গবেষণায় কখন কোন ধরনের গ্রাফ নির্বাচন করবেন?

কখন কোন চার্ট ব্যবহার করবেন? ১০টি জনপ্রিয় গ্রাফের বিস্তারিত নির্দেশিকা

রিসার্চ বা গবেষণায় আমরা দিনের পর দিন খাটাখাটনি করে যে ডেটা সংগ্রহ করি, তার আসল সৌন্দর্য ফুটে ওঠে সঠিক প্রেজেন্টেশনে। হাজারটা সংখ্যার টেবিল যা বোঝাতে পারে না, একটি পারফেক্ট গ্রাফ এক পলকে সেটা বুঝিয়ে দিতে পারে। কিন্তু সমস্যা হলো, এত ধরনের চার্ট আর গ্রাফের ভিড়ে নতুন গবেষকরা প্রায়ই গুলিয়ে ফেলেন কখন কোনটি ব্যবহার করা উচিত? নিচের আলোচনা থেকে সেটাই জানবেন।

১. বার চার্ট (Bar Chart)

এটি রিসার্চের সবচেয়ে বেসিক এবং বহুল ব্যবহৃত গ্রাফ। যখন আপনি ভিন্ন ভিন্ন ক্যাটাগরি বা গ্রুপের মধ্যে তুলনা করতে চান, তখন বার চার্টই বেস্ট অপশন। যেমন, ভিন্ন ভিন্ন জাতের ধানের উৎপাদন তুলনা করা বা বিভিন্ন এলাকার শিক্ষার হার দেখানো। এটি ভার্টিক্যাল বা হরায়জেন্টাল হতে পারে। তবে মূল উদ্দেশ্য হলো চোখের পলকে পার্থক্যটা বুঝিয়ে দেওয়া।

২. লাইন চার্ট (Line Chart)

আপনার ডেটা যদি সময়ের সাথে সম্পর্কিত হয়, অর্থাৎ টাইম সিরিজ ডেটা থাকে, তবে লাইন চার্ট ব্যবহার করতে পারেন। গত ১০ বছরে কোন পণ্যের দামের ওঠানামা বা এক মাসে তাপমাত্রার পরিবর্তন – এমন ট্রেন্ড বা গতিপথ দেখানোর জন্য এর বিকল্প নেই। এখানে সাধারণত X অক্ষে সময় (বছর, মাস) থাকে এবং লাইনটি উপরে বা নিচে গিয়ে পরিবর্তনের ট্রেন্ড দেখায়।

৩. পাই বা ডোনাট চার্ট (Pie/Donut Chart)

পুরো বিষয়ের মধ্যে কার কতটুকু অবদান বা শেয়ার, সেটা পার্সেন্টেজে দেখানোর জন্য এটি ব্যবহার করা হয়। তবে মনে রাখবেন, যদি আপনার ক্যাটাগরি ৩ থেকে ৫টির বেশি হয়, তবে এটি এড়িয়ে চলাই ভালো। বর্তমানে পাই চার্টের চেয়ে ডোনাট চার্ট (মাঝখানে ফাঁকা থাকে) দেখতে অনেক বেশি মডার্ন ও ক্লিন, যা রিপোর্টে বা পেপারে আলাদা সৌন্দর্য যোগ করে।

৪. স্ক্যাটার প্লট (Scatter Plot)

গবেষণায় যখন দুটি কন্টিনিউয়াস ভেরিয়েবলের মধ্যে সম্পর্ক বা কোরিলেশন খুঁজতে চান, তখন স্ক্যাটার প্লট ব্যবহার করবেন। যেমন, জমিতে সারের পরিমাণের সাথে ফলন বাড়ছে না কমছে, সেটা বিন্দুর মাধ্যমে দেখানো হয়। গ্রাফে বিন্দুগুলা যদি বাম থেকে ডানে উপরের দিকে যায়, তার মানে পজিটিভ সম্পর্ক আছে।

৫. হিস্টোগ্রাম (Histogram)

দেখতে বার চার্টের মতো হলেও এর কাজ ভিন্ন। আপনার সংগৃহীত ডেটা কোন রেঞ্জের মধ্যে বেশি আছে বা ডেটার ডিস্ট্রিবিউশন কেমন, তা বুঝতে এটি ব্যবহার করা হয়। যেমন, আপনার সার্ভে করা কৃষকদের মধ্যে ৩০-৪০ বছর বয়সী কতজন, ৪০-৫০ বছর বয়সী কতজন – এভাবে ফ্রিকোয়েন্সি বা ঘনত্ব দেখানোর জন্য এটি পারফেক্ট।

৬. বক্স প্লট (Box Plot)

একটু অ্যাডভান্সড রিসার্চ বা স্ট্যাটিসটিক্যাল এনালাইসিসে এটি খুব কাজের। একটি চার্টের মাধ্যমেই ডেটার মিডিয়ান, রেঞ্জ এবং কোনো আউটলায়ার (অস্বাভাবিক মান) আছে কি না তা দেখানো যায়। বিশেষ করে যখন আপনি ডেটার ভেরিয়েশন বা ছড়িয়ে থাকার ধরনটা একনজরে দেখাতে চান, তখন বক্স প্লট ব্যবহার করা উচিত।

৭. হিটম্যাপ (Heatmap)

এটি মূলত ডেটার মানকে রঙের তীব্রতা দিয়ে প্রকাশ করে। বর্তমানে রিসার্চ পেপারে অনেকগুলো ভেরিয়েবলের পারস্পরিক সম্পর্ক বা কোরিলেশন ম্যাট্রিক্স দেখানোর জন্য এটি খুব জনপ্রিয়। যে ভেরিয়েবলগুলোর সম্পর্ক যত বেশি, হিটম্যাপে তাদের ঘরগুলোর রঙ তত গাঢ় হয়, যা রিডারকে দ্রুত ফলাফল বুঝতে সাহায্য করে।

৮. রাডার বা স্পাইডার চার্ট (Radar Chart)

যখন আপনি একটি নির্দিষ্ট বিষয়কে অনেকগুলো মানদণ্ডের ভিত্তিতে বিচার করতে চান, তখন এটি ব্যবহার করুন। দেখতে মাকড়সার জালের মতো এই চার্টে একই সাথে ৩ বা ততোধিক ভেরিয়েবল প্লট করা যায়। যেমন একটি কৃষি প্রযুক্তির খরচ, স্থায়িত্ব, এবং সহজলভ্যতা – এই সবকটি দিক একসাথে দেখাতে এটি চমৎকার কাজ করে।

৯. বাবল চার্ট (Bubble Chart)

এটি স্ক্যাটার প্লটের মতোই, কিন্তু এখানে ৩টি ভেরিয়েবল একসাথে দেখানো সম্ভব। X এবং Y অক্ষের মানের পাশাপাশি তৃতীয় একটি বিষয় বিন্দুর আকার বা সাইজ দিয়ে বোঝানো হয়। যেমন জনসংখ্যার সাথে আয়ের সম্পর্ক দেখানোর পাশাপাশি বৃত্তের আকার দিয়ে ওই এলাকার পরিবারের আকার বোঝানো যেতে পারে।

১০. কোরোপ্লেথ ম্যাপ (Choropleth Map)

এগ্রিকালচারাল বা সোশ্যাল সায়েন্স রিসার্চে এলাকাভিত্তিক ডেটা দেখানোর জন্য এটি অপরিহার্য। ম্যাপের বিভিন্ন জেলা বা উপজেলাকে ডেটার মান অনুযায়ী ভিন্ন ভিন্ন রঙে রঙিন করা হয়। যেমন বাংলাদেশের কোন জেলায় দারিদ্র্য বেশি বা কোন এলাকায় গমের ফলন বেশি, তা ম্যাপের মাধ্যমে ভিজ্যুয়ালাইজ করতে এটি ব্যবহার করবেন।

এক নজরে গ্রাফ নির্বাচন

গ্রাফের নাম	কখন ব্যবহার করবেন
বার চার্ট	ভিন্ন ক্যাটাগরির মধ্যে তুলনা
লাইন চার্ট	সময়ের সাথে পরিবর্তন (ট্রেন্ড)
পাই/ডোনাট চার্ট	শতকরা হারে অবদান (৩-৫টি ক্যাটাগরি)
স্ক্যাটার প্লট	দুটি ভেরিয়েবলের মধ্যে সম্পর্ক
হিস্টোগ্রাম	ডেটার ডিস্ট্রিবিউশন ও ফ্রিকোয়েন্সি
বক্স প্লট	মিডিয়ান, রেঞ্জ ও আউটলায়ার দেখানো
হিটম্যাপ	কোরিলেশন ম্যাট্রিক্স ও রঙের তীব্রতা
রাডার চার্ট	একাধিক মানদণ্ডে তুলনা
বাবল চার্ট	তিনটি ভেরিয়েবল একসাথে দেখানো
কোরোপ্লেথ ম্যাপ	এলাকাভিত্তিক ডেটা ভিজুয়ালাইজেশন

সঠিক গ্রাফ আপনার গবেষণাকে করে তোলে আকর্ষণীয় ও বোধগম্য। ডেটার ধরন বুঝে সঠিক ভিজুয়ালাইজেশন বেছে নিন, আর আপনার গবেষণা হোক প্রভাবশালী।

লেখক Md. Rafsan

মো. রাফছান একজন লেখক, কলামিস্ট, সংগঠক ও গ্রাফিক্স ডিজাইনার। তিনি চট্টগ্রাম বিশ্ববিদ্যালয়ের ইনস্টিটিউট অব মেরিন সায়েন্স-এর শিক্ষার্থী এবং তরুণ কলাম লেখক ফোরাম, চবি-র প্রতিষ্ঠাতা ও উপদেষ্টা। সমাজে ইতিবাচক পরিবর্তন আনার লক্ষ্যে তরুণদের সঙ্গে কাজ করছেন। সঠিক তথ্য, সচেতনতা এবং সহযোগিতার মাধ্যমে একটি সমতা ও মানবিকতা-ভিত্তিক সমাজ গড়াই তাঁর মূল উদ্দেশ্য।