🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!
dual_axis_manipulation
Doppelachsen-Manipulation verwendet zwei y-Achsen mit absichtlich gewählten unterschiedlichen Skalen, um visuell unverwandte oder schwach korrelierte Zeitreihen im Gleichschritt erscheinen zu lassen. Durch freie Wahl der Skala, des Minimums und Maximums jeder Achse können beliebige zwei Reihen stark korreliert oder anti-korreliert erscheinen.
Ein Diagramm, das Impfraten (linke Achse, 60-80 %) und Autismus-Diagnosen (rechte Achse, 1,0-1,8 %) zeigt, sind beide im gleichen Zeitraum steigend. Die Achsen sind so skaliert, dass die Linien eng zusammen erscheinen und eine Beziehung implizieren, die ein Streudiagramm als durch Zeittrends konfundiert entlarven würde.
Ein politisches Blog zeigt ein Diagramm mit der Anzahl der Windkraftanlagen in Deutschland (linke Achse, 0–30.000) und der Anzahl gemeldeter Vogelkollisionen (rechte Achse, 0–100.000) über denselben Zeitraum. Durch geschickte Skalierung verlaufen beide Kurven nahezu parallel, was eine Kausalität suggeriert, die statistisch nicht belegt ist.
Eine Werbekampagne eines Energydrink-Herstellers präsentiert ein Diagramm, das den Absatz des Getränks (linke Achse) und die Medaillenzahl nationaler Sportler (rechte Achse) über zehn Jahre zeigt. Die Achsen sind so gewählt, dass beide Linien synchron steigen – als ob das Getränk sportlichen Erfolg verursacht hätte.
Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:
Verwendet das Diagramm zwei y-Achsen mit unterschiedlichen Skalen?
Typ: binarySind die Skalen so gewählt, dass die zwei Reihen eng beieinander erscheinen, obwohl sie es möglicherweise nicht sind?
Typ: binaryWürde die scheinbare Korrelation zwischen den Reihen verschwinden, wenn beide auf derselben Skala oder als Streudiagramm dargestellt würden?
Typ: binaryWird aus der visuellen Ausrichtung der beiden Reihen eine kausale oder korrelative Interpretation gezogen?
Typ: binaryDoppelachsen-Manipulation verwendet zwei y-Achsen mit absichtlich gewählten unterschiedlichen Skalen, um visuell unverwandte oder schwach korrelierte Zeitreihen im Gleichschritt erscheinen zu lassen. Durch freie Wahl der Skala, des Minimums und Maximums jeder Achse können beliebige zwei Reihen stark korreliert oder anti-korreliert erscheinen.
Betrachter lesen visuelle Nähe natürlich als Beweis für Korrelation. Die Wahl der Achsenskala ist unsichtbar — die meisten Betrachter prüfen Achsenwerte nicht sorgfältig.
Doppelachsen-Diagramme in Streudiagramme oder Index-Plots umwandeln. Immer beide Achsenskalen und -ursprünge prüfen. Fragen, ob die Daten gleich dargestellt würden, wenn die Achsen vertauscht oder neu skaliert würden.
Politische Interessengruppen verwenden routinemäßig Doppelachsen-Diagramme, um kausale Beziehungen zwischen Politiken und Ergebnissen zu implizieren.
Nutze diese Tools, um diesen Aspekt zu erkennen, zu analysieren oder zu trainieren.