ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಗ್ರಾಫ್ಗಳನ್ನು ಸರಿಯಾಗಿ ಓದುವುದು ಮತ್ತು ಅರ್ಥೈಸುವುದು ಹೇಗೆ
ಅಂಕಿಅಂಶಗಳ ಗ್ರಾಫ್ಗಳನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ದತ್ತಾಂಶವನ್ನು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಮತ್ತು ಸುಲಭವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಬಳಸಲಾಗುತ್ತದೆ. ವ್ಯವಹಾರ ವರದಿಗಳು ಮತ್ತು ಆರ್ಥಿಕ ಸುದ್ದಿಗಳಿಂದ ಹಿಡಿದು ಶೈಕ್ಷಣಿಕ ಸಂಶೋಧನೆ ಮತ್ತು ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಪೋಸ್ಟ್ಗಳವರೆಗೆ, ಕಚ್ಚಾ ಸಂಖ್ಯೆಗಳಿಂದ ಮಾತ್ರ ಗ್ರಹಿಸಲು ಕಷ್ಟಕರವಾದ ಪ್ರವೃತ್ತಿಗಳು, ಹೋಲಿಕೆಗಳು ಮತ್ತು ಮಾದರಿಗಳನ್ನು ನೋಡಲು ಗ್ರಾಫ್ಗಳು ನಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತವೆ. ಆದಾಗ್ಯೂ, ಗ್ರಾಫ್ಗಳು ಆತುರದಿಂದ ಓದಿದರೆ ಅಥವಾ ತಪ್ಪಾಗಿ ರಚಿಸಿದರೆ ದಾರಿತಪ್ಪಿಸಬಹುದು. ಆದ್ದರಿಂದ, ತಪ್ಪಾದ ನಿರ್ಧಾರಗಳು ಮತ್ತು ತೀರ್ಮಾನಗಳನ್ನು ತಪ್ಪಿಸಲು ಅಂಕಿಅಂಶಗಳ ಗ್ರಾಫ್ಗಳನ್ನು ಸರಿಯಾಗಿ ಓದುವುದು ಮತ್ತು ಅರ್ಥೈಸುವುದು ಹೇಗೆ ಎಂದು ತಿಳಿದುಕೊಳ್ಳುವುದು ಮುಖ್ಯವಾಗಿದೆ.
1. ಗ್ರಾಫ್ನ ಸಂದರ್ಭ ಮತ್ತು ಉದ್ದೇಶವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ
ಗ್ರಾಫ್ನಲ್ಲಿ ರೇಖೆ, ಪಟ್ಟಿ ಅಥವಾ ಬಣ್ಣವನ್ನು ನೋಡುವ ಮೊದಲು ಮೊದಲ ಹೆಜ್ಜೆ ಅದರ ಸಂದರ್ಭವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು. ನಿಮ್ಮನ್ನು ಕೇಳಿಕೊಳ್ಳಿ: ಈ ಡೇಟಾ ಯಾವುದರ ಬಗ್ಗೆ? ಡೇಟಾವನ್ನು ಯಾರು ಸಂಗ್ರಹಿಸಿದ್ದಾರೆ? ಗ್ರಾಫ್ ಅನ್ನು ಯಾವ ಉದ್ದೇಶಕ್ಕಾಗಿ ರಚಿಸಲಾಗಿದೆ? ಸರ್ಕಾರಿ ವರದಿಗಳು, ವೈಜ್ಞಾನಿಕ ನಿಯತಕಾಲಿಕೆಗಳು ಅಥವಾ ಉತ್ಪನ್ನ ಜಾಹೀರಾತುಗಳಲ್ಲಿನ ಗ್ರಾಫ್ಗಳು ವಿಭಿನ್ನ ಸಂದೇಶಗಳನ್ನು ಹೊಂದಿರಬಹುದು. ಸಂದರ್ಭವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ವಸ್ತುನಿಷ್ಠ ಸ್ಥಿತಿಯನ್ನು ವಿವರಿಸಲು, ನಿರ್ದಿಷ್ಟ ವಾದವನ್ನು ಬೆಂಬಲಿಸಲು ಅಥವಾ ಅಭಿಪ್ರಾಯದ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರಲು ಗ್ರಾಫ್ ಅನ್ನು ರಚಿಸಲಾಗಿದೆಯೇ ಎಂದು ನಿರ್ಣಯಿಸಲು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಹೆಚ್ಚುವರಿಯಾಗಿ, ಒಳಗೊಂಡಿರುವ ಸಮಯ ಮತ್ತು ಪ್ರದೇಶವನ್ನು ಪರಿಗಣಿಸಿ. 12-ತಿಂಗಳ ಹಣದುಬ್ಬರ ಚಾರ್ಟ್ ಖಂಡಿತವಾಗಿಯೂ 20-ವರ್ಷಗಳ ಚಾರ್ಟ್ಗಿಂತ ವಿಭಿನ್ನವಾದ ಅನಿಸಿಕೆಯನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. ಸಮಯದ ಮಾಪಕವನ್ನು ಬದಲಾಯಿಸುವುದರಿಂದ ಡೇಟಾದಲ್ಲಿನ ಏರಿಳಿತಗಳ ಅನಿಸಿಕೆಯನ್ನು ವರ್ಧಿಸಬಹುದು ಅಥವಾ ಕಡಿಮೆ ಮಾಡಬಹುದು.
2. ಗ್ರಾಫ್ನ ಪ್ರಕಾರ ಮತ್ತು ಹೆಚ್ಚು ಸೂಕ್ತವಾದ ಓದುವಿಕೆ ಯಾವುದು ಎಂಬುದನ್ನು ಗುರುತಿಸಿ.
ಪ್ರತಿಯೊಂದು ರೀತಿಯ ಚಾರ್ಟ್ ಒಂದು ಮುಖ್ಯ ಕಾರ್ಯವನ್ನು ಹೊಂದಿದೆ:
- ಬಾರ್ ಚಾರ್ಟ್: ವರ್ಗಗಳನ್ನು ಹೋಲಿಸಲು ಸೂಕ್ತವಾಗಿದೆ, ಉದಾಹರಣೆಗೆ ಪ್ರತಿ ಉತ್ಪನ್ನಕ್ಕೆ ಮಾರಾಟ.
- ಲೈನ್ ಚಾರ್ಟ್: ದೈನಂದಿನ ಸ್ಟಾಕ್ ಬೆಲೆಗಳಂತಹ ಕಾಲಾನಂತರದಲ್ಲಿ ಪ್ರವೃತ್ತಿಗಳನ್ನು ವೀಕ್ಷಿಸಲು ಸೂಕ್ತವಾಗಿದೆ.
– ಪೈ ಚಾರ್ಟ್: ಒಟ್ಟಾರೆಯಾಗಿ ಭಾಗಗಳ ಅನುಪಾತವನ್ನು ತೋರಿಸುತ್ತದೆ, ಉದಾಹರಣೆಗೆ ಮಾರುಕಟ್ಟೆ ಪಾಲು, ಆದರೆ ಹಲವು ವರ್ಗಗಳಿದ್ದರೆ ಅಥವಾ ಅವು ಹೆಚ್ಚು ಭಿನ್ನವಾಗಿಲ್ಲದಿದ್ದರೆ ಕಡಿಮೆ ಪರಿಣಾಮಕಾರಿಯಾಗಿದೆ.
- ಹಿಸ್ಟೋಗ್ರಾಮ್: ಸಂಖ್ಯಾತ್ಮಕ ದತ್ತಾಂಶದ ವಿತರಣೆಯನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ, ಉದಾಹರಣೆಗೆ ಪರೀಕ್ಷಾ ಅಂಕಗಳ ವಿತರಣೆ.
