NFL-Quarterbacks auf einem Blick – Small Multiples in Tableau

Autor:in: Markus Göhler
Lesezeit: 5 Minuten
Der Superbowl LII ist gerade erst zu Ende und es war ein Shoot-Out zwischen den beiden Quarterbacks der Philadelphia Eagles (Nick Foles) und den New England Patriots (Tom Brady). Um die Leistung der Quarterbacks in einer einzigen Kennzahl abzubilden, wird das Passer Rating verwendet, welches sich aus Touchdowns, Interceptions, und den versuchten/erfolgreichen Pässen/Yards zusammensetzt. Beide Quarterbacks lieferten ein gutes Spiel ab und hatten dementsprechend gute Werte (Foles: 106,1 ; Brady:115,4). Doch wie sieht eine gute Visualisierung aus, wenn diese Werte über die gesamte Saison dargestellt werden sollen? Hierbei können idealerweise Small Multiples verwendet werden. Doch warum Small Multiples und nicht ein einfaches Liniendiagramm? Am Beispiel für die Saison 2016/2017 wird ersichtlich, dass ein Liniendiagramm für mehrere Spieler sehr unübersichtlich wird. An diesem Punkt kommen Small Multiples ins Spiel, doch was ist darunter zu verstehen?

Was sind Small Multiples eigentlich?

Small Multiples bezeichnen eine Serie von ähnlichen Diagrammen, welche eine identische Skalierung der Achsen vorweisen. Durch diese Art der Darstellung ist ein optischer Vergleich zwischen den Diagrammen möglich. Des Weiteren wird eine gleichzeitige Übersicht aller Diagramme in einer einzigen Ansicht ermöglicht. Als Pionier dieser Darstellungsvariante ist Edward Tufte zu nennen. Durch ihn konnte sie immer mehr an Popularität gewinnen. Dass die dargestellten Diagramme nicht immer über eine Achse verfügen müssen, solange sie alle denselben Ausschnitt zeigen, demonstriert das folgende Beispiel. Diese Small Multiples, veröffentlicht in der New York Times, zeigen die jährlichen Veränderungen in den Dürre-Mustern in den USA: Small Multiples in the New York Times Doch wie erstellt man solch eine Ansicht in Tableau?

Small Multiples in Tableau erstellen

Um Small Multiples auch in Tableau zu verwenden, bedarf es drei einfacher Schritte.

 1. Schritt: Die Spalten unterteilen 

Hierzu wird ein berechnetes Feld erstellt, welches in diesem Fall „Column Divider“ genannt wird. Hiermit werden die Spalten aufgesplittet, wodurch im späteren Verlauf die Ansicht dynamisch angepasst werden kann (speziell durch diverse Sortierungen). Zur genauen Erläuterung der Funktionsweise dieses Feldes ist auf den Bericht „Dynamic Visualisations with SIZE() and INDEX()“ unseres The Information Lab-Kollegen und Tableau Zen Master Chris Love zu verweisen, welcher als Inspiration für diesen Artikel dient.

2. Schritt: Die Zeilen unterteilen 

Bei diesem Schritt wird ein weiteres berechnetes Feld mit der Bezeichnung „Row Divider“ erstellt: Wichtig: Ziehen Sie „Column Divider“ auf Spalten und „Row Divider“ auf Zeilen. Da in den berechneten Feldern Tabellenkalkulationen verwendet werden, ist nun die Basis der Tabellenberechnung festzulegen. In diesem Fall soll für jeden Spieler ein eigenes Diagramm erstellt werden. Somit klicken Sie im Spalten-Container mit der rechten Maustaste auf „Column Divider“ und wählen Sie im Bereich „Berechnen per“ die Variable aus, nach der die Diagramme unterteilt werden sollen. In diesem Fall ist es die Variable „Spielername“. Wiederholen Sie diesen Schritt für „Row Divider“, wodurch die Aufteilung abgeschlossen ist. Nachdem Sie diese beiden Felder für ihr Projekt erstellt haben, können Sie mit dem Hinzufügen der eigentlichen Daten beginnen.

3. Schritt: Die Daten für die jeweiligen Charts einfügen

In diesem Fall ist der Verlauf des Passer-Ratings über die jeweilige Woche von Relevanz. Um eine Achse zu erstellen, wird das Feld „Week“ als fortlaufendes Feld in den Spalten-Container gezogen. Das Passer-Rating wird auf „Zeilen“ gezogen, wodurch die Liniendiagramme erzeugt werden. Nach ein paar optischen Anpassungen sieht die finale Version nun folgendermaßen aus: [tableau url=“https://public.tableau.com/views/SmallMultiples_19/NFL?:embed=y&:display_count=yes&publish=yes“ width=“100%“ height=“730″] [/tableau] Anhand der dynamischen Struktur des Arbeitsblattes lassen sich die Diagramme beliebig filtern (in diesem Fall absteigend nach dem durchschnittlichen Passer-Rating). Die vertikale Linie repräsentiert das Ende der regulären Saison und somit den Beginn der Playoffs. Es wird ersichtlich, dass nur eine sehr geringe Anzahl von Quarterbacks überdurchschnittliche Leistungen in den Playoffs verzeichnen können und dass ihr Zenit meist in der Regular Season liegt. Eine große Ausnahme wird anhand von Matt Ryan ersichtlich, doch auch dieses außergewöhnliche Rating verhalf den Atlanta Falcons nicht zum Superbowl-Sieg. Diese Verläufe wären im ersten Beispiel nicht so gut ersichtlich gewesen. Somit sind Small Multiples gerade zur Aufschlüsselung solcher Daten perfekt geeignet und gut anwendbar.

Wann entfalten Small Multiples in Tableau ihr volles Potenzial?

Eine kleine Sache gibt es bei Small Multiples zu beachten: Ihre Daten sollten idealerweise keine Lücken haben, damit sie den einzelnen Diagrammen korrekt zugeordnet werden können. In dem obigen Anwendungsfall liegen Lücken beispielweise bei Tom Brady, da er in Woche 18 gar nicht gespielt hat und somit keinen Eintrag für diese Woche hat. (Grund hierfür waren die Wildcard-Games in dieser Woche, welche für die New England Patriots nicht relevant waren). Dies kann dazu führen, dass einige Werte in eines der Small Multiples rutschen, in das sie nicht gehören. Bereiten Sie Ihre Daten daher lückenlos auf, und Sie können Small Multiples in Tableau voll und ganz genießen. Probieren Sie Small Multiples anhand eigener Daten aus und sehen Sie die Verläufe viel klarer – mit Ihrer kostenlosen Testlizenz für Tableau Desktop:

 Tableau Desktop testen

Ähnliche Beiträge