SlideShare une entreprise Scribd logo
1  sur  26
Télécharger pour lire hors ligne
GRAFİKLER
Eğitimde İstatistiksel Yöntemler-I
Grafikler
• Grafikler Nedir?
• Grafik Yapımında Dikkat Edilecek Noktalar
• Grafik Türleri





Histogram
Pasta
Çizgi
Box-plot
Grafikler Nedir?
Grafikler, gözlem sonucu elde edilen verilerin anlaşılmasını
kolaylaştıran çizgisel gösterimleridir. Grafikler frekans
tablolarının tamamlayıcısı olarak düşünülebilir.
Grafik Yapımında Dikkat Edilecek Noktalar
• Her grafiğin bir başlığı olmalıdır.
• Başlığın bölüm ve sıra no’su yazılır. (Grafik 3.2)
• Eksenlerin neyi ifade ettiği ve değişkenlerin
birimleri belirtilir.
• Kullanılan alan ve çizgi türleri çeşitlilik
gösteriyorsa grafiğin iç sağ üstünde veya dış sol
altında açıklanmalıdır.
Grafik Türleri
•
•
•
•

Histogram
Pasta
Çizgi
Box-plot
Histogram
Histogram, koordinat sisteminde tabanları frekans
tablosundaki her bir sınıfın sınıf büyüklüğü,
yükseklikleri bulunduğu sınıfın frekanslarıyla orantılı
olarak yan yana çizilen dikdörtgenlerden oluşur.
Öğrenci sayısı, fi

Sınıfın frekansı

Final sınav notları, Si

Sınıf büyüklüğü

Grafik 1: Bir sınıftaki öğrencilerin final sınavı notlarının histogram grafiği
Örnek: Bir doğumevinde bir ayda doğan 120 erkek bebeğin ağırlıkları
Tablo 1 de verilmiştir.
Tablo 1: 120 erkek bebeğin ağırlıkları(kg)

Babacan, E., & Kemaloğlu, S. (2013). Frekans dağılımları. 13 Ekim
http://acikders.ankara.edu.tr/mod/resource/view.php?id=452 adresinden erişilmiştir.

2013

tarihinde
Tablo 2: Erkek Bebeğin Ağırlıklarına İlişkin Frekans Tablosu
Grafik 2: 120 erkek bebeğin doğum ağırlıklarının histogram grafiği
Histogram grafikleri
• Simetrik,
• Sağa-çarpık veya
• Sola-çarpık olarak dağılırlar.
Simetrik Dağılım
Ortalama=Ortanca=Tepe Değeri

35
30
Frekans

25
20
15
10
5
0
147-150 151-154 155-158 159-162 163-166 167-170 171-174 175-178 179-182

Boy Uzunlukları (cm)

Grafik 3: Bir sınıftaki öğrencilerin boy uzunluklarının histogram grafiği
Sağa Çarpık Dağılım
Tepe Değeri<Ortanca<Ortalama
60

Frekans

50
40
30
20
10
0
147-150

151-154

155-158

159-162

163-166

167-170

171-174

175-178

Boy Uzunlukları (cm)

Grafik 4: Bir sınıftaki öğrencilerin boy uzunluklarının histogram grafiği
Sola Çarpık Dağılım
Ortalama<Ortanca<Tepe Değeri
70
60

Frekans

50
40
30
20
10
0
147-150 151-154 155-158 159-162 163-166 167-170 171-174 175-178 179-182
Boy Uzunlukları (cm)

Grafik 5: Bir sınıftaki öğrencilerin boy uzunluklarının histogram grafiği
Pasta Grafiği
Her sınıfa düşen frekansın bir dairenin parçası ile
gösterildiği grafik türüdür. Diğer bir ifade ile pasta grafik,
bir bütünün parçalarını karşılaştırmalı olarak göstermek
için kullanılabilecek grafik türüdür. Daha çok
sınıflandırılabilen verilerde kullanılır.
Örnek: Bir okuldaki 120 öğrencinin annelerinin eğitim düzeylerinin
frekans tablosu aşağıda verilmiştir.

Tablo 3: Annelerin eğitim düzeylerinin frekans tablosu
Sınıf

Frekans

Göreli Frekans

İlköğretim

56

56/120

Lise

44

44/120

Üniversite

15

15/120

Yüksek Lisans

5

5/120
4%
12%
İlköğretim
47%

Lise
Üniversite
Yüksek Lisans

37%

Grafik 6: 120 öğrencinin annelerinin eğitim düzeyinin pasta grafiği
Çizgi Grafiği
Frekans dağılımında her sınıfın düzlemde bir nokta ile
temsil edilip, sonra bu noktaların birleştirilmesiyle elde
edilen şekle çizgi diyagramı denir. Sürekli veriler için
kullanılan bir grafik türüdür. Özellikle bir değişkenin zaman
içerisindeki değişimini incelemek için kullanılan en uygun
grafiktir.
Hatırlatma: Sürekli veriler, belli bir aralıkta her değeri alan değişkenlerdir.
Tablo 2 de verilen frekans tablosu için çizgi diyagramı aşağıda verilmiştir.

Grafik 7: 120 erkek bebeğin doğum ağırlıklarının çizgi grafiği
Box-Plot (Kutu) Grafiği
Kutu grafik, ilgili değişken bakımından veri için hazırlanan 5-sayı özeti
tablosu gösterimini grafiksel olarak özetlemeye dayalıdır.
5-Sayı Özeti
1) En küçük değer
2) 25. yüzdelik (1. çeyrek, Q1)
3) 50. yüzdelik (2. çeyrek, Q2, medyan)
4) 75. yüzdelik (3.çeyrek, Q3)
5) En büyük değer
Uç nokta
En büyük değer

75. Yüzdelik (Q3)

İki çeyrek aralığı
=Q3-Q1

50. Yüzdelik (Q2)
25. Yüzdelik (Q1)

En küçük değer

Grafik 8: 1000 öğrencinin üstbiliş puanlarının box-plot grafiği
Box-plot grafikleri de dağılımlarına göre inceleyelim.
Simetrik Dağılım
Ortalama=Ortanca=Tepe Değeri
175
170
165

*21

o22

160
155
150

Ortanca

145

140

Grafik 11: Bir sınıftaki öğrencilerin boy uzunluklarının box-plot grafiği
Sağa Çarpık Dağılım
Tepe Değeri<Ortanca<Ortalama
175
170
165

*21

o22

160
155
150

Ortanca

145

140

Grafik 10: Bir sınıftaki öğrencilerin boy uzunluklarının box-plot grafiği
Sola Çarpık Dağılım
Ortalama<Ortanca<Tepe Değeri
175
170
165

*21

o22

160
155

Ortanca

150
145

140

Grafik 9: Bir sınıftaki öğrencilerin boy uzunluklarının box-plot grafiği
Kaynaklar
Akbaş, Y. 13 Ekim 2013 tarihinde
http://ziraat.ege.edu.tr/~yakbas/hddt/HDDT1_cikti.pdf adresinden
erişilmiştir.

Babacan, E., & Kemaloğlu, S. (2013). 13 Ekim 2013 tarihinde
http://acikders.ankara.edu.tr/mod/resource/view.php?id=452 adresinden
erişilmiştir.
Eymen, E. (2007). 13 Ekim 2013 tarihinde
http://www.yarbis.yildiz.edu.tr/web/userAnnouncementsFiles/dosya898ba82d
b16ed8e09d75d79ff3c1df03.pdf adresinden erişilmiştir.
Terzi, Y. 13 Ekim 2013 tarihinde http://www2.omu.edu.tr/docs/dersnotu/1500.pdf
adresinden erişilmiştir.

Contenu connexe

Tendances

Nörolojik muayene (fazlası için www.tipfakultesi.org )
Nörolojik  muayene (fazlası için www.tipfakultesi.org )Nörolojik  muayene (fazlası için www.tipfakultesi.org )
Nörolojik muayene (fazlası için www.tipfakultesi.org )www.tipfakultesi. org
 
Regression, Bayesian Learning and Support vector machine
Regression, Bayesian Learning and Support vector machineRegression, Bayesian Learning and Support vector machine
Regression, Bayesian Learning and Support vector machineDr. Radhey Shyam
 
Signal Recovery with Orthogonal Matching Pursuit Algorithm
Signal Recovery with Orthogonal Matching Pursuit AlgorithmSignal Recovery with Orthogonal Matching Pursuit Algorithm
Signal Recovery with Orthogonal Matching Pursuit AlgorithmJuanAFigueroa6
 
