yes, therapy helps!
Jenis graf: pelbagai cara mewakili data secara visual

Jenis graf: pelbagai cara mewakili data secara visual

April 2, 2024

Semua penyelidikan bersifat saintifik disokong dan berdasarkan set data dianalisis dan ditafsirkan dengan sewajarnya. Untuk mencapai titik di mana kita dapat mengekstrak hubungan kausalitas atau korelasi, adalah perlu untuk memerhatikan pelbagai pemerhatian dalam cara yang boleh memalsukan dan membuktikan kewujudan hubungan yang sama dalam kes-kes yang berlainan atau dalam subjek yang sama dari masa ke masa. Dan sebaik sahaja pemerhatian dibuat, perlu mengambil kira aspek seperti kekerapan, purata, fesyen atau penyebaran data yang diperolehi.

Untuk memudahkan pemahaman dan analisis kedua-dua penyelidik itu sendiri dan untuk menunjukkan kepelbagaian data dan di mana kesimpulannya pergi ke seluruh dunia, sangat berguna untuk menggunakan unsur-unsur visual tafsiran mudah: grafik atau grafik.


Bergantung pada apa yang kita mahu tunjukkan, kita boleh menggunakan pelbagai jenis grafik. Dalam artikel ini kita akan melihat pelbagai jenis graf yang digunakan dalam penyelidikan berdasarkan penggunaan statistik.

  • Artikel berkaitan: "15 jenis penyelidikan (dan ciri-ciri)"

Grafik

Di peringkat statistik dan matematik, dipanggil grafik a bahawa representasi visual dari mana mereka boleh diwakili dan ditafsirkan nilai secara amnya. Di antara banyak maklumat yang boleh dieksekusi dari pemerhatian graf kita dapat mencari kewujudan hubungan antara pembolehubah dan sejauh mana ia berlaku, frekuensi atau perkadaran penampilan nilai-nilai tertentu.


Perwakilan visual ini berfungsi sebagai sokongan ketika datang untuk menunjukkan dan memahami dengan cara yang disintesis data yang dikumpul selama penyelidikan, sehingga kedua-dua penyelidik yang melakukan analisis dan yang lain dapat dapat memahami hasilnya dan mudah digunakan sebagai rujukan , sebagai maklumat yang perlu diambil kira atau sebagai titik kontras apabila menjalankan penyelidikan dan meta-analisis baru.

  • Mungkin anda berminat: "5 kaedah pengajaran yang paling biasa dalam Psikologi"

Jenis grafik

Terdapat banyak jenis grafik, secara amnya memohon satu atau yang lain bergantung kepada apa yang dimaksudkan untuk mewakili atau sekadar keutamaan penulis. Di bawah ini kami menunjukkan beberapa yang paling dikenali dan umum.

1. Carta bar

Yang paling dikenali dan digunakan semua jenis graf adalah carta graf atau bar. Dalam hal ini, data dibentangkan dalam bentuk bar yang terdapat dalam dua paksi Cartesian (koordinat dan abscissa) yang menunjukkan nilai yang berbeza. Aspek visual yang memberitahu kita data adalah panjang bar yang dikatakan , ketebalan tidak penting.


Ia biasanya digunakan untuk mewakili kekerapan keadaan yang berbeza atau pembolehubah diskret (contohnya kekerapan warna iris yang berbeza dalam sampel tertentu, yang hanya boleh menjadi nilai khusus). Hanya satu pembolehubah yang diperhatikan di abscissa, dan frekuensi dalam koordinat.

  • Mungkin anda berminat: "Psikologi warna: makna dan keingintahuan warna"

2. Carta pai atau mengikut sektor

Grafik juga sangat biasa dalam bentuk "quesito", dalam hal ini perwakilan data dilakukan dengan membagi bulatan ke dalam banyak bahagian sebagai nilai-nilai variabel yang diselidiki dan mempunyai setiap bahagian saiz yang berkadar dengan kekerapannya dalam jumlah data . Setiap sektor akan mewakili nilai pembolehubah yang mana satu berfungsi.

Grafik atau rajah jenis ini adalah biasa apabila kadar kes dalam jumlah ditunjukkan, menggunakan untuk mewakili nilai peratus (peratusan setiap nilai).

3. Histogram

Walaupun pada pandangan pertama sangat mirip dengan graf bar, histogram adalah salah satu jenis graf yang secara statistik lebih penting dan boleh dipercayai. Pada kesempatan ini, bar juga digunakan untuk menunjukkan kekerapan nilai-nilai tertentu melalui paksi Cartesian, tetapi bukannya mengehadkan kekerapan nilai khusus pembolehubah yang dinilai, ia mencerminkan keseluruhan selang. Oleh itu, pelbagai nilai diperhatikan, yang juga mereka boleh menggambarkan selang panjang yang berlainan .

