Violinplot
In diesem Beitrag
Was versteht man unter einem Violinplot?
Ein Violinplot ist eine Methode zur grafischen Darstellung der Verteilung einer kontinuierlichen Variable. Er kombiniert zwei bewährte Visualisierungsformen miteinander: den Boxplot und die Kerndichteschätzung (Kernel Density Estimation, KDE). Das Ergebnis ist eine symmetrisch gespiegelte, geschwungene Form, die an eine Violine erinnert – daher der Name.
Die Breite des Violinplots an einem bestimmten Punkt der y-Achse entspricht der geschätzten Dichte der Daten an dieser Stelle. Wo viele Datenpunkte liegen, ist die Form breiter; wo wenige Werte vorkommen, wird sie schmaler. Im Inneren des Violinplots ist häufig zusätzlich ein Boxplot oder ein einzelner Punkt (Median) eingezeichnet, der Lagemaße auf einen Blick sichtbar macht.
Warum ist der Violinplot für statistische Analysen wichtig?
Der entscheidende Vorteil des Violinplots gegenüber dem klassischen Boxplot liegt darin, dass er die gesamte Verteilungsform zeigt – nicht nur Median, Quartile und Ausreißer. Zwei Datensätze können identische Boxplots erzeugen und trotzdem völlig unterschiedlich verteilt sein, zum Beispiel wenn ein Datensatz unimodal und der andere bimodal ist. Der Violinplot macht solche Unterschiede sofort sichtbar.
Besonders nützlich ist der Violinplot in folgenden Situationen:
- Vergleich der Verteilung einer Variable über mehrere Gruppen hinweg
- Erkennen von Schiefe, Mehrgipfligkeit (Bimodalität) oder anderen Auffälligkeiten in den Daten
- Explorative Datenanalyse vor dem Einsatz inferenzstatistischer Verfahren
- Kommunikation von Ergebnissen in Abschlussarbeiten und wissenschaftlichen Publikationen
geom_violin(), in Python über seaborn mit sns.violinplot() und in SPSS oder JASP über die jeweiligen Diagrammmenüs. Praxisbeispiel zu Violinplot
Eine Psychologiestudentin untersucht in ihrer Bachelorarbeit, ob sich die Testergebnisse (0–100 Punkte) von Studierenden zweier Studiengänge unterscheiden. Sie erstellt einen Violinplot, um die Verteilungen beider Gruppen gegenüberzustellen.
| Studiengang | n | Median | Minimum | Maximum | Verteilungsform |
|---|---|---|---|---|---|
| Psychologie | 80 | 72 | 41 | 98 | Leicht linksschief, unimodal |
| Wirtschaftswiss. | 80 | 71 | 38 | 99 | Bimodal (zwei Häufungspunkte) |
Beide Gruppen haben nahezu identische Mediane und ähnliche Spannweiten – ein reiner Boxplot würde kaum einen Unterschied zeigen. Der Violinplot hingegen macht sofort sichtbar, dass die Wirtschaftswissenschaftler zwei ausgeprägte Leistungsgruppen bilden (viele Studierende mit niedrigen Werten um 55 Punkte und viele mit hohen Werten um 85 Punkte), während die Psychologiestudierenden gleichmäßiger im oberen Bereich verteilt sind. Dieses Muster wäre mit einem Boxplot allein nicht erkennbar gewesen und gibt der Studentin wichtige Hinweise für die weitere Interpretation und Diskussion ihrer Ergebnisse.
