איסוף נתונים וארגונם בדרכי ייצוג שונות
למה זה חשוב?
נתונים בעולם שלנו
נתונים מקיפים אותנו בכל מקום:
בלימודים:
- "איזו מקצוע הכי פופולרי בכיתה?"
- "כמה שעות ממוצע תלמידים לומדים?"
- צריך לאסוף ולארגן נתונים!
בספורט:
- סטטיסטיקות שחקנים (גולים, נקודות, ממוצעים)
- השוואת ביצועים
- איך מציגים את הנתונים בצורה ברורה?
בחדשות וסקרים:
- "60% מהאוכלוסייה תומכת ב..."
- "המוצר הנמכר ביותר השנה"
- איך אספו את המידע? איך מציגים אותו?
בקניות ובעסקים:
- איזה מוצרים נמכרים הכי טוב?
- מה דעת הלקוחות?
- תכנון מלאי על בסיס נתונים
יכולת לאסוף, לארגן ולהבין נתונים היא מיומנות חיונית במאה ה-21!
מה נלמד היום?
מטרות השיעור
- להבין מהם נתונים ולמה חשוב לאסוף אותם
- להבחין בין נתונים שמיים (קטגוריים) לכמותיים (מספריים)
- לאסוף נתונים בצורה מסודרת ואמינה
- לארגן נתונים ברשימות וטבלאות
- לבנות טבלאות שכיחות
- לייצג נתונים בדיאגרמות עמודות ועוגה
- לקרוא ולהבין גרפים וייצוגים חזותיים
- להבין עקרונות מיון: קריטריון משמעותי, קבוצות זרות וממצות
מהם נתונים?
הגדרה: נתונים
נתונים (Data) הם מידע שנאסף על תופעה, קבוצה או מצב מסוים.
דוגמאות:
- גובה תלמידים בכיתה
- צבעי עיניים של תלמידים
- מספר ספרים שקראנו החודש
- חיות מחמד בבתים שלנו
מטרה: להבין דפוסים, למצוא מגמות, לקבל החלטות מושכלות
שני סוגי נתונים עיקריים
נתונים שמיים (קטגוריים) vs. כמותיים
נתונים שמיים (Categorical Data):
- מתארים תכונה או קטגוריה
- לא ניתן לחשב עליהם (אי אפשר לחבר או לכפול)
- דוגמאות: צבע עיניים, מין (זכר/נקבה), מקצוע אהוב, עיר מגורים
נתונים כמותיים (Quantitative Data):
- מתארים כמות מספרית
- ניתן לחשב עליהם (חיבור, ממוצע וכו')
- חלוקה ל:
- בדידים: מספרים שלמים (מספר ילדים במשפחה, מספר מכוניות)
- רציפים: יכולים להיות שברים (גובה, משקל, טמפרטורה)
דוגמאות:
- שמי: צבע שיער (חום, שחור, בלונד)
- כמותי בדיד: מספר אחים (0, 1, 2, 3...)
- כמותי רציף: גובה (1.52 מ', 1.67 מ'...)
איזה מהבאים הוא נתון שמי (קטגורי)?
כדי לבדוק, סמנו או הקלידו תשובה קודם
איזה מהבאים הוא נתון כמותי בדיד?
כדי לבדוק, סמנו או הקלידו תשובה קודם
טמפרטורה היא נתון כמותי רציף.
כדי לבדוק, סמנו או הקלידו תשובה קודם
עקרונות איסוף נתונים
עקרונות חשובים לאיסוף נתונים
1. שאלה ברורה: קודם כל צריך לדעת מה אנחנו רוצים ללמוד
- דוגמה טובה: "מהו הספורט הפופולרי ביותר בכיתה?"
- דוגמה גרועה: "מה אתם אוהבים?"
2. אוכלוסייה: על מי אנחנו אוספים נתונים?
- כל הכיתה? כל בית הספר? כל הארץ?
- חשוב להגדיר בבירור!
3. דרך איסוף:
- שאלון
- מדידה ישירה
- תצפית
- רישום קיים
4. אמינות:
- הנתונים חייבים להיות נכונים ומדויקים
- לא לזייף, לא להשמיט נתונים
5. פרטיות:
- לשמור על פרטיות המשתתפים
- לא לחשוף פרטים מזהים ללא הסכמה
שיטה מסודרת: מרשימה לטבלה
שיטה מסודרת לארגון נתונים
שלב 1: רשימת נתונים רשום את כל התשובות/מדידות כמו שהן
שלב 2: זיהוי קטגוריות מצא את כל הערכים השונים שהתקבלו
שלב 3: ספירה (תיסוך) ספור כמה פעמים כל ערך מופיע
שלב 4: טבלת שכיחות סדר את הנתונים בטבלה מסודרת
שלב 5: ייצוג חזותי בחר דרך להציג (עמודות, עוגה וכו')
דוגמה מפורטת 1: מרשימה לטבלת שכיחות
ארגון נתוני צבע עיניים
20 תלמידים בכיתה נשאלו על צבע עיניהם. ארגן את הנתונים בטבלת שכיחות.
