تجاوز إلى المحتوى الرئيسي
TawjihiAI: دراسة التوجيهيادرس وتدرّب من هاتفكحمّل التطبيق
المواضيع

⁦١.٣⁩ التمثيلُ المرئيُّ للبياناتِ (Data Visualization)

الكتاب

من كتاب المهارات الرقمية المقرّر

محتويات الموضوع (٢٦)

سأتعلمُ في هذا الدرسِ كيفيةَ تمثيلِ البياناتِ بطرائقَ متنوعةٍ، واستكشافَ أساليبِ التمثيلِ المرئيِّ لعرضِ البياناتِ بشكلٍ مبتكرٍ وتفاعليِّ؛ مما يبرزُ العلاقاتِ بينَها ويسهِّلُ فهمَها وتحليلَها.

التمثيلُ المرئيُّ للبياناتِ

منتجات التعلم ⁦(Learning Products)⁩ مجموعةٌ منَ التمثيلاتِ البيانيةِ التي توضحُ الأنماطَ العامةَ لعاداتِ القراءةِ لدى الطلبةِ، وهي جزءٌ من مشروعِ تحليلِ عاداتِ القراءةِ لديهم.

مصطلحات ومفاهيم

التمثيلُ المرئيُّ ⁦(Visual Representation)⁩، التمثيلُ التفاعليُّ ⁦(Interactive Representation)⁩، المخططاتُ ⁦(Charts)⁩، الرسومُ البيانيةُ ⁦(Graphs)⁩.

نتاجات التعلم

■ أوضحُ مفهومَ التمثيلِ المرئيِّ للبياناتِ. ■ أمثِّلُ البياناتِ بأشكالٍ متعددةٍ. ■ أمثِّلُ البياناتِ تمثيلًا مرئيًا وتفاعليًا باستخدامِ تطبيقٍ حاسوبيٍّ مثلَ ⁦(Excel)⁩. ■ أعرِّفُ البياناتِ الضخمةَ وأوضحُ خصائصَها. ■ أميِّزُ أهميةَ البياناتِ الضخمةِ واستخداماتِها. ■ أوضحُ الفرقَ بينَ قواعدِ البياناتِ التقليديةِ وقواعدِ البياناتِ الضخمةِ. ■ أصفُ عملياتِ التحويلِ والتعميمِ والتبسيطِ والتمثيلِ للبياناتِ الضخمةِ.

نشاط تمهيدي هل تساءلتُم يومًا كمْ منَ البياناتِ يُنتجُ البشرُ يوميًا؟". أفكرُ في إجابةِ الأسئلةِ الآتيةِ؛ لاستكشافِ إجابةِ هذا السؤالِ: كمْ رسالةً أرسلُ يوميًا باستخدامِ هاتفي والإنترنت؟ كمْ صورةً أو فيديو أشاركُهُ يوميًا عبرَ مواقعِ التواصلِ الاجتماعيِّ؟ كمْ مرةً أبحثُ عبرَ الإنترنتِ خلالَ اليومِ الواحدِ؟ أشاركُ إجاباتِي مع الزملاءِ/ الزميلاتِ، ثمَّ نحسبُ بشكلٍ تقريبيٍّ كميةَ البياناتِ المنتجةِ منَ الصفِّ كاملًا. وأستنتجُ كمْ سيكونُ حجمُ البياناتِ المنتجةِ منَ البشرِ في اليومِ الواحدِ.

الشكل (3-1): خصائص البيانات الضخمة
الشكل (3-1): خصائص البيانات الضخمة

البياناتُ الضخمةُ وطرائقُ تحليلِها

في عالمِ اليومِ، نحنُ محاطونَ بكمياتٍ هائلةٍ منَ البياناتِ، سواءً أكانتْ من وسائلِ التواصلِ الاجتماعيِّ، أو المواقعِ الإلكترونيةِ، أو منَ الأجهزةِ الذكيةِ التي نستخدمُها يوميًا. تُعرَّفُ هذهِ البياناتُ بالبياناتِ الضخمةِ ⁦(Big Data)⁩، وهي مجموعاتٌ كبيرةٌ ومتنوعةٌ منَ البياناتِ التي تتزايدُ بسرعةٍ وبأحجامٍ ضخمةٍ جدًا بحيثُ يصعبُ معالجتُها باستخدامِ الأدواتِ التقليديةِ. تتمتعُ البياناتُ الضخمةُ بخصائصَ عدةٍ تميِّزُها عنِ البياناتِ التقليديةِ، كما هو موضحٌ في الشكلِ (3-1).

  • الحجم ⁦(Volume)⁩: حيثُ تشيرُ إلى الكميةِ الكبيرةِ جدًا منَ البياناتِ التي يتمُّ جمعُها وتخزينُها.
  • السرعة ⁦(Velocity)⁩: يعكسُ السرعةَ التي يتمُّ بها إنشاءُ البياناتِ وتحليلُها في الوقتِ الحقيقيِّ.
  • القيمة ⁦(Value)⁩: تشيرُ إلى مدى الفائدةِ التي يمكنُ استخلاصُها من تحليلِ البياناتِ.
  • التنوع ⁦(Variety)⁩: يعبِّرُ عن تعددِ أشكالِ البياناتِ، مثلَ النصوصِ، الصورِ، الفيديوهاتِ، الصوتياتِ، والبياناتِ المهيكلةِ وغيرِ المهيكلةِ.
  • الصحة ⁦(Veracity)⁩: يتعلَّقُ بجودةِ البياناتِ وصحتِها وموثوقيتِها لتحليلِها بشكلٍ صحيحٍ.

الشكلُ (3-1): خصائصُ البياناتِ الضخمةِ تعدُّ البياناتُ الضخمةُ أداةً قويةً لدعم التحليل الدقيق للبيانات واتخاذ القرارات المبنية على الأدلة، فهي تساعدُ في تحليل الأنماط واكتشاف الاتجاهات والعلاقات التي قد تكونُ غيرَ مرئيةٍ في البيانات التقليدية. بالإضافة إلى ذلك، تتيحُ البياناتُ الضخمةُ تخصيصَ الخدماتِ لتقديم تجاربَ مخصصةً للمستخدمين بناءً على أنماط استخدامهم وسلوكاتهم. ومن أبرز استخداماتها التنبؤُ بالمستقبل في مجالاتٍ متنوعةٍ مثل الاقتصاد، والتسويق، والصحة، والبيئة.

من الأمثلة على تطبيقاتِ البيانات الضخمة: تحليلُ بياناتِ المرضى لتحسين العلاجات والتنبؤ بالأوبئة في مجال الصحة، وتخصيصُ الإعلانات وتحليلُ سلوك العملاء لتحسين تجربة المستخدم وزيادة الأرباح في التسويق، وتحسينُ أداء أنظمة الذكاء الاصطناعي وخوارزميات التعلم الآلي في التكنولوجيا، فضلا عن إدارة حركة المرور وتحسين أنظمة النقل الذكي في مجال النقل.

