenden Sie ein Haupteffektediagramm, um zu ermitteln, wie sich ein oder mehrere kategoriale Faktoren auf die stetige Antwortvariable auswirken.

Ein Teppichhersteller möchte beispielsweise die Ergebnisse für eine einfache ANOVA untersuchen. Er erstellt ein Haupteffektediagramm der durchschnittlichen Strapazierfähigkeitswerte von Teppichen nach Teppicharten Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für eine Haupteffektediagramm.

Überlegungen zu Daten

Die Antwortvariable (Y) sollte stetig sein. Die Daten müssen einen oder zwei kategoriale Faktoren (X) enthalten. Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für das Haupteffektediagramm.

Matrixplot

Verwenden Sie ein Matrixplot, um die Beziehungen zwischen mehreren Variablen gleichzeitig zu untersuchen. Ein Matrixplot ist ein Feld von Streudiagrammen.

Ein Wirtschaftsberater möchte 22 erfolgreiche kleine bis mittlere Fertigungsunternehmen untersuchen Der Berater erfasst Daten zur Anzahl der Kunden, zur Rendite, zum Umsatz sowie zur Dauer der Geschäftstätigkeit der Unternehmen in Jahren. Im Rahmen der anfänglichen Untersuchung erstellt der Berater ein Matrixplot, um die Beziehungen zwischen der Anzahl von Kunden, der Rendite und der Dauer der Geschäftstätigkeit zu untersuchen. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für ein Matrixplot.

Überlegungen zu Daten

Auch wenn es keine formalen Richtlinien zur Menge der für ein Streudiagramm benötigten Daten gibt, zeigen größere Stichproben Muster in den Daten deutlicher. Ein Streudiagramm mit einer angepassten Regressionslinie ist am wirksamsten, wenn der Stichprobenumfang ungefähr 40 oder mehr beträgt. Bei einem Stichprobenumfang kleiner als 40 ist die angepasste Regressionslinie möglicherweise weniger genau. Sie sollten den Stichprobenumfang für jedes Streudiagramm im Matrixplot berücksichtigen. Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für das Matrixplot.

Multi-Vari-Bild

Verwenden Sie ein Multi-Vari-Bild, um die Streuung in den Daten, darunter zyklische Variation und Wechselwirkungen zwischen Faktoren, vorab zu untersuchen.

Ein Multi-Vari-Bild ist eine grafische Darstellung der Beziehungen zwischen Faktoren und einer Antwort. Das Multi-Vari-Bild zeigt die Mittelwerte bei den einzelnen Faktorstufen für jeden Faktor. In Minitab können in jedem Multi-Vari-Bild bis zu vier Faktoren angezeigt werden.

Ein Unternehmen stellt beispielsweise Kunststoffrohre auf zwei verschiedenen Maschinen mit drei Temperatureinstellungen her. Der Qualitätstechniker möchte die Einheitlichkeit der Rohrdurchmesser der verschiedenen Maschinen mit den unterschiedlichen Einstellungen prüfen. Der Techniker erstellt ein Multi-Vari-Bild, um die Streuung in den Rohrdurchmessern zu untersuchen. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für das Multi-Vari-Bild.

Überlegungen zu Daten

Um den Mittelwert der Antwortvariablen auf verschiedenen Faktorstufen zu berechnen, muss die Antwortvariable für das Multi-Vari-Bild numerische Werte aufweisen. Es können bis zu vier numerische Faktoren, Textfaktoren oder Datums-/Uhrzeitfaktoren vorliegen. Jeder Faktor muss über mindestens 2 Stufen verfügen. Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für das Multi-Vari-Bild.

Streudiagramm

Verwenden Sie ein Streudiagramm, um die Beziehung zwischen einem Paar von stetigen Variablen zu untersuchen. In einem Streudiagramm werden geordnete Paare von x- und y-Variablen auf einer Koordinatenebene dargestellt.

Ein Mediziner erstellt beispielsweise ein Streudiagramm, um die positive Beziehung zwischen dem Körpermasseindex (BMI) und dem Körperfettanteil von heranwachsenden Mädchen aufzuzeigen. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für das Streudiagramm.

Überlegungen zu Daten

Die Daten müssen mindestens ein Paar von Spalten mit Zahlen oder Datums-/Uhrzeitdaten umfassen Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für das Streudiagramm.

Wirkungsflächendiagramm

Verwenden Sie ein Wirkungsflächendiagramm, um die Beziehung zwischen einer Antwortvariablen (z) und zwei Prädiktorvariablen (x und y) zu untersuchen, indem Sie eine dreidimensionale Wirkungsfläche der prognostizierten Werte der Antwortvariablen betrachten. Sie können angeben, dass die prognostizierten Werte der Antwortvariablen als geglättete Wirkungsfläche oder als Drahtgitter dargestellt werden.

Ein Lebensmitteltechnologe möchte die optimale Zeit und Temperatur zum Erwärmen eines Tiefkühlprodukts bestimmen. Der Technologe bereitet 14 Stichproben mit unterschiedlichen Zeiten und Temperaturen zu und lässt anschließend jede Stichprobe von professionellen Verkostern hinsichtlich ihrer Gesamtqualität bewerten. Der Technologe erstellt ein 3D-Wirkungsflächendiagramm, um die Ergebnisse zu untersuchen. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für das 3D-Wirkungsflächendiagramm.

Überlegungen zu Daten

Die x- und y-Werte sollten nach Möglichkeit ein Gitter mit gleichmäßigen Abständen bilden Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für das 3D-Wirkungsflächendiagramm.

Zeitreihendiagramm

Verwenden Sie ein Zeitreihendiagramm, um nach Mustern in Ihren Daten über einen Zeitraum zu suchen, z. B. nach Trends oder saisonalen Mustern. Ein Zeitreihendiagramm kann Sie darin unterstützen, eine Zeitreihenanalyse zum Modellieren der Daten auszuwählen.

Ein Börsenmakler vergleicht die monatliche Wertentwicklung zweier Aktien in den letzten zwei Jahren. Der Börsenmakler erstellt ein Zeitreihendiagramm, um die Entwicklung der beiden Aktien grafisch zu veranschaulichen. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für ein Zeitreihendiagramm.

Überlegungen zu Daten

Zeichnen Sie die Daten in chronologischer Reihenfolge auf. Zeitreihendaten werden in regelmäßigen Intervallen erfasst und in zeitlicher Reihenfolge aufgezeichnet. Sie sollten die Daten im Arbeitsblatt in derselben Reihenfolge aufzeichnen, in der sie erfasst wurden. Wenn die Daten nicht in chronologischer Reihenfolge angeordnet sind, können Sie die zeitlichen Muster in den Daten nicht mit einem Zeitreihendiagramm auswerten. Bei Zeitreihendaten wird angenommen, dass die Daten in regelmäßigen Intervallen erfasst wurden, z. B. einmal täglich oder einmal monatlich. Wenn Sie die Daten in unregelmäßigen Intervallen erfassen, können die Ergebnisse eines Zeitreihendiagramms irreführend sein. Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für das Zeitreihendiagramm.