Autor des Abschnitts: Danielle J. Navarro and David R. Foxcroft

Streudiagramme

Streudiagramme sind ein einfaches, aber effektives Instrument zur Visualisierung der Beziehung zwischen zwei Variablen, wie wir es bei den Abbildungen im Abschnitt über (Korrelationen) gesehen haben. An diese letztere Anwendung denken wir normalerweise, wenn wir den Begriff „Streudiagramm“ (oder „scatterplot“) verwenden. Bei dieser Art von Diagramm entspricht jede Beobachtung einem Punkt. Die horizontale Position des Punktes stellt den Wert der Beobachtung für eine Variable dar, die vertikale Position zeigt den Wert für die andere Variable. In vielen Situationen hat man keine klare Meinung über die kausale Beziehung (z. B. ob A Ursache für B ist, oder ob B Ursache für A ist, oder ob eine andere Variable C sowohl A als auch B kontrolliert). Wenn das der Fall ist, spielt es keine Rolle, welche Variable Sie auf der x-Achse und welche Sie auf der y-Achse auftragen. In manchen Situationen haben Sie jedoch eine Vorstellung davon, welche Variable Ihrer Meinung nach am wahrscheinlichsten kausal ist, oder Sie haben zumindest einen Verdacht in dieser Richtung. In diesem Fall ist es üblich, der Ursachenvariablen die x-Achse und der Wirkungsvariablen die y-Achse zuzuweisen. In diesem Sinne schauen wir uns an, wie man in jamovi Streudiagramme zeichnet, und zwar mit demselben parenthood-Datensatz, den ich bei der Einführung von Korrelationen verwendet habe.

Angenommen, mein Ziel ist es, ein Streudiagramm zu zeichnen, das die Beziehung zwischen der Menge an Schlaf, die ich bekomme (dani.sleep) und wie schlecht gelaunt ich am nächsten Tag bin (dani.grump) darstellt. Es gibt zwei verschiedene Möglichkeiten, wie wir jamovi verwenden können, um das gewünschte Diagramm zu erhalten. Die erste Möglichkeit ist die Verwendung der Option Plot unter der Schaltfläche Regression → Correlation Matrix, die uns die in Abb. 113 gezeigte Ausgabe liefert. Beachten Sie, dass jamovi eine Linie durch die Punkte zieht, wir werden darauf später im Abschnitt Was ist ein lineares Regressionsmodell? eingehen. Wenn Sie ein Streudiagramm auf diese Weise erstellen, können Sie auch Densities for variables angeben. Diese Option fügt eine Dichtekurve hinzu, die zeigt, wie die Daten jeder einzelnen Variablen verteilt sind.

Abb. 113 Streudiagramm erstellt mit der Analyse Correlation Matrix in jamovi

Die zweite Möglichkeit ist, eines der jamovi-Zusatzmodule zu verwenden. Dieses Modul heißt scatr und Sie können es installieren, indem Sie auf das große Symbol + oben rechts auf dem jamovi-Bildschirm klicken, die jamovi-Bibliothek öffnen, nach unten scrollen, bis Sie scatr finden (bzw. scatr in die Linie für die Suche eingeben) und dann auf Install klicken. Wenn Sie dies getan haben, finden Sie einen neuen Befehl Scatterplot unter der Schaltfläche Exploration. Diese Darstellung ist etwas anders als die erste, siehe Abb. 114, aber die zentralen Informationen sind dieselben.

Abb. 114 Scatterplot erstellt mit dem scatr-Zusatzmodul in jamovi

Ausgefeiltere Optionen

Oft werden Sie die Beziehungen zwischen mehreren Variablen auf einmal betrachten wollen, indem Sie eine Streudiagramm-Matrix verwenden (in jamovi über den Befehl Correlation Matrix - Plot). Fügen Sie einfach eine weitere Variable, z.B. baby.sleep zur Liste der zu korrelierenden Variablen hinzu, und jamovi erstellt für Sie eine Streudiagramm-Matrix, genau wie die in Abb. 115.

Abb. 115 Matrix von Streudiagrammen, die mit der Analyse Correlation Matrix in jamovi erstellt wurden.