Ini membenarkan pemerhatian bukan sahaja kekerapan tetapi juga penyebaran nilai-nilai berterusan, yang seterusnya dapat membantu menentukan kebarangkalian. Ia biasanya digunakan terhadap pembolehubah berterusan, seperti masa.

4. Carta garisan

Dalam garis graf jenis ini digunakan untuk membataskan nilai pembolehubah bergantung kepada yang lain bebas . Ia juga boleh digunakan untuk membandingkan nilai pembolehubah yang sama atau penyiasatan yang berlainan menggunakan graf yang sama (menggunakan garis yang berbeza).Ia biasa menggunakannya untuk melihat evolusi pembolehubah dari masa ke masa.

Satu contoh yang jelas mengenai jenis grafik ini adalah poligon kekerapan. Operasinya hampir sama dengan histogram walaupun menggunakan mata berbanding bar, dengan pengecualian bahawa ia membolehkan untuk membina cerun di antara dua titik ini dan perbandingan antara pembolehubah yang berbeza yang berkaitan dengan bebas atau di antara hasil eksperimen yang berbeza dengan pembolehubah yang sama, sebagai contoh langkah-langkah penyiasatan mengenai kesan rawatan, memerhatikan data prarawatan dan pembolehubah selepas rawatan .

8. Carta pecah

Plot berselerak atau graf xy adalah sejenis graf di mana semua data yang diperoleh melalui pemerhatian diwakili oleh mata menggunakan paksi Cartesian. Kapak x dan y masing-masing menunjukkan nilai-nilai pembolehubah bergantung dan pembolehubah bebas atau dua pembolehubah yang sedang diperhatikan jika mereka mempunyai beberapa jenis hubungan.

Titik mewakili nilai yang ditunjukkan dalam setiap pemerhatian, yang pada tahap visual akan menunjukkan awan titik di mana kita dapat melihat tahap penyebaran data.

Anda boleh melihat sama ada terdapat hubungan antara pembolehubah atau tidak dengan pengiraan. Ia adalah prosedur yang biasanya digunakan, sebagai contoh, untuk mewujudkan kewujudan garis regresi linear yang membolehkan menentukan jika terdapat hubungan antara pembolehubah dan juga jenis hubungan yang sedia ada.

9. Carta tunai dan misai

Carta tunai adalah salah satu jenis graf yang cenderung digunakan untuk memerhatikan penyebaran data dan bagaimana mereka mengelompokkan nilai mereka. Ia adalah berdasarkan pengiraan kuartil, yang merupakan nilai-nilai permiten membahagikan data ke dalam empat bahagian yang sama . Oleh itu, kita dapat mencari sejumlah tiga kuartil (yang kedua adalah sesuai dengan median data) yang akan mengkonfigurasi "kotak" yang dimaksudkan. Apa yang dipanggil whiskers adalah representasi grafik nilai ekstrem.

Grafik ini Ia berguna apabila menilai selang , serta untuk memerhatikan tahap penyebaran data dari nilai-nilai kuartil dan nilai yang melampau.

10. Carta kawasan

Dalam graf jenis ini, hubungan antara pembolehubah bergantung dan bebas diperhatikan dengan cara yang sama dengan graf garis. Pada mulanya satu baris dibuat yang menyatukan titik-titik yang menandakan nilai-nilai yang berbeza pembolehubah mengukur, tetapi semuanya di bawah juga termasuk: graf jenis ini membolehkan kita melihat pengumpulan (titik tertentu termasuk yang terletak di bawah).

Melaluinya, anda boleh mengukur dan membandingkan nilai-nilai sampel yang berbeza (contohnya, membandingkan hasil yang diperoleh oleh dua orang, syarikat, negara, dengan dua rekod yang sama nilai ....). Hasil yang berbeza dapat disusun, dengan mudah mengamati perbedaan antara berbagai sampel.

11. Pictogram

Piktogram adalah grafik di mana, bukan mewakili data daripada elemen abstrak seperti bar atau bulatan, unsur-unsur subjek yang sedang disiasat digunakan . Dengan cara ini ia menjadi lebih visual. Walau bagaimanapun, operasinya adalah serupa dengan graf bar, yang mewakili frekuensi dengan cara yang sama

12. Cartogram

Grafik ini berguna dalam bidang epidemiologi, yang menunjukkan kawasan geografi atau kawasan di mana nilai tertentu pemboleh ubah kelihatan lebih atau kurang kerap. Kekerapan atau jarak frekuensi ditunjukkan dengan penggunaan warna (memerlukan legenda untuk difahami) atau saiz.

Rujukan bibliografi:

  • Martínez-González, M.A.; Faulin, F.J. dan Sánchez, A. (2006). Amalan bio-statistik, ed ed. Diaz de Santos, Madrid.

Autism — what we know (and what we don't know yet) | Wendy Chung (April 2024).


Artikel Yang Berkaitan