عمليات معالجة البيانات الضخمة: التحويل، التعميم، التبسيط، والتمثيل

أتخيلُ أنني أمتلكُ قاعدةَ بياناتٍ تضمُّ معلوماتٍ عن ملايين المستخدمين، كيف سأتمكنُ من استيعاب هذه البيانات أو اتخاذ قراراتٍ بناءً عليها؟ هل سيكونُ من السهل فهمها؟ وما الأدواتُ أو العملياتُ التي سأحتاجها لتبسيط هذه البيانات وجعلها قابلةً للتحليل؟

تتضمنُ عملياتُ المعالجة للبيانات الضخمة: التحويل والتعميم والتبسيط والتمثيل، وفي ما يأتي توضيحُ لهذه العمليات:

العمليةإجراءات العمليةمثال
التحويل ⁦(Transformation)⁩: هو معالجةُ البياناتِ الخامِ عنْ طريقِ تغييرِ شكلِها أوْ صيغةِ تمثيلِها منْ دونِ التأثيرِ في محتواها الأصليِّ.تنظيفُ البيانات: إزالةُ القيم المفقودة أو المتكررة أو غير الصحيحة. تحويلُ الصيغ: مثل تحويل النصوص إلى أرقام أو تحويل التواريخ إلى تنسيق موحد. تقليصُ الأبعاد: اختيارُ المتغيرات الأكثر أهمية لتحليل البيانات. والاستغناءُ عن البيانات الأخرى.تحويلُ بياناتٍ نصيةٍ تمَّ جمعها من وسائل التواصل الاجتماعي إلى بياناتٍ رقميةٍ باستخدام تقنيات معالجة اللغة الطبيعية.
التعميم ⁦(Generalization)⁩: عمليةُ تصنيفِ البياناتِ في مستوياتٍ أعلى منَ التجريدِ لتقليلِ التفاصيلِ الدقيقةِ والتركيزِ على الأنماطِ العامّةِ.تجميعُ البيانات: مثل تحويل بيانات المبيعات اليومية إلى متوسطات أسبوعية أو شهرية. تقليلُ التفاصيل: مثل تصنيف أعمار الأشخاص إلى مجموعات (10-20 سنة، 20-30 سنة...).تحليلُ البيانات المجملة بناءً على الفئات العمرية للزبائن، بدلاً من تحليل كل معاملة فردية في متجر.
التبسيط ⁦(Simplification)⁩: تقليلُ التعقيدِ في البياناتِ الضخمةِ لجعلِها أسهلَ في الفهمِ والتحليلِ، معَ الاحتفاظِ بالمعلوماتِ الأكثرِ أهميةً.اختيارُ الميزات الرئيسة: تحديدُ المتغيرات الأكثر تأثيراً في التحليل. حذفُ القيم غير الضرورية: إزالةُ البيانات التي لا تضيفُ قيمةً تحليليةً. تمثيلُ البيانات بصيغ مضغوطة: مثل استخدام المخططات والرسوم البيانية.إزالةُ بيانات التفاعل غير الضرورية من سجلِّ النقرات على موقع إلكتروني والاكتفاءُ بتحليل الزيارات الفعلية.
التمثيل ⁦(Representation)⁩: عرضُ البياناتِ بصريًّا أوْ تقنيًّا لتسهيلِ فهمِ الأنماطِ والعلاقاتِ واستنتاجِ النتائجِ.اختيارُ التمثيل المناسب: مثل المخططات الشريطية، الخطية، الدائرية، أو الخرائط الحرارية. استخدام أدوات متقدمة: مثل ⁦Tableau⁩, ⁦Power BI⁩، أو ⁦Python libraries⁩. توفيرُ تمثيل تفاعلي: مثل المخططات التي يمكنُ استخدامها لاستكشاف تفاصيل إضافية.إنشاءُ لوحة تحكم تعرضُ بيانات مبيعات المنتجات في مختلف المناطق باستخدام الرسوم البيانية التفاعلية.

التمثيل المرئي للبيانات

  1. عندَ جمع البيانات لتحليلها ودراستها، من الضروري فهمُ كيفية تمثيلها وتفسيرها بشكل صحيح.
  2. سواءً أكانت البياناتُ على شكل أرقام، أو نصوص، أو صور، أو أصوات، فإنَّ طريقةَ تمثيلها تلعبُ دوراً كبيراً في تسهيل فهمها واستخدامها بفعالية.

نشاط فردي أنظرُ إلى الجدول (3-1) والشكل (3-2) للإجابة عن الأسئلة الآتية: أيُّ مدينةٍ لها أكبرُ تعدادٍ للسكان؟ أيُّ الشكلين كانَ استخدامهُ أسهلَ لتحديد هذه المعلومة؟ ماذا أستنتجُ؟ ثمَّ أشاركُ إليه مع الزملاء/ الزميلات.

الجدول (3-1) والشكل (3-2)
الجدول (3-1) والشكل (3-2)

الجدول (3-1): جدول يوضحُ التوزيع السكاني ونسبة الإصابة بالأمراض في مدن مختلفة الشكل (3-2): تمثيل بياني يوضحُ التوزيع السكاني ونسبة الإصابة بالأمراض في مدن مختلفة

عندما نقومُ بجمع البيانات، فإنَّها تأتي في أشكالٍ متنوعةٍ، ولتحليلها واستخلاص النتائج منها، نحتاجُ إلى تمثيلها باستخدام الأدوات البصرية التي تسهمُ في تحليل البيانات وفهمها بشكلٍ أكثر فعاليةً. ومن أبرز هذه الأدوات:

  • الرسوم البيانية ⁦(Charts)⁩ مثل الرسوم الشريطية، والرسوم الخطية، والرسوم الدائرية، وغيرها التي تستخدمُ لتوضيح الاتجاهات والنسب.
  • مخططات الانتشار ⁦(Graphics)⁩ مثل المخططات المبعثرة ⁦(Scatter Plots)⁩ والهيستوجرام ⁦(Histograms)⁩، والتي تُظهرُ العلاقات بين المتغيرات وتوزيع البيانات.
  • الخرائط ⁦(Maps)⁩ مثل الخرائط الجغرافية وخرائط الحرارة ⁦(Heat Maps)⁩ التي توضحُ توزيع البيانات بناءً على الموقع الجغرافي أو الكثافة.
  • لوحاتُ المعلومات التفاعلية ⁦(Dashboards)⁩ وهي منصاتُ تفاعليةٌ تعرضُ البيانات من خلال تمثيلات بصرية متعددة؛ مما يسمحُ بتفسير البيانات بطريقةٍ متكاملةٍ.