Servikal spinal yaralanmalar (fazlası için www.tipfakultesi.org )
Servikal spinal yaralanmalar (fazlası için www.tipfakultesi.org )Servikal spinal yaralanmalar (fazlası için www.tipfakultesi.org )
Servikal spinal yaralanmalar (fazlası için www.tipfakultesi.org )www.tipfakultesi. org
 
Omurga travmaları
Omurga travmalarıOmurga travmaları
Omurga travmalarıgopacil
 
Serebrovasküler hastaliklar (fazlası için www.tipfakultesi.org )
Serebrovasküler hastaliklar (fazlası için www.tipfakultesi.org )Serebrovasküler hastaliklar (fazlası için www.tipfakultesi.org )
Serebrovasküler hastaliklar (fazlası için www.tipfakultesi.org )www.tipfakultesi. org
 
Synchronous and asynchronous clock
Synchronous and asynchronous clockSynchronous and asynchronous clock
Synchronous and asynchronous clockNallapati Anindra
 
Iskemik inme (fazlası için www.tipfakultesi.org )
Iskemik inme (fazlası için www.tipfakultesi.org )Iskemik inme (fazlası için www.tipfakultesi.org )
Iskemik inme (fazlası için www.tipfakultesi.org )www.tipfakultesi. org
 
Data clustering and optimization techniques
Data clustering and optimization techniquesData clustering and optimization techniques
Data clustering and optimization techniquesSpyros Ktenas
 
What is cluster analysis
What is cluster analysisWhat is cluster analysis
What is cluster analysisPrabhat gangwar
 
Mathematics Foundation Course for Machine Learning & AI By Eduonix
Mathematics Foundation Course for Machine Learning & AI By Eduonix Mathematics Foundation Course for Machine Learning & AI By Eduonix
Mathematics Foundation Course for Machine Learning & AI By Eduonix Nick Trott
 
Presentation on unsupervised learning
Presentation on unsupervised learning Presentation on unsupervised learning
Presentation on unsupervised learning ANKUSH PAL
 
Cheatsheet unsupervised-learning
Cheatsheet unsupervised-learningCheatsheet unsupervised-learning
Cheatsheet unsupervised-learningSteve Nouri
 

Tendances (20)

Nörolojik muayene (fazlası için www.tipfakultesi.org )
Nörolojik  muayene (fazlası için www.tipfakultesi.org )Nörolojik  muayene (fazlası için www.tipfakultesi.org )
Nörolojik muayene (fazlası için www.tipfakultesi.org )
 
Regression, Bayesian Learning and Support vector machine
Regression, Bayesian Learning and Support vector machineRegression, Bayesian Learning and Support vector machine
Regression, Bayesian Learning and Support vector machine
 
Signal Recovery with Orthogonal Matching Pursuit Algorithm
Signal Recovery with Orthogonal Matching Pursuit AlgorithmSignal Recovery with Orthogonal Matching Pursuit Algorithm
Signal Recovery with Orthogonal Matching Pursuit Algorithm
 
Servikal spinal yaralanmalar (fazlası için www.tipfakultesi.org )
Servikal spinal yaralanmalar (fazlası için www.tipfakultesi.org )Servikal spinal yaralanmalar (fazlası için www.tipfakultesi.org )
Servikal spinal yaralanmalar (fazlası için www.tipfakultesi.org )
 
Omurga travmaları
Omurga travmalarıOmurga travmaları
Omurga travmaları
 
Verilog ques
Verilog quesVerilog ques
Verilog ques
 
Serebrovasküler hastaliklar (fazlası için www.tipfakultesi.org )
Serebrovasküler hastaliklar (fazlası için www.tipfakultesi.org )Serebrovasküler hastaliklar (fazlası için www.tipfakultesi.org )
Serebrovasküler hastaliklar (fazlası için www.tipfakultesi.org )
 
Synchronous and asynchronous clock
Synchronous and asynchronous clockSynchronous and asynchronous clock
Synchronous and asynchronous clock
 
Iskemik inme (fazlası için www.tipfakultesi.org )
Iskemik inme (fazlası için www.tipfakultesi.org )Iskemik inme (fazlası için www.tipfakultesi.org )
Iskemik inme (fazlası için www.tipfakultesi.org )
 
Data clustering and optimization techniques
Data clustering and optimization techniquesData clustering and optimization techniques
Data clustering and optimization techniques
 
Arduino序列通訊
Arduino序列通訊Arduino序列通訊
Arduino序列通訊
 
What is cluster analysis
What is cluster analysisWhat is cluster analysis
What is cluster analysis
 
