Explorative Datenanalyse verständlich planen

Explorative Datenanalyse planen

Explorative Datenanalyse richtet den Blick auf Erkenntnisse, Strukturen, wichtige Variablen, Ausreißer und Annahmen in einem Datensatz. Dieser Beitrag zeigt, wie sich eine solche Analyse fachlich geordnet beschreiben und anhand grafischer Verfahren planen lässt.

Explorative Datenanalyse im wissenschaftlichen Arbeiten einordnen

Explorative Datenanalyse, kurz EDA, dient dazu, Einsicht in einen Datensatz zu gewinnen. Dabei können zugrunde liegende Strukturen, wichtige Variablen, Ausreißer und Anomalien untersucht, Annahmen geprüft sowie sparsame Modelle oder geeignete Faktoreinstellungen weiter betrachtet werden. Diese Ziele bilden den fachlichen Kern einer Planung.

Für eine Studienarbeit oder einen wissenschaftlichen Text hält die Planung fest, welche Einsicht die Untersuchung liefern soll und mit welchen grafischen Schritten der Datensatz betrachtet wird. Benenne dazu den Datensatz, das Erkenntnisziel und die vorgesehenen Darstellungen. Die deskriptive Statistik kann als Bezugspunkt erscheinen, wenn Kennwerte oder Verteilungen beschrieben werden.

Bleibe bei den Daten und Darstellungen, die du tatsächlich untersuchen willst. Ergänze keine institutionellen Vorgaben, festen Studienabläufe oder weiteren Funktionen ohne direkten Beleg. Halte stattdessen fest, welche Einsicht mit den vorgesehenen Darstellungen untersucht wird.

Die Planung kann einzelne oder mehrere Variablen benennen. Für einzelne Variablen kann univariate Statistik in SPSS als thematische Anknüpfung dienen. Wenn zwei Variablen betrachtet werden, benenne auch die Darstellungen und Beobachtungen, die gegenübergestellt werden sollen. Die Begriffe bivariate Statistik in SPSS und Korrelation in SPSS verwende nur, wenn der Text den jeweiligen nächsten Arbeitsschritt ausdrücklich beschreibt.

Begriff, Merkmale und Bestandteile der EDA

Der Aufbau einer explorativen Datenanalyse folgt einer nachvollziehbaren Reihenfolge: Zuerst wird die gewünschte Einsicht in den Datensatz benannt. Danach werden zugrunde liegende Strukturen und wichtige Variablen betrachtet. Es folgen Auffälligkeiten wie Ausreißer oder Anomalien. Anschließend können Annahmen geprüft sowie sparsame Modelle oder geeignete Faktoreinstellungen weiter untersucht werden. So verbindet die Planung Ziel, Beobachtung und Weiterarbeit.

Ein zentrales Merkmal ist die grafische Darstellung von Rohdaten und einfachen statistischen Kennwerten. Für Rohdaten stehen beispielsweise Datenverläufe, Histogramme, Bihistogramme, Wahrscheinlichkeitsdiagramme, Lag-Diagramme, Blockdiagramme und Youden-Diagramme zur Verfügung. Einfache Kennwerte können mit Mittelwertdiagrammen, Standardabweichungsdiagrammen, Boxplots oder Diagrammen von Haupteffekten dargestellt werden. Wähle nur Darstellungen aus, die zur geplanten Untersuchung passen.

Ordne die Diagramme so an, dass sichtbare Muster gezielt betrachtet werden können, etwa mit mehreren Diagrammen auf einer Seite. Beschreibe anschließend die sichtbare Beobachtung, statt aus einer Darstellung unmittelbar eine Ursache oder ein Ergebnis abzuleiten.

Für Streuung und Auffälligkeiten kann der Anker Streuungsmaße und Boxplot in den Text passen. Nenne dabei immer die Beobachtung, die untersucht wird. Die qualitative und quantitative Forschung ist nicht Teil der hier beschriebenen EDA-Merkmale und sollte nur erscheinen, wenn der Text dafür eine eigene, belegte Einordnung enthält.