– ಸ್ಕ್ಯಾಟರ್ ಪ್ಲಾಟ್ (ಸ್ಕ್ಯಾಟರ್ ರೇಖಾಚಿತ್ರ): ಎರಡು ಅಸ್ಥಿರಗಳ ನಡುವಿನ ಸಂಬಂಧವನ್ನು ನೋಡುತ್ತದೆ, ಉದಾಹರಣೆಗೆ ಅಧ್ಯಯನದ ಸಮಯ ಮತ್ತು ಶ್ರೇಣಿಗಳು.
ಚಾರ್ಟ್ ಪ್ರಕಾರವನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದರಿಂದ ನೀವು ನಿಜವಾಗಿಯೂ ಹೈಲೈಟ್ ಮಾಡಲು ಬಯಸುವ ಮಾಹಿತಿಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ವರ್ಗಗಳ ನಡುವಿನ ಸಣ್ಣ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಹೋಲಿಸಲು ಪೈ ಚಾರ್ಟ್ ಅನ್ನು ಓದುವುದು ಸಾಮಾನ್ಯ ತಪ್ಪು - ಮಾನವನ ಕಣ್ಣಿಗೆ ಬಾರ್ನ ಉದ್ದಕ್ಕಿಂತ ಸ್ಲೈಸ್ನ ಪ್ರದೇಶವನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಕಷ್ಟವಾದಾಗ.
3. ಶೀರ್ಷಿಕೆ, ಲೇಬಲ್, ಘಟಕಗಳು ಮತ್ತು ದಂತಕಥೆಯನ್ನು ಎಚ್ಚರಿಕೆಯಿಂದ ಓದಿ.
ತಪ್ಪು ವ್ಯಾಖ್ಯಾನಗಳು ಹೆಚ್ಚಾಗಿ ಸಂಭವಿಸುವುದು ಗ್ರಾಫ್ ಜಟಿಲವಾಗಿರುವುದರಿಂದ ಅಲ್ಲ, ಬದಲಾಗಿ ಓದುಗರು ಮೂಲಭೂತ ಅಂಶವನ್ನು ತಪ್ಪಿಸಿಕೊಂಡ ಕಾರಣ:
– ಶೀರ್ಷಿಕೆಯು ಗ್ರಾಫಿಕ್ನ ಮೂಲ ಸಂದೇಶವನ್ನು ಹೇಳುತ್ತದೆ.
– X ಮತ್ತು Y ಅಕ್ಷದ ಲೇಬಲ್ಗಳು ಯಾವ ವೇರಿಯೇಬಲ್ಗಳನ್ನು ಪ್ರದರ್ಶಿಸಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತವೆ.
– ಘಟಕಗಳು (ಶೇಕಡಾ, ರೂಪಾಯಿ, ಸಾವಿರ ಜನರು, ಟನ್ಗಳು, ಸೂಚ್ಯಂಕ) ಸಂಖ್ಯೆಗಳ ಅರ್ಥವನ್ನು ನಿರ್ಧರಿಸುತ್ತವೆ.
– ದಂತಕಥೆಯು ವಿಭಿನ್ನ ಬಣ್ಣಗಳು/ರೇಖೆಗಳ ಅರ್ಥವನ್ನು ವಿವರಿಸುತ್ತದೆ.
ಉದಾಹರಣೆಗೆ, "ಆದಾಯ (ಲಕ್ಷಾಂತರ ರೂಪಾಯಿ)" ಎಂದು Y- ಅಕ್ಷದಲ್ಲಿ ಓದುವ ಗ್ರಾಫ್ "ಆದಾಯ (ಶತಕೋಟಿ ರೂಪಾಯಿ)" ಗಿಂತ ವಿಭಿನ್ನ ಅರ್ಥವನ್ನು ಹೊಂದಿರುತ್ತದೆ. ಅದೇ ರೀತಿ, "ಪ್ರತಿ 100.000 ಜನಸಂಖ್ಯೆಗೆ" ಎಂಬ ಮಾಪಕವು "ಒಟ್ಟು ಸಂಖ್ಯೆ" ಗಿಂತ ಭಿನ್ನವಾಗಿರುತ್ತದೆ. ಈ ಅಂಶಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಆರಂಭದಿಂದಲೇ ತಪ್ಪು ತೀರ್ಮಾನಗಳನ್ನು ತಡೆಯುತ್ತದೆ.
