Daten spielen in der Statistik eine entscheidende Rolle. Vereinfacht gesagt handelt es sich um alle Informationen, die Sie sammeln, um Ihr Wissen zu erweitern, zu einer Schlussfolgerung zu gelangen und eine Hypothese zu prüfen.
Variablen gibt es in verschiedenen Typen, von denen jeder bestimmte Informationen liefert. Der Typ einer Information zeigt, was Sie daraus ableiten können, aber auch, was nicht. Deshalb ist es wichtig, die Datentypen zu verstehen.
Qualitative und quantitative Daten
Bevor wir uns mit den Datentypen befassen, sollten Sie den Unterschied zwischen qualitativen und quantitativen Daten kennen. Qualitative Daten beziehen sich auf Informationen, die Eigenschaften angeben, die nicht in Zahlen messbar sind. Diese Informationen sind größtenteils subjektiv. Familienstand, Architekturstil, Augenfarbe und Geschmack sind beispielsweise allesamt qualitative Daten.
Quantitative Daten hingegen beziehen sich auf Informationen, die in Form von Zahlen dokumentiert werden. Sie dienen dazu, eine Anzahl oder eine objektive Messung darzustellen. Der Body-Mass-Index (BMI) und die Temperatur sind beispielsweise quantitative Daten. Diese Art von Daten wird auch als numerische Daten bezeichnet.
Arten quantitativer Daten
Wenn Sie Ihre Daten mit Zahlen darstellen möchten, geschieht dies durch die Erhebung quantitativer Daten. Diese Form von Daten wird weiter in zwei Kategorien unterteilt.
Kontinuierliche Daten
Kontinuierliche Variablen können numerische Werte aufschlüsseln; sie lassen sich je nach Kontext in kleinere Schritte unterteilen, einschließlich Dezimal- und Bruchwerten. Zwischen zwei Werten gibt es unzählige mögliche numerische Werte. In der Regel wird zur Messung kontinuierlicher Variablen eine Skala verwendet. Temperatur und Größe lassen sich beispielsweise mit kontinuierlichen Daten messen.
Kontinuierliche Variablen helfen Ihnen außerdem bei der Bewertung von Eigenschaften wie Standardabweichung, Spannweite, Verteilung, Median und Mittelwert.
Ein Histogramm stellt die Verteilung von Werten dar. Deshalb ist es eine wirksame Methode, um kontinuierliche Variablen grafisch darzustellen. Mit Histogrammen können Sie feststellen, ob Werte schief oder symmetrisch verteilt sind, die häufigsten Werte finden und die Spannweite der Werte erfassen.
Sie können ein Streudiagramm verwenden, um zwei kontinuierliche Variablen grafisch darzustellen. Die Regressionsanalyse kann bei der Berechnung der Gleichung einer Linie helfen. Ebenso können Sie die Korrelation nutzen, um die Stärke einer Beziehung zu bestimmen.
Wenn Sie stetige Variablen haben, die sich in Gruppen aufteilen, verwenden Sie ein Boxplot, um die Streuung und die zentrale Tendenz jeder Gruppe darzustellen.
Diskrete Daten
Diskrete quantitative Daten stellen die Gesamtzahl der Ausprägungen einer Aktivität, eines Elements, eines Ergebnisses oder einer Eigenschaft dar. Sie lassen sich nicht in kleinere Schritte unterteilen. So können Sie beispielsweise ein oder zwei Smartphones besitzen, aber nicht 1,5 Smartphones. Sie stellen eine endliche Anzahl möglicher Werte dar, die bei einer Beobachtung erfasst werden können.
Diskrete Variablen können Ihnen helfen, eine zusammenfassende Kennzahl wie die Standardabweichung, die Summe und den Mittelwert zu berechnen und zu bestimmen.
Balkendiagramme sind eine effektive Methode zur grafischen Darstellung diskreter Variablen. Sie können für jede einen eigenen Wert anzeigen, während die Höhe deren Anteil an der Gesamtstichprobe zeigt.
Qualitative Daten: ordinal, binär und kategorial
Wenn Sie Informationen erfassen, um Ihre Beobachtungen zu kategorisieren, sammeln Sie qualitative Daten. Es gibt drei Formen qualitativer Variablen: ordinal, binär und kategorial.
Kreisdiagramme und Balkendiagramme sind traditionelle Werkzeuge zur grafischen Darstellung qualitativer Variablen, da sie den relativen Prozentsatz aller Gruppen im Verhältnis zur gesamten Stichprobe wirkungsvoll zeigen.
Wenn es Szenarien gibt, in denen Sie die Möglichkeit haben, eine Eigenschaft als qualitative oder stetige Variable zu erfassen, besteht die effektivste Methode darin, die stetigen Daten zu dokumentieren, um mehr Verständnis zu gewinnen.
Ordinale Daten
Ordinal bedeutet, dass Sie drei oder mehr Kategorien haben, die jeweils durch eine bestimmte Reihenfolge gekennzeichnet sind. Sie können es beispielsweise für Produktbewertungen mit einer Skala von „schlecht" bis „ausgezeichnet" verwenden.
Manche Experten sind der Ansicht, dass ordinale Variablen aus einer Kombination von quantitativen und qualitativen Merkmalen bestehen. Die Likert-Skala wird beispielsweise häufig verwendet, um Zufriedenheit auf einer Skala von 1 bis 5 zu messen. Sie können ordinale Daten mithilfe von Balkendiagrammen darstellen.
Binäre Daten
Wie der Name schon sagt, besteht binäre Daten aus zwei Werten. Das bedeutet, wenn Ihre Beobachtung in zwei Kategorien analysiert werden kann, arbeiten Sie mit binären Variablen. Experten nennen diese Variablen sowohl Indikator- als auch dichotome Variablen. Das Ergebnis eines Kurses ist beispielsweise eine binäre Angabe, da es entweder bestanden oder nicht bestanden lauten kann.
Binäre Variablen eignen sich hervorragend zur Berechnung eines Prozentsatzes oder Anteils. Mit dem Kreisdiagramm können Sie die binären Ja/Nein-Daten in Form kontinuierlicher Daten darstellen.
Kategoriale Daten
Kategoriale Daten bestehen aus Werten, die anhand einer Eigenschaft in eine zählbare Anzahl eindeutiger Gruppen eingeteilt werden können. Kategoriale Variablen können verwendet werden, um Kategorien festzulegen, wenn keine natürliche Reihenfolge vorliegt.
Analysten bezeichnen kategoriale Variablen sowohl als nominale als auch als Attributvariablen. Sie können beispielsweise ein Masterprogramm in einem dieser Bereiche wählen: Informatik, Softwaretechnik, Statistik und Data Science. Kreisdiagramme eignen sich zur Darstellung kategorialer Daten.
Fazit
Nachdem Sie nun die verschiedenen Datentypen, die daraus gewonnenen Erkenntnisse und die Möglichkeiten zu ihrer grafischen Darstellung kennen, wenden wir dieses Wissen auf Ihre aktuellen Prozesse an. Um die Qualität Ihrer Arbeit zu verbessern, können Sie Image-Charts zur Erstellung einer Vielzahl von Diagrammen.