Mathematics Foundation Course for Machine Learning & AI By Eduonix
Mathematics Foundation Course for Machine Learning & AI By Eduonix Mathematics Foundation Course for Machine Learning & AI By Eduonix
Mathematics Foundation Course for Machine Learning & AI By Eduonix
 
Presentation on unsupervised learning
Presentation on unsupervised learning Presentation on unsupervised learning
Presentation on unsupervised learning
 
PRML5.5
PRML5.5PRML5.5
PRML5.5
 
Cheatsheet unsupervised-learning
Cheatsheet unsupervised-learningCheatsheet unsupervised-learning
Cheatsheet unsupervised-learning
 
Mosaic plot in R.
Mosaic plot in R.Mosaic plot in R.
Mosaic plot in R.
 
Unsupervised Machine Learning
Unsupervised Machine LearningUnsupervised Machine Learning
Unsupervised Machine Learning
 
matlab
matlabmatlab
matlab
 
Weka presentation cmt111
Weka presentation cmt111Weka presentation cmt111
Weka presentation cmt111
 

Histogram, Pasta, Çizgi ve Box-Plot Grafiği

  • 2. Grafikler • Grafikler Nedir? • Grafik Yapımında Dikkat Edilecek Noktalar • Grafik Türleri     Histogram Pasta Çizgi Box-plot
  • 3. Grafikler Nedir? Grafikler, gözlem sonucu elde edilen verilerin anlaşılmasını kolaylaştıran çizgisel gösterimleridir. Grafikler frekans tablolarının tamamlayıcısı olarak düşünülebilir.
  • 4. Grafik Yapımında Dikkat Edilecek Noktalar • Her grafiğin bir başlığı olmalıdır. • Başlığın bölüm ve sıra no’su yazılır. (Grafik 3.2) • Eksenlerin neyi ifade ettiği ve değişkenlerin birimleri belirtilir. • Kullanılan alan ve çizgi türleri çeşitlilik gösteriyorsa grafiğin iç sağ üstünde veya dış sol altında açıklanmalıdır.
  • 6. Histogram Histogram, koordinat sisteminde tabanları frekans tablosundaki her bir sınıfın sınıf büyüklüğü, yükseklikleri bulunduğu sınıfın frekanslarıyla orantılı olarak yan yana çizilen dikdörtgenlerden oluşur.
  • 7. Öğrenci sayısı, fi Sınıfın frekansı Final sınav notları, Si Sınıf büyüklüğü Grafik 1: Bir sınıftaki öğrencilerin final sınavı notlarının histogram grafiği
  • 8. Örnek: Bir doğumevinde bir ayda doğan 120 erkek bebeğin ağırlıkları Tablo 1 de verilmiştir. Tablo 1: 120 erkek bebeğin ağırlıkları(kg) Babacan, E., & Kemaloğlu, S. (2013). Frekans dağılımları. 13 Ekim http://acikders.ankara.edu.tr/mod/resource/view.php?id=452 adresinden erişilmiştir. 2013 tarihinde
  • 9. Tablo 2: Erkek Bebeğin Ağırlıklarına İlişkin Frekans Tablosu
  • 10. Grafik 2: 120 erkek bebeğin doğum ağırlıklarının histogram grafiği
  • 11. Histogram grafikleri • Simetrik, • Sağa-çarpık veya • Sola-çarpık olarak dağılırlar.
  • 12. Simetrik Dağılım Ortalama=Ortanca=Tepe Değeri 35 30 Frekans 25 20 15 10 5 0 147-150 151-154 155-158 159-162 163-166 167-170 171-174 175-178 179-182 Boy Uzunlukları (cm) Grafik 3: Bir sınıftaki öğrencilerin boy uzunluklarının histogram grafiği
  • 13. Sağa Çarpık Dağılım Tepe Değeri<Ortanca<Ortalama 60 Frekans 50 40 30 20 10 0 147-150 151-154 155-158 159-162 163-166 167-170 171-174 175-178 Boy Uzunlukları (cm) Grafik 4: Bir sınıftaki öğrencilerin boy uzunluklarının histogram grafiği