רשימת נתונים גולמית
בטבלת שכיחות של צבעי עיניים: חום-12, כחול-5, ירוק-3. כמה תלמידים נשאלו?
כדי לבדוק, סמנו או הקלידו תשובה קודם
טבלת שכיחות: קטגוריה ?, סה״כ 40. מה השכיחות של C?
כדי לבדוק, סמנו או הקלידו תשובה קודם
דוגמה מפורטת 2: טבלת שכיחות - נתונים כמותיים
מספר ספרים שנקראו בחודש
15 תלמידים נשאלו כמה ספרים קראו בחודש האחרון. ארגן בטבלה.
רשימת נתונים
דוגמה מפורטת 3: דיאגרמת עמודות
בניית דיאגרמת עמודות
צור דיאגרמת עמודות עבור מקצועות אהובים בכיתה.
טבלת נתונים
טיפים לדיאגרמת עמודות
- רוחב עמודות: שווה לכולם
- רווחים: זהים בין העמודות
- סקלה: התחל מ-0, בחר מרווחים נוחים (1, 2, 5, 10...)
- צבעים: אפשר להשתמש לבידול, לא חובה
דיאגרמת עמודות מראה מקצועות אהובים. עמוד מתמטיקה בגובה 8. מה משמעות הגובה?
כדי לבדוק, סמנו או הקלידו תשובה קודם
דוגמה מפורטת 4: דיאגרמת עוגה
בניית דיאגרמת עוגה
30 תלמידים נשאלו על אמצעי התחבורה לבית הספר. צור דיאגרמת עוגה.
טבלת נתונים + אחוזים
מתי להשתמש בדיאגרמת עוגה?
מתאים:
- כשרוצים להראות חלקים מתוך שלם
- כשהנתונים מסתכמים ל-100%
- יש לא יותר מ-5-6 קטגוריות
לא מתאים:
- כשיש הרבה קטגוריות (טוב יותר עמודות)
- כשרוצים להשוות מספרים מדויקים
דיאגרמת עוגה של אמצעי תחבורה. הליכה תופסת 40% מהעוגה. כמה מעלות זה?
כדי לבדוק, סמנו או הקלידו תשובה קודם
לאיזה מצב דיאגרמת עוגה לא מתאימה?
כדי לבדוק, סמנו או הקלידו תשובה קודם
דיאגרמת עוגה עם 4 חלקים: ?. כמה מעלות D?
כדי לבדוק, סמנו או הקלידו תשובה קודם
דוגמה מפורטת 5: קריאת גרף
קריאה והבנה של דיאגרמת עמודות
גרף מראה מספר מבקרים במוזיאון בימי השבוע. נתח את הנתונים.
זיהוי צירים ויחידות
דוגמה מפורטת 6: עקרונות מיון - קבוצות זרות וממצות
מיון נכון של תלמידים
מיין תלמידים לפי גיל בצורה נכונה.
בעיה
עקרונות מיון - הגדרות
קבוצות זרות (Mutually Exclusive):
- כל פריט שייך בדיוק לקבוצה אחת
- אין חפיפה בין הקבוצות
קבוצות ממצות (Exhaustive):
- כל הפריטים בנתונים נכללים באחת הקבוצות
- אין פריט שלא משתייך לקבוצה
דוגמה נכונה: גילאים: 0-10, 11-20, 21-30 (זרות וממצות) דוגמה לא נכונה: גילאים: 0-10, 10-20 (לא זרות! 10 בשתיים)
איזה מיון הוא לא זר (יש חפיפה)?
כדי לבדוק, סמנו או הקלידו תשובה קודם
דוגמה מפורטת 7: בחירת דרך ייצוג מתאימה
בחירת הייצוג הטוב ביותר
בחר את דרך הייצוג הטובה ביותר לטמפרטורה לאורך השנה.
הנתונים
בקבוצות זרות, כל פריט שייך בדיוק לקבוצה אחת.
כדי לבדוק, סמנו או הקלידו תשובה קודם
מתי להשתמש בכל סוג ייצוג?
