डेटा विज़ुअलाइज़ेशन के दायरे में, स्कैटर प्लॉट डेटासेट के भीतर संबंधों और पैटर्न को समझने के लिए एक शक्तिशाली उपकरण के रूप में सामने आते हैं। दो चरों के बीच संबंध को ग्राफिक रूप से प्रस्तुत करके, स्कैटर प्लॉट डेटा का एक व्यापक दृश्य प्रस्तुत करते हैं और रुझानों, समूहों, आउटलेयर और यहां तक कि संभावित कारण संबंधों की पहचान करने में सक्षम होते हैं। हमने कुछ स्कैटर प्लॉट उदाहरण उपलब्ध कराए हैं।
हम विभिन्न क्षेत्रों में उनकी बहुमुखी प्रतिभा और उपयोगिता को प्रदर्शित करने वाले उदाहरणों की एक श्रृंखला प्रदान करते हुए, तितर बितर भूखंडों की दुनिया में तल्लीन होंगे। साथ ही, हम स्कैटर प्लॉट्स और उनके अनुप्रयोगों की गहरी समझ हासिल करने में आपकी मदद करने के लिए कुछ अक्सर पूछे जाने वाले प्रश्नों को भी संबोधित करेंगे।
त्वरित जवाब |
स्कैटर प्लॉट एक शक्तिशाली डेटा विज़ुअलाइज़ेशन टूल है जिसका उपयोग डेटासेट में संबंधों और पैटर्न को समझने के लिए किया जाता है। वे ग्राफिक रूप से दो चर के बीच संबंध का प्रतिनिधित्व करते हैं और रुझान, क्लस्टर, आउटलेयर और संभावित कारण संबंधों को प्रकट कर सकते हैं। विभिन्न उदाहरण प्रदान करके और अक्सर पूछे जाने वाले प्रश्नों को संबोधित करते हुए, स्कैटर प्लॉट को डिजिटल मार्केटिंग, शिक्षा और रिटेल जैसे क्षेत्रों में बहुमुखी और उपयोगी दिखाया गया है। |
स्कैटर प्लॉट क्या है
स्कैटर प्लॉट डेटा को दर्शाने का एक ग्राफिकल तरीका है। एक साधारण स्कैटर प्लॉट प्लॉट निर्देशांक अक्षों का उपयोग करके उनके मानों के आधार पर प्लॉट करता है। इसके अतिरिक्त, यह ग्राफ महत्वपूर्ण विचारों को x और y अक्षों के साथ बिंदुओं के एक समूह में वितरित करता है।
स्कैटर चार्ट का उपयोग
अपने डेटा में दो प्रमुख चरों के बीच संबंध स्थापित करने के लिए, स्कैटर प्लॉट का उपयोग करें। उदाहरण के लिए, डिजिटल मार्केटिंग में, आप क्लिक-थ्रू दर और रूपांतरण KPI के बीच संबंध को ट्रैक करने के लिए इस चार्ट का उपयोग कर सकते हैं।
इस मामले में, आप जानना चाहेंगे कि क्लिकथ्रू दर (सीटीआर) में वृद्धि रूपांतरणों को कैसे प्रभावित करती है। प्रमुख डेटा बिंदुओं के बीच लिंक या संघों को निर्धारित करने के लिए स्कैटर प्लॉट उदाहरणों का उपयोग किया जा सकता है।
वास्तविक विश्लेषण तब शुरू होता है जब आप उस प्रकार के संबंध का निर्धारण करते हैं जो उन प्रमुख चरों के बीच मौजूद होता है जिनकी आप बारीकी से निगरानी कर रहे हैं। स्कैटर आरेखों का उपयोग आपके डेटा में दो महत्वपूर्ण चरों के बीच छिपे "कारण-और-प्रभाव" संबंधों की पहचान करने के लिए किया जा सकता है।
नीचे दिए गए परिदृश्य दिखाते हैं कि आप अपने अपरिष्कृत डेटा का अधिकतम लाभ उठाने के लिए स्कैटर प्लॉट के उदाहरणों का उपयोग कैसे कर सकते हैं।
- डेटा में चर के जोड़े होते हैं।
- स्वतंत्र चर से जुड़ी प्रत्येक आकृति में आश्रित चर के लिए विभिन्न मान होते हैं।
- डेटा में, दो चर के बीच संबंध के संकेत हैं।
स्कैटर प्लॉट कैसे बनाएं - वीडियो ट्यूटोरियल
नीचे दिए गए वीडियो में आप सीखेंगे कि Google स्प्रेडशीट में स्कैटर प्लॉट कैसे बनाया जाता है। आप अपने चार्ट को बेहतर बनाने के लिए प्रॉपर्टी के विकल्प का उपयोग कर सकते हैं।
सरल स्कैटर प्लॉट उदाहरण
उदाहरण 1
