Wer wahllos durch ein Scientific Journal blättert, stößt auf Balkendiagramme mit stehenden oder liegenden Balken. Ist es einfach Geschmackssache? Nein – die Daten entscheiden.
Vor einigen Wochen bzw. Monaten hatte ich einen Beitrag, in dem es um die verschiedenen Arten von Daten ging – kategorische Daten mit den Unterarten nominal und ordinal sowie numerische Daten (kontinuierlich oder diskret).[1] So mancher mag sich gefragt haben: „Für was soll das gut sein?“ Zum Beispiel, um die Frage im Titel dieses Beitrages zu beantworten (PubMed-Link zu Datenkategorien[2]: The Initial Stages of Statistical Data Analysis).
Stehende Balken im wissenschaftlichen Paper
Die vertikalen stehenden Balken nimmt man bei ordinalen Daten, also bei Daten, die eine logische Reihenfolge haben: das ansteigende Alter, Erkrankungsstadien mit ansteigender Schwere etc.
Hier möchte der Leser die verschiedenen Kategorien in ihrer natürlichen Reihenfolge von links nach rechts betrachten. Der Vergleich der Werte jeder einzelnen Kategorie – das ist meist das „Result“.
Liegende Balken im wissenschaftlichen Paper
Nominale Daten können meist in jeder Reihenfolge genannt werden. Die häufigsten Todesursachen, Therapien oder Arbeitgeber. Hier spielt es keine Rolle, wie die Kategorien sortiert werden.
Sinnvollerweise ordnet man sie dennoch – z.B. entsprechend der Häufigkeit an- oder absteigend. Denn: Die resultierende Reihenfolge der Kategorien – das ist meist das „Result“.
[1] Blogbeitrag: Data – was sind Daten?
[2] PubMed-Link: The Initial Stages of Statistical Data Analysis. Tandy RD. J Athl Train. 1998; 33(1): 69–71.
Ich sehe auch die Anzahl der Balken als Entscheidungskriterium.
Da man bei bei sehr vielen ein Balkendiagramm schneller und u.U. besser versteht als ein Säulendiagramm.
Ja, das ist richtig. Danke übrigens für die Differenzierung in Säulen- und Balkendiagramm (stehend, liegend). Da ich meist nur mit dem englischen ‚bar chart‘ (beides) zu tun habe, war mir das nicht bewusst.