FAQ BT24
Richtlinien zur Ploterstellung im BT24
faq_bt24.Rmd
Hier sind die wichtigsten Richtlinien zur Vereinheitlichung der
Abbildungen im Bildungstrend 24 gesammelt, zusammen mit
Umsetzungsvorschlägen in eatPlot
.
Die meisten Punkte sind bereits in den sogenannten Default
lists umgesetzt, die in plotsettings_lineplot()
und
plotsettings_tablebarplot()
angegeben werden können.
Plotübergreifend
Allgemeine Richtlinien
Ganz generell ist wichtig zu wissen, dass die finalen Ausrichtungen, Schriftgrößen etc. immer davon abhängen, wie groß der Plot abgespeichert wird. Schaut euch den Plot also in der finalen Größe (abgespeichert als PDF) an, bevor ihr Text einrückt oder die Schriftgröße ändert. In der RStudio-Umgebung wird alles eventuell etwas verzogen dargestellt, weshalb ihr immer mit der finalen PDF-Größe abgleichen solltet.
Ausrichtung von Kennwerten
Ausrichtung von Zahlen erfolgt am Dezimalpunkt sowie rechtsbündig.
In eatPlot
kann das so erreicht werden:
plotsettings_tablebarplot(columns_alignment = c(0, 0.5, 2))
Eventuell muss ein wenig nachjustiert werden, um die Spalteninhalte so zu rücken, dass es stimmig aussieht (negative Zahl zum Rücken nach links, positiv zum Rücken nach rechts):
plotsettings_tablebarplot(columns_nudge_x = -1.5 )
Darstellung von Überschriften
Bei Differenzen vor und nach langem Strich kein Leerzeichen setzen. Subscripts werden nicht kursiv dargestellt:
- MM–MJ
- M2024-M2018
Nach wird ebenfalls kein Leerzeichen gesetzt, wird auch nicht kursiv dargestellt:
"Delta * italic(M)"
„Land“ und die oberen Zeile(n) im Tabellenkopf
(column_spanners
in eatPlot
genannt) werden
fettgedruckt; die Zeile mit M, SD etc. wird nicht fettgedruckt, dafür
aber kursiv:
plot_tablebarplot(
headers = c("**Land**", "*M*", "*SD*", "*N*", "*p*"),
column_spanners = column_spanners = list(
"**2009**" = c(2, 3),
"**2015**" = c(4, 5))
)
Falls griechische Buchstaben in den Überschriften verwendet werden,
müssen diese in plotmath
-Notation angegeben werden. Dadurch
ändert sich die gesamte Syntax:
plot_tablebarplot(headers = c("bold(Land)", "italic(M)", "Delta * italic(M)"),
plot_settings = plotsettings_tablebarplot(headers_ggtext = FALSE) ## Muss für plotmath-Notation gesetzt werden
)
Syntax kann in der Hilfe abgerufen werden: ?plotmath
Schriftgröße
Die Schriftgröße kann nicht einheitlich festgelegt werden, weil sie von der Größe der finalen Abbildung abhängt. Falls euer Plot die gleiche Größe hat wie eine der Vorlagen, könnt ihr einfach die Default-list verwenden. Ansonsten orientiert ihr euch am besten an den Vorlagen, die in etwa die gleiche Größe haben wie eure Abbildung, und justiert die Schriftgröße dann:
plotsettings_tablebarplot(font_size = 2.5,
header_font_size = 2.5
)
Die Schriftgröße könnt ihr aus den Default lists auslesen, die ihr für eure Abbildung verwendet, z.B mit:
abb_6.6$font_size
#> [1] 2
Export
Exporttyp
Exportieren als PDF und im Farbprofil cmyk. Voreingestellt in
save_plot()
Exportmaße
Die Exportmaße können in
save_plot(height = ..., widht = ...)
eingestellt werden.
Dabei bitte an den Vorlagen orientieren:
- Ganzseitige Abbildung/Tabelle im Hochformat: z.B. Linienplot
- Ganzseitige Abbildung/Tabelle im Querformat: z.B. große Tabelle
- Teilseitige Abbildung/Tabelle im Hochformat: z.B. kleinere Tabelle
Dabei bitte die Breite bei Hochformat bzw. die Höhe bei Querformat immer beibehalten. Die Höhe kann sich je nach Plot unterscheiden.
Sonderzeichen
Delta
Ein String der Delta enthält kann in eatPlot
auf zwei
Arten erzeugt werden:
ggtext
Nutzt das Paket ggtext
für HTML
support.