4. ಸ್ಕೇಲ್ ಮತ್ತು ಶೂನ್ಯ ಬೇಸ್ಲೈನ್ ಅನ್ನು ಪರಿಶೀಲಿಸಿ
Y-ಅಕ್ಷದ ಮಾಪಕವು ಪಕ್ಷಪಾತದ ಅತಿದೊಡ್ಡ ಮೂಲಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. Y-ಅಕ್ಷವು ಶೂನ್ಯದಿಂದ ಪ್ರಾರಂಭವಾಗದಿದ್ದರೆ, ಸಣ್ಣ ವ್ಯತ್ಯಾಸಗಳು ನಾಟಕೀಯವಾಗಿ ಕಾಣಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಚಾರ್ಟ್ ಮಾಪಕವನ್ನು ಟ್ರಿಮ್ ಮಾಡಿ 95–101 ಶ್ರೇಣಿಯನ್ನು ಮಾತ್ರ ತೋರಿಸಿದರೆ 98 ರಿಂದ 100 ಕ್ಕೆ ಏರಿಕೆಯು ದೊಡ್ಡ ಜಿಗಿತದಂತೆ ಕಾಣುತ್ತದೆ.
ಅಕ್ಷಗಳನ್ನು ಕತ್ತರಿಸುವುದು ಯಾವಾಗಲೂ ತಪ್ಪಲ್ಲ - ಕೆಲವೊಮ್ಮೆ ಸಣ್ಣ ವ್ಯತ್ಯಾಸಗಳನ್ನು ನೋಡುವುದು ಅಗತ್ಯವಾಗಿರುತ್ತದೆ - ಆದರೆ ಓದುಗರು ದೃಶ್ಯ ಪರಿಣಾಮದ ಬಗ್ಗೆ ತಿಳಿದಿರಬೇಕು. ಮಾಪಕ ಶ್ರೇಣಿ ಸಂಖ್ಯೆಗಳನ್ನು ನೋಡುವ ಅಭ್ಯಾಸವನ್ನು ಬೆಳೆಸಿಕೊಳ್ಳಿ ಮತ್ತು ಕೇಳಿಕೊಳ್ಳಿ: "ಪೂರ್ಣ ಮಾಪಕಕ್ಕೆ ಹೋಲಿಸಿದರೆ ಅದು ನಿಜವಾಗಿಯೂ ಎಷ್ಟು ಬದಲಾಗುತ್ತದೆ?"
5. ಸಂಪೂರ್ಣ ಮತ್ತು ಸಾಪೇಕ್ಷ ಬದಲಾವಣೆಗಳ ನಡುವೆ ವ್ಯತ್ಯಾಸವನ್ನು ಗುರುತಿಸಿ
ಅನೇಕ ಚಾರ್ಟ್ಗಳು ಅಥವಾ ನಿರೂಪಣೆಗಳು ಮೂಲ ಅಂಕಿಅಂಶವನ್ನು ಉಲ್ಲೇಖಿಸದೆ "50% ಹೆಚ್ಚಳ" ಎಂದು ಹೇಳುತ್ತವೆ. ಸಾಪೇಕ್ಷ (ಶೇಕಡಾವಾರು) ಬದಲಾವಣೆಗಳು ಹೆಚ್ಚಾಗಿ ದೊಡ್ಡದಾಗಿ ಧ್ವನಿಸುತ್ತವೆ, ಆದರೆ ಸಂಪೂರ್ಣ ಬದಲಾವಣೆಗಳು ಚಿಕ್ಕದಾಗಿರಬಹುದು.