דיאגרמת עמודות:
- השוואת קטגוריות
- נתונים שמיים או כמותיים בדידים
- מספר מצומצם של קטגוריות
דיאגרמת עוגה:
- חלקים מתוך שלם
- אחוזים שמסתכמים ל-100%
- עד 5-6 קטגוריות
גרף קווים:
- שינוי לאורך זמן
- נתונים רציפים
- מציאת מגמות
טבלה:
- כשצריך ערכים מדויקים
- הרבה קטגוריות
- מספרים ספציפיים חשובים
לאיזה נושא הכי מתאים גרף קווים?
כדי לבדוק, סמנו או הקלידו תשובה קודם
דוגמה מפורטת 8: ניתוח ביקורתי של ייצוג
זיהוי בעיות בגרף
זהה בעיה בגרף מכירות חודשיות.
הבעיה
נקודות לשים לב בגרפים
לבדוק תמיד:
- האם ציר Y מתחיל מ-0?
- האם הסקלה אחידה?
- האם יש תיוג ברור?
- האם יש כותרת?
- האם יש יחידות ברורות?
- האם הצבעים/דוגמאות מבלבלים?
גרפים יכולים להטעות! למדו לקרוא אותם בביקורתיות.
ציר Y בדיאגרמת עמודות חייב תמיד להתחיל מ-0.
כדי לבדוק, סמנו או הקלידו תשובה קודם
מה צריך לבדוק קודם כל כשמסתכלים על גרף?
כדי לבדוק, סמנו או הקלידו תשובה קודם
טעויות נפוצות - למידה מהשגיאות
טעות נפוצה: בלבול בין נתונים שמיים לכמותיים
טעות: "צבע עיניים = 1, 2, 3" (ניסיון להפוך שמיים למספרים)
נכון: צבע עיניים = חום, כחול, ירוק (קטגוריות!)
זכרו: אם אי אפשר לחבר/להכפיל → שמיים!
למה זה קורה?
איך מתקנים?
טעות נפוצה: שכחת ציון סה״כ בטבלה
דוגמה: 25 תלמידים נשאלו. סה״כ בטבלה: 23. בעיה!
תיקון: חפש את 2 התלמידים החסרים. אולי שכחת לספור משהו?
זכרו: סה״כ = בדיקה שלא איבדנו נתונים!
למה זה קורה?
איך מתקנים?
טעות נפוצה: קטגוריות חופפות (לא זרות)
טעות: גילאים: 0-10, 10-20, 20-30. איפה שייך מי שבן 10?
נכון: 0-9, 10-19, 20-29. כל גיל בדיוק בקבוצה אחת!
או: 0-10, 11-20, 21-30 (גבולות ברורים)
למה זה קורה?
איך מתקנים?
טעות נפוצה: קטגוריות לא ממצות
טעות: ספורט אהוב: כדורגל, כדורסל. מה עם מי שאוהב שחייה?
נכון: כדורגל, כדורסל, אחר (או: רשימה מלאה של כל האפשרויות)
זכרו: אם יש "אחר" גדול מדי, אולי צריך קטגוריות נוספות
למה זה קורה?
איך מתקנים?
טעות נפוצה: ציר Y לא מתחיל מ-0
דוגמה: מכירות: 95, 97, 99. ציר Y: 94-100. נראה כמו שינוי ענק!
נכון: ציר Y: 0-100. השינוי נראה קטן (וזה נכון!)
כשמותר לקצץ: כשמציינים בבירור עם סימון של קיצוץ (גל/שבור בציר)
למה זה קורה?
איך מתקנים?
טעות נפוצה: רוחב עמודות לא שווה
טעות: עמודה ראשונה רחבה, שנייה צרה. מבלבל!
נכון: כל העמודות באותו רוחב. רק הגובה משתנה
זכרו: גובה = שכיחות. רוחב = קבוע!
למה זה קורה?
איך מתקנים?
טעות נפוצה: חוסר תיוג בגרף
טעות: גרף ללא כותרת או תיוג צירים. אי אפשר להבין מה זה!
נכון:
- כותרת: "מספר תלמידים לפי מקצוע אהוב"
- ציר X: "מקצוע"
- ציר Y: "מספר תלמידים"
זכרו: גרף ללא תיוג = חסר ערך!
למה זה קורה?
איך מתקנים?
טעות נפוצה: דיאגרמת עוגה עם הרבה קטגוריות
טעות: עוגה עם 15 פרוסות קטנות. לא קריא!
נכון: אם יש הרבה קטגוריות:
- קיבץ קטגוריות קטנות ל-"אחר"
- או השתמש בדיאגרמת עמודות במקום
זכרו: פשטות = בהירות!
למה זה קורה?
איך מתקנים?
טעות נפוצה: שימוש בצבעים דומים בגרף
טעות: שני עמודים בצבעים קרובים (כחול בהיר וכחול כהה). קשה להבחין!
