naywinaung ဟစ်စတိုဂရမ် (Histograms) ရေးဆွဲနည်း

ဟစ်စတိုဂရမ် (Histograms) ရေးဆွဲနည်း

ပထမဆုံးအနေနဲ့၊ ဟစ်စတိုဂရမ်ဆိုတာ ဘာလဲ ဆိုတာလေး နည်းနည်းပြောပြပါမယ်။ ဟစ်စတိုဂရမ်ဆိုတာဟာ ဒေတာအမှတ်တွေ ဘယ်လိုပြန့်နှံ့နေလဲ (data distribution) ဆိုတာကို ပြသဖို့အတွက် အသုံးပြုတဲ့ ဇယားအမျိုးအစားတစ်ခု ပါ။ ဥပမာအားဖြင့်၊ ကျောင်းသားတွေရဲ့ စာမေးပွဲရမှတ်တွေ၊ လူတစ်ယောက်ရဲ့ အသက်အုပ်စုတွေ၊ ဒါမှမဟုတ် တိကျတဲ့ တိုင်းတာမှုတစ်ခုရဲ့ ကြိမ်နှုန်း (frequency) တွေကို မြင်သာအောင် ပြသတဲ့အခါမျိုးမှာ အရမ်းအသုံးဝင်ပါတယ်။

ဒေတာ Visualization ဟာ ရှုပ်ထွေးတဲ့ဒေတာတွေကို မြင်သာထင်သာရှိတဲ့ပုံစံ (graphs, charts, visuals) တွေနဲ့ ပြသပေးတဲ့ နည်းလမ်းဖြစ်ပါတယ်။ ဒါမှ ဒေတာတွေကို ပိုမိုလွယ်ကူမြန်ဆန်စွာ နားလည်နိုင်ပြီး၊ ပုံစံတွေ (patterns)၊ ခေတ်ရေစီးကြောင်းတွေ (trends) နဲ့ ထူးခြားမှုတွေ (outliers) ကို မြန်မြန်ဆန်ဆန် တွေ့နိုင်ပါတယ်။ ဟစ်စတိုဂရမ်တွေကလည်း ဒီလိုအကျိုးကျေးဇူးတွေကို ပေးစွမ်းနိုင်တဲ့ Visualization နည်းလမ်းတွေထဲက တစ်ခုပါပဲ။

Excel မှာ ဟစ်စတိုဂရမ် ဘယ်လိုဆွဲမလဲ

Excel 2016 နဲ့ နောက်ပိုင်း Version တွေမှာဆိုရင် Histogram chart type ကို တိုက်ရိုက် ရွေးချယ်ပြီး ဆွဲနိုင်တဲ့ Feature အသစ် ပါဝင်လာပါတယ်။ ဒါကြောင့် အရင်တုန်းကလို Formula တွေ အများကြီးသုံးပြီး ခက်ခက်ခဲခဲ လုပ်စရာမလိုတော့ပါဘူး။

