Boxplot
Een boxplot, of box-and-whiskerplot, is een grafische weergave die de verdeling van een dataset toont. Hij bestaat uit een box die loopt van het eerste kwartiel (Q1) tot het derde kwartiel (Q3), met een horizontale lijn die de mediaan van de steekproef aangeeft.
Laatst beoordeeld
Belangrijkste conclusie
Een boxplot, of box-and-whiskerplot, is een grafische weergave die de verdeling van een dataset toont.
Op deze pagina
Wat is een boxplot?
Een boxplot, of box-and-whiskerplot, is een grafische weergave die de verdeling van een dataset toont. Hij bestaat uit een box die loopt van het eerste kwartiel (Q1) tot het derde kwartiel (Q3), met een horizontale lijn die de mediaan van de steekproef aangeeft. De interkwartielafstand (IQR) is het verschil tussen Q1 en Q3. De whiskers lopen vanaf de box tot de buitenste datapunten binnen het bereik Q1 - 1.5IQR tot Q3 + 1.5IQR; punten buiten dit bereik worden als uitschieters beschouwd en afzonderlijk uitgezet. Boxplots zijn niet-parametrisch: ze tonen de variatie in de steekproef zonder een bepaalde statistische verdeling te veronderstellen, en werken het best bij een steekproefomvang van ten minste 20.
Wanneer gebruikt u een boxplot?
Boxplots worden in data-analyse en -visualisatie voor uiteenlopende doelen gebruikt. Hier zijn enkele situaties waarin boxplots bijzonder nuttig zijn:
- Om de verdeling van numerieke gegevens te tonen, vooral wanneer u die tussen meerdere groepen wilt vergelijken.
- Verdelingen vergelijken: Wanneer u de verdeling van een dataset over verschillende groepen of categorieën moet vergelijken, geven boxplots een duidelijke visuele vergelijking van medianen, variabiliteit en uitschieters.
- Uitschieters opsporen: Boxplots zijn effectief om uitschieters in de gegevens op te sporen. Punten die buiten de whiskers worden uitgezet, wijzen op mogelijke uitschieters die nader onderzoek kunnen vereisen.
- Grote datasets samenvatten: Voor grote datasets geven boxplots een beknopte samenvatting van de centrale tendens, de variabiliteit en de algehele verdeling, zonder dat afzonderlijke datapunten het beeld vertroebelen.
- Symmetrie en scheefheid beoordelen: Aan de positie van de mediaanlijn in de box en de lengte van de whiskers kunt u snel zien of de gegevens symmetrisch of scheef zijn.
- Meerdere datasets vergelijken: Wanneer u meerdere datasets hebt en hun verdelingen naast elkaar wilt vergelijken, bieden boxplots een gestandaardiseerde manier om deze informatie duidelijk en efficiënt weer te geven.
- Niet-parametrische gegevens: Boxplots zijn nuttig wanneer u geen aannames wilt doen over de onderliggende statistische verdeling van de gegevens, omdat ze niet-parametrisch zijn.
- Verkennende data-analyse (EDA): In de beginfase van een data-analyse helpen boxplots om de algemene kenmerken van de gegevens te begrijpen, zoals spreiding, centrale tendens en de aanwezigheid van uitschieters.
Richtlijnen voor correct gebruik van de boxplot
- Als de steekproefomvang te klein is, toont de boxplot mogelijk geen zinvolle kwartielen en uitschieters.
- Overweeg bij een steekproefomvang kleiner dan 20 een plot van individuele waarden (Individual value plot) te gebruiken.
- De steekproefgegevens moeten willekeurig worden gekozen en worden gebruikt om conclusies over een populatie te trekken.
- Niet-willekeurige gegevensverzameling kan leiden tot resultaten die niet representatief zijn voor de populatie.
Alternatieven: wanneer u geen boxplot gebruikt
- Histogrammen: Histogrammen zijn geschikter dan boxplots wanneer u een gedetailleerder beeld van de verdeling nodig hebt, specifieke intervallen of bereiken wilt analyseren, multimodale patronen wilt opsporen, met grote datasets werkt of de scheefheid van de verdeling wilt begrijpen.
- Spreidingsdiagram: Spreidingsdiagrammen zijn geschikter dan boxplots wanneer u het verband tussen twee continue variabelen wilt analyseren, uitschieters wilt opsporen, niet-lineaire verbanden wilt herkennen, heteroscedasticiteit zichtbaar wilt maken of clusterpatronen in de gegevens wilt opsporen.
- Staafdiagrammen: Staafdiagrammen zijn geschikter dan boxplots wanneer u categorische gegevens of ordinale gegevens wilt weergeven waarbij de intervallen tussen categorieën geen betekenis hebben. Ze vereenvoudigen de visualisatie voor een niet-statistisch publiek.