Sonderzeichen können leider nicht immer in PDF mit cmyk-Farbschema
exportiert werden, weshalb dann plotmath
verwendet werden
muss. Das ist für den BT eigentlich immer der Fall:
plotmath
"Delta"
schreiben und dann
headers_ggtext = FALSE
setzen:
plotsettings_tablebarplot(headers_ggtext = FALSE)
Balkendiagramme
Balkenfüllung
- Statistisch signifikante Werte (p < .05) werden mit ausgefüllten Balken dargestellt.
- Statistisch nicht signifikante Werte werden mit schraffierten Balken dargestellt (Schraffur von oben links nach unten rechts).
- Größe des Balkenmusters muss manuell nachjustiert werden, da es wieder von der Größe der Abbildung beim Abspeichern abhängt. Hier die Größe bitte ungefähr den Vorlagen anpassen, und auch darauf achten, dass die Muster vor allem innerhalb eines Plots gleich groß sind. Bei zusammengesetzten Plots aus mehreren Balkendiagrammen kann die Mustergröße sich leicht unterscheiden, selbst wenn die selben Werte angegeben werden. Hier nochmal manuell nachjustieren, bis es einheitlich aussieht.
Balkenfarbe
- Erste Gruppe bzw. erster Kompetenzbereich in dunklem türkis
(
cmyk(85, 0, 43, 17)
) - Zweite Gruppe bzw. zweiter Kompetenzbereich in mittlerem türkis
(
cmyk(40, 0, 20, 8)
) - Dritte Gruppe bzw. dritter Kompetenzbereich in hellem türkis
(
cmyk(7, 0, 4, 1)
)
Farben sind voreingestellt, können aber so gesetzt werden:
plotsettings_tablebarplot(
bar_fill_colour = c("Gruppe 1" = cmyk(85, 0, 43, 17),
"Gruppe 2" = cmyk(40, 0, 20, 8))
)
Farben
Farben zur Zeilenorientierung
Farbliche Hinterlegungen zur Zeilenorientierung (wechselnd weiß / türkis) wird wie im Tabellenteil hinter dem Balkendiagramm weitergeführt. Die Deutschland-Zeile wird grau dargestellt:
Hilfslinien vertikal
Grau cmyk(0, 0, 0, 60)
und gestrichelt. Ist bereits
vorgeingestellt, könnte aber so geändert werden:
plotsettings_tablebarplot(
bar_background_lines_colour = cmyk(0, 0, 0, 60),
bar_background_lines = "scale_breaks",
bar_background_lines_linetype = "dashed"
)
Zeilenumbruch
Zeilenumbrüche werden in Ländernamen nur dann gesetzt, wenn die Zeilen aus anderen Gründen breiter sind (z.B. weil je Land zwei Ergebniszeilen berichtet werden). Zeilenumbrüche für die Ländernamen werden vor dem Plotten eingefügt, am einfachsten mit:
my_dat$state_var <- process_bundesland(my_dat$state_var, linebreak = TRUE)
Liniendiagramme
Label
- Wenn SE einstellig ist, dann wird automatisch ein zusätzliches Leerzeichen vor der Klammer eingefügt, sodass sowohl (SE) als auch der Wert der Mittelwertsdifferenz rechtsbündig zueinanderstehen
- Die Spitze der geschweiften Klammer zeigt auf das erste Leerzeichen zwischen M und (SE). Ist bereits voreingestllt, kann aber zur Not nachjustiert werden:
plotsettings_lineplot(
brace_label_nudge_x = 0.1
)
Farben
Die Farben sind alle voreingestellt, die Farbcodes können hier ausgelesen werden:
lineplot_4x4$axis_x_background_colour
#> [1] "#8DEBBC"
lineplot_4x4$background_line_colour
#> [1] "#EBFDF3"
lineplot_4x4$subgroup_colours
#> [1] "#000000" "#666666" "#999999"
Signifikanzen
- Statistisch signifikante Veränderung (p < .05) mit durchgezogener Linie darstellen.
- Statistisch nicht signifikante Veränderung mit gestrichelter Linie darstellen
Ist bereits vorgeingestellt, kann zur Not so geändert werden:
plotsettings_lineplot(line_type = c(
"TRUE" = "solid",
"FALSE" = "dashed"
))
- Hochgestelltes
a
:- Bei bundesweiten Trends für Gruppen: Statistisch signifikante Abweichung (p < .05) zum Trend in der Gesamtpopulation aller Neuntklässler:innen in Deutschland
- Bei länderspezifischen Trends für Gruppen: Statistisch signifikante Abweichung (p < .05) zum Trend der jeweiligen Schüler:innengruppe in Deutschland insgesamt
- Ausgefülltes Dreieck für Werte, die statistisch signifikant (p < .05) vom Wert der Gesamptgruppe in der Gesamtpopulation abweichen.
