बिंदु साजिश

यह आलेख बताता है कि डॉट प्लॉट क्या हैं। इसके अलावा, आप जानेंगे कि डॉट प्लॉट कैसे बनाया जाता है और चरणों में समझाया गया एक उदाहरण। अंत में, अन्य प्रकार के संबंधित सांख्यिकीय ग्राफ़ प्रस्तुत किए गए हैं।

डॉट प्लॉट क्या है?

डॉट प्लॉट एक प्रकार का सांख्यिकीय ग्राफ़ है जिसमें डेटा का एक सेट दो कार्टेशियन समन्वय अक्षों पर ग्राफ़ किया जाता है।

इसलिए, दो सांख्यिकीय चरों के बीच संबंध का विश्लेषण करने के लिए डॉट प्लॉट का उपयोग किया जाता है।

इसके अलावा, डॉट प्लॉट का व्यापक रूप से आंकड़ों में उपयोग किया जाता है, न केवल दो चर के बीच संबंध निर्धारित करने के लिए, बल्कि डेटासेट के प्रारंभिक अन्वेषण के रूप में एक विस्तृत सांख्यिकीय अध्ययन में भी।

डॉट प्लॉट कैसे बनाये

एक बार जब हमने इसकी परिभाषा देख ली, तो आइए देखें कि डॉट प्लॉट कैसे बनाया जाता है :

1. विश्लेषण किए जाने वाले नमूने से सांख्यिकीय डेटा एकत्र करें। ध्यान रखें कि डॉटप्लॉट बनाने के लिए कम से कम दो मात्रात्मक चर होने चाहिए।
2. डॉटप्लॉट के दो अक्ष बनाएं।
3. दो सांख्यिकीय चर निर्धारित करें जिनका रेखांकन किया जाएगा।
4. ग्राफ़ के प्रत्येक अक्ष के पैमाने को कैलिब्रेट करें। ऐसा करने के लिए, पहले प्रत्येक चर का न्यूनतम और अधिकतम पता लगाने और, इन मानों के आधार पर, प्रत्येक अक्ष को स्केल करने की अनुशंसा की जाती है।
5. डेटा के प्रत्येक जोड़े को ग्राफ़ पर बिंदुओं के रूप में प्लॉट करें। याद रखें कि एक बिंदु को ग्राफ़ पर दर्शाया जाता है जहां क्षैतिज रेखा और ऊर्ध्वाधर रेखा (दोनों काल्पनिक) जो कि चर के मूल्यों से आती हैं, प्रतिच्छेद करती हैं।
6. प्राप्त बिंदुओं के कथानक का विश्लेषण एवं व्याख्या करें।

डॉट प्लॉट उदाहरण

यह कैसे किया जाता है यह समझने के लिए, इस अनुभाग में आप डॉट प्लॉट के प्रतिनिधित्व का एक हल किया हुआ उदाहरण देख सकते हैं।

• निम्नलिखित तालिका में 30 लोगों का उनकी मासिक आय और मासिक व्यय से संबंधित डेटा संकलित किया गया है। डॉटप्लॉट द्वारा परिभाषित सांख्यिकीय डेटा का प्रतिनिधित्व करता है।

हालाँकि डेटा को लोगों की उम्र के आधार पर अलग किया जाता है, इस मामले में हम सभी बिंदुओं को एक साथ ग्राफ़ करेंगे। ऐसा करने के लिए, हम दो अक्ष खींचते हैं, प्रत्येक चर के लिए एक, और हम ग्राफ़ पर एक बिंदु का प्रतिनिधित्व करते हैं जहां इसके प्रत्येक मान के अनुरूप काल्पनिक रेखाएं प्रतिच्छेद करती हैं।

आलेखित बिंदुओं से, हम यह निष्कर्ष निकाल सकते हैं कि किसी व्यक्ति का मासिक वेतन उसके मासिक खर्चों से संबंधित है। अधिक सटीक रूप से, इन दो सांख्यिकीय चरों में एक सकारात्मक सहसंबंध है, क्योंकि जब एक का मूल्य बढ़ता है, तो दूसरे का मूल्य भी बढ़ता है।

लैमिनेटेड डॉट प्लॉट

स्तरीकृत डॉट प्लॉट में एक ग्राफ पर सभी डेटा को बिंदुओं के रूप में दर्शाया जाता है और साथ ही, उन्हें समूहों या स्तरों में अलग किया जाता है। ऐसा करने के लिए, बिंदुओं को आमतौर पर एक अलग रंग में रंगा जाता है या विभिन्न आकृतियों का उपयोग करके खींचा जाता है।

पिछले उदाहरण की तरह, डेटा को उत्तरदाताओं की उम्र के अनुसार विभाजित किया जा सकता है। इसलिए हम एक ही ग्राफ़ में 35 वर्ष से कम उम्र के लोगों के डेटा को एक रंग के साथ और दूसरी ओर, 35 वर्ष से अधिक उम्र के लोगों के डेटा को दूसरे रंग के साथ दर्शा सकते हैं।

डेटा को स्तरों के आधार पर अलग करके, हम एक अलग निष्कर्ष पर पहुंचे। 35 से कम उम्र वालों का वेतन बढ़ने पर वे अधिक खर्च करते हैं, हालाँकि, 35 से अधिक उम्र वालों के मासिक खर्च में उनके वेतन की परवाह किए बिना मुश्किल से बदलाव होता है। ऐसा इसलिए संभव है क्योंकि वृद्ध लोग सेवानिवृत्ति पर विचार करते समय अधिक रूढ़िवादी होते हैं और अधिक बचत करते हैं।

जैसा कि आप देख सकते हैं, डेटा स्तरीकरण उपयोगी है क्योंकि यह ऐसे निष्कर्ष निकालने की अनुमति देता है जो यह देखना बहुत मुश्किल है कि क्या सभी बिंदुओं को बिना किसी विभाजन के एक साथ ग्राफ़ किया गया है।

डॉट प्लॉट और लाइन प्लॉट

एक बार जब बिंदु ग्राफ़ पर अंकित हो जाते हैं, तो उन्हें एक लाइन ग्राफ़ बनाने के लिए एक लाइन से जोड़ा जा सकता है।

यद्यपि यह एक महत्वहीन विवरण की तरह लग सकता है, एक पंक्ति डेटा के विकास का विश्लेषण करना आसान और तेज़ बनाती है, इसलिए यह कुछ मामलों में बहुत उपयोगी हो सकती है, जैसे कि समय श्रृंखला में। दरअसल, सांख्यिकी में डॉट प्लॉट और लाइन प्लॉट का प्रयोग अक्सर किया जाता है।

आप इस प्रकार के सांख्यिकीय आरेख का एक उदाहरण यहां देख सकते हैं: