Rydyn ni wedi datblygu'r adnodd hwn i helpu dysgwyr i ddeall mwy am ddewis, llunio a darllen gwahanol fathau o graffiau.

Mae graffiau'n cael eu defnyddio i arddangos gwybodaeth at amrywiaeth o wahanol ddibenion - boed yn arolygon, polau, arbrofion gwyddonol neu werthiant (i enwi dim ond rhai) - ac mae'n bwysig ein bod ni'n gallu eu deall.

Cliciwch ar y botwm 'Nesaf' isod i ddechrau deall sut i ddewis y graff cywir ar gyfer y data.

Rhai diffiniadau

Cyn i ni ddechrau, dyma ambell i derm allweddol y mae angen i chi eu gwybod i helpu gyda'r broses.

• Newidyn Annibynnol: Y peth a newidiwyd (arbrawf) neu'r opsiynau sydd ar gael (arolwg).
• Newidyn Dibynnol: Y peth a fesurwyd (arbrawf) neu'r canlyniadau (arolwg).
• Data Di-dor: Gwerthoedd mesuradwy gyda degolion posib.
• Data Arwahanol: Rhifau cyfan rhifadwy
• Data Categorïaidd: Gwerthoedd sy'n trefnu'n grwpiau, labeli neu eiriau.

Dangos Enghreifftiau

Dewis eich math o graff

Mae deall dewis graff yn eich helpu i gyfleu canlyniadau'n glir ac i osgoi delweddau camarweiniol.

Mae llawer o wahanol fathau o siartiau a graffiau ar gael i'w defnyddio. Bydd y cwestiynau isod yn eich tywys drwy'r broses o ddewis y math gorau ar gyfer eich data.

Bydd angen i chi fod wedi nodi newidynnau annibynnol a dibynnol eich graff, yn ogystal â'r math o ddata (arwahanol, di-dor neu gategorïaidd), er mwyn bwrw ymlaen.

Bydd y botwm 'Ailosod' yn mynd â chi'n ôl i gwestiwn 1:

Fel dewis arall, rydyn ni wedi cynllunio siart llif i fapio'r holl opsiynau ar eich cyfer - cliciwch yma i weld/argraffu'r siart llif.

Mathau o Graffiau

Nod unrhyw graff/siart yw arddangos canlyniadau mewn 'delwedd' unigol sy'n caniatáu i ddefnyddwyr ddeall y canlyniad ar unwaith heb orfod cyfeirio at y tabl canlyniadau. Dyma pam mae teitlau a labeli yn hanfodol i lwyddiant eich graff.

I gael rhagor o wybodaeth ac arweiniad ar wahanol fathau o graffiau, cliciwch ar y math perthnasol isod.

Siartiau Bar

Mae'r rhain yn defnyddio colofnau (neu fariau) i ddangos data mewn siart. Gan amlaf, maen nhw'n cynrychioli niferoedd neu ganran o niferoedd mewn ystod o gategorïau. Mae brig y bar yn cyfateb i raddfa'r echelin y i roi syniad o'r cyfanswm ar gyfer y categori hwnnw i'r defnyddiwr. Po uchaf yw'r bar, yr uchaf yw'r nifer.

Rheolau safonol siartiau bar:

• Mae'r newidyn annibynnol bob amser yn mynd ar hyd yr echelin x (ar draws y gwaelod).
• Mae angen labelu graddfeydd yn glir ac yn gywir.
• Mae angen teitl a labeli echelinau er mwyn i'r defnyddiwr ddeall beth mae'n ei weld.
• Dylid gadael bwlch (o'r un maint) rhwng pob bar.

Histogramau

Amrywiad ar siart bar yw hwn, a'r prif wahaniaeth yw'r angen i roi data di-dor mewn categorïau heb fylchau neu orgyffwrdd.

Mae'r rhain yn cael eu defnyddio ar gyfer newidynnau annibynnol fel taldra, pwysau ac oedran.

Rheolau safonol histogramau:

• Mae'r newidyn annibynnol bob amser yn mynd ar hyd yr echelin x (ar draws y gwaelod).
• Mae angen labelu graddfeydd yn glir ac yn gywir.
• Mae angen teitl a labeli echelinau er mwyn i'r defnyddiwr ddeall beth mae'n ei weld.
• Ni ddylai fod bylchau na gorgyffwrdd rhwng bariau.