يُحدِّدُ اختيارُ النوع المناسب للتمثيل المرئي للبيانات بناءً على مجموعةٍ من العوامل المهمة، أبرزُها: طبيعةُ البيانات المراد تمثيلها، والهدفُ الأساسيُّ من التمثيل المرئي، بالإضافة إلى طبيعة الجمهور المستهدف الذي سيتمُّ عرضُ التمثيل المرئي عليه. وفي ما يأتي شرحٌ تفصيليٌّ لهذه العوامل:

1- اختيارُ النوع المناسب للتمثيل المرئي بناءً على نوع البيانات

نوع البيانات المراد تمثيلهاالتمثيل المرئي المناسب
البيانات النوعية ⁦(Categorical Data)⁩الرسم الشريطي ⁦(Bar)⁩، الأعمدة ⁦(Column)⁩، المخطط الشجري ⁦(Treemap)⁩
البيانات العددية المستمرة ⁦(Continuous Numerical Data)⁩المخطط المبعثر ⁦(Scatterplot)⁩، خريطة الحرارة ⁦(Heatmap)⁩
البيانات الزمنية ⁦(Time-Series Data)⁩الرسم الخطي ⁦(Line)⁩، المخطط المساحي ⁦(Area Chart)⁩

2- اختيارُ النوع المناسب للتمثيل المرئي بناءً على الهدف من التمثيل المرئي

الهدف من التمثيل المرئينوع التمثيل المرئي المناسب
المقارنة ⁦(Comparison)⁩الرسم الشريطي ⁦(Bar)⁩، الرسم الخطي ⁦(Line)⁩، المخطط المساحي ⁦(Area Chart)⁩، الخريطة الجغرافية ⁦(Geographical Map)⁩
التكوين ⁦(Composition)⁩الرسم الدائري ⁦(Pie Chart)⁩، الأعمدة المكدسة ⁦(Stacked Column Chart)⁩، المخطط الشجري ⁦(Treemap)⁩
العلاقات ⁦(Relationship)⁩المخطط المبعثر ⁦(Scatterplot)⁩، المخطط الشجري ⁦(Treemap)⁩، مخطط جانت ⁦(Gantt Chart)⁩
التوزيع ⁦(Distribution)⁩الرسم البياني التكراري ⁦(Histogram)⁩، المخطط الصندوقي ⁦(Box Plot)⁩، الرسم النقطي ⁦(Dot Plot)⁩

3- اختيارُ النوع المناسب للتمثيل المرئي بناءً على مستوى خبرة الجمهور الذي يستخدمُ التمثيل المرئي

مستوى خبرة الجمهورنوع التمثيل المرئي المناسب
الجمهور غير المتخصصالرسم الشريطي ⁦(Bar)⁩، الرسم الخطي ⁦(Line)⁩، المخطط المساحي ⁦(Area Chart)⁩، الخريطة الجغرافية ⁦(Geographical Map)⁩
الجمهور ذو الخبرة المتوسطةخريطة الحرارة ⁦(Heatmap)⁩، الرسم البياني التكراري ⁦(Histogram)⁩، الرسم النقطي ⁦(Dot Plot)⁩، المخطط الشجري ⁦(Treemap)⁩
الجمهور الخبيرالمخطط المبعثر ⁦(Scatterplot)⁩، المخطط الصندوقي ⁦(Box Plot)⁩، مخطط جانت ⁦(Gantt Chart)⁩

أدواتُ التمثيل المرئي للبيانات

سأتعرفُ في ما يأتي أهمُّ أدوات التمثيل المرئي، وآليةُ استخدامها، وميزاتها.

أولاً: المخططات ⁦(Charts)⁩

إضاءة

الشكل (3-3): العناصر الرئيسة لأي تمثيل مرئي
الشكل (3-3): العناصر الرئيسة لأي تمثيل مرئي

الشكل (3-3): العناصر الرئيسة لأي تمثيل مرئي

  1. عنوانُ الرسم البياني: أجعلُ عنوان الرسم البياني قصيراً. يجبُ أن يكون مكتوباً بصيغة الجملة الاسمية، وأن يعكس الفكرة الأساسية أو الرؤية التي تكشفها البيانات.
  2. العنوان الفرعي للرسم البياني: وصفٌ داعمٌ قصيرٌ يوضحُ محتوى الرسم البياني.
  3. عنوانُ المحور الصادي ⁦(Y-axis)⁩: عنوانٌ واضحٌ وموجزٌ يلخصُ النتيجة الرئيسة أو الدلالة التي تقدمُها البيانات.
  4. عنوانُ المحور السيني ⁦(X-axis)⁩: عنوانٌ واضحٌ وموجزٌ يلخصُ النتيجة الرئيسة أو الدلالة التي تقدمُها البيانات.
  5. المفتاحُ ⁦(Legend)⁩: يساعدُ القارئ على تفسير البيانات. يمكنُ تغييرُ موضعه وتخطيطُه بناءً على نوع الرسم البياني والغرض منه.
  6. الملاحظةُ ⁦(Note)⁩: منطقةٌ اختياريةٌ تحتوي على ملخص قصير لمحتوى الرسم البياني. قد تتضمنُ معلوماتٍ قانونيةً بسيطةً، وبياناً قصيراً يوضحُ الرسم البياني بوضوحٍ أكبر، أو معلومات المصدر.
  7. أدواتُ الرسم البياني ⁦(Chart tools)⁩: تتضمنُ الوظائف الأساسية التي تساعدُ القراء على تنزيل، أو تصدير، أو طباعة الرسم البياني. تختلفُ الأدوات في هذا القسم حسب نوع الرسم البياني واحتياجات التطبيق.
  8. التلميحُ ⁦(Tooltip)⁩: يجبُ أن يكشفَ عن معلوماتٍ أكثر تفصيلاً، مثل القيم المقابلة لنقطة البيانات على كلا المحورين.

1. المخططات الدائرية :

  1. هو تمثيلٌ بيانيٌ يُستخدمُ لعرض النسب المئوية أو الأجزاء النسبية للكلِّ في شكل دائرة.
  2. يتمُّ تقسيمُ الدائرة إلى قطاعاتٍ؛ إذ يمثلُ كلُّ قطاعٍ جزءاً من الكلِّ. تعدُّ الرسوم البيانية الدائرية واحدةً من أكثر تقنيات تمثيل البيانات شيوعاً وأبسطها، وتستخدمُ في مجموعةٍ واسعةٍ من التطبيقات.
  3. ومن الأمثلة على استخدامها: توزيع السكان حسب الفئات العمرية، ومصادر الإيرادات في شركة، وتحليل النسب المئوية في استطلاعات الرأي.
جدول (3-2) والشكل (3-4)
جدول (3-2) والشكل (3-4)

مثال

في صفٍّ مكونٍ من 200 طالب، تمَّ إجراءُ استطلاعٍ لجمع البيانات حول الرياضة المفضلة لكلِّ طالب، فكانت النتيجةُ على النحو الموضح في الجدول الآتي (3-2)؛ إذ تمَّ تمثيلُ البيانات باستخدام الرسم البياني الدائري (الشكل 3-4). حيثُ يعرضُ الرسم توزيع الرياضات المفضلة للطلبة كنسبٍ مئويةٍ، مع تسمياتٍ لكلِّ قطاعٍ توضحُ اسم الرياضة والنسبة المئوية المقابلة لها.

