فصل 03: ڈیٹا کی تصویری تضادات
آپ نے ڈیٹا کے مختلف اقسام کو ظاہر کرنے والے گراف، نمونے اور نقشوں کو دیکھا ہوگا۔ مثال کے طور پر، کلاس 11 کی جغرافیا کی جز ورک پارٹ-1 (NCERT، 2006) کے فصل 1 میں دکھائے گئے موضوعی نقشے، مہاراشٹر کے نگرپر کے علاقے میں تلال اور چھوٹے سر تراش، آب و ہوا کی حالت، ریاستی اور معدنی توزیع، مٹی، افراد کی تعداد، صنعت، عام زمین استعمال اور کراؤنگ کا نمونے کو ظاہر کرتے ہیں۔ یہ نقشے بڑی مقدار کے متعلقہ ڈیٹا کے ذریعے روکے گئے، جمع کرائے گئے اور پروسیس کردیے گئے ہیں۔ کیا آپ کو صرف ایک شکل یا وصفی ریکاڈ میں یہ ہونے والی معلومات کا ذہنی تصور کرنے میں مشکل پیش آتی ہے؟ شاید ایسے انداز میں پیغام بھیجنے سے ایسی تصویری انطباقات کو حاصل کرنا ممکن نہ ہو گا جو ہم ان نقشوں کے ذریعے حاصل کرتے ہیں۔ علاوہ علاوہ، غیر تصویری شکل میں ظاہر کردہ کچھ چیزوں کے بارے میں اندازہ لگانا وقت کا وقت لینے والا کام ہوگا۔ اس لیے، گراف، نمونے اور نقشے ہماری قدرت کو بہتر بناتے ہیں تاکہ ہم ظاہر کیے گئے ظالم کے درمیان مانگھل پن کا مطابقت حاصل کر سکیں، اپنا وقت بچاسکیں اور ظاہر کیے گئے خصوصیات کا آسان طور پر دیکھ سکیں۔ اس فصل میں، ہم مختلف اقسام کے گراف، نمونے اور نقشوں کی تعمیر کے طریقے بحث کریں گے۔
ڈیٹا کا تضاد
ڈیٹا ان خواص کی وضاحت کرتی ہیں جو وہ ظالم کے ذریعے ظاہر کرتی ہیں۔ ان کو مختلف ذرائع سے جمع کیا جاتا ہے (فصل 1)۔ جغرافیائی، معاشی، وسائل کے علمائے اور فیصلہ کرنے والے افراد ابھی تک ڈیٹا کا بہت زیادہ فائدہ اٹھاتے ہیں۔ علاوہ علاوہ، شکل میں، ڈیٹا کو تصویری یا نمونے کی شکل میں بھی ظاہر کیا جا سکتا ہے۔ ڈیٹا کو گراف، نمونے، نقشے اور چارٹ جیسی تصویری طریقوں کے ذریعے تبدیل کرنا ڈیٹا کا تضاد کہلاتا ہے۔ اس طرح کی ڈیٹا کی تضاد کی شکل ایک جغرافیائی علاقے میں افراد کی تعداد کے نمونے، توزیع اور ڈنسٹی، جنس کا تناسب، عمر-جنس کی ترکیب، مذکورہال کی ساخت، غیرہ کو آسانی سے سمجھنے میں مدد کرتی ہے۔ ایک چینی کی مشہور بولی ہے کہ ‘ایک تصویر ہزاروں لفظوں کے برابر ہے’۔ اس لیے، ڈیٹا کے تضاد کا تصویری طریقہ ہماری سمجھ کو بہتر بناتا ہے اور مطابقت کو آسان بناتا ہے۔ علاوہ علاوہ، یہ طریقے ذہنی ذہانت میں طویل مدت تک ایک خاص انطباق پیدا کرتے ہیں۔
گراف، نمونے اور نقشوں کے دکھانے کے عام قواعد
1. مناسب طریقے کا انتخاب
