שלום,
נראה שכבר הכרתם את אאוריקה. בטח כבר גיליתם כאן דברים מדהימים, אולי כבר שאלתם שאלות וקיבלתם תשובות טובות.
נשמח לראות משהו מכם בספר האורחים שלנו: איזו מילה טובה, חוות דעת, עצה חכמה לשיפור או כל מה שיש לכם לספר לנו על אאוריקה, כפי שאתם חווים אותה.
»
«
איך היסטוגרמה מראה התפלגויות?
היסטוגרמה (Histogram) דומה במראה לגרף עמודות, אך היא משרתת מטרה שונה: היא מראה התפלגות של נתונים רציפים. ציר אחד (בדרך כלל אופקי) מחולק ל"טווחים" או "אשכולות" של ערכים (בין X ל-Y, Y ל-Z, וכו') והציר האחר מראה כמה נתונים נופלים בכל טווח כזה.
כל עמודה בהיסטוגרמה מייצגת את מספר המקרים או התצפיות שהתגלו בטווח ערכים מסוים. כך למעשה ההיסטוגרמה נותנת מושג על צורת ההתפלגות – האם רוב הנתונים מרוכזים בטווח צר, פזורים באופן אחיד, או אולי יש שני "שיאים" וכו'.
אם נאסוף, לדוגמה, את ציוני המבחן של 100 תלמידים, נוכל ליצור היסטוגרמה שבה כל עמודה מראה כמה תלמידים קיבלו ציון בטווח מסוים (נגיד 50-60, 60-70, 70-80, וכו'). כך אפשר לראות האם רוב הכיתה קיבלה ציונים גבוהים, נמוכים, או שהתפלגו באופן שווה.
#יתרונות
היסטוגרמה מצטיינת בהצגת התפלגות ערכים – משהו שגרף עמודות רגיל אינו עושה, כי גרף עמודות מציג כל קטגוריה בנפרד ולא טווח רציף.
בעזרת היסטוגרמה אפשר לזהות במהירות מאפיינים של הנתונים כמו שכיחות (כמה פעמים ערכים מופיעים בטווח מסוים), האם יש הטיה לכיוון גבוה או נמוך והאם הנתונים מרוכזים סביב ערך מרכזי או מפוזרים.
כך, למשל, אפשר לראות אם יש "זנב ארוך" – כלומר מעט ערכים רחוקים מהמרכז (מה שיראה כעמודה בודדת רחוקה מהשאר).
#התאמה
היסטוגרמה מתאימה במיוחד עבור נתונים מספריים רציפים בכמות גדולה, כאשר רוצים להבין את הצורה הכללית שלהם.
כל מצב שבו יש מדידה כמותית להרבה פרטים - ציוני תלמידים, גבהים של אנשים, משך זמן שלוקח לאנשים לבצע משימה, טמפרטורות יומיות בחודש – יתאים להיסטוגרמה.
מה שכן, חשוב שלנתונים יהיה טווח ערכים רחב מספיק כדי לחלק לטווחים (Bins) ולהפיק תובנות מצורת ההצטברות שלהם.
#דוגמאות
דוגמה מהחיים היא של מורה שיכול להכין היסטוגרמה של ציוני הבחינה בכיתה כדי לראות את פיזור הציונים. הציר האופקי הוא טווחי ציונים, בעוד הציר האנכי הוא מספר התלמידים בכל טווח. כך ניתן לבחון האם יש שתי פסגות (האם למשל קבוצה גדולה קיבלה ציונים נמוכים וקבוצה גדולה אחרת ציונים גבוהים) או שהציונים מרוכזים סביב ציון ביניים.
דוגמה נוספת: היסטוגרמה של גילאי תושבי עיר – ציר אופקי טווחי גיל (0-9, 10-19, 20-29 וכו') והציר האנכי מספר התושבים בכל טווח. כך העירייה יכולה לראות אם יש הרבה צעירים, הרבה מבוגרים וכו', דברים שיכולים להשפיע על תכנון וסוג השירותים לתושבים.