ಉದಾಹರಣೆಗೆ, ಪ್ರಕರಣಗಳ ಸಂಖ್ಯೆಯಲ್ಲಿ 2 ರಿಂದ 3 ಕ್ಕೆ ಏರಿಕೆಯು 50% ಹೆಚ್ಚಳವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ, ಆದರೆ ಸಂಪೂರ್ಣ ಪರಿಭಾಷೆಯಲ್ಲಿ, ಇದು ಕೇವಲ 1 ರ ಹೆಚ್ಚಳವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ. ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, 1.000 ರಿಂದ 1.200 ಕ್ಕೆ ಏರಿಕೆಯು 20% ಹೆಚ್ಚಳವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಆದರೆ 200 ರ ಹೆಚ್ಚಳವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ. ಗ್ರಾಫ್ ಅನ್ನು ಅರ್ಥೈಸುವಾಗ, ನಿಜವಾದ ಪರಿಣಾಮವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು - ನಿಜವಾದ ಸಂಖ್ಯೆ ಎಷ್ಟು ಭಿನ್ನವಾಗಿದೆ ಮತ್ತು ಶೇಕಡಾವಾರು ಬದಲಾವಣೆ ಎಷ್ಟು - ಎರಡನ್ನೂ ನೋಡಿ.
6. ಡೇಟಾವನ್ನು ಸಾಮಾನ್ಯೀಕರಿಸಲಾಗಿದೆಯೇ ಅಥವಾ ಸರಾಸರಿ ಬಳಸಲಾಗಿದೆಯೇ ಎಂಬುದನ್ನು ಗಮನಿಸಿ.
ಗ್ರಾಫ್ಗಳು ಡೇಟಾವನ್ನು "ತಲಾವಾರು," "ಪ್ರತಿ ಮನೆಗೆ," "ಪ್ರತಿ 1.000 ಜನರಿಗೆ," ಅಥವಾ "ಸರಾಸರಿ" ಎಂದು ಪ್ರದರ್ಶಿಸಬಹುದು. ಈ ರೀತಿಯ ಸಾಮಾನ್ಯೀಕರಣವು ಉತ್ತಮ ಹೋಲಿಕೆಗಳಿಗೆ ಉಪಯುಕ್ತವಾಗಿದೆ, ಆದರೆ ಇದು ಅನಿಸಿಕೆಯನ್ನು ವಿರೂಪಗೊಳಿಸಬಹುದು.
ಉದಾಹರಣೆಗೆ, ನಗರ A ಯಲ್ಲಿ ಜನಸಂಖ್ಯೆ ಹೆಚ್ಚಿರುವುದರಿಂದ ಅದರ ಒಟ್ಟು ಅಪರಾಧ ಪ್ರಮಾಣ B ಗಿಂತ ಹೆಚ್ಚಾಗಿರಬಹುದು. ಆದಾಗ್ಯೂ, ಪ್ರತಿ 100.000 ನಿವಾಸಿಗಳಿಗೆ, ನಗರ B ಹೆಚ್ಚು ದುರ್ಬಲವಾಗಿರಬಹುದು. ಅದೇ ರೀತಿ, ಅತಿ ಹೆಚ್ಚು ಸಂಬಳ ಹೊಂದಿರುವ ಕೆಲವು ಜನರಿದ್ದರೆ "ಸರಾಸರಿ ಸಂಬಳ" ಅಂಕಿ ಅಂಶವು ಪಕ್ಷಪಾತವಾಗಿರಬಹುದು; ಅಂತಹ ಸಂದರ್ಭಗಳಲ್ಲಿ, ಸರಾಸರಿ ಹೆಚ್ಚಾಗಿ ಪ್ರತಿನಿಧಿಸುತ್ತದೆ. ಗ್ರಾಫ್ ಸರಾಸರಿಯನ್ನು ಮಾತ್ರ ಪ್ರದರ್ಶಿಸಿದರೆ, ಸರಾಸರಿ, ಶ್ರೇಣಿ ಅಥವಾ ಕ್ವಾರ್ಟೈಲ್ಗಳಂತಹ ಹೆಚ್ಚುವರಿ ಮಾಹಿತಿ ಇದೆಯೇ ಎಂದು ನೋಡಲು ಪರಿಶೀಲಿಸಿ.
7. ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಕಾರಣವೆಂದು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸದಂತೆ ಎಚ್ಚರವಹಿಸಿ.
ಎರಡು ಅಸ್ಥಿರಗಳ ನಡುವಿನ ಸಂಬಂಧವನ್ನು ತೋರಿಸಲು ಸ್ಕ್ಯಾಟರ್ ಪ್ಲಾಟ್ಗಳನ್ನು ಹೆಚ್ಚಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ. ಚುಕ್ಕೆಗಳು ಒಂದು ಮಾದರಿಯನ್ನು ರೂಪಿಸಿದರೆ, ಅಲ್ಲಿ ಪರಸ್ಪರ ಸಂಬಂಧವಿದೆ ಎಂದು ನಾವು ಹೇಳಬಹುದು. ಆದಾಗ್ಯೂ, ಪರಸ್ಪರ ಸಂಬಂಧವು ಯಾವಾಗಲೂ ಕಾರಣತ್ವವನ್ನು ಸೂಚಿಸುವುದಿಲ್ಲ.
ಉದಾಹರಣೆಗೆ, ನಿರ್ಜಲೀಕರಣ ಪ್ರಕರಣಗಳಂತೆಯೇ ಐಸ್ ಕ್ರೀಮ್ ಮಾರಾಟವೂ ಹೆಚ್ಚಾಗುತ್ತದೆ. ಇದರರ್ಥ ಐಸ್ ಕ್ರೀಮ್ ನಿರ್ಜಲೀಕರಣಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ ಎಂದಲ್ಲ; ಮೂರನೇ ಅಂಶ (ಬಿಸಿ ವಾತಾವರಣ) ಎರಡರ ಮೇಲೂ ಪ್ರಭಾವ ಬೀರುತ್ತದೆ. ಅಸ್ಥಿರಗಳ ನಡುವಿನ ಸಂಬಂಧದ ಗ್ರಾಫ್ ಅನ್ನು ನೋಡುವಾಗ, ನಿಮ್ಮನ್ನು ಕೇಳಿಕೊಳ್ಳಿ: ಅಂಶಗಳಿಗೆ ಕಾರಣವಾಗಬಹುದಾದ ಇತರ ಅಸ್ಥಿರಗಳಿವೆಯೇ? ಅಧ್ಯಯನ ವಿನ್ಯಾಸವು ಸಾಂದರ್ಭಿಕ ತೀರ್ಮಾನವನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆಯೇ ಅಥವಾ ಅದು ಕೇವಲ ಸಂಬಂಧವನ್ನು ಸೂಚಿಸುತ್ತದೆಯೇ?
8. ಮಾದರಿ ಗಾತ್ರ ಮತ್ತು ಡೇಟಾ ಮೂಲವನ್ನು ಪರಿಶೀಲಿಸಿ
ಮನವರಿಕೆಯಾಗುವಂತೆ ಕಾಣುವ ಗ್ರಾಫ್ ಅಗತ್ಯವಾಗಿ ದೃಢವಾದ ಡೇಟಾದಿಂದ ಬರುವುದಿಲ್ಲ. ಸಣ್ಣ ಮಾದರಿ ಗಾತ್ರಗಳು ದೊಡ್ಡ ಏರಿಳಿತಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹವಲ್ಲದ ಮೂಲಗಳಿಂದ ಬರುವ ಡೇಟಾ ದಾರಿತಪ್ಪಿಸಬಹುದು.