ڈیٹا مختلف موضوعات ظاہر کرتی ہیں جیسے درجہ حرارت، بارش، افراد کی تعداد کا نمو اور توزیع، مختلف کمزوریوں کی پیداوار، توزیع اور تجارت، غیرہ۔ ڈیٹا کی یہ خصوصیات مناسب تصویری طریقے کے ذریعے مناسب طور پر ظاہر کیا جانا چاہیے۔ مثال کے طور پر، درجہ حرارت یا افراد کی تعداد کے درمیان مختلف وقت کے دوران اور مختلف ملک/ریاستوں کے لیے متعلقہ ڈیٹا کو خطی گراف کے ذریعے بہترین طور پر ظاہر کیا جا سکتا ہے۔ بہترین طور پر یہ طریقہ استعمال کیا جاتا ہے۔
2. مناسب مقیاس کا انتخاب
مقیاس ڈیٹا کے تضاد کے لیے نمونے اور نقشوں پر قیاس کے طور پر استعمال کیا جاتا ہے۔ اس لیے مناسب مقیاس کا انتخاب کرنا چاہیے۔
3. ڈیزائن
ہم جانتے ہیں کہ ڈیزائن ایک اہم نقشہ سازی کام ہے (فصل 1 میں ‘نقشہ سازی کے ضروریات’ کی بحث کریں)۔ نقشہ سازی کے ڈیزائن کے مختلف جزو کو دیکھنا چاہیے۔
عنوان
نمونے/نقشے کا عنوان علاقے کا نام، استعمال کیے گئے ڈیٹا کے سال اور نمونے کا عنوان ظاہر کرتا ہے۔ یہ جزو مختلف فونٹ سائز اور تیزی کے ساتھ حروف اور نمبروں کا استعمال کرتے ہیں۔ علاوہ علاوہ، ان کی جگہ بھی اہم ہے۔ عام طور پر، عنوان، ذیلی عنوان اور متعلقہ سال نقشے/نمونے کے سب سے اوپر کے درمیان میں دکھائے جاتے ہیں۔
لیجنڈ
لیجنڈ یا انڈیکس ہر نمونے/نقشے کا ایک اہم جزو ہے۔ یہ نقشے اور نمونے میں استعمال کیے گئے رنگ، چھاؤ، رموز اور نشانوں کی وضاحت کرتا ہے۔ یہ بھی درستگی سے رکھا جانا چاہیے اور نقشے/نمونے کے مواد کے مطابق ہونا چاہیے۔ علاوہ علاوہ، یہ مناسب طور پر جگہ دکھائی جانی چاہیے۔ عام طور پر، لیجنڈ نقشہ کے نیچے بائیں یا نیچے دائیں جانب دکھایا جاتا ہے۔
سمت
نقشے، زمین کی سطح کے جزو کا تضاد ہونے کی وجہ سے، ان کو سمتوں کے مطابق ترتیب دینا چاہیے۔ اس لیے، سمت کا رمز، یعنی شمال، نقشے پر بھی دکھایا جانا چاہیے اور مناسب طور پر جگہ دکھائی جانی چاہیے۔
نمونے کی تعمیر
ڈیٹا کو قابل اندازہ خواص مثل طول، عرض اور حجم ہوتے ہیں۔ ان ڈیٹا کے متعلقہ خواص کو ظاہر کرنے کے لیے رکھے گئے نمونے اور نقشے مندرجہ ذیل اقسام میں تقسیم کیے جا سکتے ہیں:
(آئی) ایک چارج کے نمونے، جیسے خطی گراف، پولی گراف، بار ڈائیگرام، ہسٹوگرام، عمر، جنس، پائیڈریم، غیرہ۔
(آئی آئی) دو چارج کے نمونے، جیسے پائی ڈائیگرام اور مستطیلی ڈائیگرام۔
(آئی آئی آئی) تین چارج کے نمونے، جیسے مربع اور گول نمونے۔
یہ اکثر اقسام کے نمونے اور نقشے کی تعمیر کے طریقے بحث کرنا ممکن نہیں چاہیے۔ اس لیے، ہم آمدنی وار نمونے اور نقشے کی تعمیر کے طریقے بیان کریں گے۔ یہ ہیں:
- خطی گراف