نشاط عملي إنشاءُ رسمٍ بيانيٍ دائريٍ باستخدام برمجية ⁦Excel⁩ أو ⁦Google Sheets⁩ أستخدمُ برمجية ⁦(Excel)⁩ لرسم الشكل البياني في الشكل (3-2) متبعاً الإرشادات الآتية:

  • أفتحُ برمجية ⁦(Excel)⁩ وأنشئُ ورقة عمل، وأدخلُ البيانات في عمودين:

⁦o⁩ العمودُ الأول: أسماء الرياضات (كرة السلة، كرة القدم، إلخ). ⁦o⁩ العمودُ الثاني: عددُ الطلبة لكلِّ رياضةٍ.

  • أحددُ الجدول كاملاً بما في ذلك العناوين.
  • من شريط الأدوات العلوي، أختارُ علامة التبويب "إدراج" من مجموعة "مخططات ⁦(Charts)⁩، أختارُ "مخطط دائري" ⁦(Pie Chart)⁩. ثمَّ أختارُ الشكل المناسب للمخطط الدائري (ثنائي الأبعاد أو ثلاثي الأبعاد).
  • بعد إنشاء الرسم البياني، أنقرُ زرَّ الفأرة الأيمن وأختارُ "إضافة تسميات البيانات" ⁦(Add Data Labels)⁩، لإظهار الأرقام على القطاعات.
  • أضبطُ الألوان لكلِّ قطاعٍ لجعل البيانات واضحةً.
  • أنقرُ على عنوان الرسم البياني وأضيفُ عنواناً مناسباً مثل: "رسمٌ بيانيٌ دائريٌ للرياضة المفضلة".
  • أحفظُ الرسم البياني باسم (الرياضة المفضلة).

2. المخططات الشريطية :

  1. الرسمُ البيانيُّ الشريطيُّ هو أداةُ تمثيلٍ بيانيٍ تستخدمُ لمقارنة كمياتٍ أو قيمٍ مختلفةٍ بين مجموعاتٍ أو فئاتِ بياناتٍ باستخدام أشرطةٍ مستطيلةٍ. تتميزُ الأشرطة المرسومة بأنَّها ذاتُ عرضٍ موحدٍ، ويعتمدُ ارتفاعُها أو طولُها على القيم التي تمثلُها؛ أحدُ المحورين يعرضُ فئاتِ الفئات (المحورُ الأفقيُّ عادةً) والمحورُ الآخرُ يعرضُ القيمَ العددية (المحورُ الرأسيُّ عادةً).
  2. ويمكنُ تمثيلُ جداول التوزيع التكراريِّ بسهولةٍ باستخدام الرسم البياني الشريطيِّ، إلا أنَّه لا يعدُّ مناسباً للبيانات الكبيرة؛ إذ يصبحُ مزدحماً وغيرَ واضحٍ. على سبيل المثال يمكنُ استخدامُ الرسم البياني الشريطيِّ لمقارنة المبيعات لمنتجاتٍ عدةٍ في مصنعٍ ما.

أنواعُ المخططات الشريطية:

60

  • المخططُ الشريطيُّ الرأسيُّ ⁦(Vertical Bar Chart)⁩: يتمُّ تمثيلُ البياناتِ على المحورِ الرأسيِّ ⁦(y-axis)⁩. تُظهرُ الأشرطةُ الرأسيةُ القيمَ بوضوحٍ منْ خلالِ ارتفاعِها.
  • المخططُ الشريطيُّ الأفقيُّ ⁦(Horizontal Bar Chart)⁩: يتمُّ تمثيلُ البياناتِ على المحورِ الأفقيِّ ⁦(x-axis)⁩. تُوضحُ الأشرطةُ الأفقيةُ القيمَ بوضوحٍ منْ خلالِ طولِها.

المخططُ الشريطيُّ المُجمَّعُ ⁦(Grouped Bar Graph)⁩: يُعرفُ أيضاً بالرسم البياني الشريطيِّ العنقوديِّ. يُستخدمُ لتمثيل القيم المنفصلة لأكثر من عنصرٍ يشتركُ في الفئة نفسها. يُستخدمُ لونٌ واحدٌ لكلِّ سلسلةِ بياناتٍ عبر المجموعة. يمكنُ تمثيلُه باستخدام الأشرطة الرأسية أو الأفقية.

  1. المخططُ الشريطيُّ المُكدَّسُ ⁦(Stacked Bar Graph)⁩: يُعرفُ أيضاً بالرسم البياني بالأشرطة المركبة.
  2. يقسمُ الإجماليَّ إلى أجزاءٍ متعددةٍ، حيثُ يمثلُ كلُّ جزءٍ بلونٍ مختلفٍ لتسهيل التمييز بين الفئات المختلفة.
  3. يتطلبُ تسمياتٍ دقيقةً تُظهرُ كلَّ جزءٍ من الشريط.
  4. يمثلُ كلُّ شريطٍ الإجماليَّ، بينما تظهرُ الأجزاءُ المختلفةُ الفئات المكونة للإجماليِّ.

أناقشُ مع زملائي / زميلاتي مفهوم الرسوم البيانية ⁦(Histograms)⁩، وأحددُ الاختلاف بينها وبين المخططات الشريطية.

مثال

الجدول (3-3) يمثلُ النسبة المئوية من الراتب الشهري الذي يتمُّ ادخارُه من قبل كلِّ موظفٍ في شركةٍ تضمُّ 400 موظفٍ، تمَّ تمثيلُ البيانات باستخدام الرسم البياني الشريطيِّ (الشكل 3-5). حيثُ يُمثِّلُ الادخار (بالنسبة المئوية) على المحور الأفقي ⁦(x-axis)⁩، ويُمثِّلُ عدد الموظفين (التكرار) على المحور الرأسي ⁦(y-axis)⁩.

الجدول (3-3) والشكل (3-5)
الجدول (3-3) والشكل (3-5)

نشاط عملي أمثلُ البيانات الواردة في المثال السابق باستخدام الرسم البياني الشريطيِّ باستخدام برمجية ⁦Excel⁩ باتباع الإرشادات الآتية:

  • أنشئُ ورقة عمل، وأدخلُ البيانات في الأعمدة والصفوف.
  • أحددُ البيانات التي تحتوي على "الادخار" و"عدد الموظفين".
  • من علامة التبويب "إدراج" ⁦(Insert)⁩، من مجموعة "مخططات" ⁦(Charts)⁩، أختارُ "مخطط عمودي" ⁦(Column Chart)⁩، ثمَّ أختارُ نوع الرسم البياني الشريطيِّ الرأسيِّ المناسب (ثنائي الأبعاد أو ثلاثي الأبعاد).

