グラフは、データを表し、関係を表すことを目的とした図です。 グラフの分析は、一般的な傾向を判断し、実験の結果を仮説に関連付け、将来の実験のために仮説を立てるのに役立ちます。 グラフを分析するときは、グラフが何を表示しているか、なぜそのような情報が実験または質問のコンテキストに関連するのかを判断することが重要です。 複数のタイプのグラフを使用して、単一のデータセットを表すことができます。
さまざまなタイプのグラフを区別します。 グラフの主なタイプは、画像グラフ、棒グラフ、線グラフ、散布図です。 画像グラフは、画像を使用して値を表します。 棒グラフは、値を表すために垂直または水平の棒を使用します。 線グラフは、線を使用して値を表します。 散布図はデータを点で表し、次にいくつかの点に最適な線が引かれます。
どのタイプのデータが表されているかを判断するために、グラフのタイトルと軸を読んでください。 x軸は独立変数、または変更可能な変数です。 y軸は従属変数、または独立変数に依存する変数です。 たとえば、6週間のバラの高さのグラフでは、x軸には週があり、y軸には高さがあります。
グラフの一般的な傾向を判断します。 画像グラフで、画像の量が最も多い線を探します。 棒グラフの場合は、最も高い棒を探します。 折れ線グラフと散布図については、線の傾きを見てください。 線が右上隅を指している場合、傾きは正です。 線が右下隅を指している場合、勾配は負です。
一般的な傾向に適合していないと思われるデータポイントを探します。 すべてのデータセットが完全な傾向を示すわけではありません。 そのような点を調べて記録します。 位置がずれているバー、ドット、または線の一部がある場合、これは結論全体に影響を与えるほど重要ではない可能性があります。
グラフを使用して、将来のデータセットに関する予測を行います。 たとえば、6週間ごとに植物の高さが2センチメートル増加する場合、予測ではこの傾向を継続します。 植物が6週目で12センチメートルである場合、7週目での予測は14センチメートルになります。