Ein Trichterdiagramm ist ein Streudiagramm, das die Anteile von Messungen (Y-Achse) anzeigt, die von verschiedenen Stichprobenumfängen (X-Achse) erfasst wurden. Der Zweck eines Trichterdiagramms besteht darin, zufällige von nicht zufälligen Variationen in den Daten zu unterscheiden. Punkte innerhalb der Grenzkurven unterscheiden sich eher aufgrund von Zufälligkeit, während Punkte außerhalb der Kurven eher das Ergebnis einer besonderen Situation sind, die nicht durch Zufälligkeit verursacht wird.
Dieses Beispiel zeigt Ihnen, wie Sie das Trichterdiagramm-Add-In verwenden, um ein Trichterdiagramm mit einer Z-Score-Verteilung basierend auf einer Stichprobengröße-Spalte und einer Occurrences-Spalte zu erstellen. Die Spalten sollten so eingerichtet werden, dass, wenn ein beliebiger Wert in der Spalte „Vorkommen“ durch den entsprechenden Wert in der Spalte „Stichprobenumfang“ dividiert wird, der resultierende dargestellte Anteilswert zwischen null und einschließlich 1 liegt.
Öffnen Sie zunächst eine Datentabelle mit Vorkommen und Stichprobenumfängen, die Sie mithilfe eines Trichterdiagramms analysieren möchten. Wählen Sie bei geöffneter Datentabelle aus Add-Ins > Trichterdiagramm-Generator . Weisen Sie im Startfenster Sample Size und Occurrences den jeweiligen Rollen zu. Siehe folgende Abbildung:
Abbildung 1.1 Startfenster
Verwenden Sie die Optionen Legende anzeigen und Histogramm anzeigen, um zu steuern, was auf dem Diagramm angezeigt wird.
Nachdem Sie auf OK geklickt haben, sieht Ihr Diagramm ähnlich aus wie in Abbildung 1.2.
Abbildung 1.2 Anteile vs. Stichprobengröße
Punkte, die außerhalb der 95 %-Grenzkurven liegen, stellen Daten dar, die nur zu 5 % der Zeit dem Zufall zugeschrieben werden können. In ähnlicher Weise stellen Punkte, die außerhalb der 99,8 %-Grenzkurven liegen, Daten dar, die nur in 0,2 % der Fälle dem Zufall zugeschrieben werden können (was äußerst selten vorkommt).
Abbildung 1.3
Wenn Sie sich die eingekreisten Punkte im Trichterdiagramm ansehen, könnten Sie davon ausgehen, dass der rot eingekreiste Punkt eine höhere Bedeutung hat als der grün eingekreiste Punkt; Dies ist jedoch nicht der Fall. Tatsächlich stellt der grün eingekreiste Punkt einen viel extremeren Wert dar. Da die Stichprobengröße des rot eingekreisten Werts so klein ist, ist es viel wahrscheinlicher, dass er das Ergebnis von Zufälligkeit ist. Wohingegen bei den Daten des grün eingekreisten Punktes der Anteil im Verhältnis zu den restlichen Werten viel signifikanter ist und daher nicht auf Zufälligkeit zurückzuführen sein kann. Stattdessen ist der Extremwert des Anteils viel wahrscheinlicher das Ergebnis einer signifikanten Situation oder eines besonderen Grundes. (Siehe die Links unten für weitere Informationen.)
Das Histogramm auf der rechten Seite ist eine Verteilung von Z-Scores, die aus den Daten berechnet wurden. Z-Scores werden verwendet, um die Daten zu normalisieren, da die ursprünglichen Datenstichproben nicht aus derselben Verteilung stammen. Durch die Verwendung von Z-Scores haben die Punkte nun einen Mittelwert von 0 und eine Standardabweichung von 1, einer Normalverteilung folgend.
Statistische Details
Mögliche Probleme
Stellen Sie sicher, dass keine Vorkommen größer sind als ihre entsprechende Stichprobengröße, da dies die Berechnungen stört, die zum Erstellen des Diagramms und der Verteilung verwendet werden.
Weitere Informationen zu Trichterdiagrammen und deren Verwendung finden Sie unter diesen Links:
http://www.perceptualedge.com/articles/visual_business_intelligence/variation_and_its_discontents.pdf
http://understandinguncertainty.org/fertility
Graph Makeover: Wo gleichgeschlechtliche Paare in den USA leben
Tolles AddIn!
Beziehen Sie sich auf die Frage von Steven Moore: Gibt es eine Möglichkeit, den Punkten Beschriftungen hinzuzufügen?
Können Sie die Grenzkurven auf 80 und 90 % ändern?
Danke,
Rosser
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Eine andere Frage:
Wie werden die Z-Werte berechnet?Denn wenn ich den Stichprobenmittelwert und die Standardabweichung verwende, um die Daten zu codieren, und sie mit den Ergebnissen der Z-Score-Statistik des Trichterdiagramms vergleiche, sind sie unterschiedlich.Meine Ergebnisse ergeben den erwarteten Mittelwert von 0 und die Standardabweichung von 1, aber der Mittelwert des Trichterdiagramms beträgt -0,466405 und die Standardabweichung 7,6169797 ... und die Diagnosediagramme sind auch ganz anders ...???
Gibt es Pläne, eine "Option" hinzuzufügen, um eine Überstreuung zu berücksichtigen?Dies geschieht normalerweise, wenn die Nenner relativ groß sind, was dazu führt, dass viele Punkte (fälschlicherweise) außerhalb der Kontrollgrenzen des Trichterdiagramms liegen ... ein nicht ungewöhnliches Ereignis bei Gesundheitsmetriken.
Danke für das Funnel-Plot-Add-In!Gibt es eine Möglichkeit, die Punkte außerhalb der Grenzen zu beschriften, wenn Sie eine Spalte für die Beschriftungen haben?
Danke!