ಸಾಧ್ಯವಾದರೆ, ಕಂಡುಹಿಡಿಯಿರಿ: ಎಷ್ಟು ಪ್ರತಿಸ್ಪಂದಕರು ಅಥವಾ ಅವಲೋಕನಗಳು? ಮಾದರಿ ವಿಧಾನ ಹೇಗಿತ್ತು? ಡೇಟಾ ಇತ್ತೀಚಿನದ್ದೇ? 100 ಜನರ ಸಮೀಕ್ಷೆಯ ಗ್ರಾಫ್ ಸ್ವಾಭಾವಿಕವಾಗಿ ಹತ್ತಾರು ಸಾವಿರ ಪ್ರತಿಸ್ಪಂದಕರ ಸಮೀಕ್ಷೆಗಿಂತ ಹೆಚ್ಚಿನ ಅನಿಶ್ಚಿತತೆಯನ್ನು ಹೊಂದಿರುತ್ತದೆ. ವೈಜ್ಞಾನಿಕ ಗ್ರಾಫ್ಗಳು ಕೆಲವೊಮ್ಮೆ "ದೋಷ ಪಟ್ಟಿಗಳು" ಅಥವಾ ಅನಿಶ್ಚಿತತೆಯನ್ನು ಸೂಚಿಸುವ ವಿಶ್ವಾಸಾರ್ಹ ಮಧ್ಯಂತರಗಳನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತವೆ - ಇವುಗಳನ್ನು ಓದುವುದು ಮುಖ್ಯ, ನಿರ್ಲಕ್ಷಿಸುವುದಲ್ಲ.
9. ಮೋಸಗೊಳಿಸುವ ದೃಶ್ಯ ತಂತ್ರಗಳನ್ನು ಗುರುತಿಸಿ
ಹಲವಾರು ವಿನ್ಯಾಸ ತಂತ್ರಗಳು ಗ್ರಹಿಕೆಯ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರಬಹುದು:
- ಬಾರ್/ಪೈ ಚಾರ್ಟ್ಗಳಲ್ಲಿ 3D ಬಳಸುವುದರಿಂದ ಅಳತೆಗಳನ್ನು ಹೋಲಿಸುವುದು ಕಷ್ಟಕರವಾಗಬಹುದು.
- ತುಂಬಾ ವ್ಯತಿರಿಕ್ತವಾಗಿರುವ ಬಣ್ಣಗಳು ಕೆಲವು ವರ್ಗಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಬಹುದು.
- ವರ್ಗಗಳ ಕ್ರಮವು ವ್ಯಾಖ್ಯಾನಕ್ಕೆ ಮಾರ್ಗದರ್ಶನ ನೀಡಬಹುದು (ಉದಾ. ಆರಂಭ/ಅಂತ್ಯದಲ್ಲಿ ತೀವ್ರ ಮೌಲ್ಯಗಳನ್ನು ಹಾಕುವುದು).
- ಆಯ್ದ ಸಮಯದ ಚೌಕಟ್ಟಿನ ಆಯ್ಕೆಯು ದೀರ್ಘಕಾಲೀನ ಪ್ರವೃತ್ತಿಗಳನ್ನು ಮರೆಮಾಡಬಹುದು.
ಒಬ್ಬ ಓದುಗರಾಗಿ, ಗ್ರಾಫ್ಗಳನ್ನು "ಪರೀಕ್ಷಿಸುವ" ಅಭ್ಯಾಸವನ್ನು ಮಾಡಿಕೊಳ್ಳಿ: ಮಾಪಕವನ್ನು ವಿಸ್ತರಿಸಿದರೆ, ಸಮಯದ ಅವಧಿಯನ್ನು ವಿಸ್ತರಿಸಿದರೆ ಅಥವಾ ವರ್ಗಗಳನ್ನು ಮರುಕ್ರಮಗೊಳಿಸಿದರೆ ತೀರ್ಮಾನಗಳು ಬದಲಾಗುತ್ತವೆಯೇ?
10. ಪ್ರಮಾಣಾನುಗುಣವಾಗಿ ತೀರ್ಮಾನಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ ಮತ್ತು ಮಿತಿಗಳನ್ನು ತಿಳಿಸಿ.