מהי היסטוגרמה, מתי להשתמש בה ואיך?
https://youtu.be/haJyaQObNwU
היסטוגרמה בעולם ההשקעות:
https://youtu.be/Xv8gh2exXeE
מה ההבדל בין היסטוריה לגרף עמודות?
https://youtu.be/JsEwJD1mYpU
היסטוגרמה? - מתי להשתמש באיזה גרף?
https://youtu.be/yrTB5JSQPqY
כך תבנו היסטוגרמה:
https://youtu.be/fHX7myclXyk
מהי עקומת הפעמון?
נניח שנמדוד את הגבהים של אוכלוסיית ישראל ונביט על גרף שמציג את ההתפלגות שלהם (כמה אנשים יש מכל גובה). סביר שהגרף יהיה גבוה באמצע, כי הגבהים של רוב האוכלוסיה ממוצעים, הגרף יהיה נמוך במידות הגבוהות (יש יחסית מעט אנשים גבוהים בחברה) ונמוך בגבהים הנמוכים (יש גם מעט נמוכים בחברה הישראלית). הגרף שנקבל נראה כמו פעמון ולכן הוא נקרא "עקומת פעמון".
אם נשרטט גרף של התוצאות הסטטיסטיות של כמעט כל תופעה חברתית (ואולי לא כמעט), כנראה שנקבל גרף בצורת פעמון.
השמות הללו כמו עקומת הפעמון, עקומת ההתפלגות הנורמלית או עקומת גאוס הם שמות שונים לעקומה שמתארת את ההתפלגות הסטטיסטית של משתנים סביב הערך הממוצע שלהם.
זוהי התפלגות סטטיסטית שמשמשת בכל תחומי המדע, אך היא מקובלת מאד במדעי החברה. גאוס, המתמטיקאי שאחראי לגילויה כונה לא פעם "נסיך המתמטיקאים".
הנה עקומת הפעמון (עברית):
https://youtu.be/1X1WCmHJcQQ
וכך מוצג ה-IQ של האוכלוסייה בעקומת פעמון:
https://youtu.be/XQdenK0Pl38
מה עושים עם תרשים קופסה?
תרשים קופסה ("BoxPlot"), שנקרא גם תרשים תיבה, נותן סיכום חזותי של התפלגות נתונים בעזרת תיבה וקווים תוחמים מחוץ לתיבה, המכונים "שפמים".
תרשים הקופסה מספק 5 דברים על קבוצת הנתונים: המינימום, הרבעון התחתון, החציון, הרבעון העליון והמקסימום.
בתרשים מוצגים בצורה מרוכזת הערכים המרכזיים והפיזור של הנתונים:
#הרבעון התחתון והעליון - אלה גבולות התיבה שהם לרוב הרבעון התחתון והעליון. אלו ערכים שמתחת להם נמצאים 25% ו-75% מהנתונים.
חציון - הקו שבתוך התיבה. זהו החציון (Median), הערך האמצעי של הנתונים.
ערכי המינימום והמקסימום - ערכים שקל לזהות, כי הם מוצגים על ידי קצוות הקווים היוצאים מהקופסה ומכונים "שפמים" (whiskers). השפמים מיקומם בגבול הערכים הקיצוניים, שהם המינימום והמקסימום. ואגב, באנגלית קוראים לתרשימי קופסה גם "תרשימי קופסה ושפמים" (box and whisker plots).
נקודות בודדות מחוץ לטווח השפמים מסמנות ערכים חריגים. כלומר נתונים יוצאי דופן גבוהים או נמוכים במיוחד.
לדוגמה, בתרשים הקופסה יכולים להיות מוצגים ציוני מבחן של שתי כיתות: עבור כל כיתה יש "תיבה" אחת. ניתן לראות מצב בו בכיתה A החציון קצת גבוה מ-70, בעוד בכיתה B החציון הוא סביב 72. פיזור הציונים בכיתה B יכול להיות גדול יותר (התיבה ארוכה יותר וכך גם שפמי כיתה B הארוכים יותר - מה שמראה שהציונים בה מפוזרים על פני טווח רחב יותר). יכולה להיות גם נקודת עיגול מתחת לכיתה B, שמשמעותה היא למשל תלמיד שקיבל ציון חריג נמוך במיוחד לעומת שאר תלמידי כיתתו.
#יתרונות
תרשים קופסה מאפשר השוואה מהירה בין התפלגויות של קבוצות שונות. בגרף אחד אפשר לשים מספר "תיבות" זו ליד זו (כמו בדוגמת שתי הכיתות) ולהבין מיד באיזו קבוצה הערכים באופן כללי גבוהים יותר, איפה הפיזור רחב או צר יותר והאם יש חריגים.
זהו מידע שיהיה קשה לראות בגרפים פשוטים כמו גרף עמודות (שמציגים רק ממוצע או סכום ולא את פיזור הנתונים).
בנוסף, התרשים מספק הרבה מידע במבט מרוכז אחד: ממוצע או חציון, טווח בין-רבעוני (הקופסה), טווח כללי (השפמים) וחריגים, מבלי שנצטרך לראות כל נקודה ונקודה בנפרד.
#התאמה
תרשים הקופסה מתאים במיוחד עבור נתונים כמותיים, כאשר חשוב להבין את הפיזור והמגמה המרכזית שלהם, במיוחד בהשוואה בין כמה קבוצות.
למשל, בציוני מבחן של כמה כיתות שונות, בגבהים של זכרים מול נקבות או בהתפלגות הכנסות בערים שונות - בכל אלו מעניין לא רק מה הממוצע אלא איך הנתונים נפרשים סביבו.
תרשים קופסה שימושי גם בזיהוי ערכים חריגים שיכולים להיות חשובים. כמו, למשל, זיהוי ניסוי מדעי ש"תפס כיוון שונה" משאר התוצאות כי הוא חריג.
#דוגמאות
דוגמה מהחיים: דמיינו בית חולים שמשווה את זמן ההמתנה בחדר המיון בשלושה סניפים שונים. באמצעות תרשים קופסה, יוצג כל סניף בתיבה. אפשר לראות באיזה בית חולים זמן ההמתנה החציוני (חציון) קצר ביותר ובאיזה הפיזור גדול.
ייתכן שבבית חולים אחד לרוב ממתינים 10-20 דקות (תיבה קטנה), בעוד שבאחר הזמנים מגוונים ונפרשים מ-5 דקות ועד שעה (תיבה ושפמים גדולים יותר). מידע כזה עוזר לזהות איפה השירות עקבי ומהיר יותר.
עוד תרשים לדוגמה יכול להיות באמצעות Box Plot של ציוני שתי כיתות (כיתה A וכיתה B). הקו האדום בכל תיבה הוא החציון, הקופסה מראה את טווח הציונים האמצעי, והנקודות (כמו עיגול לבן) הן ערכים חריגים.
הנה הסבר של תרשים הקופסה:
https://youtu.be/Ck5HMTnvfw0
דוגמה שימושית לתרשים כזה:
https://youtu.be/b2C9I8HuCe4
חמשת הנקודות העיקריות בתרשים הקופסה:
https://youtu.be/E7ewAxluyt0
הנתונים שמראה תרשים קופסה:
https://youtu.be/EVm1NhGod1w
כך תקראו תרשים קופסה:
https://youtu.be/fHLhBnmwUM0
ותרשים קופסה בתוכנת אקסל:
https://youtu.be/f7rkB7c-zDw
מהו גרף עוגה ומה הוא מציג היטב?
גרף עוגה (Pie Chart), או דיאגרמת עוגה, הוא גרף נתונים ללא צירים המציג בפלחים צבעוניים את החלקים מתוך שלם.
יתרונו הוא בהצגת ההתפלגות של השלם לחלקים היחסיים, כמו גם של היחס שבין החלקים השונים ובין כל אחד מהם לבין השלם.
גרף עוגה נקרא כך כי צורתו כעין עוגה עגולה המחולקת לפרוסות. כל פרוסה מייצגת קטגוריה או חלק מסוים מתוך ה"עוגה" השלמה, וגודל הפרוסה (הזווית או השטח שלה) מראה את היחס או האחוז של אותו חלק מתוך השלם.