لتنسيق المخطط:

  • أنقرُ على العنوان الافتراضي وأعيدُ تسميتهُ إلى "عدد الموظفين حسب نسبة الادخار".
  • أتأكدُ من تسمية المحاور: المحورُ الأفقيُّ ⁦(x-axis)⁩ "الادخار (بالنسبة المئوية)" والمحورُ الرأسيُّ ⁦(y-axis)⁩ "عدد الموظفين" من خلال النقر على الأداة ⁦Add Chart Element⁩ واختيار ⁦Add Axis titles⁩ ومن ثمَّ كتابة اسم المحور السيني، وكذلك المحور الصادي.
  • أنقرُ زرَّ الفأرة الأيمن على الأشرطة، ثمَّ أختارُ "إضافة تسميات البيانات" ⁦(Add Data Labels)⁩، لإظهار القيم فوق الأشرطة.
  • لتغيير الألوان (اختياري): أختارُ ألواناً مختلفةً لجعل الرسم أكثر وضوحاً.
  • أتأكدُ من أنَّ المحور الرأسي يبدأُ من الصفر لضمان الدقة في عرض البيانات.

أجربُ الآن تمثيل البيانات المعطاة باستخدام رسم بياني شريطيِّ أفقيِّ. أشاركُ ما أتوصلُ إليه مع الزملاء/ الزميلات ونتبادلُ التغذية الراجعة.

نشاط جماعي بالتعاون مع أفراد مجموعتي، أستخدمُ البيانات في الجدول (3-4) الذي يمثلُ توزيع عدد الموظفين حسب أقسام الشركة، وأنفذُ الإجراءات الآتية باستخدام برمجية إكسل ⁦(Excel)⁩:

القسمعدد الموظفين
المبيعات68
التسويق27
التطوير التقني17
الموارد البشرية6
الشؤون المالية5
  • تمثيلُ البيانات بالرسم البياني الدائري ⁦(Pie Chart)⁩ لعرض النسب المئوية لكلِّ قسم.
  • تمثيلُ البيانات بالرسم البياني الشريطيِّ ⁦(Bar Chart)⁩ لتوضيح المقارنة بين الأقسام من حيثُ عدد الموظفين.
  • بعد الانتهاء من التمثيل، أناقشُ مع زملائي / زميلاتي:

    أيُّ التمثيلين أكثر سهولةً وأكثر وضوحاً؟ أبررُ إجابتي. أيُّ التمثيلين أكثر دقةً في توضيح الفروقات بين الأقسام؟ أبررُ إجابتي.

الشكل (3-6) العلاقة الخطية بين متغيرين
الشكل (3-6) العلاقة الخطية بين متغيرين

3. الرسم البياني الخطي

  1. هو تمثيلٌ بصريٌ يُستخدمُ لإظهار العلاقة بين متغيرين أو أكثر في ما يتعلق بالزمن.
  2. يتمُّ رسمُ البيانات على شكل نقاط على الرسم البياني، وتوصلُ هذه النقاط باستخدام خطوطٍ مستقيمةٍ (انظر الشكل 3-6)؛ مما يجعلُ من السهل ملاحظة الاتجاهات والتغيرات.

العناصرُ الأساسيةُ للرسم البياني الخطيِّ:

  • المحورُ السينيُّ ⁦(x-axis)⁩: يمثلُ الفترات الزمنية أو الفئات.
  • المحورُ الصاديُّ ⁦(y-axis)⁩: يمثلُ القيم أو المقاييس.
  • النقاطُ: تمثلُ القيم الخاصة بكلِّ فترةٍ زمنيةٍ أو فئةٍ.
  • الخطوطُ: توصلُ النقاط ببعضها لتظهر التغيرات على مرِّ الزمن.
الجدول (3-5) والشكل (3-7)
الجدول (3-5) والشكل (3-7)

مثال

في أسبوعٍ ما تمت متابعةُ درجات الحرارة الأسبوعية في مدينةٍ ما كما هو موضح في الجدول (3-5)، وتمَّ تمثيلُ البيانات باستخدام الرسم البياني الخطيِّ (الشكل 3-7). حيثُ: مُثلت أيامُ الأسبوع على المحور الأفقي ⁦(x-axis)⁩، ومُثلت درجات الحرارة على المحور الرأسي ⁦(y-axis)⁩.

نشاط عملي أمثلُ البيانات الواردة في المثال السابق باستخدام الرسم البياني الخطيِّ باستخدام برمجية ⁦Excel⁩، بتنفيذ الخطوات الآتية:

  • أفتحُ برمجية ⁦(Excel)⁩، وأنشئُ ورقة عمل، ثمَّ أدخلُ البيانات في الصفوف والأعمدة.
  • أحددُ الخلايا التي تحتوي على البيانات (العمودان كاملان بما في ذلك العناوين). ثمَّ أنتقلُ إلى علامة التبويب "إدراج" ⁦(Insert)⁩ في شريط الأدوات. وأختارُ "رسم بياني خطي" ⁦(Line Chart)⁩ من مجموعة "الرسوم البيانية".

ملحوظة: عند استخدام أوفيس 365 يجبُ تحديدُ البيانات من خلال النقر بزرِّ الفأرة الأيمن، واختيار خيار "اختيار البيانات" ⁦select data⁩.

تنسيقُ الرسم البياني الخطيِّ:

  • أنقرُ على عنوان الرسم البياني الافتراضي وأعيدُ تسميتهُ إلى: "التغير في درجات الحرارة (م) على مدار أسبوع ما".
  • أسمي المحاور: المحورُ السينيُّ ⁦(x-axis)⁩: "أيام الأسبوع". المحورُ الصاديُّ ⁦(y-axis)⁩: "درجات الحرارة".
  • يمكنني تخصيصُ الألوان والخطوط لجعل الرسم أكثر وضوحاً.

    أناقشُ مع زملائي / زميلاتي الأسئلة الآتية:

  • أيُّ الأيام كانَ الأكثر حرارةً؟
  • ما اليومُ الذي شهدَ انخفاضاً واضحاً في درجات الحرارة؟
  • إذا أردنا متابعة درجات الحرارة لأسبوعين، كيف يمكنُ تحسينُ الرسم البياني لإظهار البيانات بوضوح؟

ثانياً: مخططات الانتشار

تعدُّ مخططات الانتشار أداةً فعالةً لتوضيح العلاقة بين متغيرين (مثل الطول والوزن)، حيثُ يمكنُ أن تساعدَ في الكشف عن طبيعة العلاقة بينهما، سواءً أكانت علاقةً طرديةً (إيجابيةً)؛ أي عند زيادة أحد المتغيرين، يزدادُ الآخر، أو علاقةً عكسيةً (سلبيةً)؛ أي إذا زاد أحد المتغيرات قلَّ الآخر، أو عدم وجود علاقة حيثُ تكونُ النقاط مبعثرةً بشكلٍ عشوائيٍ من دون نمطٍ واضحٍ.

ومن فوائد مخططات الانتشار الكشفُ عن الاتجاهات أو الأنماط حيثُ يمكنُ ملاحظةُ اتجاهٍ معينٍ في البيانات (تصاعدي أو تنازلي)، والتعرفُ إلى القيم الشاذة ⁦(Outliers)⁩ حيثُ يتمُّ التعرفُ بسهولةٍ إلى القيم التي تختلفُ بشكلٍ كبيرٍ عن بقية البيانات، وإلى تحليل العلاقات حيثُ تساعدُ على تحديد قوة العلاقة بين المتغيرين.

