3D-Streudiagramm
Ein 3D-Streudiagramm ist ein dreidimensionales Visualisierungswerkzeug, das Datenpunkte mit kartesischen Koordinaten auf drei Achsen darstellt: X, Y und Z. Jeder Datenpunkt wird durch ein Symbol markiert, dessen Position durch die Werte von drei Variablen bestimmt wird.
Zuletzt geprüft
Kernaussage
Ein 3D-Streudiagramm ist ein dreidimensionales Visualisierungswerkzeug, das Datenpunkte mit kartesischen Koordinaten auf drei Achsen darstellt: X, Y und Z.
Auf dieser Seite
Was ist ein 3D-Streudiagramm?
Ein 3D-Streudiagramm ist ein dreidimensionales Visualisierungswerkzeug, das Datenpunkte mit kartesischen Koordinaten auf drei Achsen darstellt: X, Y und Z. Jeder Datenpunkt wird durch ein Symbol markiert, dessen Position durch die Werte von drei Variablen bestimmt wird. Dieses Diagramm ist eine Erweiterung des 2D-Streudiagramms und fügt entlang einer vertikalen Achse eine dritte Variable hinzu, um den Zusammenhang zwischen drei Variablen gleichzeitig darzustellen. Die horizontalen Achsen zeigen zwei unabhängige Variablen, die vertikale Achse stellt die abhängige Variable dar. 3D-Streudiagramme sind in der explorativen Datenanalyse besonders nützlich, um komplexe Zusammenhänge in mehrdimensionalen Daten zu veranschaulichen.
Wann wird ein 3D-Streudiagramm eingesetzt?
In folgenden Situationen kommt ein 3D-Streudiagramm in Betracht:
- Multivariate Daten visualisieren: Wenn Sie einen Datensatz mit drei stetigen Variablen haben, hilft Ihnen ein 3D-Streudiagramm zu verstehen, wie diese Variablen zusammenwirken. Es ermöglicht, Muster, Cluster oder Trends zu erkennen, die in zweidimensionalen Diagrammen nicht offensichtlich sind.
- Räumliche Daten untersuchen: Ein 3D-Streudiagramm kann bei räumlichen Daten, etwa geografischen oder Geodaten, besonders nützlich sein. Durch die Darstellung der Datenpunkte in drei Dimensionen können Sie Zusammenhänge zwischen Variablen analysieren und räumliche Muster oder Korrelationen aufdecken.
- Zeitreihenanalyse: Wenn Sie einen zeitabhängigen Datensatz mit drei Variablen haben, können Sie mit einem 3D-Streudiagramm untersuchen, wie sich diese Variablen im Zeitverlauf verändern. Durch die Darstellung im dreidimensionalen Raum können Sie die Entwicklung der Variablen beobachten und entstehende Zusammenhänge oder Muster erkennen.
- Clusterbildung: Mit einem 3D-Streudiagramm lassen sich Cluster oder Gruppen in Ihren Daten visualisieren. Wenn ein Clusteralgorithmus Datenpunkte anhand von drei Variablen Clustern zuordnet, hilft ein 3D-Streudiagramm, die räumliche Verteilung der Cluster zu verstehen und ihre Trennbarkeit zu beurteilen.
- Mehrere Datensätze vergleichen: Wenn Sie mehrere Datensätze mit jeweils drei Variablen haben, können Sie diese mit einem 3D-Streudiagramm vergleichen und gegenüberstellen. Durch die Darstellung der Daten verschiedener Datensätze im selben 3D-Raum lassen sich Gemeinsamkeiten, Unterschiede oder Zusammenhänge zwischen den Variablen visuell analysieren.
Hinweise zur richtigen Anwendung des 3D-Streudiagramms
- Verwenden Sie einen mittleren bis großen Stichprobenumfang, damit die Daten aussagekräftig dargestellt werden.
- Größere Stichproben lassen Muster in den Daten deutlicher hervortreten.
- Wählen Sie die Stichprobendaten zufällig aus, um die statistische Gültigkeit sicherzustellen.
- Zufallsstichproben dienen dazu, Rückschlüsse auf eine Grundgesamtheit zu ziehen.
- Nicht zufällig erhobene Daten bilden die Grundgesamtheit möglicherweise nicht zutreffend ab.
Alternativen: Wann Sie das 3D-Streudiagramm nicht verwenden sollten
- Heatmap: Wenn Sie einen großen Datensatz haben und die Dichte bzw. Verteilung der Daten über drei Dimensionen darstellen möchten, kann eine Heatmap eine gute Wahl sein. Eine Heatmap stellt die Werte der dritten Variablen über die Farbintensität dar, wobei eine höhere Intensität höhere Werte anzeigt. So lassen sich Verteilung und Muster in den Daten schnell visuell beurteilen.
Beispiel für ein 3D-Streudiagramm
Eine Lebensmittelwissenschaftlerin möchte die beste Kombination aus Zeit und Temperatur für das Erhitzen eines Tiefkühlgerichts finden. Dazu führt sie einen Versuch durch und bereitet 14 Proben mit unterschiedlichen Dauern und Temperaturen zu. Ein Panel professioneller Verkoster bewertet jede Probe nach der Gesamtqualität. Zur Auswertung der Daten nutzt die Wissenschaftlerin ein 3D-Streudiagramm, um die Ergebnisse zu visualisieren und zu untersuchen. Die Schritte:
- Die erforderlichen Daten wurden erhoben.