כל הפרוסות שמציגות חלוקת שלם לחלקים יוצרות מעגל שלם ולמעשה 100% מהנתון. גרף עוגה מאפשר לראות בבת-אחת איזה חלק תופסת כל קטגוריה מתוך הסך הכולל. כך ניתן להציג בעזרת גרף עוגה למשל את חלוקת התקציב חודשי של משק הבית: פרוסה אחת עבור אחוז ההוצאה על מזון, פרוסה אחרת עבור דיור, פרטסה לתחבורה, לבידור וכו'. כך רואים באילו סעיפים היה שיעור ההוצאות הגדול ביותר.
#יתרונות
גרף עוגה נותן תמונה מהירה של יחס החלקים בתוך שלם אחד. בניגוד לגרף עמודות המשווה כמויות מוחלטות, גרף העוגה מתמקד בהמחשת ההרכב היחסי – מה הגודל היחסי של כל חלק. הוא יעיל במיוחד כשיש רק כמה חלקים גדולים וברורים ומאפשר לזהות מיד למשל מה "הפרוסה הגדולה ביותר", או החלקים הגדולים יותר בחלוקה.
#מתי משתמשים בו?
גרף העוגה מתאים במיוחד להצגת אחוזים או חלקים מתוך סך הכל של השלם. בכל מצב שבו הנתונים הם חלקי סך (כלומר, סך הכול 100% מחולק בין קטגוריות), גרף עוגה יכול להתאים.
למשל, פילוח אוכלוסייה לפי קבוצות גיל, באחוזים מתוך כלל האוכלוסייה. או בפילוח חלוקת הזמן של סטודנט ביומיום שלו, כלומר כמה אחוזים מהזמן מוקדשים לכל פעילות.
#דוגמאות
יש דוגמאות מהמדע, כמו גרף עוגה שיכול להראות את ההרכב של האוויר שאנו נושמים: כ-78% חנקן, 21% חמצן, וכ-1% גזים אחרים. כל גז מיוצג בפרוסת עוגה בגודל מתאים.
דוגמה יומיומית היא חלוקת שעות היממה של תלמיד תיכון. אם ה"עוגה" כוללת 24 שעות, היא מחולקת לפרוסות – שינה, לימודים בבית הספר, שיעורי בית, שעות פנאי וכדומה. כך מראים בגרף אחד כמה משעות היום מוקדשות לכל פעילות.
הסבר של גרף העוגה:
https://youtu.be/GjJdZaQrItg
מצגת וידאו:
https://youtu.be/18o0iqU8Ke4
מהו גרף העוגה?
https://youtu.be/P2HIgjqIGiU
התפלגות
היסטוגרמה (Histogram) דומה במראה לגרף עמודות, אך היא משרתת מטרה שונה: היא מראה התפלגות של נתונים רציפים. ציר אחד (בדרך כלל אופקי) מחולק ל"טווחים" או "אשכולות" של ערכים (בין X ל-Y, Y ל-Z, וכו') והציר האחר מראה כמה נתונים נופלים בכל טווח כזה.
כל עמודה בהיסטוגרמה מייצגת את מספר המקרים או התצפיות שהתגלו בטווח ערכים מסוים. כך למעשה ההיסטוגרמה נותנת מושג על צורת ההתפלגות – האם רוב הנתונים מרוכזים בטווח צר, פזורים באופן אחיד, או אולי יש שני "שיאים" וכו'.
אם נאסוף, לדוגמה, את ציוני המבחן של 100 תלמידים, נוכל ליצור היסטוגרמה שבה כל עמודה מראה כמה תלמידים קיבלו ציון בטווח מסוים (נגיד 50-60, 60-70, 70-80, וכו'). כך אפשר לראות האם רוב הכיתה קיבלה ציונים גבוהים, נמוכים, או שהתפלגו באופן שווה.
#יתרונות
היסטוגרמה מצטיינת בהצגת התפלגות ערכים – משהו שגרף עמודות רגיל אינו עושה, כי גרף עמודות מציג כל קטגוריה בנפרד ולא טווח רציף.
בעזרת היסטוגרמה אפשר לזהות במהירות מאפיינים של הנתונים כמו שכיחות (כמה פעמים ערכים מופיעים בטווח מסוים), האם יש הטיה לכיוון גבוה או נמוך והאם הנתונים מרוכזים סביב ערך מרכזי או מפוזרים.