Oherwydd natur y math hwn o siart, mae hefyd yn bosib cynnwys cromlin ddosraniad ar gyfer y bariau yn ôl yr angen.

Graffiau Llinell

Mae graff llinell yn cysylltu pob pwynt a nodwyd â'r nesaf yn y gyfres ar yr echelin x.

Prif ddefnydd graffiau llinell yw ar gyfer cofnodi canlyniadau dros amser. Er, mae newidynnau annibynnol cynyddol (trefn ystyrlon) eraill yn bosib, megis tymheredd, lefel sain a chrynodiadau cemegol.

Yn y rhan fwyaf o achosion, byddwch yn defnyddio graff gwasgariad gyda llinell ffit orau yn hytrach na graff llinell.

Rheolau safonol graffiau llinell:

• Mae'r newidyn annibynnol bob amser yn mynd ar hyd yr echelin x (ar draws y gwaelod).
• Mae angen labelu graddfeydd yn glir ac yn gywir.
• Mae angen teitl a labeli echelinau er mwyn i'r defnyddiwr ddeall beth mae'n ei weld.
• Bydd y llinell yn cysylltu pob pwynt a nodwyd o'r chwith i'r dde.

Siartiau Cylch

Siartiau crwn yw'r rhain sy'n dangos sut mae canlyniadau'n cael eu rhannu ar draws categorïau. Y drafferth wrth gynhyrchu'r rhain yw bod angen i chi gyfrifo eich graddfa gan ddefnyddio'r 360° sydd ar gael. Felly, os ydych chi'n gweithio gyda chanrannau, mae sector o'r cylch gydag ongl o 3.6° yn gyfystyr ag 1%, tra bod sector gydag ongl o 36° yn hafal i 10%.

Mae'r rhain yn cael eu defnyddio'n bennaf ar gyfer arddangos canlyniadau arolwg, ond mae cyfyngiadau ar eu defnydd. Mae'r cyfyngiadau hynny yn cynnwys y gallu i labelu'r adrannau - mae gormod o ganlyniadau mân eu gwerth yn creu llanast o labeli allanol - ac ni all llygad dynol weld gwahaniaeth rhwng yr onglau pan fydd canlyniadau'n cyfateb yn agos i'w gilydd. Maen nhw hefyd yn cymryd llawer o amser i'w llunio heb gymorth cyfrifiadur.

Rheolau safonol siartiau cylch:

• Dim ond gyda llai na 10 o gategorïau y dylid eu defnyddio yn ddelfrydol; fel arall, defnyddiwch siart bar.
• Mae angen labelu pob sector yn glir; os nad oes lle yn y sector, tynnwch linell daclus i label y tu allan i'r cylch.
• Mae angen teitl ar y siart - yn ddelfrydol, y cwestiwn a ofynnwyd yn yr arolwg.

Dyma enghraifft o sut mae siart cylch yn gallu bod yn rhy anniben ac yn anodd ei ddarllen:

Mae hyn hefyd yn profi sut mae dewis y categorïau anghywir yn gallu arwain at ganlyniadau dryslyd, gan mai 'Arall' yw cyfran fwyaf yr atebion.

Graffiau Gwasgariad

Mae'r graffiau hyn yn defnyddio'r un dyluniad echel a phlotio â graff llinell, ond heb y llinell gyswllt. Dyma'r graff sy'n cael ei ddefnyddio amlaf ar gyfer canlyniadau arbrawf ac mae'n caniatáu i grëwr a/neu ddefnyddiwr y graff greu llinell ffit orau.

Dyma'r un graff eto, ond gyda llinell ffit orau (llinell unigol sy'n cynrychioli patrwm y data) wedi'i hychwanegu.

Yn wahanol i graffiau llinell, mae hyn yn caniatáu i ni ddangos data lle mae sawl mesuriad gwahanol yn bosib ar gyfer yr un gwerth newidyn annibynnol.

