Читать книгу Schrift - Bild - Ton (E-Book) - Mirjam Weder - Страница 26

Betrachten wir die von den Studierenden kreierten Produkte, so widerspiegeln diese teils die oben beschriebenen Schwierigkeiten. Es finden sich aber auch gelungene Botschaften in den Diagrammen. Zur Illustration der Ergebnisse führen wir unten exemplarisch drei Diagramme an.

Im ersten Beispiel (vgl. Abbildung 9) ist die Headline stimmig; auch im Set ist das Diagramm sinnvoll, da die Studentin in allen Grafiken auf Gesundheitskosten (hier relativ zum Bruttosozialprodukt eines Landes) der OECD-Staaten fokussiert. Ebenso gibt sie die Datenquelle an. Einziger Kritikpunkt ist, dass das Diagramm der Musterlösung, die im Unterricht vorgestellt worden war, formal sehr ähnlich ist. Aber die Studentin hat in den Daten ihre eigene Botschaft gesucht und gefunden.

Abbildung 9: Beispiel aus den Studierendenportfolios – gelungen

Weniger gelungen ist das Beispiel in Abbildung 10. Die Headline passt nicht zu den Zahlen. Entwicklungen werden üblicherweise als Liniendiagramme dargestellt, wobei der Zeitraum von 2012 bis 2015 zu kurz ist, um die Entwicklung der Lebenserwartung aussagekräftig darzustellen. Das verwendete Säulendiagramm zeigt auch nur einen Ausschnitt der Y-Achse an, was zu einer visuellen Überhöhung der Unterschiede führt. Hier zeigt sich zudem die Schwierigkeit, Diagramme richtig zu interpretieren oder – vice versa – die gefundene Botschaft mit den richtigen Datendarstellungen zu untermauern. So stellt das Diagramm nur Daten des einen inhaltlichen Aspekts dar, während die Headline zwei Themen in Zusammenhang bringt.

Abbildung 10: Beispiel aus den Studierendenportfolios – misslungen

Abbildung 10 illustriert weiter eine zentrale Stolperfalle im Umgang mit Daten: Die Korrelation von Daten können einen vermeintlichen Zusammenhang insinuieren. Über die Qualität der Abhängigkeit sagt statistische Korrelation jedoch nichts aus. Trotzdem geschieht es häufig, dass wir in diesen Fällen fälschlicherweise Kausalität ableiten, was dann die Interpretation der Daten entsprechend verzerrt oder gar falsch ausfallen lässt.

Neben der Schwierigkeit mit den Inhalten zeigen einige Beispiele aus den Portfolios fehlende Überprüfung der Daten bzw. der mathematischen Zusammenhänge. Das dritte Beispiel (vgl. Abbildung 11) illustriert die falsche Verwendung eines Baumdiagrammes, das trotz der Diskussionen während der Werkstattsitzungen in einem der Portfolios doch so verwendet wurde.

Abbildung 11: Beispiel aus den Studierendenportfolios – falsche Flächenproportionalität

Flächenproportionale Grafiken wie dieses Baumdiagramm eignen sich, um die Anteile der Kategorien (hier Länder) an einer geschlossenen Menge aufzuzeigen. Geht es jedoch um den Vergleich von Länderkennzahlen, so muss man die Flächen auch visuell möglichst vergleichbar gestalten, sprich unterschiedlich große Quadrate, Kreise oder Balken mit gleicher Breite nebeneinander reihen. Die ausgewählten Kennzahlen geben zwar relative Zahlen wieder, bilden in der Summe aber keine Gesamtheit, was jedoch durch den gewählten Diagrammtyp suggeriert wird. Weitere Schwächen des Beispiels sind fehlende Zahlen zu den Teilflächen sowie eine rein zufällige, nicht funktional begründete Farbgebung.

Neben den gelungenen und den misslungenen Diagrammen wurden in Einzelfällen auch substanzarme Diagrammsets abgeliefert, besonders von jenen Studierenden, die sich schon während des Werkstattunterrichts kaum auf die Arbeit an den Aufgaben einließen.