Voorbeeld van een boxplot
Een fabrikant van plantenmest wil een mestformule ontwikkelen die de hoogtegroei van planten maximaliseert. Om verschillende mestformules te testen, zet een wetenschapper drie sets van 50 identieke zaailingen op. Deze sets omvatten een controlegroep zonder mest, een groep die is behandeld met de mest van de fabrikant, GrowFast genaamd, en een groep die is behandeld met de mest van een concurrent, SuperPlant genaamd. Nadat de planten drie maanden in een gecontroleerde kasomgeving hebben gestaan, meet de wetenschapper hun hoogte.
Als onderdeel van het eerste onderzoek maakt de wetenschapper een boxplot van de planthoogten van de drie groepen. Met deze boxplot worden de verschillen in plantgroei beoordeeld tussen de groep zonder mest, de groep die met de mest van de fabrikant is behandeld en de groep die met de mest van de concurrent is behandeld. De volgende stappen:
- De benodigde gegevens verzameld.
- Analyseer de gegevens nu in Zometric Statistical Software op https://statsai.zometric.com/.
- Om de boxplot te vinden, kiest u Statistical module> Graphical analysis> Boxplot Chart.
- Voer in de tool de gegevens en de overige invoer als volgt in:
- Na gebruik van de bovengenoemde tool wordt de uitvoer als volgt weergegeven:



Zo maakt u een boxplot
De handleiding is als volgt:
- Meld u aan bij Zometric Statistical Software op https://statsai.zometric.com/
- Kies op de startpagina Statistical Tool> Graphical analysis >Boxplot Chart.
- Werk vervolgens de gegevens handmatig bij, of kopieer (Ctrl+C) de gegevens volledig uit een Excel-blad en plak (Ctrl+V) ze, of gebruik de optie Load Example, waarmee de voorbeeldgegevens worden geladen.
- Koppel vervolgens de kolommen aan de parameters.
- Klik ten slotte onderaan de pagina op Calculate en u krijgt de gewenste resultaten.
Op het dashboard van de boxplot is het venster in twee delen verdeeld.

Links bevindt zich het Data Pane. In het Data Pane vormt elke rij één subgroep. Gegevens kunnen handmatig worden ingevoerd, of u kunt de gegevens volledig kopiëren (Ctrl+C) uit een Excel-blad en hier plakken (Ctrl+V).
Load example: Er worden voorbeeldgegevens geladen.
Load File: Hiermee laadt u Excel-gegevens rechtstreeks.
Rechts staan de volgende opties:
Y-axis column: Dit is een numerieke variabele. Deze numerieke variabele is vaak een meting of een telling die u wilt analyseren of tussen verschillende categorieën of groepen wilt vergelijken.
X-axis column: Dit zijn categorische variabelen of groepen. Deze categorieën zijn meestal niet-numeriek en vertegenwoordigen verschillende groepen of niveaus in uw gegevens die u wilt vergelijken.
Color-category column: Categorieën worden met kleuren weergegeven.
Points displayed: Toont de punten van uitschieters, van vermoedelijke uitschieters of van beide tegelijk.
Notched: Dit laat zien hoe dicht het centrale deel van uw gegevens is.
Discrete color sequence: Om onderscheid te maken tussen meerdere groepen of categorieën, zodat hun verdelingen gemakkelijker te vergelijken zijn. Door elke groep visueel te onderscheiden, worden duidelijkheid en leesbaarheid verbeterd. Kleurcodering kan ook specifieke datapunten of subgroepen benadrukken en zo extra informatie geven. Deze aanpak maakt de plot visueel aantrekkelijker en maakt snellere, nauwkeurigere interpretaties mogelijk.
Label: Hiermee worden de gegevenslabels ingesteld; er zijn drie opties:
- Outlier: Gegevenswaarden die ver van de andere gegevenswaarden liggen en uw resultaten sterk kunnen beïnvloeden.
- All quartiles: Kwartielen zijn waarden die een steekproef in vier gelijke delen verdelen. Zo beoordeelt u snel de spreiding en de centrale tendens van een dataset.
- Mean: Het gemiddelde in een boxplot geeft aanvullende informatie over de centrale tendens van de gegevens.
Choose label: Er zijn twee opties:
- Use Y value labels: de Y-waarde in de boxplot labelen.
- Use labels from selected column: de geselecteerde kolom in de boxplot labelen.
Interquartile range box: De interkwartielbox vertegenwoordigt de middelste 50% van de gegevens. Hij toont de afstand tussen het eerste en het derde kwartiel (Q3-Q1).