ಗ್ರಾಫ್ ಅನ್ನು ಓದಿದ ನಂತರ, ಡೇಟಾದ ಬಲವನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವ ವಾಕ್ಯದೊಂದಿಗೆ ಸಾರಾಂಶಗೊಳಿಸಿ. ಗ್ರಾಫ್ ಮೇಲ್ಮುಖ ಪ್ರವೃತ್ತಿಯನ್ನು ತೋರಿಸಿದರೆ, "ಖಂಡಿತವಾಗಿಯೂ ಹೆಚ್ಚಾಗುತ್ತಲೇ ಇರುತ್ತದೆ" ಎಂದು ಹೇಳುವ ಬದಲು "ಈ ಅವಧಿಯಲ್ಲಿ ಹೆಚ್ಚಾಗುವ ಪ್ರವೃತ್ತಿ ಇದೆ" ಎಂದು ಹೇಳಿ. ಡೇಟಾವು ನಿರ್ದಿಷ್ಟ ಪ್ರದೇಶವನ್ನು ಮಾತ್ರ ಒಳಗೊಂಡಿದ್ದರೆ, ಇಡೀ ಜನಸಂಖ್ಯೆಗೆ ಸಾಮಾನ್ಯೀಕರಿಸಬೇಡಿ.
ಒಳ್ಳೆಯ ತೀರ್ಮಾನವು ಸಾಮಾನ್ಯವಾಗಿ ಮೂರು ವಿಷಯಗಳಿಗೆ ಉತ್ತರಿಸುತ್ತದೆ: (1) ಮುಖ್ಯ ಮಾದರಿ ಏನು, (2) ಬದಲಾವಣೆ ಎಷ್ಟು ದೊಡ್ಡದು, ಮತ್ತು (3) ವ್ಯಾಖ್ಯಾನದ ಮಿತಿಗಳೇನು.
ಪೆನುಟಪ್
ಮಾಹಿತಿಯ ಮಿತಿಮೀರಿದ ಯುಗದಲ್ಲಿ ಅಂಕಿಅಂಶಗಳ ಗ್ರಾಫ್ಗಳನ್ನು ಸರಿಯಾಗಿ ಓದುವುದು ಮತ್ತು ಅರ್ಥೈಸುವುದು ಒಂದು ನಿರ್ಣಾಯಕ ಕೌಶಲ್ಯವಾಗಿದೆ. ಸಂದರ್ಭವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಮೂಲಕ, ಗ್ರಾಫ್ ಪ್ರಕಾರಗಳನ್ನು ಗುರುತಿಸುವ ಮೂಲಕ, ಲೇಬಲ್ಗಳು ಮತ್ತು ಮಾಪಕಗಳನ್ನು ಪರಿಶೀಲಿಸುವ ಮೂಲಕ, ಸಂಪೂರ್ಣ ಮತ್ತು ಸಾಪೇಕ್ಷ ಬದಲಾವಣೆಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವ ಮೂಲಕ ಮತ್ತು ಡೇಟಾ ಮೂಲಗಳು ಮತ್ತು ಸಂಭಾವ್ಯ ದೃಶ್ಯ ಪಕ್ಷಪಾತಗಳನ್ನು ವಿಮರ್ಶಾತ್ಮಕವಾಗಿ ಪರಿಗಣಿಸುವ ಮೂಲಕ, ನೀವು ಡೇಟಾ-ಚಾಲಿತ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಉತ್ತಮವಾಗಿ ಸಜ್ಜಾಗುತ್ತೀರಿ. ಉತ್ತಮ ಗ್ರಾಫ್ಗಳು ಊಹೆಗಳನ್ನು ಬಲಪಡಿಸುವ ಬದಲು ವಾಸ್ತವವನ್ನು ಹೆಚ್ಚು ಸ್ಪಷ್ಟವಾಗಿ ನೋಡಲು ನಮಗೆ ಸಹಾಯ ಮಾಡಬೇಕು. ಆದ್ದರಿಂದ, ಎಚ್ಚರಿಕೆಯಿಂದ ಗ್ರಾಫ್ ರೀಡರ್ ಆಗಿರಿ: ಆಕಾರಗಳನ್ನು ಮಾತ್ರ ನೋಡಬೇಡಿ, ಆದರೆ ಅವುಗಳ ಅರ್ಥವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ.