مثال

في محلِّ مشروباتٍ تمَّ البحثُ في العلاقة بين درجة الحرارة وعدد المشروبات المبيعة، فكانت النتائجُ التي تمَّ الحصولُ عليها موضحةً في الجدول الآتي (3-6). وتمَّ تمثيلُ البيانات باستخدام مخطط الانتشار ⁦(Scatter Plots)⁩ للبحث في العلاقة بين متغير درجة الحرارة وبين عدد المشروبات المبيعة خلال فترةٍ محددةٍ حيثُ إنَّ:

  • المحورُ الأفقيُّ ⁦(x-axis)⁩ يمثلُ درجة الحرارة بالدرجة المئوية.
  • المحورُ الرأسيُّ ⁦(y-axis)⁩ يمثلُ عدد المشروبات المبيعة.
  • النقاطُ: تمثلُ العلاقة بين درجة الحرارة وعدد المشروبات المبيعة.

فكانت النتيجةُ كما يظهرُ في الشكل (3-8).

الجدول (3-6) والشكل (3-8)
الجدول (3-6) والشكل (3-8)

يظهرُ من البيانات وجودُ علاقةٍ طرديةٍ (إيجابيةٍ) بين درجة الحرارة وعدد المشروبات المبيعة. فكلما ارتفعت درجة الحرارة، زادت مبيعاتُ المشروبات الباردة. حيثُ يمكنُ استخدامُ هذا المخطط لتحليل تأثير الطقس في مبيعات المشروبات، في حين يساعدُ الشركات في التخطيط لمخزون المشروبات خلال الفصول الحارة أو الباردة.

نشاط عملي أمثلُ البيانات الواردة في المثال السابق باستخدام مخططات الانتشار ⁦(Scatter Plot)⁩ باستخدام برمجية ⁦Excel⁩. أتبعُ الخطوات الآتية:

  • أفتحُ مستنداً جديداً في برمجية ⁦(Excel)⁩، ثمَّ أنشئُ ورقة عمل، وأدخلُ البيانات في جدولٍ منظمٍ، كما تعلمتُ مسبقاً.
  • أدخلُ البيانات في عمودين: العمود الأول (درجة الحرارة ⁦C°⁩)، والعمود الثاني (عدد المشروبات المبيعة).
  • أحددُ الخلايا التي تحتوي على البيانات (العمودان كاملان بما في ذلك العناوين).
  • لإدراج الرسم البياني خطياً، انتقلُ إلى علامة التبويب "إدراج" ⁦(Insert)⁩ في شريط الأدوات، وأختارُ "⁦Scatter⁩" من قائمة الرسوم البيانية. سيظهرُ الرسم البياني الخطيُّ تلقائياً على الشاشة.
  • لتنسيق المخطط أتبعُ الخطوات نفسها التي اتبعتُها في التمثيلات السابقة.

في إطار دراسةٍ تهدفُ إلى البحث في العلاقة بين استهلاك السعرات الحرارية اليومية وعدد الخطوات اليومية، تمَّ جمعُ البيانات الموضحة في جدول (3-7). أتعاونُ مع زملائي في المجموعة على ما يأتي:

  • تمثيلُ البيانات باستخدام مخططات الانتشار ⁦(Scatter Plots)⁩ باستخدام برمجية ⁦Excel⁩.
  • أناقشُ مع زملائي / زميلاتي ما إذا كانت العلاقة طرديةً، أو عكسيةً، أو لا توجد علاقةٌ واضحةٌ.
  • أقدمُ تفسيراً للنتائج بناءً على توزيع النقاط.
الشخصاستهلاك السعرات الحرارية (سعرة)عدد الخطوات اليومية
شخص 120008000
شخص 2250010000
شخص 318005000
شخص 4300012000
شخص 522007000
شخص 6400015000
شخص 7350013000
شخص 815004000
شخص 927009000
شخص 10320011000

التمثيل التفاعلي للبيانات :

التمثيلُ التفاعليُّ للبيانات هو عرضٌ مرئيٌ يتيحُ للمستخدمين التفاعل مع البيانات بطرائق متعددةٍ، مثل: النقر والتكبير لاستكشاف التفاصيل، والسحب والإفلات لإعادة ترتيب العناصر أو تصفية البيانات، وطرح الأسئلة لتحليل البيانات مباشرةً، وتصفية البيانات للتركيز على أجزاءٍ محددةٍ ذاتِ صلةٍ. هذه التقنيةُ تحوِّلُ الرسوم البيانية والمخططات التقليدية من مجرد عروضٍ ثابتةٍ إلى أدواتٍ تفاعليةٍ تكشفُ المعاني الخفية وراء الأرقام؛ مما يجعلُ البيانات أكثر وضوحاً وقابليةً للتحليل.

أمثلة على التمثيل التفاعلي للبيانات:

  • تحليلُ البيانات السكانية: خريطةٌ تفاعليةٌ تُظهرُ توزيع السكان مع إمكانية النقر على المناطق للحصول على تفاصيل دقيقةٍ عن التوزيع الديموغرافي، والبيانات الاقتصادية، أو التغيرات التاريخية في عدد السكان.
  • لوحةُ تحكُّم المبيعات: تعرضُ المبيعات حسب الفئات والمنتجات والمناطق. يمكنُ للمستخدم تصفية النتائج حسب المنطقة أو المنتج أو الفترة الزمنية.
  • تحليلُ الأداء المالي: يساعدُ المديرين على استكشاف الإنفاق، والإيرادات، وتحديد الأنماط بسهولةٍ.
  • الرسمُ البيانيُّ الزمنيُّ: يُظهرُ تغير درجات الحرارة أو معدلات المبيعات بمرور الوقت. ويتيحُ للمستخدمين التمرير عبر الفترات الزمنية المختلفة.

مثال

أمسحُ رمز الاستجابة السريع ⁦QR Code⁩ الآتي الذي يمكنُ من خلاله استطلاعُ إحدى النماذج للخرائط التفاعلية لمواقع التراث العالمي. تُظهرُ هذه الخريطة التفاعلية مواقع التراث العالمي لليونسكو في العالم بما فيها الأردن. يمكنني التفاعلُ مع الخريطة لاستكشاف المعلومات التاريخية والثقافية لكلِّ موقعٍ من خلال النقر على المواقع المختلفة للحصول على معلوماتٍ تفصيليةٍ؛ مما يوفرُ تجربةً تعليميةً غنيةً وتفاعليةً.

https://whc.unesco.org/en/interactive-map/

إضاءة تمثيلُ البيانات باستخدام الإضاءة هو تقنيةٌ مبتكرةٌ تجمعُ بين التكنولوجيا البصرية وعلم البيانات لعرض المعلومات بشكلٍ مرئيٍ وتفاعليٍ. تعتمدُ هذه التقنية على استخدام الأضواء التي تتغيرُ خصائصها (مثل اللون، أو الشدة، أو النمط) استجابةً للبيانات؛ مما يوفرُ تجربةً بصريةً فريدةً للمستخدم. ومن الأمثلة على استخدام الإضاءة في تمثيل البيانات: الخرائط الحرارية: تستخدمُ الإضاءة لتوضيح البيانات الحرارية؛ حيثُ يتمُّ تمثيلُ درجات الحرارة المرتفعة بإضاءة باللون الأحمر، في حين تُستخدمُ الإضاءة الزرقاء لتمثيل درجات الحرارة المنخفضة. حركة المرور: يتمُّ تمثيلُ الحركة المرورية باستخدام ألوان متباينة؛ مثل الإضاءة الخضراء للمناطق ذات الحركة السلسة، والإضاءة الحمراء للمناطق التي تعاني من ازدحام.