အောက်ပါအဆင့်တွေကို လိုက်နာဆောင်ရွက်နိုင်ပါတယ်-

  1. ဒေတာ ပြင်ဆင်ခြင်း:
    • ပထမဆုံးအနေနဲ့၊ သင် Histogram လုပ်ချင်တဲ့ နံပါတ်ဒေတာ (quantitative data) ကော်လံတစ်ခုကို Excel ထဲမှာ ထည့်ထားရပါမယ်။ ဥပမာ – ကျောင်းသား ၅၀ ရဲ့ ရမှတ်များ စသည်ဖြင့်ပေါ့။
    • ဒေတာတွေကို စီစဥ်ထားပြီးသားဆိုရင် နောက်တစ်ဆင့်ကို ဆက်သွားနိုင်ပါတယ်။
  2. Chart ထည့်သွင်းခြင်း:
    • Histogram လုပ်မယ့် ဒေတာကော်လံကို Select (ရွေးချယ်) ပါ။
    • Excel ရဲ့ Ribbon ထဲက “Insert” tab ကို နှိပ်ပါ။
    • “Charts” Section ထဲမှာ “Statistical Charts” (သို့မဟုတ် “Histogram” icon ကို တိုက်ရိုက်ရှာပါ) ကို တွေ့ရပါလိမ့်မယ်။
    • အဲဒီထဲကမှ “Histogram” ကို ရွေးချယ်လိုက်ပါ။
  3. ဟစ်စတိုဂရမ်ကို စိတ်ကြိုက်ပြင်ဆင်ခြင်း (Customizing the Histogram):
    • Excel က သူ့အလိုလို Histogram တစ်ခုကို ဖန်တီးပေးပါလိမ့်မယ်။ ဒီဇယားမှာ ဒေတာတွေကို Interval (bins) တွေခွဲပြီး တစ်ခုချင်းစီမှာ ပါဝင်တဲ့ ဒေတာအမှတ်အရေအတွက် (frequency) ကို Bar တွေနဲ့ ပြသပေးပါလိမ့်မယ်။
    • Axes (ဝင်ရိုးများ) ကို စစ်ဆေးပါ:
      • Horizontal X-axis (အလျားလိုက်ဝင်ရိုး) က ဒေတာရဲ့ Interval တွေကို ပြသပြီး၊ Vertical Y-axis (ဒေါင်လိုက်ဝင်ရိုး) က အဲဒီ Interval တစ်ခုစီမှာ ပါဝင်တဲ့ ဒေတာအရေအတွက် (frequency) ကို ပြသပါတယ်။
      • ဝင်ရိုးနှစ်ခုစလုံးကို ထည့်သွင်းထားဖို့ အရေးကြီးပြီး၊ ၎င်းတို့သည် သုည (zero) မှ စတင်သင့်သည်။
    • အရောင်ရွေးချယ်ခြင်း (Color Selection):
      • အရောင်ရွေးချယ်မှုက Visualization ရဲ့ အောင်မြင်မှုအတွက် အရေးကြီးပါတယ်။
      • Histogram အတွက် Sequential Color Scheme (အဆင့်ဆင့်ပြောင်းလဲတဲ့အရောင်များ) ကို အသုံးပြုတာ ကောင်းပါတယ်။ ဒါက တန်ဖိုးတွေ တိုးလာတာကို အရောင်ပိုနက်အောင်ပြတာမျိုးပေါ့။
      • အရောင်အများကြီးသုံးခြင်း သို့မဟုတ် နည်းလွန်းခြင်းကို ရှောင်ပါ။
      • အရောင်မမြင်ရသူများ (colorblind readers) အတွက်လည်း ထည့်သွင်းစဉ်းစားသင့်ပါတယ်
    • Clutter (အပိုအလိုများ) လျှော့ချခြင်း:
      • မလိုအပ်တဲ့ Visual Element တွေကို ဖယ်ရှားပါ။ ဥပမာ – မှောင်နေတဲ့ Gridlines တွေ၊ မလိုအပ်တဲ့ Tick Marks တွေ၊ Labels တွေ၊ Background Shading တွေ စတာတွေကို ရှောင်ရှားသင့်ပါတယ်။
      • ဒေတာအချက်အလက်တွေကို ရှင်းရှင်းလင်းလင်းမြင်ရဖို့က အဓိကပါ။
    • Context (အကြောင်းအရာ) ထည့်သွင်းခြင်း:
      • ဇယားခေါင်းစဉ် (Chart Title) နဲ့ ဝင်ရိုးခေါင်းစဉ် (Axis Titles) တွေကို ရှင်းရှင်းလင်းလင်း ပေးပါ။ ဇယားကိုကြည့်လိုက်တာနဲ့ ဘာကိုပြောချင်တာလဲဆိုတာ ချက်ချင်းသိနိုင်အောင်ပေါ့။
      • လိုအပ်ရင် Textbox ဒါမှမဟုတ် Legend တွေထည့်ပြီး အကြောင်းအရာကို ရှင်းပြပါ။
    • ဒေတာအချက်အလက်တွေကို မြင်သာအောင်ထားပါ:
      • Visualization ရဲ့ အဓိကရည်ရွယ်ချက်က ဒေတာတွေကို ပြသဖို့ပါပဲ။ ဟစ်စတိုဂရမ်က ဒေတာတွေရဲ့ ပြန့်နှံ့မှုကို ပြသတဲ့အတွက် Bar တွေရဲ့ အမြင့်က ဒေတာအရေအတွက်ကို ရှင်းရှင်းလင်းလင်း ကိုယ်စားပြုနေရပါမယ်။

အခြားအရေးကြီးတဲ့ အချက်များ:

  • ဒေတာရဲ့ အရည်အသွေး: Visualization ဘယ်လောက်ကောင်းကောင်း၊ အရင်းအမြစ်မမှန်တဲ့ဒေတာ သို့မဟုတ် မှားယွင်းစွာခွဲခြမ်းစိတ်ဖြာထားတဲ့ဒေတာက ပြဿနာရှိစေနိုင်ပါတယ်။
  • ပစ်မှတ်ပရိသတ်: သင့်ရဲ့ Visualization ကို ဘယ်သူတွေအတွက် ပြသမှာလဲဆိုတာကို ကြိုတင်စဉ်းစားထားရပါမယ်။ နည်းပညာနားမလည်သူတွေတောင် လွယ်လွယ်ကူကူ နားလည်နိုင်အောင် ဖန်တီးသင့်ပါတယ်။
  • အပြန်အလှန်အကျိုးပြုမှု (Interactivity): ခေတ်မီ Dashboard တွေဟာ Interactive ဖြစ်ပြီး အသုံးပြုသူတွေအနေနဲ့ ဒေတာတွေကို ကိုယ်တိုင် Filter လုပ်တာ၊ Drill down လုပ်တာမျိုးတွေ လုပ်နိုင်ပါတယ်။

ဒီအဆင့်တွေနဲ့ဆိုရင် သင်ဟာ Excel မှာ ထိရောက်ပြီး နားလည်လွယ်တဲ့ ဟစ်စတိုဂရမ်တစ်ခုကို အောင်မြင်စွာ ဖန်တီးနိုင်မှာပါ!


Discover more from naywinaung

Subscribe to get the latest posts sent to your email.

Related Post

residual analysisresidual analysis

မနေ့က ရေးခဲ့တဲ့ regression အကြောင်း နည်းနည်း ဆက်ပွားကြည့်ကြရအောင်ဗျာ residual analysis Regression analysis မှာ residual analysis ဆိုတာရှိပါတယ်။ Residual ဆိုတာက ရိုးရိုးရှင်းရှင်း ပြောရရင် observed value (တကယ့် ဒေတာ y) နဲ့ predicted value (model က ခန့်မှန်းထားတဲ့ ŷ)

“ဘက်လိုက်မှု (Bias)” အကြောင်း“ဘက်လိုက်မှု (Bias)” အကြောင်း

ရောဂါဗေဒဆိုင်ရာ လေ့လာမှုတွေမှာ ဘက်လိုက်မှု (Bias) ဆိုတာက တကယ်တော့ စနစ်ကျတဲ့ အမှား (systematic error) တစ်မျိုးပါ။ ဒီအမှားက လေ့လာမှုရဲ့ ဒီဇိုင်း (design) ဒါမှမဟုတ် ဆောင်ရွက်ပုံ (conduct) ထဲမှာ ဖြစ်ပေါ်လာပြီး အကြောင်းအရာတွေကြားက ဆက်စပ်မှုကို မှန်ကန်စွာ ခန့်မှန်းနိုင်စွမ်းကို ထိခိုက်စေနိုင်ပါတယ်။ လေ့လာမှုတစ်ခုမှာ ဆက်စပ်မှုတစ်ခုကို တွေ့ရတဲ့အခါ၊ အဲဒီဆက်စပ်မှုက အကြောင်းအရာရဲ့

သုတေသနနည်းစနစ် (Research Methodology)သုတေသနနည်းစနစ် (Research Methodology)

သုတေသနနည်းစနစ် (Research Methodology) မှာ ပါဝင်တဲ့ အဓိကအဆင့်တွေကို နည်းနည်း ရှင်းပြချင်ပါတယ်။သုတေသန နည်းစနစ်ဆိုတာ သုတေသနတစ်ခုလုံးကို လမ်းညွှန်ပေးတဲ့ ဗျူဟာနဲ့ မူဘောင် (overall strategy and framework) ကို ပြောတာပါ။ သုတေသနတစ်ခုကို ဘယ်လိုမျိုး စနစ်တကျ လုပ်ဆောင်မယ်၊ ဘာကြောင့် ဒီလိုနည်းလမ်းတွေကို ရွေးချယ်တယ်ဆိုတာကို ရှင်းပြတဲ့ သီအိုရီပိုင်းဆိုင်ရာ အခြေခံမူများ (theoretical