כך, למשל, אפשר לראות אם יש "זנב ארוך" – כלומר מעט ערכים רחוקים מהמרכז (מה שיראה כעמודה בודדת רחוקה מהשאר).
#התאמה
היסטוגרמה מתאימה במיוחד עבור נתונים מספריים רציפים בכמות גדולה, כאשר רוצים להבין את הצורה הכללית שלהם.
כל מצב שבו יש מדידה כמותית להרבה פרטים - ציוני תלמידים, גבהים של אנשים, משך זמן שלוקח לאנשים לבצע משימה, טמפרטורות יומיות בחודש – יתאים להיסטוגרמה.
מה שכן, חשוב שלנתונים יהיה טווח ערכים רחב מספיק כדי לחלק לטווחים (Bins) ולהפיק תובנות מצורת ההצטברות שלהם.
#דוגמאות
דוגמה מהחיים היא של מורה שיכול להכין היסטוגרמה של ציוני הבחינה בכיתה כדי לראות את פיזור הציונים. הציר האופקי הוא טווחי ציונים, בעוד הציר האנכי הוא מספר התלמידים בכל טווח. כך ניתן לבחון האם יש שתי פסגות (האם למשל קבוצה גדולה קיבלה ציונים נמוכים וקבוצה גדולה אחרת ציונים גבוהים) או שהציונים מרוכזים סביב ציון ביניים.
דוגמה נוספת: היסטוגרמה של גילאי תושבי עיר – ציר אופקי טווחי גיל (0-9, 10-19, 20-29 וכו') והציר האנכי מספר התושבים בכל טווח. כך העירייה יכולה לראות אם יש הרבה צעירים, הרבה מבוגרים וכו', דברים שיכולים להשפיע על תכנון וסוג השירותים לתושבים.
מהי היסטוגרמה, מתי להשתמש בה ואיך?
https://youtu.be/haJyaQObNwU
היסטוגרמה בעולם ההשקעות:
https://youtu.be/Xv8gh2exXeE
מה ההבדל בין היסטוריה לגרף עמודות?
https://youtu.be/JsEwJD1mYpU
היסטוגרמה? - מתי להשתמש באיזה גרף?
https://youtu.be/yrTB5JSQPqY
כך תבנו היסטוגרמה:
https://youtu.be/fHX7myclXyk
נניח שנמדוד את הגבהים של אוכלוסיית ישראל ונביט על גרף שמציג את ההתפלגות שלהם (כמה אנשים יש מכל גובה). סביר שהגרף יהיה גבוה באמצע, כי הגבהים של רוב האוכלוסיה ממוצעים, הגרף יהיה נמוך במידות הגבוהות (יש יחסית מעט אנשים גבוהים בחברה) ונמוך בגבהים הנמוכים (יש גם מעט נמוכים בחברה הישראלית). הגרף שנקבל נראה כמו פעמון ולכן הוא נקרא "עקומת פעמון".
אם נשרטט גרף של התוצאות הסטטיסטיות של כמעט כל תופעה חברתית (ואולי לא כמעט), כנראה שנקבל גרף בצורת פעמון.
השמות הללו כמו עקומת הפעמון, עקומת ההתפלגות הנורמלית או עקומת גאוס הם שמות שונים לעקומה שמתארת את ההתפלגות הסטטיסטית של משתנים סביב הערך הממוצע שלהם.
זוהי התפלגות סטטיסטית שמשמשת בכל תחומי המדע, אך היא מקובלת מאד במדעי החברה. גאוס, המתמטיקאי שאחראי לגילויה כונה לא פעם "נסיך המתמטיקאים".
הנה עקומת הפעמון (עברית):
https://youtu.be/1X1WCmHJcQQ
וכך מוצג ה-IQ של האוכלוסייה בעקומת פעמון:
https://youtu.be/XQdenK0Pl38
תרשים קופסה ("BoxPlot"), שנקרא גם תרשים תיבה, נותן סיכום חזותי של התפלגות נתונים בעזרת תיבה וקווים תוחמים מחוץ לתיבה, המכונים "שפמים".
תרשים הקופסה מספק 5 דברים על קבוצת הנתונים: המינימום, הרבעון התחתון, החציון, הרבעון העליון והמקסימום.