Range box: Deze loopt van de minimumwaarde tot de maximumwaarde. Ook bekend als de interkwartielbox (IQR-box).
Median Line: De mediaanlijnen worden gelabeld met de medianen (y-waarden).
Mean Line: Deze geeft referentiepunten in de grafiek.
Mean Symbol: Dit geeft het gemiddelde van de gegevens weer.
Median Symbol: Dit geeft de mediaan van de gegevens weer.
X-axis line(low): De X-axis line (low) in een boxplot, of de onderste whisker, geeft de laagste waarde aan binnen 1.5 keer de interkwartielafstand (IQR) onder het eerste kwartiel (Q1) en helpt uitschieters onder deze drempel te herkennen. Hij geeft inzicht in de onderste staart van de verdeling en ondersteunt de vergelijking van de spreiding van gegevens tussen groepen.
X-axis line (low & high): De X-axis line (low and high) in een boxplot geeft het volgende weer:
- Low Value: Dit is de minimumwaarde in de dataset, zonder uitschieters.
- High Value: Dit is de maximumwaarde in de dataset, zonder uitschieters.
Y-axis line(low): Deze geeft de minimumwaarde van de dataset weer, zonder uitschieters. Zo wordt het laagste punt binnen het normale bereik van de gegevens zichtbaar.
Y-axis line (low & high): De Y-axis lines (low and high) geven het bereik van de gegevens weer, met de minimum- en maximumwaarde (zonder uitschieters). Ze maken de spreiding en variabiliteit van de dataset zichtbaar en geven een snelle samenvatting van de verdeling.
X-axis tick(low): Labelt het onderste uiteinde van de X-as. Geeft context voor de verdeling van de datapunten in het lagere bereik.
Y-axis tick(low): Toont de minimumwaarde in de dataset. Helpt mogelijke uitschieters te herkennen door het laagste datapunt binnen de whisker te tonen.
X-axis tick labels(low): Hiermee worden de categorieën of groepen aangegeven die worden vergeleken. Ze zorgen voor een duidelijke herkenning van elke categorie wanneer de ruimte beperkt is en verbeteren zo de leesbaarheid.
Y-axis tick labels(low): Hiermee worden de minimumwaarden van de uitgezette datasets gemarkeerd en weergegeven. Zo zijn de laagste datapunten binnen elke categorie of groep te herkennen, wat een duidelijk inzicht geeft in de verdeling van de gegevens en de uitschieters.
Gridlines on X-axis ticks: Toont de referentielijnen bij de X-waarden.
Gridlines on Y-axis ticks: Toont de referentielijnen bij de Y-waarden.
Download as Excel: Hiermee wordt het resultaat in Excel-formaat weergegeven, dat u eenvoudig kunt bewerken en met de optie Load File opnieuw kunt laden voor berekeningen.
Veelgestelde vragen
Wat is een boxplot?
Een boxplot, of box-and-whiskerplot, toont de verdeling van een dataset. De box loopt van het eerste kwartiel (Q1) tot het derde kwartiel (Q3), met een lijn bij de mediaan. De whiskers lopen tot de buitenste punten binnen Q1 - 1.5 IQR en Q3 + 1.5 IQR, waarbij IQR gelijk is aan Q3 - Q1; punten daarbuiten worden afzonderlijk als uitschieters uitgezet.
Hoe leest u een boxplot?
De box bevat de middelste 50% van de gegevens en de lijn daarin is de mediaan. Langere boxen en whiskers betekenen meer spreiding. De positie van de mediaan in de box en de lengte van de whiskers laten zien of de gegevens symmetrisch of scheef zijn. Punten buiten de whiskers zijn mogelijke uitschieters die het onderzoeken waard zijn.
Hoeveel datapunten hebt u nodig voor een boxplot?
Boxplots werken het best bij een steekproefomvang van ten minste 20. Met te weinig punten zijn de kwartielen en uitschieters mogelijk niet zinvol; overweeg bij steekproeven kleiner dan 20 in plaats daarvan een plot van individuele waarden. De gegevens moeten willekeurig worden gekozen, zodat de plot representatief is voor de populatie.
Wanneer gebruikt u een histogram in plaats van een boxplot?
Gebruik een histogram wanneer u een gedetailleerder beeld van de verdeling nodig hebt, specifieke intervallen wilt onderzoeken of multimodale patronen wilt opsporen. Gebruik een spreidingsdiagram om het verband tussen twee continue variabelen te bestuderen. Boxplots zijn het meest geschikt om medianen, spreiding en uitschieters van meerdere groepen naast elkaar te vergelijken.