- پائی ڈائیگرام
- بار ڈائیگرام
- ونڈ روز اور سٹار ڈائیگرام
- فلو چارٹس
خطی گراف
خطی گراف عام طور پر وقت سلسلے کے ڈیٹا کو ظاہر کرنے کے لیے رکھے جاتے ہیں جو درجہ حرارت، بارش، افراد کی تعداد کا نمو، تولید، توزیع اور تجارت کے متعلقہ ڈیٹا ہوتے ہیں۔ جدول 3.1 میں شکل 3.2 کی تعمیر کے لیے استعمال کیے گئے ڈیٹا فراہم کیے گئے ہیں۔
خطی گراف کی تعمیر
(آ) ڈیٹا کو آسانی سے بنانے کے لیے اسے گول نمبروں میں تبدیل کریں، جیسے 1961 اور 1981 کے سالوں کے لیے افراد کی تعداد کا نمو 2.0 اور 2.2 کے طور پر گول کیا جا سکتا ہے۔
(ب) X اور Y محور کھینچیں۔ وقت سلسلے کے متغیرات (سال/مہینے) کو X محور پر اور ڈیٹا کی مقدار کو رکھنے والے متغیرات کو Y محور پر درج کیں۔
(ج) مناسب مقیاس چنیں اور اسے Y محور پر دکھائیں۔ اگر ڈیٹا سے منفی عدد ہو تو، یہ مقیاس بھی اسے ظاہر کرنا چاہیے۔
(د) ڈیٹا کو منتخب مقیاس کے مطابق Y محور پر دکھائیں، رکھے گئے قدروں کی جگہ ایک نقطہ دار کریں اور یہ نقطے آزاد ہاتھ سے خط کے ذریعے جوڑیں۔
مثال 3.1: جدول 3.1 میں دیے گئے ڈیٹا کو ظاہر کرنے کے لیے ایک خطی گراف تیار کریں:
جدول 3.1: 1901 سے 2011 تک ہندوستان میں افراد کی تعداد کا نمو
| سال | نمو کی شرح فی صد میں |
|---|---|
| 1901 | - |
| 1911 | 0.56 |
| 1921 | -0.30 |
| 1931 | 1.04 |
| 1941 | 1.33 |
| 1951 | 1.25 |
| 1961 | 1.96 |
| 1971 | 2.20 |
| 1981 | 2.22 |
| 1991 | 2.14 |
| 2001 | 1.93 |
| 2011 | 1.79 |
مشق
شکل 3.2 میں دکھائے گئے 1911 اور 1921 کے درمیان افراد کی تعداد میں ناگزیر تبدیلی کی وجہیں جلد پیدا کریں۔
پولی گراف
پولی گراف ایک خطی گراف ہے جس میں دو یا دو سے زیادہ متغیرات ایک جیسے نمبر کے ساتھ ایک ساتھ ظاہر کی جاتی ہیں تاکہ فوراً مطابقت حاصل کی جا سکے، جیسے کچھ جنگلی پھلوں کے نمو کی شرح جیسے چاول، گندم، پیلس یا مختلف ریاستوں یا ملکوں میں تولید، موتیں، جانوروں کی تولید، غیرہ۔ مختلف متغیرات کی قدر کو ظاہر کرنے کے لیے مختلف خط کے نمونے جیسے صاف خط ( _ _ )، جھگڑا ہوا خط (- – )، ڈاٹ ہوا خط (…..) یا ڈاٹ اور جھگڑا ہوا خط کا ترکیب (-…-) یا مختلف رنگوں کے خط استعمال کیا جا سکتا ہے (شکل 3.3)۔
مثال 3.2: جدول 3.2 میں دیے گئے ڈیٹا کے مطابق مختلف ریاستوں میں جنس کی تناسب کا مقایسہ کرنے کے لیے ایک پولی گراف تیار کریں:
جدول 3.2: منتخب ریاستوں کی جنس کی تناسب (1961-2011)
| ریاست/UT | 1961 | 1971 | 1981 | 1991 | 2001 | 2011 |