मान लें कि आपके पास विभिन्न उत्पादों और श्रेणियों के लिए ऑर्डर, बिक्री और स्टॉक की उपलब्धता का डेटा है, जैसा कि नीचे दी गई डेटा तालिका में दिखाया गया है।
एस्ट्रो मॉल | वर्ग | आदेशों की संख्या | बिक्री | स्टॉक में उपलब्ध |
मोज़े | परिधान | 300 | 2300 | 6 |
जीन्स | परिधान | 400 | 2400 | 9 |
Headphones | इलेक्ट्रानिक्स | 500 | 2500 | 10 |
USBs | इलेक्ट्रानिक्स | 600 | 3000 | 8 |
चित्रों | सजावट | 700 | 12000 | 7 |
दर्पण | सजावट | 800 | 13000 | 9 |
घुटना बैंड | Fitness | 900 | 8000 | 12 |
योगा मैट | Fitness | 400 | 4500 | 15 |
जॉगिंग शूज़ | जूते | 850 | 30000 | 18 |
स्नीकर्स | जूते | 1000 | 35000 | 22 |
- Google पत्रक ऐप खोलें।
- वर्कशीट खोलें और मेनू से "एक्सटेंशन" चुनें।
- जब "चार्टएक्सपो-बेस्ट डेटा विज़ुअलाइज़ेशन टूल" ड्रॉप-डाउन विकल्प दिखाई देता है, तो "ओपन" चुनें और चार्टएक्सपो ऐड-ऑन के लोड होने की प्रतीक्षा करें।
- ड्रॉप-डाउन मेनू से "नया चार्ट बनाएं" चुनें।
- यह लाइब्रेरी आपको चार्ट्स की एक सूची देगी।
- स्कैटर प्लॉट को नीचे स्क्रॉल करके और उस पर क्लिक करके पाया जा सकता है।
- आप डेटा को शीट में पेस्ट कर सकते हैं और फिर चार्टएक्सपो विंडो से शीट का नाम चुन सकते हैं।
- आपको कॉलम को उचित मीट्रिक और आयामों के साथ मैप करना चाहिए। इस उदाहरण में, X-अक्ष मेट्रिक के लिए, “बिक्री” कॉलम का इस्तेमाल करें. Y-अक्ष के लिए "आदेशों की संख्या" मीट्रिक। तीसरा उपाय वैकल्पिक है, लेकिन यदि आपके पास एक कॉलम है, तो आपको इसे मैप करना चाहिए। आइए "स्टॉक में उपलब्ध" कॉलम चुनें क्योंकि यह उदाहरण डेटा तालिका में शामिल है। पहले आयाम के लिए, "उत्पाद" कॉलम चुनें, और "डॉट कलर" के लिए, "श्रेणी कॉलम" चुनें।
- अब “चार्ट बनाएं” बटन पर क्लिक करें।
चार्ट को कैसे संपादित करें
- चार्ट में परिवर्तन करने के लिए, "चार्ट संपादित करें" बटन पर क्लिक करें।
- चार्ट पर लीजेंड प्रदर्शित करने के लिए, पेंसिल आइकन पर क्लिक करें, जो "लीजेंड प्रॉपर्टीज" विंडो खोलेगा। "लागू करें" बटन पर क्लिक करने से पहले "शो" बटन को सक्रिय करें।
- आप ध्यान देंगे कि X-अक्ष बिना डॉलर चिह्न के केवल बिक्री के आंकड़े प्रदर्शित करता है। इस अक्ष पर, आप पेंसिल आइकन चुन सकते हैं. "एक्सिस बॉटम प्रॉपर्टीज" विंडो में "लेबल टेक्स्ट" गुणों के तहत, "$" टाइप करें और "सभी लागू करें" पर क्लिक करें।
- आप चार्ट के हेडर को भी शामिल कर सकते हैं। शीर्ष पर पेंसिल प्रतीक का चयन करके। आप चार्ट हेडर गुण बॉक्स में "पंक्ति 1" में पाठ को बदल सकते हैं। सुनिश्चित करें कि "शो" बटन चालू है। इस बॉक्स में, आप फॉन्ट स्टाइल को संशोधित भी कर सकते हैं। एक बार सब कुछ हो जाने के बाद, "लागू करें" बटन पर क्लिक करें।
- आप "सहेजें" बटन पर क्लिक करके सभी अनुकूलित संपत्ति सेटिंग्स को सहेज सकते हैं जिन्हें आपने इस चार्ट पर बदल दिया है।
उदाहरण 2
मान लें कि आप यह पता लगाना चाहते हैं कि छात्रों की संख्या और उनके द्वारा प्राप्त किए गए ग्रेड के बीच कोई संबंध है या नहीं। मान लें कि नीचे दी गई जानकारी वह है जो आपने एकत्र की है।
छात्रों की संख्या | अंक प्राप्त की | छात्रों का प्रतिशत |
5 | 40 | 2.5 |
6 | 60 | 3 |
25 | 70 | 12.5 |
11 | 65 | 5.5 |
30 | 80 | 15 |
4 | 50 | 2 |
6 | 55 | 3 |
