Projektgruppe Visual Analytics - Medieninformatik und Multimedia ...

2.2 Visualisierungsformen 17
Für jede Kategorie ist genau eine Achse vorgesehen. Die Achsen werden von
einem Mittelpunkt aus kreisförmig und gleichmäßig angeordnet. Die Bewertung
ergibt sich durch den relativen Abstand des Bewertungspunktes zum Mittelpunkt.
Außen liegende Punkte würden dabei den Idealzustand oder 100% einer Leistung
oder Qualität symbolisieren. Außerdem werden die Bewertungspunkte mit Linien
verbunden. Dadurch ergeben sich Flächen, die zur weiteren Verdeutlichung oft
gefärbt werden. Für das Aufzeigen mehrerer Ebenen werden unterschiedliche
Farben verwendet. Damit das Prinzip funktioniert, müssen mindestens drei
Kategorien vorhanden sein. Folglich wäre bei nur zwei Achsen keine Verbindung
ersichtlich. Bei mehr als zehn Achsen verliert das Diagramm an Übersicht.
Optimal sind fünf bis sieben Achsen. Das Netzdiagramm eignet sich gut für den
Vergleich z.B. zwischen Ist- und Sollzustand. Abbildung 2.11 zeigt die Situation
in einem Unternehmen.
• Mosaikplot
Der Mosaikplot ist ein grafisches Verfahren, welches
der Visualisierung von Datensätzen mit zwei oder mehr
qualitativen Merkmalen dient. In erster Linie bietet
das Mosaikplot einen Überblick über die Daten und
ermöglicht das Erkennen von Zusammenhängen. Im
Allgemeinen sind die darzustellenden Merkmale in
Rechtecke aufgeteilt. Die Flächen der rechteckigen
Felder sind proportional zur Anzahl der Beobachtungen.
Die Anzahl der Beobachtungen ist nicht limitiert,
aber auch nicht ablesbar. Ferner sollten mindestens
zwei Merkmale existieren. Es gibt keine Regel, die
Abb. 2.12: Bsp. für
einen Mosaikplot
[Wik09b]
die maximale Anzahl von Merkmalen begrenzt. Es sollte aber beachtet werden,
dass eine zu große Anzahl eher hinderlich ist, da die Grafik unübersichtlich wird.
Abbildung 2.12 zeigt ein Beispiel eines Mosaikplots aus [Wik09b]. Der für dieses
Beispiel verwendete Datensatz hat 2201 Beobachtungen und 3 Merkmale.
• Bildsymbole Ein ganz anderer Weg als die bisher vorgestellten Diagramme wird
durch die Gesichtserkennung durchgeführt. Die Idee besteht darin, Merkmalen
bestimmte Gesichtsformen zuzuweisen und damit einen Datensatz in ein Gesicht
zu transformieren. Hierdurch lassen sich in der größten Ausführung maximal 36
Merkmale gleichzeitig darstellen. Zur Auswertung wird die menschliche Fähigkeit
der schnellen Wiedererkennung von Gesichtern ausgenutzt. Die Schwierigkeit
besteht hier jedoch darin, geeignete Kombinationen der Gesichtszüge für die
verschiedenen Merkmale zu finden. Außerdem ist dieses Verfahren nur für einige
wenige Datensätze zu verwenden, da für jeden Datensatz ein Gesicht angezeigt
werden muss, und somit die Übersicht leicht verloren geht. (vgl. [Deg06])