- Analysieren Sie die Daten nun in Zometric Statistical Software unter https://statsai.zometric.com/.
- Das 3D-Streudiagramm finden Sie unter Statistical module> Graphical analysis >3D scatterplot.
- Geben Sie im Werkzeug die Daten zusammen mit den weiteren Eingaben wie folgt ein:
- Nach Ausführung des oben genannten Werkzeugs erhalten Sie folgende Ausgabe:


Anleitung: 3D-Streudiagramm erstellen
So gehen Sie vor:
- Melden Sie sich bei Zometric Statistical Software an unter https://statsai.zometric.com/
- Wählen Sie auf der Startseite Statistical Tool> Graphical analysis > 3D scatterplot.
- Klicken Sie auf 3D scatterplot, um zum Dashboard zu gelangen.
- Geben Sie die Daten anschließend manuell ein, oder kopieren Sie die Daten vollständig (Strg+C) aus einer Excel-Tabelle und fügen Sie sie ein (Strg+V). Alternativ gibt es die Option Load Example, mit der Beispieldaten geladen werden.
- Ordnen Sie anschließend die Spalten den Parametern zu.
- Klicken Sie abschließend unten auf der Seite auf calculate, um die gewünschten Ergebnisse zu erhalten.
Das Dashboard des 3D-Streudiagramms ist in zwei Bereiche unterteilt.

Im linken Bereich befindet sich der Datenbereich (Data Pane). Im Data Pane bildet jede Zeile eine Teilgruppe. Die Daten können manuell eingegeben oder vollständig aus einer Excel-Tabelle kopiert (Strg+C) und hier eingefügt (Strg+V) werden.
Load example: Es werden Beispieldaten geladen.
Load File: Damit werden Excel-Daten direkt geladen.
Im rechten Bereich müssen wir lediglich Folgendes angeben:
Die Belegung der X-, Y- und Z-Achse in einem 3D-Streudiagramm hängt von der Art der Daten und den konkreten Zusammenhängen ab, die Sie untersuchen möchten.
Dependent Variable (Z-axis): Dies ist häufig die Ergebnisvariable bzw. Zielgröße.
Independent Variables (X and Y axes): Wählen Sie zwei Variablen, die den größten Einfluss auf die abhängige Variable haben. Dies sind die Prädiktoren bzw. erklärenden Variablen.
Categories based on column: Dient dazu, die Datenpunkte nach ihrer Kategoriezugehörigkeit zu unterscheiden. Das fügt dem Diagramm eine zusätzliche Informationsebene hinzu, sodass Sie sehen, wie sich verschiedene Kategorien von Datenpunkten im dreidimensionalen Raum verteilen.
Symbol based column: Stellt die Daten in Symbolform dar.
Discrete color sequence: Eine diskrete Farbfolge ist ein Satz unterschiedlicher Farben, mit denen kategoriale Datenpunkte in einem Diagramm, etwa einem 2D-Streudiagramm, unterschieden werden. Dieser Ansatz ist besonders nützlich bei Daten mit mehreren Kategorien oder Gruppen, da sich diese Gruppen klar und sofort unterscheiden lassen.
Color scale: Ermöglicht eine bessere Darstellung der Datenmuster und hebt bestimmte Wertebereiche hervor.
Download as Excel: Gibt das Ergebnis im Excel-Format aus, das sich leicht bearbeiten und über die Option load file erneut für Berechnungen laden lässt.
Häufig gestellte Fragen
Was ist ein 3D-Streudiagramm?
Ein 3D-Streudiagramm zeigt Datenpunkte mit kartesischen Koordinaten auf drei Achsen, X, Y und Z, wobei jeder Punkt durch die Werte von drei Variablen platziert wird. Es erweitert das 2D-Streudiagramm um eine dritte Variable, meist mit zwei unabhängigen Variablen auf den horizontalen Achsen und der abhängigen Variablen auf der vertikalen Achse.
Wann sollte man ein 3D-Streudiagramm verwenden?
Verwenden Sie ein 3D-Streudiagramm, wenn Sie drei stetige Variablen haben und sehen möchten, wie sie zusammenwirken, wenn Sie Muster, Cluster oder Trends finden möchten, die in zwei Dimensionen nicht sichtbar sind, räumliche Daten untersuchen, zeitabhängige Daten mit drei Variablen betrachten, die Trennung von Clustern prüfen oder mehrere Datensätze mit denselben drei Variablen vergleichen möchten.
Welche Variablen gehören auf die X-, Y- und Z-Achse?
Legen Sie die Ergebnisvariable bzw. Zielgröße als abhängige Variable auf die Z-Achse. Verwenden Sie die X- und Y-Achse für die beiden unabhängigen Variablen, also die Prädiktoren bzw. erklärenden Variablen, von denen der größte Einfluss auf die Zielgröße angenommen wird. Mit einer Kategoriespalte lassen sich die Punkte nach Gruppenzugehörigkeit einfärben.
Was ist eine Alternative zum 3D-Streudiagramm?
Bei einem großen Datensatz, bei dem Sie die Dichte bzw. Verteilung der Daten über drei Dimensionen sehen möchten, kann eine Heatmap eine gute Wahl sein. Sie stellt die Werte der dritten Variablen über die Farbintensität dar und ermöglicht eine schnelle visuelle Beurteilung von Verteilung und Mustern in den Daten.