10 | 75 | 5 |
14 | 90 | 7 |
18 | 45 | 9 |
20 | 40 | 10 |
22 | 95 | 11 |
2 | 100 | 1 |
11 | 35 | 5.5 |
16 | 25 | 8 |
- फिर आप "प्राप्त अंक" और "नहीं" कॉलम को मैप कर सकते हैं। उदाहरण 1 के समान विधियों का उपयोग करते हुए x और y अक्षों के लिए छात्रों की संख्या। अंतिम कॉलम "छात्रों का प्रतिशत" को डॉट साइज मेट्रिक पर मैप किया जाएगा।
- अंतिम विज़ुअलाइज़ेशन देखने के लिए "चार्ट बनाएं" पर क्लिक करें।
उदाहरण 3
मान लें कि आप बाहरी तापमान और क्रिकेट की चिड़ियों के बीच संबंध का पता लगाना चाहते हैं। इसके अलावा, आपने विज़ुअलाइज़ेशन के लिए पर्याप्त डेटा (काल्पनिक डेटा) नमूने एकत्र किए हैं। आइए नीचे दिए गए डेटा को देखने के लिए स्कैटर प्लॉट के उदाहरणों का उपयोग करें।
तापमान (फ़ारेनहाइट) | चिड़ियों की संख्या (15 सेकंड में) | कुल क्रिकेट |
57 | 18 | 2 |
28 | 20 | 5 |
64 | 21 | 10 |
65 | 23 | 15 |
68 | 27 | 6 |
71 | 30 | 8 |
74 | 34 | 10 |
77 | 39 | 15 |
20 | 10 | 10 |
24 | 8 | 8 |
25 | 7 | 7 |
58 | 5 | 2 |
71 | 2 | 10 |
74 | 14 | 5 |
77 | 30 | 7 |
20 | 34 | 8 |
24 | 26 | 3 |
25 | 16 | 4 |
58 | 8 | 2 |
71 | 12 | 1 |
- आप उदाहरण 1 के समान चरणों का पालन कर सकते हैं। आप स्तंभों को मैप कर सकते हैं।
- जब आप "चार्ट बनाएं" बटन पर क्लिक करते हैं, तो चार्टएक्सपो विज़ुअलाइज़ेशन उत्पन्न करेगा।
उदाहरण 4
मान लें कि आप एक खुदरा स्टोर के मालिक हैं और लागत, ऑर्डर की संख्या और कमाई के बीच संबंध का मूल्यांकन करना चाहते हैं। मान लें कि नीचे दी गई तालिका आपके डेटा का प्रतिनिधित्व करती है।
उत्पाद प्रकार | उत्पाद | लाभ | लागत | नहीं। आदेशों का |
अंगराग | चेहरे का रंजक | 15.79 | 90 | 10 |
अंगराग | बुनियाद | 20.13 | 70 | 12 |
अंगराग | पनाह देनेवाला | 38.62 | 190 | 9 |
अंगराग | शरमाना | 34.62 | 880 | 16 |
अंगराग | हाइलाइटर | 71.84 | 900 | 22 |
अंगराग | ब्रोंज़र | 71.84 | 600 | 23 |
अंगराग | पाउडर | 32.77 | 600 | 42 |
अंगराग | आॅंखें का मस्कारा | 21.8 | 1300 | 19 |
इलेक्ट्रानिक्स | टीवी | 110 | 590 | 28 |
इलेक्ट्रानिक्स | रेफ्रिजरेटर | 12.61 | 390 | 11 |
इलेक्ट्रानिक्स | वाशिंग मशीन | 70.21 | 490 | 41 |
इलेक्ट्रानिक्स | एयर कंडिशनर | 70.21 | 390 | 18 |
इलेक्ट्रानिक्स | प्रिंटर | 68.83 | 260 | 17 |
इलेक्ट्रानिक्स | वक्ताओं | 17.55 | 210 | 2 |
इलेक्ट्रानिक्स | कीबोर्ड | 54.74 | 170 | 23 |
इलेक्ट्रानिक्स | ई पाठकों | 12.66 | 170 | 13 |
गारमेंट्स | मोबाइल फोन | 47.36 | 140 | 27 |
गारमेंट्स | स्वेटर | 83.64 | 110 | 13 |
गारमेंट्स | Hoodies | 83.64 | 110 | 12 |
गारमेंट्स | टी शर्ट | 22 | 760 | 6 |
गारमेंट्स | जीन्स | 75 | 1500 | 7 |
गारमेंट्स | sweatshirts | 11.75 | 1000 | 19 |
गारमेंट्स | औपचारिक पतलून | 98 | 150 | 10 |
गारमेंट्स | पोलो शर्ट | 27.77 | 380 | 14 |
- आप उदाहरण 1 में उल्लिखित विधियों का उपयोग करके स्तंभों को मैप कर सकते हैं।
- अब “चार्ट बनाएं” बटन पर क्लिक करें।
यह भी पढ़ें:
- मार्केटिंग के 4ps और 4cs
- 5 प्वाइंट लिकर्ट स्केल विश्लेषण और उदाहरण
- समय के साथ रुझान दिखाने के लिए सर्वश्रेष्ठ चार्ट
- एक्सेल ऑनलाइन कैसे एक्सेस करें
आम सवाल-जवाब
स्कैटर प्लॉट का उद्देश्य क्या है?