נכון: צבעים שונים בבירור (כחול, אדום, ירוק, צהוב)
שימו לב: אנשים עם עיוורון צבעים! השתמשו גם בדוגמאות/טקסטורות
למה זה קורה?
איך מתקנים?
טעות נפוצה: ספירה לא מדויקת (טעות בתיסוך)
טעות: ספרת 12 במקום 13. הטבלה שגויה!
נכון:
- ספור פעם ראשונה עם סימון קווים
- ספור שוב לבדיקה
- בדוק שסה״כ נכון
שיטת הקווים: |||| = 5, אז קל לספור
למה זה קורה?
איך מתקנים?
טעות נפוצה: קריאה שגויה של גרף
טעות: ציר Y: 0, 5, 10, 15... אבל קראת כאילו זה 0, 1, 2, 3
נכון: תמיד בדוק: מה המרווח בין הקווים? מה היחידות?
זכרו: סקלה = כמה שווה כל מרווח!
למה זה קורה?
איך מתקנים?
טעות נפוצה: חוסר אחידות בטבלה
טעות: טבלה: "חום", "כחול", "ירוק כהה", "ירוק"... מה ההבדל בין הירוקים?
נכון: החלט מראש: כל הגוונים של ירוק = "ירוק", או הבדל בין "ירוק כהה" ו"ירוק בהיר"
זכרו: עקביות חשובה!
למה זה קורה?
איך מתקנים?
טעות נפוצה: אי-הבנת ההבדל בין שכיחות לאחוז
דוגמה: 12 מתוך 40 תלמידים אוהבים כדורגל
שכיחות: 12 אחוז: (12 ÷ 40) × 100 = 30%
לא אותו דבר! תמיד ציין מה אתה מציג
למה זה קורה?
איך מתקנים?
טעות נפוצה: סקלה לא הגיונית בגרף
טעות: ציר Y: 0, 7, 13, 22, 35... מרווחים משונים!
נכון: ציר Y: 0, 10, 20, 30, 40 (מרווחים של 10)
זכרו: סקלה פשוטה = קל לקרוא!
למה זה קורה?
איך מתקנים?
טעות נפוצה: שכחת יחידות במדידה
טעות: "גובה: 165" ← 165 מה? ס״מ? מ׳?
נכון: "גובה: 165 ס״מ" או "1.65 מ׳"
זכרו: מספר ללא יחידה = חסר משמעות!
למה זה קורה?
איך מתקנים?
טעות נפוצה: טעות בחישוב זוויות בדיאגרמת עוגה
דוגמה: 25% מהכיתה
טעות: זווית = 25° ✗
נכון: זווית = (25 ÷ 100) × 360° = 90° ✓
זכרו: מעגל = 360°, לא 100°!
למה זה קורה?
איך מתקנים?
טעות נפוצה: אי-הבנת קריטריון מיון
שאלה: מהו הספורט הפופולרי ביותר?
קריטריון רע: מיון לפי צבע עיניים של התלמידים (לא רלוונטי!)
קריטריון טוב: מיון לפי סוג ספורט (רלוונטי ומשמעותי!)
זכרו: קריטריון = מה אנחנו בודקים?
למה זה קורה?
איך מתקנים?
סיכום
מה למדנו?
סוגי נתונים:
- שמיים (קטגוריים): תכונות, לא ניתן לחשב
- כמותיים: מספרים, ניתן לחשב (בדידים/רציפים)
עקרונות איסוף:
- שאלה ברורה
- אוכלוסייה מוגדרת
- דרך איסוף אמינה
- שמירה על פרטיות
ארגון:
- רשימה → טבלת שכיחות
- תיסוך (ספירה) מדויק
- בדיקת סה״כ
עקרונות מיון:
- קבוצות זרות: אין חפיפה
- קבוצות ממצות: כולם נכללים
- קריטריון משמעותי
דרכי ייצוג:
- דיאגרמת עמודות: השוואת קטגוריות
- דיאגרמת עוגה: חלקים מתוך שלם
- גרף קווים: שינוי לאורך זמן
- טבלה: ערכים מדויקים
כללי זהב:
- תמיד תייג גרפים (כותרת, צירים, יחידות)
- ציר Y מתחיל מ-0 (או ציון קיצוץ)
- סקלה אחידה והגיונית
- קריאה ביקורתית של גרפים
למה זה חשוב?
יכולת לעבוד עם נתונים היא מיומנות הכרחית:
- בעולם המודרני - נתונים בכל מקום
- קבלת החלטות - על בסיס מידע אמין
- קריאה ביקורתית - אל תתנו לגרפים להטעות אתכם
- תקשורת - הצגת מידע בצורה ברורה
- חשיבה מדעית - איסוף ראיות ומסקנות
המשיכו להתאמן ותהיו מומחי נתונים!