|---|---|---|---|---|---|---|
| دہلی | 785 | 801 | 808 | 827 | 821 | 866 |
| ہریانہ | 868 | 867 | 870 | 860 | 846 | 877 |
| اُتر پرادیش | 907 | 876 | 882 | 876 | 898 | 908 |
مصدر: سینس، 2011
بار ڈائیگرام
بار ڈائیگرام ایک بار کے ذریعے رکھے جاتے ہیں جو مساوی عرض کے ہوتے ہیں۔ یہ چولی کا نمونہ بھی کہلاتا ہے۔ بار ڈائیگرام کی تعمیر کے دوران مندرجہ ذیل قواعد دیکھنے کی ضرورت ہے:
(آ) تمام بار یا چولیوں کا عرض مساوی ہونا چاہیے۔
(ب) تمام باروں کو مساوی فاصلے/دورانے پر رکھا جانا چاہیے۔
(ج) باروں کو چمکدار اور اپنے آپ میں تمیز کرنے کے لیے رنگ یا نمونے سے چھائی جا سکتی ہے۔
سادہ، مرکب یا پولی بار ڈائیگرام کو ڈیٹا کی خصوصیات کے مطابق تیار کیا جا سکتا ہے۔
سادہ بار ڈائیگرام
ایک سادہ بار ڈائیگرام کو فوراً مطابقت کے لیے تیار کیا جاتا ہے۔ دیے گئے ڈیٹا سیٹ کو بڑھتے یا گھٹتے ہوئے ترتیب میں رکھنا اچھا ہے اور ڈیٹا متغیرات کو مناسب طور پر رکھیں۔ علاوہ علاوہ، وقت سلسلے کے ڈیٹا کو وقت کے دوران کے ترتیب میں ظاہر کیا جاتا ہے۔
مثال 3.3: جدول 3.3 میں دیے گئے تیروانانتھپور کے بارش کے ڈیٹا کو ظاہر کرنے کے لیے ایک سادہ بار ڈائیگرام تیار کریں:
جدول 3.3: تیروانانتھپور کی میں میں بارش
| مہینے | J | F | M | A | M | J | J | A | S | O | N | D |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| بارش سیمی | 2.3 | 2.1 | 3.7 | 10.6 | 20.8 | 35.6 | 22.3 | 14.6 | 13.8 | 27.3 | 20.6 | 7.5 |
تعمیر
ایک گراف پیپر پر X اور Y محور کھینچیں۔ Y محور پر بارش کے ڈیٹا کو سیمی میں رکھنے کے لیے 5 سیمی کا فاصلہ چنیں اور اسے رکھیں۔ X محور کو 12 ماہ کے لیے مساوی حصوں میں تقسیم کریں۔ ہر ماہ کی واقعی بارش کی قدروں کو منتخب مقیاس کے مطابق رکھیں جیسے شکل 3.4 میں دکھایا گیا ہے۔
شکل 3.4: تیروانانتھپور کی میں میں بارش
خطی اور بار گراف
خطی اور بار گراف کو الگ الگ رکھا جا سکتا ہے اور انہیں بعض ہی متعلقہ خصوصیات کے متعلقہ ڈیٹا کو ظاہر کرنے کے لیے ملا کر بھی رکھا جا سکتا ہے، جیسے میں میں درجہ حرارت اور بارش کے متعلقہ آب و ہوا کے ڈیٹا۔ اس کے لیے، ایک نمونے کو رکھا جاتا ہے جس میں ماہ X محور پر رکھے جاتے ہیں اور درجہ حرارت اور بارش کے ڈیٹا Y محور پر نمونے کے دونوں طرف رکھے جاتے ہیں۔
مثال 3.4: جدول 3.4 میں دیے گئے دہلی کے میں میں درجہ حرارت اور بارش کے ڈیٹا کو ظاہر کرنے کے لیے ایک خطی گراف اور بار ڈائیگرام تیار کریں:
جدول 3.4: دہلی میں میں میں درجہ حرارت اور بارش
| مہینے | درجہ حرارت ${ }^{\circ}\mathrm{C}$ | بارش سیمی |
|---|---|---|
| جنوری | 14.4 | 2.5 |
| فروری | 16.7 | 1.5 |
| مارچ | 23.30 | 1.3 |
| اپریل | 30.0 | 1.0 |
| مئی | 33.3 | 1.8 |
| جون | 33.3 | 7.4 |
| جولائی | 30.0 | 19.3 |
| آگسٹ | 29.4 | 17.8 |
| ستمبر | 28.9 | 11.9 |
| اکتوبر | 25.6 | 1.3 |
| نومبر | 19.4 | 0.2 |
| ڈسمبر | 15.6 | 1.0 |
تعمیر
(آ) X اور Y محور کو مناسب طول کے ساتھ کھینچیں اور X محور کو ایک سال میں ماہوں کے لیے 12 حصوں میں تقسیم کریں۔
(ب) درجہ حرارت کے ڈیٹا کے لیے Y محور پر مساوی فاصلے کے ساتھ 5 درجہ یا 10 درجہ کا مناسب مقیاس چنیں اور اسے اس کے دائیں طرف دکھائیں۔
(ج) بارش کے ڈیٹا کے لیے Y محور پر مساوی فاصلے کے ساتھ 5 سیمی یا 10 سیمی کا مناسب مقیاس چنیں اور اسے اس کے بائیں طرف دکھائیں۔
(د) درجہ حرارت کے ڈیٹا کو خطی گراف کے ذریعے اور بارش کو بار ڈائیگرام کے ذریعے رکھیں جیسے شکل 3.5 میں دکھایا گیا ہے۔
شکل 3.5: دہلی میں درجہ حرارت اور بارش
ملٹیپل بار ڈائیگرام
ملٹیپل بار ڈائیگرام کو دو یا دو سے زیادہ متغیرات کے مقابلے کے لیے تیار کیا جاتا ہے۔ مثال کے طور پر، ایک ملٹیپل بار ڈائیگرام کو مردوں اور عورتوں کی تناسب کو کل، دیہی اور شہری افراد میں ظاہر کرنے کے لیے تیار کیا جا سکتا ہے یا کنال، ٹیوب ویل اور ویل کے ذریعے شیڈوال کے تناسب کو مختلف ریاستوں میں ظاہر کرنے کے لیے۔
مثال 3.5: 1951-2011 کے دوران ہندوستان میں ڈیکھیلی کی شرح کو ظاہر کرنے کے لیے ایک مناسب بار ڈائیگرام تیار کریں:
تعمیر
(آ) مندرجہ ذیل ڈیٹا کو ظاہر کرنے کے لیے ملٹیپل بار ڈائیگرام چنیں۔
(ب) X محور پر وقت سلسلے کے ڈیٹا اور Y محور پر منتخب مقیاس کے مطابق زیادہ کی شرح دکھائیں۔
جدول 3.5: ہندوستان میں زیادہ کی شرح، 1951-2011 (فی صد میں)
| سال | کل افراد |
مرد | عورت |
|---|---|---|---|
| 1951 | 18.33 | 27.16 | 8.86 |
| 1961 | 28.3 | 40.4 | 15.35 |
| 1971 | 34.45 | 45.96 | 21.97 |
| 1981 | 43.57 | 56.38 | 29.76 |
| 1991 | 52.21 | 64.13 | 39.29 |
| 2001 | 64.84 | 75.85 | 54.16 |
| 2011 | 73.0 | 80.9 | 64.6 |
(ج) کل افراد، مرد اور عورت کی فی صد کو منسلک چولیوں (شکل 3.6) میں رکھیں۔
شکل 3.6: ہندوستان میں زیادہ کی شرح، 1951-2011
مرکب بار ڈائیگرام
