2.10: Streudiagramm

Scatter Plot
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Scatter Plot
Please note that all translations are automatically generated. Click here for the English version.

6,797 Views

01:15 min
April 30, 2023

Overview

Die gebräuchlichste und einfachste Möglichkeit, die Beziehung zwischen zwei Variablen, x und y, darzustellen, ist ein Streudiagramm. Ein Streudiagramm zeigt die Richtung einer Beziehung zwischen den Variablen. Eine klare Richtung ist gegeben, wenn entweder:

  1. Hohe Werte einer Variablen, die mit hohen Werten der anderen Variablen auftreten, oder niedrige Werte einer Variablen, die mit niedrigen Werten der anderen Variablen auftreten.
  2. Hohe Werte einer Variablen treten mit niedrigen Werten der anderen Variablen auf.

Man kann die Stärke der Beziehung bestimmen, indem man sich das Streudiagramm anschaut und sieht, wie nah die Punkte an einer Linie, einer Potenzfunktion, einer Exponentialfunktion oder einer anderen Art von Funktion liegen. Für eine lineare Beziehung gibt es eine Ausnahme. Stellen Sie sich ein Streudiagramm vor, bei dem alle Punkte auf einer horizontalen Linie liegen, die eine “perfekte Anpassung” ergibt. Die horizontale Linie würde in der Tat keine Beziehung aufweisen.

Wenn man sich ein Streudiagramm ansieht, muss man das Gesamtmuster und etwaige Abweichungen beachten.

Transcript

Berücksichtigen Sie quantitative Daten über den Preis von Häusern und die entsprechende Grundfläche. Solche quantitativen Daten mit zwei Variablen werden als bivariate Daten bezeichnet.

Die Variable, die als Ursache fungiert, wird als unabhängige Variable bezeichnet, während eine andere Variable, die die Antwort anzeigt, als abhängige Variable bezeichnet wird.

Diese Abhängigkeit einer Variablen von der anderen kann mit Hilfe des Streudiagramms visualisiert werden. Hier wird die unabhängige Variable – die Grundfläche – entlang der X-Achse und die abhängige Variable – der Preis von Häusern – entlang der Y-Achse dargestellt.

Markieren Sie die Preise entsprechend der Grundfläche. Zeichnen Sie dann die am besten angepasste Linie so, dass eine fast gleiche Anzahl von Punkten über und unter dieser Linie vorhanden ist. Diese Punkte bilden zusammen das Muster, um die Korrelation zwischen den beiden Variablen zu identifizieren.

Beachten Sie, dass die Vergrößerung der Grundfläche zu einem Anstieg der Hauspreise führt. Ein solcher steigender Trend deutet auf eine positive Korrelation hin.

Beobachtet man hingegen einen rückläufigen Trend, deutet dies auf eine negative Korrelation hin. Kein Trend bedeutet keine Korrelation.

Key Terms and definitions​

  • Scatter Plot - A graph showing the relationship between two variables, x and y.
  • Direction - Highs and lows of variables in a scatter plot.
  • Perfect Correlation - All points in a scatter plot fall on a single line.
  • No Trend - Scatter plot showing no clear relationship between variables.
  • Linear Relationship - Scatter plot where data points fall along a line, but not horizontally.

Learning Objectives

  • Define Scatter Plot - Visual representation of the relationship between two variables (e.g., scatter plot).
  • Contrast Perfect Correlation vs No Trend - Distinguish between clear and unclear relationships (e.g., perfect correlation scatter plot vs no trend scatter plot).
  • Explore Examples - Look at variations of scatter plots (e.g., linear relationship scatter plot).
  • Explain Scatter Plot Direction - Describe how the direction of a scatter plot is determined.
  • Apply in Context - Understand how scatter plots are used in psychology.

Questions that this video will help you answer

  • What is a scatter plot and how to read one?
  • What distinguishes perfect correlation from no trend in scatter plots?
  • How to determine the direction of a scatter plot?

This video is also useful for

  • Students - Understanding of scatter plots aids in comprehending variable relationships.
  • Educators - Scatter plots provide a visual tool for teaching relationship between variables.
  • Researchers - Scatter plots can serve as a fundamental tool in data analysis.
  • Science Enthusiasts - Scatter plots offer a simple way to see relationships between variables.