בתרשים מוצגים בצורה מרוכזת הערכים המרכזיים והפיזור של הנתונים:
#הרבעון התחתון והעליון - אלה גבולות התיבה שהם לרוב הרבעון התחתון והעליון. אלו ערכים שמתחת להם נמצאים 25% ו-75% מהנתונים.
חציון - הקו שבתוך התיבה. זהו החציון (Median), הערך האמצעי של הנתונים.
ערכי המינימום והמקסימום - ערכים שקל לזהות, כי הם מוצגים על ידי קצוות הקווים היוצאים מהקופסה ומכונים "שפמים" (whiskers). השפמים מיקומם בגבול הערכים הקיצוניים, שהם המינימום והמקסימום. ואגב, באנגלית קוראים לתרשימי קופסה גם "תרשימי קופסה ושפמים" (box and whisker plots).
נקודות בודדות מחוץ לטווח השפמים מסמנות ערכים חריגים. כלומר נתונים יוצאי דופן גבוהים או נמוכים במיוחד.
לדוגמה, בתרשים הקופסה יכולים להיות מוצגים ציוני מבחן של שתי כיתות: עבור כל כיתה יש "תיבה" אחת. ניתן לראות מצב בו בכיתה A החציון קצת גבוה מ-70, בעוד בכיתה B החציון הוא סביב 72. פיזור הציונים בכיתה B יכול להיות גדול יותר (התיבה ארוכה יותר וכך גם שפמי כיתה B הארוכים יותר - מה שמראה שהציונים בה מפוזרים על פני טווח רחב יותר). יכולה להיות גם נקודת עיגול מתחת לכיתה B, שמשמעותה היא למשל תלמיד שקיבל ציון חריג נמוך במיוחד לעומת שאר תלמידי כיתתו.
#יתרונות
תרשים קופסה מאפשר השוואה מהירה בין התפלגויות של קבוצות שונות. בגרף אחד אפשר לשים מספר "תיבות" זו ליד זו (כמו בדוגמת שתי הכיתות) ולהבין מיד באיזו קבוצה הערכים באופן כללי גבוהים יותר, איפה הפיזור רחב או צר יותר והאם יש חריגים.
זהו מידע שיהיה קשה לראות בגרפים פשוטים כמו גרף עמודות (שמציגים רק ממוצע או סכום ולא את פיזור הנתונים).
בנוסף, התרשים מספק הרבה מידע במבט מרוכז אחד: ממוצע או חציון, טווח בין-רבעוני (הקופסה), טווח כללי (השפמים) וחריגים, מבלי שנצטרך לראות כל נקודה ונקודה בנפרד.
#התאמה
תרשים הקופסה מתאים במיוחד עבור נתונים כמותיים, כאשר חשוב להבין את הפיזור והמגמה המרכזית שלהם, במיוחד בהשוואה בין כמה קבוצות.
למשל, בציוני מבחן של כמה כיתות שונות, בגבהים של זכרים מול נקבות או בהתפלגות הכנסות בערים שונות - בכל אלו מעניין לא רק מה הממוצע אלא איך הנתונים נפרשים סביבו.
תרשים קופסה שימושי גם בזיהוי ערכים חריגים שיכולים להיות חשובים. כמו, למשל, זיהוי ניסוי מדעי ש"תפס כיוון שונה" משאר התוצאות כי הוא חריג.
#דוגמאות
דוגמה מהחיים: דמיינו בית חולים שמשווה את זמן ההמתנה בחדר המיון בשלושה סניפים שונים. באמצעות תרשים קופסה, יוצג כל סניף בתיבה. אפשר לראות באיזה בית חולים זמן ההמתנה החציוני (חציון) קצר ביותר ובאיזה הפיזור גדול.
ייתכן שבבית חולים אחד לרוב ממתינים 10-20 דקות (תיבה קטנה), בעוד שבאחר הזמנים מגוונים ונפרשים מ-5 דקות ועד שעה (תיבה ושפמים גדולים יותר). מידע כזה עוזר לזהות איפה השירות עקבי ומהיר יותר.
