Wahlumfragen sind wichtige politische Informationsquellen und bedeutende Werkzeuge der politischen Selbstbeobachtung. Damit sie diesen Zweck aber auch erfüllen, kommt es darauf wie ihre Ergebnisse kommuniziert werden. Visualisierungen gehören zu den einfachsten und zugleich mächtigsten Werkzeugen statistische Sachverhalte verständlich zu machen. Wie sollen wir Wahlumfrageergebnisse also graphisch darstellen, damit sie Bürger, Journalisten und Politexperten am besten verstehen?

Sind dot plots besser als Balkendiagramme?

Die klassische Studie Graphical Perception von Cleveland und McGill (1984) war die erste, welche die Effektivität verschiedener Graphikformate systematisch untersucht hat. Im Rahmen ihrer Experimente kamen sie zu einem einflussreichen Ranking visueller Objekte: so sei etwa „Position entlang einer gemeinsamen Skala“ eine akkuratere Methode quantitative Werte in visuelle Objekte zu übersetzen, als „Länge“. Viele interpretieren dieses Resultat dahingehend, dass dot plots einem Balkendiagramm vorzuziehen sind, etwa wenn man die Wähleranteile der Parteien darstellen möchte. Es ist richtig, dass Cleveland selbst dot plots präferiert. Doch kurioserweise waren dot plots nie teil des klassischen Experiments – diese Präferenz ist somit unbegründet und das empirische Verdikt steht bislang noch aus. (Dass dies bislang niemandem aufgefallen zu sein scheint, sagt für sich genommen bereits einiges über unseren Wissensstand aus. Doch das ist ein anderes Thema und soll ein anderes Mal erläutert werden.)

Sind Liniendiagramme besser als Balkendiagramme?

Die bestehende Orthodoxie kategoriale Gruppenvergleiche mit Balkendiagrammen vorzunehmen wurde vor kürzerer Zeit aber auch von einigen anderen Visualisierungsexperten in Frage gestellt (Gelman 2010, Fung 2005, 2010). Sie machen sich stattdessen für die Verwendung von Liniendiagrammen stark, die ansonsten eigentlich für die Visualisierung von Zeittrends vorgesehen sind. Genau wie bei dot plots kann bei Liniendiagrammen die Y-Achse über der Null beginnen, was den visuellen Vergleich kleiner Differenzen erleichtert. Bei Balkendiagrammen würde dies eine Verzerrung des visuellen Eindrucks bedeuten. Wichtiger ist jedoch, dass Liniendiagramme den Gruppenvergleich erleichtern, da die Linien die zu vergleichenden Werte direkt miteinander verbinden und damit der natürlichen Augenbewegung folgen und diese unterstützen. Dies scheint insbesondere nützlich, wenn man zwei kategoriale Variablen gleichzeitig vergleichen möchte: etwa die wahrgenommene Kompetenz der Parteien in verschiedenen Politikbereichen.


Abbildung 1: Balkendiagramm, Dot Plot und Liniendiagramm im Vergleich.

Neue experimentelle Evidenz

Mein Kollege Felix Jäger und ich haben nun in einer Reihe von crowd-sourced Experimenten zur Visualisierung von Wahlumfrageergebnissen einige überraschende Entdeckungen gemacht: Tatsächlich ist das einfache Balkendiagramm sowohl dem dot plot als auch einem Liniendiagramm überlegen, wenn es darum geht die Ergebnisse politischer Umfragen zu visualisieren und etwa Parteien miteinander zu vergleichen. Unsere Probanden machten weniger Fehler und kamen schneller zu ihren Schlüssen. Dies mag zunächst als wenig überraschend erscheinen – schließlich sind Balkendiagramme die verbreitetste Visualisierungsmethode zur Darstellung von Wahlumfrageergebnissen. Doch lässt sich aus der Verbreitung einer Methode nur schlecht auch auf deren Effektivität schließen. Das verbreitete, aber defizitäre Kuchendiagramm ist hier ein mahnendes Beispiel.

Der Befund ist aber insbesondere deshalb bemerkenswert, weil er sowohl verbreiteten Vorstellungen als auch neuen Vorschlägen von Visualisierungsprofis widerspricht. Wir vermuten, dass sich der Vorteil des einfachen Balkendiagramms auf dessen Bekanntheit zurückführen lässt: die meisten Menschen kennen dieses Graphikformat und wissen wie es zu verstehen ist. Dies verdeutlicht einen ganz zentralen Punkt: gute Datenvisualisierung berücksichtigt stets das Zielpublikum. Ein weiterer wichtiger Punkt der sich aus unseren Ergebnissen lernen lässt, ist dass man Klassikern und vermeintlichen Standards der Datenvisualisierung nicht blind folgen, sondern diese in konkreten Anwendungen experimentell evaluieren sollte. Wir hoffen jedenfalls schon bald neue Erkenntnisse zur angemessenen Visualisierung politisch relevanter Daten liefern zu können.

Literaturhinweise