  • 14. Sola Çarpık Dağılım Ortalama<Ortanca<Tepe Değeri 70 60 Frekans 50 40 30 20 10 0 147-150 151-154 155-158 159-162 163-166 167-170 171-174 175-178 179-182 Boy Uzunlukları (cm) Grafik 5: Bir sınıftaki öğrencilerin boy uzunluklarının histogram grafiği
  • 15. Pasta Grafiği Her sınıfa düşen frekansın bir dairenin parçası ile gösterildiği grafik türüdür. Diğer bir ifade ile pasta grafik, bir bütünün parçalarını karşılaştırmalı olarak göstermek için kullanılabilecek grafik türüdür. Daha çok sınıflandırılabilen verilerde kullanılır.
  • 16. Örnek: Bir okuldaki 120 öğrencinin annelerinin eğitim düzeylerinin frekans tablosu aşağıda verilmiştir. Tablo 3: Annelerin eğitim düzeylerinin frekans tablosu Sınıf Frekans Göreli Frekans İlköğretim 56 56/120 Lise 44 44/120 Üniversite 15 15/120 Yüksek Lisans 5 5/120
  • 17. 4% 12% İlköğretim 47% Lise Üniversite Yüksek Lisans 37% Grafik 6: 120 öğrencinin annelerinin eğitim düzeyinin pasta grafiği
  • 18. Çizgi Grafiği Frekans dağılımında her sınıfın düzlemde bir nokta ile temsil edilip, sonra bu noktaların birleştirilmesiyle elde edilen şekle çizgi diyagramı denir. Sürekli veriler için kullanılan bir grafik türüdür. Özellikle bir değişkenin zaman içerisindeki değişimini incelemek için kullanılan en uygun grafiktir. Hatırlatma: Sürekli veriler, belli bir aralıkta her değeri alan değişkenlerdir.
  • 19. Tablo 2 de verilen frekans tablosu için çizgi diyagramı aşağıda verilmiştir. Grafik 7: 120 erkek bebeğin doğum ağırlıklarının çizgi grafiği
  • 20. Box-Plot (Kutu) Grafiği Kutu grafik, ilgili değişken bakımından veri için hazırlanan 5-sayı özeti tablosu gösterimini grafiksel olarak özetlemeye dayalıdır. 5-Sayı Özeti 1) En küçük değer 2) 25. yüzdelik (1. çeyrek, Q1) 3) 50. yüzdelik (2. çeyrek, Q2, medyan) 4) 75. yüzdelik (3.çeyrek, Q3) 5) En büyük değer
  • 21. Uç nokta En büyük değer 75. Yüzdelik (Q3) İki çeyrek aralığı =Q3-Q1 50. Yüzdelik (Q2) 25. Yüzdelik (Q1) En küçük değer Grafik 8: 1000 öğrencinin üstbiliş puanlarının box-plot grafiği
  • 22. Box-plot grafikleri de dağılımlarına göre inceleyelim.
  • 23. Simetrik Dağılım Ortalama=Ortanca=Tepe Değeri 175 170 165 *21 o22 160 155 150 Ortanca 145 140 Grafik 11: Bir sınıftaki öğrencilerin boy uzunluklarının box-plot grafiği
  • 24. Sağa Çarpık Dağılım Tepe Değeri<Ortanca<Ortalama 175 170 165 *21 o22 160 155 150 Ortanca 145 140 Grafik 10: Bir sınıftaki öğrencilerin boy uzunluklarının box-plot grafiği
  • 25. Sola Çarpık Dağılım Ortalama<Ortanca<Tepe Değeri 175 170 165 *21 o22 160 155 Ortanca 150 145 140 Grafik 9: Bir sınıftaki öğrencilerin boy uzunluklarının box-plot grafiği
  • 26. Kaynaklar Akbaş, Y. 13 Ekim 2013 tarihinde http://ziraat.ege.edu.tr/~yakbas/hddt/HDDT1_cikti.pdf adresinden erişilmiştir. Babacan, E., & Kemaloğlu, S. (2013). 13 Ekim 2013 tarihinde http://acikders.ankara.edu.tr/mod/resource/view.php?id=452 adresinden erişilmiştir. Eymen, E. (2007). 13 Ekim 2013 tarihinde http://www.yarbis.yildiz.edu.tr/web/userAnnouncementsFiles/dosya898ba82d b16ed8e09d75d79ff3c1df03.pdf adresinden erişilmiştir. Terzi, Y. 13 Ekim 2013 tarihinde http://www2.omu.edu.tr/docs/dersnotu/1500.pdf adresinden erişilmiştir.