स्कैटर प्लॉट का उपयोग दो वेरिएबल्स के बीच संबंध की कल्पना करने के लिए किया जाता है। यह हमें डेटासेट के भीतर पैटर्न, क्लस्टर, आउटलेयर और सहसंबंधों की पहचान करने की अनुमति देता है। स्कैटर प्लॉट हमें यह समझने में मदद करते हैं कि कैसे एक चर में परिवर्तन दूसरे को प्रभावित कर सकता है।
आप स्कैटर प्लॉट की व्याख्या कैसे करते हैं?
स्कैटर प्लॉट की जांच करते समय, समग्र पैटर्न या प्रवृत्ति का विश्लेषण किया जाना चाहिए। यदि भूखंड पर बिंदुओं को एक रेखा के चारों ओर बारीकी से गुच्छित किया जाता है, तो यह एक मजबूत सहसंबंध का सुझाव देता है। यदि अंक बिना किसी स्पष्ट रुझान के फैले हुए हैं, तो यह कमजोर या कोई संबंध नहीं होने का संकेत देता है। आउटलेयर, यदि मौजूद हैं, तो डेटा विसंगतियों या दिलचस्प अंतर्दृष्टि का संकेत दे सकते हैं।
क्या स्कैटर प्लॉट दो से अधिक चर दिखा सकता है?
जबकि एक मानक स्कैटर प्लॉट दो वेरिएबल्स के बीच संबंध प्रदर्शित करता है, अतिरिक्त वेरिएबल्स को शामिल करना संभव है। यह डेटा बिंदुओं के लिए अलग-अलग रंगों या आकारों का उपयोग करके या एक ही ग्राफ़ पर एकाधिक स्कैटर प्लॉट बनाकर प्राप्त किया जा सकता है।
क्या स्कैटर प्लॉट आउटलेयर की पहचान के लिए उपयुक्त हैं?
हां, स्कैटर प्लॉट आउटलेयर की पहचान करने के लिए उपयोगी होते हैं। आउटलेयर वे डेटा बिंदु हैं जो सामान्य पैटर्न से पर्याप्त विचलन प्रदर्शित करते हैं। स्कैटर प्लॉट की जांच करके, आप ऐसे किसी भी डेटा बिंदु की पहचान कर सकते हैं, जो सामान्य प्रवृत्ति या बिंदुओं के समूह से बहुत दूर हैं।
क्या स्कैटर प्लॉट अरैखिक संबंध दिखा सकते हैं?
हाँ, स्कैटर प्लॉट अरैखिक संबंध दिखा सकते हैं। यदि डेटा बिंदु एक सीधी रेखा नहीं बनाते हैं, बल्कि एक घुमावदार पैटर्न का पालन करते हैं, तो यह चर के बीच एक गैर-रैखिक संबंध का सुझाव देता है। ऐसे मामलों में, संबंध को सटीक रूप से समझने के लिए अतिरिक्त विश्लेषण या परिवर्तन की आवश्यकता हो सकती है।
लपेटें
सारांश में, स्कैटर प्लॉट वेरिएबल्स के बीच संबंधों को दर्शाने के लिए एक स्पष्ट और संक्षिप्त तरीका प्रदान करते हैं, जिससे हम डेटा के पैटर्न और सहसंबंधों को उजागर कर सकते हैं। वे आगे के विश्लेषण और अन्वेषण के लिए एक आधार के रूप में कार्य करते हैं, अनुभवजन्य साक्ष्य के आधार पर सूचित निर्णय लेने में हमारी सहायता करते हैं।
स्कैटर प्लॉट्स के प्रभावी उपयोग के माध्यम से, हम मूल्यवान अंतर्दृष्टि अनलॉक कर सकते हैं और विषयों की एक विस्तृत श्रृंखला में सार्थक परिणाम प्राप्त कर सकते हैं।