Auch Statistiksoftware SPSS, R und jamovi gehört nicht zur Definition der EDA. Wenn du Software nennst, kennzeichne sie als Werkzeug für die geplante Darstellung. Die EDA-Merkmale bleiben Erkenntnisziel, Struktur, Variablen, Auffälligkeiten, Annahmen, Modelle, Faktoreinstellungen und grafische Darstellung.

Schrittfolge mit überprüfbaren Ergebnissen

1. Ziel festlegen: Formuliere, welche Einsicht aus dem Datensatz gewonnen werden soll. Ergebnis dieses Schritts ist ein kurzer Untersuchungssatz, der den gewünschten Erkenntnisbereich benennt.
2. Datensatz und Variablen markieren: Notiere, welche Variablen für die geplante Betrachtung wichtig sein sollen. Ergebnis ist eine begrenzte Arbeitsliste, die den Fokus der weiteren Darstellung festlegt.
3. Rohdaten darstellen: Wähle eine passende grafische Darstellung aus den belegten Verfahren, etwa ein Histogramm oder einen Datenverlauf. Ergebnis ist eine sichtbare Grundlage für die Suche nach Struktur und Auffälligkeiten.
4. Einfache Kennwerte darstellen: Ergänze bei passender Fragestellung eine Darstellung von Mittelwert, Standardabweichung, Boxplot oder Haupteffekt. Ergebnis ist eine geordnete Sicht auf den jeweils dargestellten Kennwert.
5. Muster vergleichen: Ordne die Diagramme so an, dass Muster leichter erkannt und miteinander betrachtet werden können. Ergebnis ist eine Darstellungseinheit, in der die relevanten Beobachtungen zusammenstehen.
6. Auffälligkeiten prüfen: Suche ausdrücklich nach Ausreißern und Anomalien. Ergebnis ist eine dokumentierte Beobachtung: entweder eine markierte Auffälligkeit oder der Vermerk, dass an dieser Stelle keine Auffälligkeit beschrieben wird.
7. Annahmen betrachten: Prüfe die Annahmen, die für die weitere Auswertung untersucht werden sollen. Ergebnis ist eine klare Aussage dazu, welche Annahme durch die Darstellung betrachtet wird.
8. Weiterarbeit bestimmen: Prüfe, ob die Beobachtungen für ein sparsames Modell oder für geeignete Faktoreinstellungen weiter untersucht werden sollen. Ergebnis ist eine benannte nächste Arbeitsrichtung, ohne ein Ergebnis vorwegzunehmen.

Wenn du die Analyse beim Thema quantitative Forschung beschreibst, nenne die ausgewählten Daten und Darstellungen. Den Ausdruck Hypothesentest verwende nur, wenn du den prüfenden Arbeitsschritt gesondert beschreibst. Für eine Abschlussarbeit kann der Anker Statistik in der Bachelorarbeit verwendet werden, wenn der Text die eigene geplante Auswertung benennt. Entscheidend bleibt, dass jeder Schritt ein sichtbares Ergebnis erhält.

Kurzes durchgängiges Anwendungsbeispiel

In einem erfundenen Übungsbeispiel betrachtet eine Person einen Datensatz mit den Variablen Lernzeit pro Woche, Anzahl abgegebener Aufgaben und Ergebnis eines kurzen Tests. Die Datenfrage lautet: Welche auffälligen Werte und welche erkennbaren Muster zeigen sich in diesen drei Variablen? Die Person hält fest, dass sie zunächst keine Ursache für ein Muster behauptet. Ihr Arbeitsziel ist, die Datenstruktur zu erkunden, wichtige Variablen zu betrachten und mögliche Auffälligkeiten sichtbar zu machen.

Für die Lernzeit erstellt sie ein Histogramm. Für das Testergebnis zeichnet sie einen Boxplot und ergänzt eine Darstellung einfacher Kennwerte. Die Anzahl abgegebener Aufgaben stellt sie als Rohdaten dar. Anschließend ordnet sie die drei Darstellungen nebeneinander an. In diesem hypothetischen Beispiel zeigt das Histogramm mehrere Werte im mittleren Bereich und einen einzelnen hohen Wert bei der Lernzeit. Der Boxplot zum Testergebnis macht einen auffälligen Wert beim Testergebnis sichtbar. Die Rohdaten zur Aufgabenanzahl lassen erkennen, dass einige Einträge denselben Wert haben. Diese Beobachtungen beschreiben nur das, was in den Darstellungen zu sehen ist; sie erklären nicht, warum die Werte entstanden sind.