الكثافة السكانية: تبرزُ المناطق ذات الكثافة السكانية العالية بإضاءة أقوى وأكثر كثافةً مقارنةً بالمناطق الأقل ازدحاماً. استهلاك الطاقة: يُمثِّلُ استخدام الطاقة باستخدام ألوان متدرجة، حيثُ تشيرُ الإضاءة الأكثر سطوعاً إلى مناطق ذات استهلاك مرتفع للطاقة. مستويات التلوث: تستخدمُ الإضاءة البرتقالية أو الحمراء لتوضيح المناطق ذات التلوث العالي؛ مما يسهلُ تتبع التغيرات في مستويات جودة الهواء.

أمثلة على الأدوات المستخدمة في التمثيل التفاعلي:

  • Tableau: أداةٌ قويةٌ لتصور البيانات، تتيحُ للمستخدمين إنشاء تقارير تفاعلية باستخدام العديد من المصادر.
  • Power BI: أداةٌ من ⁦Microsoft⁩ تساعدُ في إنشاء تقارير ولوحات تحكم تفاعلية، وتحليل البيانات.
  • Google Data Studio: أداةٌ مجانيةٌ من ⁦Google⁩ لإنشاء تقارير تفاعلية بناءً على البيانات من مصادر متعددة.
  • Plotly: مكتبةُ ⁦Python⁩ لإنشاء رسوم بيانية تفاعلية وتحليل البيانات.

ويمكنُ أيضاً تمثيلُ البيانات بشكلٍ تفاعليٍ باستخدام برمجية إكسل ⁦(Excel)⁩ وبالتحديد للبيانات ذات النطاق الصغير والمتوسط، وذلك من خلال الميزات الآتية:

  • الجداول المحورية ⁦(Pivot Tables)⁩: تساعدُ الجداول المحورية على تحليل البيانات الكبيرة بمرونة. حيثُ يمكنُ إنشاءُ تقارير ديناميكية تتيحُ: تصفية البيانات حسب الفئات المختلفة، وتجميع البيانات واستخلاص الإحصائيات بسهولةٍ.
  • عناصرُ التحكم الديناميكية، حيثُ يمكنُ إضافةُ عناصر تحكم تفاعلية مثل:

    ⁦o⁩ أشرطة التمرير ⁦(Sliders)⁩ لتغيير القيم وعرض تأثيرها في الرسوم البيانية. ⁦o⁩ القوائم المنسدلة ⁦(Dropdowns)⁩ لاختيار فئات معينة لعرضها. ⁦o⁩ أزرار الخيارات ⁦(Option Buttons)⁩ للتبديل بين الخيارات المختلفة. ⁦o⁩ المخططات المترابطة مع البيانات ⁦(Linked Data Charts)⁩ عند تحديث البيانات في الجداول، يتمُّ تحديثُ الرسوم البيانية تلقائياً. يمكنُ ذلك من عرض التغيرات الزمنية أو تحليلات الاتجاهات بسهولةٍ.

  • الخرائط التفاعلية ⁦(3D Maps)⁩ حيثُ يوفرُ ⁦Excel⁩ ميزة خرائط ثلاثية الأبعاد لعرض البيانات الجغرافية، يمكنُ استخدامها لتمثيل مبيعات حسب المناطق أو توزيع السكان على الخريطة.
  • لوحاتُ التحكم ⁦(Dashboards)⁩ يمكنُ إنشاءُ لوحات تحكم تُظهرُ المؤشرات الرئيسة للبيانات.
  • استخدام ⁦Power Query⁩ و ⁦Power Pivot⁩: لاستيراد البيانات وتنظيفها وتحويلها، ولإنشاء تقارير وتحليلات متقدمة باستخدام جداول متعددة.

نشاط عملي تمثيلُ البيانات بشكلٍ تفاعليٍ باستخدام الأدوات التفاعلية في برمجية ⁦Excel⁩ أفتحُ ⁦Excel⁩ وأدخلُ البيانات في جدول منظم (جدول 3-8) ثمَّ أنفذُ ما يأتي:

الشهرالمنتجالمنطقةالمبيعات ($)
كانون الثانيمنتج ⁦A⁩الأردن5000
كانون الثانيمنتج ⁦B⁩مصر3000
شباطمنتج ⁦A⁩الأردن4500
شباطمنتج ⁦B⁩مصر3500
آذارمنتج ⁦A⁩الأردن6000
آذارمنتج ⁦B⁩مصر4000

جدول (3-8): تحليل المبيعات الشهرية حسب المنتج والمنطقة

  1. إنشاءُ جدولٍ محوريٍ ⁦(Pivot Table)⁩:
  • أسحبُ المنتج والمنطقة إلى الصفوف.
  • أسحبُ الشهر إلى الأعمدة.
  • أسحبُ المبيعات إلى القيم.
  1. إنشاءُ رسمٍ بيانيٍ ديناميكيٍ "⁦Pivot Chart⁩".
  2. استخدامُ الخرائط التفاعلية ⁦(3D Maps)⁩.
  3. إضافةُ عناصر تحكم ديناميكية.
  4. إنشاءُ قائمةٍ منسدلة ⁦(Dropdown)⁩.
  5. إنشاءُ شريط تمرير ⁦(Slider)⁩.

المواطنة الرقمية

  • التحققُ من دقة البيانات ⁦(Data Accuracy)⁩: عند تمثيل البيانات بصرياً أو تحليلها، أتأكدُ من صحة المعلومات ودقتها التي يتمُّ عرضُها. وأستخدمُ مصادر موثوقة لتجنب نشر معلومات مضللة تؤثرُ سلباً في القرارات.
  • احترامُ حقوق النشر ⁦(Copyright Compliance)⁩: ألتزمُ بقوانين النشر عند استخدام أدوات أو بيانات من مصادر خارجية لإنشاء التمثيلات المرئية. مع الإشارة إلى المصادر إذا كنتُ أستخدمُ بيانات أو تصميمات من جهات أخرى.
  • الاستخدامُ المسؤولُ للبيانات ⁦(Responsible Data Use)⁩: أتأكدُ من استخدام البيانات بطرائق تعززُ الفهم، وتحققُ أهدافاً إيجابيةً. لا أستخدمُ التمثيلات المرئية للبيانات بطريقةٍ تحرِّفُ الحقائق أو تؤدي إلى تفسيرات مضللة.