- Ausgefülltes Quadrat für Werte, die statistisch signifikant (p < .05) vom Wert der selben Schüler:innengruppe in der Gesamtpopulation abweichen.
- Ausgefüllter Kreis statistisch nicht signifikante Werte.
Ist bereits voreingestellt, kann zur Not so geändert werden:
plotsettings_lineplot(
point_shapes = c(
"TRUE" = 17,
"FALSE" = 16
)
)
Signifikanzen
Hier findet sich eine Übersicht über die Signifikanzen der Vergleiche, die auf verschiedene Arten in den Plots dargestellt werden.
Länderspezifische Linienplots
Achtung: Im letzten BT war es vs. Deutschland insgesamt!! Also quasi Abweichung von der Linie!
Darstellung | Bedeutung | Werte | Umsetzung in eatPlot
|
Name in eatRep
|
---|---|---|---|---|
Punktform | Vergleich der Gruppe im Bundesland zur gleichen Gruppe in Gesamtdeutschland | rund: nicht signifikant, eckig: signifikant | point_sig = "sig_mean_comp_crossDiff_totalFacet_sameSubgroup" |
crossDiff (Berlin_female - total_female) for year 2009 |
Linienart | Signifikanz des Trends: Vergleich der Gruppe im Bundesland im einen Jahr zu der gleichen Gruppe im anderen Jahr | durchgezogen: signifikant, gestrichelt: nicht signifikant | line_sig = "sig_mean_comp_trend_sameFacet_sameSubgroup" |
trend (2015 - 2009) for BadenWuerttemberg_female |
Stärke des Labels unter den Klammern | So wie Linienart | Fett: signifikant, normal: nicht signifikant | brace_label_sig_bold = "sig_mean_comp_trend_sameFacet_sameSubgroup" |
trend (2015 - 2009) for BadenWuerttemberg_female |
Hochgestellter Buchstabe im Label | Trend des Vergleichs einer Gruppe im Bundesland zur gleichen Gruppe in Gesamtdeutschland | brace_label_sig_superscript = "sig_mean_comp_trend_crossDiff_totalFacet_sameSubgroup" |
trend (2015 - 2009) for crossDiff (BadenWuerttemberg_female - total_female) |
Gesamtdeutschland-Plots
Darstellung | Bedeutung | Werte | Umsetzung in eatPlot
|
Name in eatRep
|
---|---|---|---|---|
Punktform | Vergleich der Gruppe in Gesamtdeutschland zur Gesamtgruppe in Gesamtdeutschland | rund: nicht signifikant, eckig: signifikant | point_sig = "sig_mean_comp_crossDiff_sameFacet_totalSubgroup" |
year=2009: (TR_BUNDESLAND=total, Kgender=female) - (TR_BUNDESLAND=total, Kgender=total) |
Linienart | Signifikanz des Trends: Vergleich der Gruppe im Bundesland im einen Jahr zu der gleichen Gruppe im anderen Jahr | durchgezogen: signifikant, gestrichelt: nicht signifikant | line_sig = "sig_mean_comp_trend_sameFacet_sameSubgroup" |
trend (2015 - 2009) for BadenWuerttemberg_female |
Stärke des Labels unter den Klammern | So wie Linienart | Fett: signifikant, normal: nicht signifikant | brace_label_sig_bold = "sig_mean_comp_trend_sameFacet_sameSubgroup" |
trend (2015 - 2009) for BadenWuerttemberg_female |
Hochgestellter Buchstabe im Label | Trend des Vergleichs einer Gruppe in Gesamtdeutschland zur Gesamtgruppe in Gesamtdeutschland | hochgestelltes a: signifikant | brace_label_sig_superscript = "sig_mean_comp_trend_crossDiff_sameFacet_totalSubgroup" |
trend (2022 - 2015) for crossDiff (total_male - total_total) |
Tableplots
Die Darstellung der Signifikanzen ist hier sehr heterogen, und hängt
immer von der jeweiligen Abbildung ab.
Generell kann sich hier an den Linienplots orientiert werden: Wenn eine
Gruppe in einem der Länder (z.B Mädchen) gegen Deutschland verglichen
wird, soll in der Regel nicht gegen Gesamtdeutschland, sonderen gegen
diese Gruppe in Deutschland verglichen werden (also alle Mädchen in
Deutschland).