I want to compare the distribution of several dimensions of technologization using violin plots (the dimensions are measured by indices ranging from 1 to 5). 5 out of 6 violin plots look as you would expect, but one has a really odd shape that isn't reflected in the data. So I wonder if there is any explanation for that. I will show you the tables of the variables, the code I used to create the plot and the plot itself. If you need more information, feel free to ask.
The tables:
> table(dat$cps_an, useNA="ifany") # CPS-Anlagen
0 0.625 0.833333333333333 1.25 1.66666666666667 1.875 2.5 3.125 3.75 4.375
22 21 3 20 4 18 19 15 5 1
5 <NA>
2 5
> table(dat$cps_prod, useNA="ifany") # CPS-Produkte
0 0.625 0.833333333333333 1.25 1.66666666666667 1.875 2.5 3.125 3.33333333333333 3.75
3 8 1 28 3 33 38 13 3 3
4.375
2
> table(dat$cpps, useNA="ifany") # Produktionssysteme
0 0.333333333333333 1 1.16666666666667 1.5 1.75 2 2.5 2.66666666666667 2.83333333333333
2 1 2 2 1 1 11 3 2 9
3 3.16666666666667 3.33333333333333 3.5 3.66666666666667 3.75 3.83333333333333 4.16666666666667 4.33333333333333 4.66666666666667
9 2 22 1 3 2 9 28 1 6
5 <NA>
13 5
> table(dat$mobile, useNA="ifany") # Mobile Devices
0 1.66666666666667 2.5 3.33333333333333 3.75 4.16666666666667 5
3 29 4 2 3 34 60
> table(dat$strat, useNA="ifany") # Strategie und Organisation
0 0.625 1.25 1.66666666666667 1.875 2.5 3.125 3.33333333333333 3.75 4.375 5
1 3 3 2 11 34 38 3 11 8 5
<NA>
16
> table(dat$index, useNA="ifany") # Gesamt-Index
0.485416666666667 0.975 1.25104166666667 1.30625 1.31979166666667 1.33958333333333 1.82604166666667 1.86041666666667 1.93854166666667 2.00416666666667
1 1 1 1 1 1 1 1 1 1
2.04791666666667 2.06354166666667 2.15104166666667 2.16666666666667 2.1875 2.203125 2.23541666666667 2.26041666666667 2.30104166666667 2.303125
1 1 1 2 1 1 1 1 1 1
2.31666666666667 2.33854166666667 2.353125 2.36041666666667 2.38541666666667 2.390625 2.39479166666667 2.415625 2.43854166666667 2.453125
2 1 1 1 1 1 1 1 1 1
2.47916666666667 2.54479166666667 2.5625 2.56875 2.584375 2.58854166666667 2.60416666666667 2.62604166666667 2.65625 2.671875
1 1 1 1 1 1 1 1 1 2
2.6875 2.69166666666667 2.70416666666667 2.728125 2.75 2.75625 2.78541666666667 2.81354166666667 2.828125 2.84375
1 1 1 1 1 1 1 1 1 1
2.86875 2.86979166666667 2.875 2.88541666666667 2.9125 2.91666666666667 2.94270833333333 2.953125 2.95833333333333 2.959375
1 1 1 1 1 1 1 1 1 1
2.96354166666667 2.96875 2.984375 2.99791666666667 3.015625 3.03125 3.03541666666667 3.046875 3.05104166666667 3.05729166666667
1 1 1 1 1 3 1 2 1 1
3.078125 3.07916666666667 3.08854166666667 3.09375 3.11666666666667 3.125 3.140625 3.16979166666667 3.17604166666667 3.1875
1 1 1 1 1 2 1 1 1 1
3.209375 3.2125 3.228125 3.25 3.26041666666667 3.290625 3.296875 3.30625 3.32291666666667 3.328125
1 1 1 1 1 1 1 1 1 1
3.375 3.43229166666667 3.44791666666667 3.47916666666667 3.58854166666667 3.64166666666667 3.72291666666667 3.80104166666667 3.859375 3.96354166666667
2 2 1 1 1 1 1 1 1 1
3.984375 4.15833333333333 4.1875 4.30625 <NA>
1 1 1 1 22
The code for the violin plots:
technologie_df <- data.frame(group=c(rep("CPS: Anlagen", nrow(dat)),
rep("CPS: Produkte", nrow(dat)),
rep("Produktionssysteme", nrow(dat)),
rep("Mobile Devices", nrow(dat)),
rep("Strategie und Organisation", nrow(dat)),
rep("Gesamt-Index", nrow(dat))),
value=c(dat$cps_an, dat$cps_prod, dat$cpps, dat$mobile, dat$strat, dat$index))
technologie_df <- na.omit(technologie_df)
technologie_plot <- ggplot(technologie_df, aes(x=group, y=value, fill=group)) +
geom_violin() +
labs(y="Index-Wert") +
scale_x_discrete(limits=c("CPS: Anlagen", "CPS: Produkte", "Produktionssysteme", "Mobile Devices", "Strategie und Organisation", "Gesamt-Index")) +
scale_fill_manual(values=c("#003560","#8DAE10","#8DAE10","#8DAE10","#003560","#003560")) +
theme(axis.title.x = element_blank(),
panel.background = element_blank(),
axis.line = element_line(colour="black"),
legend.position = "none")
ggsave(file.path(path_out,"ViolinPlot_Technologie.png"), plot=technologie_plot, type="cairo-png")
And the plot itself:
The plot that irritates me of course is the one of "Strategie und Organisation" as its shape doesn't fit the data. If you look at the table, there are 34 people with a rating of 2.5 and 38 people with a rating of 3.125. There is no value in between that has fewer people who might explain the gap between 2.5 and 3.125 in the plot. The same goes for most of the other gaps. The other plots don't have these gaps. Is there an explanation for this?