مشروع: تحليل عادات القراءة لدى الطلبة/ مهمة 3 أتعاونُ مع زملائي / زميلاتي في المجموعة على إنشاء تمثيلات بيانية واضحة ومبتكرة، تُبرزُ الأنماط في عادات القراءة عبر اتباع الخطوات الإرشادية:

  • تجهيز البيانات: أتأكدُ من أنَّ البيانات التي تمَّ جمعُها في الدرس الثاني منظمةٌ بشكلٍ جيدٍ.
  • اختيار التمثيل البياني المناسب لكلِّ نوعٍ من البيانات، على سبيل المثال:

⁦o⁩ المخطط الدائري: لتوضيح نسبة الأنواع الأدبية المفضلة. ⁦o⁩ المخطط الشريطي: لمقارنة عدد الكتب التي يقرؤُها الطلبة شهرياً. ⁦o⁩ الرسم الخطي: لتوضيح الوقت المخصص للقراءة خلال أيام الأسبوع.

  • إنشاءُ التمثيلات البيانية: أستخدمُ أدوات مثل ⁦Excel⁩ أو ⁦Google Sheets⁩ لإنشاء الرسوم.
  • تفسيرُ الرسوم: أضعُ ملاحظاتٍ مختصرةً حول ما يُظهرُه كلُّ تمثيلٍ بيانيٍ (مثل الأنماط العامة أو القيم الأكثر بروزاً).

معايير التقييم:

  • البيانات منظمةٌ وخاليةٌ من الأخطاء أو القيم المفقودة.
  • البيانات مرتبةٌ بطريقةٍ تُسهِّلُ استخدامها في التمثيلات البيانية (عناوين الأعمدة واضحة ودقيقة).
  • اختيارُ دقيقٌ ومناسبٌ لنطاق البيانات المستخدمة في كلِّ تمثيلٍ بيانيٍ.
  • التمثيلات البيانية مصممةٌ بشكلٍ واضحٍ ومنظمٍ (استخدامُ ألوانٍ مناسبةٍ ومتمايزةٍ لكلِّ عنصرٍ في التمثيل البياني، والعناوين واضحةٌ وتعكسُ محتوى التمثيل البياني، والمحوران السينيُّ والصاديُّ مُعنونان بدقةٍ ويوضحان القيم أو الفئات، وتضمينُ مفتاح ⁦(Legend)⁩ يوضحُ رموز الألوان أو الفئات المختلفة).
  • التفسيراتُ للتمثيلات البيانية تعكسُ الأنماط بوضوحٍ وتبرزُ النقاط المهمة مثل القيم الأكثر شيوعاً أو الفئات البارزة، وتعززُ فهمَ عادات القراءة، وتدعمُ تطوير مكتبة الصف بناءً على النتائج.

أقيمُ تعلمي

المعرفة: أستخدمُ ما تعلمتُهُ من معارف في هذا الدرس للإجابة عن الأسئلة الآتية: السؤالُ الأولُ: أعرِّفُ المفاهيم الآتية:

  • أ. التمثيلُ المرئيُّ للبيانات.
  • ب. البياناتُ الضخمةُ.
  • ج. المخططاتُ والرسومُ البيانيةُ.

السؤالُ الثاني: أعددُ أنواع المخططات البيانية التي يمكنُ استخدامُها في تمثيل البيانات. السؤالُ الثالثُ: ما الأدواتُ الحاسوبيةُ التي يمكنُ استخدامُها لتمثيل البيانات بصرياً؟

المهاراتُ: أوظِّفُ مهارات التفكير الناقد، والبحث الرقمي، والتواصل الرقمي للإجابة عن الأسئلة الآتية: السؤالُ الأولُ: يوضحُ الجدول الآتي بيانات استهلاك المياه الشهرية حسب القطاعات:

الشهرالمنازل (م³)المصانع (م³)الزراعة (م³)
كانون الثاني500030007000
شباط450028007500
آذار480032006800
  • أ. أنشئُ مخططاً دائرياً يوضحُ النسبة المئوية لاستهلاك المياه حسب القطاعات.
  • ب. أقدمُ توصياتٍ لتقليل استهلاك المياه في القطاع الأكثر استهلاكاً.

السؤالُ الثاني: يوضحُ الجدول الآتي تأثير الحملات الترويجية في زيادة مبيعات منتج معين على مدار 6 أسابيع:

الأسبوععدد الإعلاناتالزيادة في المبيعات (بالوحدات)
الأسبوع 15100
الأسبوع 28200
الأسبوع 310300
الأسبوع 412400
الأسبوع 515500
الأسبوع 620600
  • أ. أمثلُ البيانات باستخدام رسمٍ بيانيٍ خطيٍ يوضحُ العلاقة بين عدد الإعلانات والزيادة في المبيعات.
  • ب. أقدمُ تفسيراً حول العلاقة بين زيادة عدد الإعلانات والمبيعات، وأقدمُ توصياتٍ لإدارة الحملات الترويجية.

السؤالُ الثالثُ: يوضحُ الجدول الآتي الوقت الذي يقضيه المستخدمون يومياً على الإنترنت في أنشطةٍ مختلفةٍ بالساعات:

النشاطمستخدم 1مستخدم 2مستخدم 3مستخدم 4مستخدم 5
تصفحُ الشبكات الاجتماعية23124
مشاهدةُ الفيديوهات32413
التسوقُ الإلكترونيُّ11212
العملُ أو الدراسة45675
  • أ. أمثلُ البيانات باستخدام رسمٍ بيانيٍ شريطيٍ مجمع ⁦(Clustered Bar Chart)⁩.
  • ب. أيُّ النشاطات تشغلُ معظم وقت المستخدمين؟ هل تختلفُ الأنماط بين المستخدمين؟ أقدمُ استنتاجي.

القيم والاتجاهات

ألخصُ ما تعلمتُهُ من مهارات في هذا الدرس لتصميم كتيبٍ إرشاديٍ حول مهارات تمثيل البيانات في إكسل، وأدعمُهُ بالصور والفيديوهات الإرشادية، ثمَّ أنشرُهُ على الموقع الإلكتروني للمدرسة لمساعدة الآخرين على تعلم هذه المهارات.

كمّل قراءة الموضوع

سجّل مجاناً وكمّل الموضوع من الكتاب، ومنرجّعك لنفس المكان.

  • مصطلحات ومفاهيم
  • نتاجات التعلم
يلّا نبدأتسجيل الدخول

آخر تحديث:

معاينة موضوع «التمثيلُ المرئيُّ للبياناتِ (Data Visualization)» من وحدة «تحليل البيانات Data Analysis» في مادة المهارات الرقمية. أقسام الشرح: ٢٦، التعريفات: ١٥، الأسئلة المحلولة: ١٣.

المصدر: المركز الوطني لتطوير المناهج، التمثيلُ المرئيُّ للبياناتِ (Data Visualization) (ص ٤٩–٧٣)

موضوعات أخرى في الوحدة

تابع الدراسة