עוד תרשים לדוגמה יכול להיות באמצעות Box Plot של ציוני שתי כיתות (כיתה A וכיתה B). הקו האדום בכל תיבה הוא החציון, הקופסה מראה את טווח הציונים האמצעי, והנקודות (כמו עיגול לבן) הן ערכים חריגים.
הנה הסבר של תרשים הקופסה:
https://youtu.be/Ck5HMTnvfw0
דוגמה שימושית לתרשים כזה:
https://youtu.be/b2C9I8HuCe4
חמשת הנקודות העיקריות בתרשים הקופסה:
https://youtu.be/E7ewAxluyt0
הנתונים שמראה תרשים קופסה:
https://youtu.be/EVm1NhGod1w
כך תקראו תרשים קופסה:
https://youtu.be/fHLhBnmwUM0
ותרשים קופסה בתוכנת אקסל:
https://youtu.be/f7rkB7c-zDw
גרף עוגה (Pie Chart), או דיאגרמת עוגה, הוא גרף נתונים ללא צירים המציג בפלחים צבעוניים את החלקים מתוך שלם.
יתרונו הוא בהצגת ההתפלגות של השלם לחלקים היחסיים, כמו גם של היחס שבין החלקים השונים ובין כל אחד מהם לבין השלם.
גרף עוגה נקרא כך כי צורתו כעין עוגה עגולה המחולקת לפרוסות. כל פרוסה מייצגת קטגוריה או חלק מסוים מתוך ה"עוגה" השלמה, וגודל הפרוסה (הזווית או השטח שלה) מראה את היחס או האחוז של אותו חלק מתוך השלם.
כל הפרוסות שמציגות חלוקת שלם לחלקים יוצרות מעגל שלם ולמעשה 100% מהנתון. גרף עוגה מאפשר לראות בבת-אחת איזה חלק תופסת כל קטגוריה מתוך הסך הכולל. כך ניתן להציג בעזרת גרף עוגה למשל את חלוקת התקציב חודשי של משק הבית: פרוסה אחת עבור אחוז ההוצאה על מזון, פרוסה אחרת עבור דיור, פרטסה לתחבורה, לבידור וכו'. כך רואים באילו סעיפים היה שיעור ההוצאות הגדול ביותר.
#יתרונות
גרף עוגה נותן תמונה מהירה של יחס החלקים בתוך שלם אחד. בניגוד לגרף עמודות המשווה כמויות מוחלטות, גרף העוגה מתמקד בהמחשת ההרכב היחסי – מה הגודל היחסי של כל חלק. הוא יעיל במיוחד כשיש רק כמה חלקים גדולים וברורים ומאפשר לזהות מיד למשל מה "הפרוסה הגדולה ביותר", או החלקים הגדולים יותר בחלוקה.
#מתי משתמשים בו?
גרף העוגה מתאים במיוחד להצגת אחוזים או חלקים מתוך סך הכל של השלם. בכל מצב שבו הנתונים הם חלקי סך (כלומר, סך הכול 100% מחולק בין קטגוריות), גרף עוגה יכול להתאים.
למשל, פילוח אוכלוסייה לפי קבוצות גיל, באחוזים מתוך כלל האוכלוסייה. או בפילוח חלוקת הזמן של סטודנט ביומיום שלו, כלומר כמה אחוזים מהזמן מוקדשים לכל פעילות.
#דוגמאות
יש דוגמאות מהמדע, כמו גרף עוגה שיכול להראות את ההרכב של האוויר שאנו נושמים: כ-78% חנקן, 21% חמצן, וכ-1% גזים אחרים. כל גז מיוצג בפרוסת עוגה בגודל מתאים.
דוגמה יומיומית היא חלוקת שעות היממה של תלמיד תיכון. אם ה"עוגה" כוללת 24 שעות, היא מחולקת לפרוסות – שינה, לימודים בבית הספר, שיעורי בית, שעות פנאי וכדומה. כך מראים בגרף אחד כמה משעות היום מוקדשות לכל פעילות.
הסבר של גרף העוגה:
https://youtu.be/GjJdZaQrItg
מצגת וידאו:
https://youtu.be/18o0iqU8Ke4
מהו גרף העוגה?
https://youtu.be/P2HIgjqIGiU