جب مختلف جزو ایک متغیر کے ایک سیٹ میں گروپ کیے جاتے ہیں یا ایک جزو کے مختلف متغیرات ایک ساتھ رکھے جاتے ہیں، تو ان کا تضاد ایک مرکب بار ڈائیگرام کے ذریعے کیا جاتا ہے۔ اس طریقے میں، مختلف متغیرات ایک ہی بار میں مختلف مستطیلوں کے ساتھ ظاہر کی جاتی ہیں۔
مثال 3.6: جدول 3.6 میں دکھائے گئے ڈیٹا کو ظاہر کرنے کے لیے ایک مرکب بار ڈائیگرام تیار کریں:
جدول 3.6: ہندوستان میں برق کی کل پیداوار (بلین کیوں ہائی)
| سال | گرمی | ہائیڈرو | نیوکلر | کل |
|---|---|---|---|---|
| 2008-09 | 616.2 | 110.1 | 14.9 | 741.2 |
| 2009-10 | 677.1 | 104.1 | 18.6 | 799.8 |
| 2010-11 | 704.3 | 114.2 | 26.3 | 844.8 |
مصدر: معاشی جائزہ، 2011-12
تعمیر
(آ) ڈیٹا کو بڑھتے یا گھٹتے ہوئے ترتیب میں رکھیں۔
(ب) ایک بار کو دیے گئے سال میں کل برق کی پیداوار ظاہر کرے گا اور گرمی، ہائیڈرو اور نیوکلر برق کی پیداوار کو بار کے کل طول کو تقسیم کرکے ظاہر کی جائے گی جیسے شکل 3.7 میں دکھایا گیا ہے۔
پائی ڈائیگرام
پائی ڈائیگرام ڈیٹا کے تضاد کے ایک دوسرے تصویری طریقہ ہے۔ یہ ایک دائرے کے ذریعے دیے گئے ذرے کے کل قدر کو ظاہر کرنے کے لیے رکھا جاتا ہے۔ دائرے کو مناسب اوڑھے زاویوں میں تقسیم کرنا چاہیے اور اس کے بعد ڈیٹا کے ذیل سیٹس ظاہر کیے جاتے ہیں۔ اس لیے، یہ ڈائیگرام بھی دائرہ کے تقسیم کردہ ڈائیگرام کہلاتا ہے۔
ہر متغیر کا زاویہ مندرجہ ذیل صورتیں کے ذریعے حساب کیا جاتا ہے۔
شکل 3.7: ہندوستان میں کل برق کی پیداوار
$\dfrac{\text{دیے گئے ریاست/علاقے کی قدر X 360}}{\text{تمام ریاستوں/علاقوں کی کل قدر}}$
اگر ڈیٹا فی صد کی شکل میں دیے گئے ہوں، تو زاویوں کو مندرجہ ذیل صورتیں کے ذریعے حساب کیا جاتا ہے۔
$\dfrac{\text{فی صد X 360}}{100}$
مثال کے طور پر، ایک پائی ڈائیگرام کو ہندوستان کی کل افراد کے ساتھ دیہی اور شہری افراد کی تناسب کو ظاہر کرنے کے لیے رکھا جا سکتا ہے۔ اس صورت میں، مناسب نصف قطر کے ساتھ ایک دائرہ رکھا جاتا ہے جو کل افراد کو ظاہر کرے گا اور اس کے بعد دیہی اور شہری افراد کے ذریعے مناسب اوڑھے زاویوں کے ذریعے اس کے ذیل تقسیمات کو ظاہر کیا جاتا ہے۔
مثال 3.7: جدول 3.7 (آ) میں دیے گئے ڈیٹا کو مناسب ڈائیگرام کے ذریعے ظاہر کریں۔
زاویوں کا حساب
(آ) ہندوستان کی تصدیق کے فی صد ڈیٹا کو بڑھتے ہوئے ترتیب میں رکھیں۔
(ب) ہندوستان کی تصدیق کی قدروں کے لیے مختلف علاقوں/ملکوں کے لیے مناسب اوڑھے زاویوں کا حساب کریں۔
جدول 3.7 (ب): 2010-11 میں ہندوستان کی تصدیق کے لیے مختلف علاقوں/ملکوں کے لیے مناسب اوڑھے زاویوں کا حساب کریں۔
| ملک | فی صد | حساب | زاویہ |
|---|---|---|---|
| یورپ | 20.2 | $20.2 \times 3.6 =72.72$ | $73^{\circ}$ |
| افریقہ | 6.5 | $6.5 \times 3.6 =23.4$ | $23^{\circ}$ |
| امریکہ | 14.8 | $14.8 \times 3.6 =53.28$ | $53^{\circ}$ |
| ایشیا اور ایس ای ای ان | 56.2 | $56.2 \times 3.6 =202.32$ | $203^{\circ}$ |
| دیگر | 2.3 | $2.3 \times 3.6 =8.28$ | $8^{\circ}$ |
| کل | $\mathbf{1 0 0}$ | $\mathbf{6 6 0}^{\circ}$ |
تعمیر
(آ) رکھنے والے دائرے کے لیے مناسب نصف قطر چنیں۔ دیے گئے ڈیٹا سیٹ کے لیے 3، 4 یا 5 سیمی کا نصف قطر چنا جا سکتا ہے۔
(ب) دائرے کے مرکز سے دائرے کے اچھلے پر ایک خط کھینچیں جو نصف قطر ہو۔
(ج) ہر زمرہ کے لیے دائرے کے اچھلے سے اوڑھے زاویوں کو بڑھتے ہوئے گھڑی کے مطابق چنیں، چھوٹے زاویے سے شروع کریں۔
(د) ڈائیگرام کو عنوان، ذیلی عنوان اور لیجنڈ کے ساتھ مکمل کریں۔ ہر متغیر/زمرہ کے لیے لیجنڈ کا مارک چنیں اور اسے منفرد چھاؤ/رنگ سے نشانزدہ کریں۔
احتیاطی تدابیر
(آ) دائرہ نہیں چاہیے کہ وسیع ہو کہ اسے جگہ میں رکھنا مشکل ہو یا چھوٹا ہو کہ اسے نامکمل ہو۔
(ب) بڑے زاویے سے شروع کرنا غلطی کا اجمالی اثر پیدا کرے گا جس سے چھوٹے زاویے کو رکھنا مشکل ہو جائے گا۔
شکل 3.8: 2010-11 میں ہندوستان کی تصدیق کی سمت
فلو چارٹس/نقشے
فلو چارٹ گراف اور نقشے کا ترکیب ہے۔ یہ چارٹ کو ظاہر کرنے کے لیے رکھا جاتا ہے۔
فلو چارٹ کے تیار کرنے کے ضروریات
(آ) ڈیزائن ایک ڈائیگرام کو رکھنے کے لیے ایک مناسب طول کے ساتھ کھینچیں اور X محور کو 12 حصوں میں تقسیم کریں تاکہ سال میں ماہوں کو ظاہر کیا جا سکے۔
(ب) درجہ حرارت کے ڈیٹا کے لیے Y محور پر مساوی فاصلے کے ساتھ 5 درجہ یا 10 درجہ کا مناسب مقیاس چنیں اور اسے اس کے دائیں طرف دکھائیں۔
(ج) بارش کے ڈیٹا کے لیے Y محور پر مساوی فاصلے کے ساتھ 5 سیمی یا 10 سیمی کا مناسب مقیاس چنیں اور اسے اس کے بائیں طرف دکھائیں۔
(د) درجہ حرارت کے ڈیٹا کو خطی گراف کے ذریعے اور بارش کو بار ڈائیگرام کے ذریعے رکھیں جیسے شکل 3.5 میں دکھایا گیا ہے۔
شکل 3.5: دہلی میں درجہ حرارت اور بارش
ملٹیپل بار ڈائیگرام
ملٹیپل بار ڈائیگرام کو دو یا دو سے زیادہ متغیرات کے مقابلے کے لیے تیار کیا جاتا ہے۔ مثال کے طور پر، ایک ملٹیپل بار ڈائیگرام کو مردوں اور عورتوں کی تناسب کو کل، دیہی اور شہری افراد میں ظاہر کرنے کے لیے تیار کیا جا سکتا ہے یا کنال، ٹیوب ویل اور ویل کے ذریعے شیڈوال کے تناسب کو مختلف ریاستوں میں ظاہر کرنے کے لیے۔