Danach notiert die Person einen Auswertungssatz: „Im Übungsdatensatz fällt bei der Lernzeit ein hoher Einzelwert auf; für das Testergebnis und die abgegebenen Aufgaben werden die sichtbaren Verteilungen und Auffälligkeiten weiter betrachtet.“ Als nächsten Prüfschritt betrachtet sie, ob die gewählten Darstellungen auf Ausreißer oder Anomalien hinweisen und welche Annahmen sie mit den Daten prüfen möchte. Falls die Struktur dafür Anlass gibt, kann sie außerdem entscheiden, ob ein sparsames Modell oder geeignete Faktoreinstellungen weiter untersucht werden sollen.

Steht zunächst nur eine Variable im Mittelpunkt, kann die Person den Ausdruck univariate Statistik in SPSS als thematische Ergänzung verwenden. Für die gemeinsame Betrachtung von Lernzeit und Testergebnis kann sie bivariate Statistik in SPSS nennen. Soll ein Zusammenhang im nächsten Arbeitsschritt untersucht werden, kann sie diesen mit Korrelation in SPSS benennen. Das Beispiel bleibt bei der Erkundung des Datensatzes: Es dokumentiert ausgewählte Variablen, grafische Darstellungen und hypothetische Beobachtungen, ohne aus ihnen eine Ursache oder ein Ergebnis abzuleiten.

Definition, Abgrenzung und formale Prüfung

Definitionsprüfung: Kontrolliere, ob der Text EDA als Untersuchung eines Datensatzes zum Gewinnen von Einsicht beschreibt. Prüfe außerdem, ob Struktur, wichtige Variablen, Ausreißer, Anomalien, Annahmen, sparsame Modelle oder Faktoreinstellungen als Untersuchungsziel sichtbar sind. Fehlt der Bezug, ergänze den geplanten Erkenntnisschritt.

Merkmalsprüfung: Suche nach den grafischen Verfahren. Der Text soll zwischen Rohdaten und einfachen statistischen Kennwerten unterscheiden. Prüfe außerdem, ob die Anordnung der Darstellungen die Mustererkennung unterstützen soll. Nenne keine Diagrammbezeichnung ohne die zugehörige Untersuchung.

Anwendungsprüfung: Prüfe, ob Ziel, Variablen, Darstellung, Muster, Auffälligkeiten, Annahmen und Weiterarbeit in einer logischen Reihenfolge erscheinen. Jeder Schritt muss ein Ergebnis haben. Statistiksoftware SPSS, R und jamovi erscheint nur als Werkzeugauswahl, nicht als Aussage über eine bestimmte Wirkung.

Abgrenzungsprüfung: Wenn der Text auch einen Hypothesentest nennt, prüfe, ob der prüfende Schritt getrennt von der explorativen Untersuchung beschrieben wird. Ordne EDA hier dem Gewinnen von Einsicht, dem Untersuchen von Struktur und wichtigen Variablen sowie dem Erkennen von Auffälligkeiten und dem Prüfen von Annahmen zu. Leite aus dieser Beschreibung keine vollständige Abgrenzung zwischen qualitative und quantitative Forschung ab.

Formale Prüfung: Kontrolliere abschließend, ob die Überschrift die Aufgabe verständlich benennt, jeder Abschnitt einen eigenen Beitrag leistet und die genannten Diagramme zum beschriebenen Ziel passen. Entferne Aussagen über Institutionen, Fristen, Kosten, Pflichten, Voraussetzungen oder garantierte Folgen ohne direkten Beleg. Prüfe außerdem, ob die Ankerbegriffe im Fließtext natürlich und unverändert vorkommen. Bei Statistik in der Bachelorarbeit beschreibt der Text nur die tatsächlich geplante Auswertung.

Quellen und Stand

• 1.1.1. What is EDA?: www.itl.nist.gov (geprüft am 2026-08-22)

Die Einordnung „Explorative Datenanalyse verständlich planen“ berücksichtigt außerdem „umsetzen“.