מדריך תרגול ניתוח נתונים וגרפים לפסיכומטרי

מה זה כולל

שאלות ניתוח נתונים משלבות טבלה וגרף יחד, ולעיתים דורשות חישוב אחוז שינוי בין שתי נקודות בגרף - כדאי לתרגל את זה במיוחד.

טעויות נפוצות

התלמידים נופלים לרוב באחת משלוש טעויות: קריאה שגויה של ציר הגרף (במיוחד כשהוא לא מתחיל מאפס); בלבול בין אחוז לערך מוחלט בגרף עוגה או היסטוגרמה; התעלמות מכך שגרף מסוים הוא מצטבר ולא נקודתי.

איך לתרגל נכון

הטיפים המרכזיים לתרגול הנושא: קראו את כותרות הצירים ואת יחידות המידה לפני שמנתחים את הנתונים; שימו לב אם קנה המידה בציר אינו רציף או מתחיל מערך שאינו אפס; השוו ערכים יחסית זה לזה, לא רק לפי הרושם הוויזואלי בגרף.

נקודת מפתח לזכור

נקודה נוספת שחשוב להכיר: בשאלות ניתוח נתונים, הטעות הנפוצה ביותר היא לקרוא רק את הכותרת של הגרף ולפספס פרטים קטנים כמו יחידות המדידה או קנה המידה של הצירים - תמיד יש לבדוק את הצירים לפני שקוראים את הנתונים עצמם.

עוד היבטים חשובים בנושא

מעבר לגרפים בודדים, שאלות רבות משלבות שני גרפים או טבלה וגרף יחד, ודורשות חיבור מידע משני מקורות שונים לפני מתן תשובה - למשל טבלת אחוזים המשלימה גרף עמודות עם מספרים מוחלטים.

תת-נושא נוסף הוא גרפים המציגים שינוי לאורך זמן (טרנד) - כאן חשוב להבחין בין קצב השינוי (השיפוע) לבין הערך המוחלט בכל נקודה, שני דברים שונים שנשאלים עליהם בנפרד.

דוגמה מלאה

דוגמה טובה: גרף המציג הכנסות חברה ב-4 שנים לצד טבלה עם התפלגות ההכנסות לפי מחלקה - שאלה עשויה לדרוש חישוב שילוב של השניים, כמו הכנסה מוחלטת של מחלקה מסוימת בשנה נתונה.

עוד תת-נושאים שכדאי להכיר

חשוב גם להכיר גרפים המציגים יותר מסדרת נתונים אחת (למשל כמה קווים על אותו גרף) - כאן יש לוודא זיהוי נכון של המקרא לפני שמשווים בין הסדרות השונות.

פרטים נוספים שכדאי להכיר

חשוב גם להכיר גרפים מסוג 'תרשים פיזור' (scatter plot) המציגים קשר בין שני משתנים - כאן בודקים אם יש מגמה כללית (עולה, יורדת) בין הנקודות, לא ערך מדויק בודד.

כדאי גם להבין את מושג החציון וטווח בין-רבעוני בהקשר של תרשימי קופסה (box plot), שמופיעים לעיתים בשאלות מתקדמות יותר של ניתוח נתונים.

לבסוף, שאלות ניתוח נתונים רבות דורשות חישוב אחוז שינוי בין שתי נקודות ספציפיות בגרף - חשוב לזהות בבירור אילו שתי נקודות נדרשות להשוואה מתוך כלל הנתונים המוצגים.

לסיכום, שליטה בנושא ניתוח נתונים דורשת שילוב של הבנה תיאורטית, זיהוי דפוסי שאלות חוזרים, ותרגול מספיק כדי שהפתרון יהפוך למהיר ואוטומטי. ככל שמתרגלים יותר שאלות מסוג זה עם משוב על כל תשובה, כך גדל הביטחון ופוחת הזמן הנדרש לפתרון בפועל, מה שמשאיר יותר זמן לנושאים אחרים במהלך המבחן כולו.