مثال 3.5: 1951-2011 کے دوران ہندوستان میں ڈیکھیلی کی شرح کو ظاہر کرنے کے لیے ایک مناسب بار ڈائیگرام تیار کریں:
تعمیر
(آ) مندرجہ ذیل ڈیٹا کو ظاہر کرنے کے لیے ملٹیپل بار ڈائیگرام چنیں۔
(ب) X محور پر وقت سلسلے کے ڈیٹا اور Y محور پر منتخب مقیاس کے مطابق زیادہ کی شرح دکھائیں۔
جدول 3.5: ہندوستان میں زیادہ کی شرح، 1951-2011 (فی صد میں)
| سال | کل افراد |
مرد | عورت |
|---|---|---|---|
| 1951 | 18.33 | 27.16 | 8.86 |
| 1961 | 28.3 | 40.4 | 15.35 |
| 1971 | 34.45 | 45.96 | 21.97 |
| 1981 | 43.57 | 56.38 | 29.76 |
| 1991 | 52.21 | 64.13 | 39.29 |
| 2001 | 64.84 | 75.85 | 54.16 |
| 2011 | 73.0 | 80.9 | 64.6 |
(ج) کل افراد، مرد اور عورت کی فی صد کو منسلک چولیوں (شکل 3.6) میں رکھیں۔
شکل 3.6: ہندوستان میں زیادہ کی شرح، 1951-2011
مرکب بار ڈائیگرام
جب مختلف جزو ایک متغیر کے ایک سیٹ میں گروپ کیے جاتے ہیں یا ایک جزو کے مختلف متغیرات ایک ساتھ رکھے جاتے ہیں، تو ان کا تضاد ایک مرکب بار ڈائیگرام کے ذریعے کیا جاتا ہے۔ اس طریقے میں، مختلف متغیرات ایک ہی بار میں مختلف مستطیلوں کے ساتھ ظاہر کی جاتی ہیں۔
مثال 3.6: جدول 3.6 میں دکھائے گئے ڈیٹا کو ظاہر کرنے کے لیے ایک مرکب بار ڈائیگرام تیار کریں:
جدول 3.6: ہندوستان میں برق کی کل پیداوار (بلین کیوں ہائی)
| سال | گرمی | ہائیڈرو | نیوکلر | کل |
|---|---|---|---|---|
| 2008-09 | 616.2 | 110.1 | 14.9 | 741.2 |
| 2009-10 | 677.1 | 104.1 | 18.6 | 799.8 |
| 2010-11 | 704.3 | 114.2 | 26.3 | 844.8 |
مصدر: معاشی جائزہ، 2011-12
تعمیر
(آ) ڈیٹا کو بڑھتے یا گھٹتے ہوئے ترتیب میں رکھیں۔
(ب) ایک بار کو دیے گئے سال میں کل برق کی پیداوار ظاہر کرے گا اور گرمی، ہائیڈرو اور نیوکلر برق کی پیداوار کو بار کے کل طول کو تقسیم کرکے ظاہر کی جائے گی جیسے شکل 3.7 میں دکھایا گیا ہے۔
پائی ڈائیگرام
پائی ڈائیگرام ڈیٹا کے تضاد کے ایک دوسرے تصویری طریقہ ہے۔ یہ ایک دائرے کے ذریعے دیے گئے ذرے کے کل قدر کو ظاہر کرنے کے لیے رکھا جاتا ہے۔ دائرے کو مناسب اوڑھے زاویوں میں تقسیم کرنا چاہیے اور اس کے بعد ڈیٹا کے ذیل سیٹس ظاہر کیے جاتے ہیں۔ اس لیے، یہ ڈائیگرام بھی دائرہ کے تقسیم کردہ ڈائیگرام کہلاتا ہے۔
ہر متغیر کا زاویہ مندرجہ ذیل صورتیں کے ذریعے حساب کیا جاتا ہے۔
شکل 3.7: ہندوستان میں کل برق کی پیداوار
$\dfrac{\text{دیے گئ
BETA