Rheolau safonol graffiau gwasgariad:

• Mae'r newidyn annibynnol bob amser yn mynd ar hyd yr echelin x (ar draws y gwaelod).
• Mae angen labelu graddfeydd yn glir ac yn gywir.
• Mae angen teitl a labeli echelinau er mwyn i'r defnyddiwr ddeall beth mae'n ei weld.
• Dylai'r pwyntiau a nodwyd fod yn glir; mae tynnu llun croes yn hytrach na dot yn helpu.

We have developed this resource to help learners understand more about choosing, drawing, and reading different graph types.

Graphs are used to display information for a variety of different purposes - whether they be surveys, polls, science experiments, or sales (to name just a few uses) - our ability to understand them is important.

Click on the next button below to get started with how to choose the right graph for the data.

Some definitions

Before we get started, here are some key terms you will need to know to help with the process.

• Independent Variable: The thing that was changed (experiment) or the options made available (survey).
• Dependent Variable: The thing that was measured (experiment) or the results (survey)
• Continuous Data: Measurable values with possible decimals
• Discrete Data: Countable whole numbers
• Categorical Data: Values that sort into groups, labels, or words.

Show Examples

Choosing your graph type

Understanding graph choice helps you communicate results clearly and avoid misleading visuals.

There are many different chart and graph types available to use. The below questions will take you through how to select the best type for your data.

You will need to have identified the independent and dependent variables of your graph, as well as the data type (discrete, continuous, or categorical), to proceed.

This reset button will return you to question 1:

Alternatively, we have designed a flowchart to map out all the options for you - click here to view/print the flowchart.

Graph Types

The aim of any graph/chart is to display results in a single 'image' that allows viewers to instantly understand the outcome without needing to refer to the results table. This is why titles and labels are vital to your graph's success.

For more information and guidance on different graph types please click on the relevant type below.

Bar Charts

These use columns (or bars) to show data in a chart. Most often the count or a percentage of a count for a range of categories. The top of the bar reads across to the y-axis to give the viewer an idea of the total for that category. The taller the bar, the higher the count.

The standard rules of bar charts:

• The independent variable always goes along the x-axis (across the bottom).
• Scales need to be labelled clearly and correctly.
• A title and axis labels are needed for the viewer to understand what they are looking at.
• There should be gaps (of the same size) between each bar.

Histogram

This is a variation of a bar chart, the main difference being the need to put our continuous data into categories with no gaps or overlap.

These are used for independent variables such as height, weight, and age.

The standard rules of histograms:

• The independent variable always goes along the x-axis (across the bottom).
• Scales need to be labelled clearly and correctly.
• A title and axis labels are needed for the viewer to understand what they are looking at.
• There should be no gaps or overlapping between bars.

Due to the nature of this type of chart, we can also include a distribution curve for the bars when needed.

Line Graphs

A line graph connects each plotted result to the next in the series on the x-axis.

The main use for line graphs is for recording results over time. Although, other progressive (meaningful order) independent variables are possible, such as temperature, sound level, and chemical concentrations.

In most instances, you will use a scatter graph with a line of best fit rather than a line graph.

The standard rules of line graphs:

• The independent variable always goes along the x-axis (across the bottom).
• Scales need to be labelled clearly and correctly.
• A title and axis labels are needed for the viewer to understand what they are looking at.
• The line will join each plotted result from left to right.

Pie Charts

These are circle charts that show how results are split across categories. The difficulty in producing these is that you will need to calculate your scale using the 360° available. So, if you are working in percentages, a section of the 'pie' (circle) with an angle of 3.6° is the same as 1%, whilst a section with an angle of 36° equals 10%.

These are mostly used for displaying survey results but have limitations. These include, being able to label the sections - too many small value results make it a mess of external labels or having results that are too closely matching for the angle's variation to be detectable easily with the human eye. They are also very time-consuming to draw without computer aid.

The standard rules of pie charts:

• Ideally, only use if less than 10 categories, otherwise use a bar chart.
• Label each section clearly, if there's no space in the section, neatly draw a line to a label outside the circle.
• The chart needs a title - preferably the question asked in the survey.

Here is an example of how a pie chart can become overly cluttered and hard to read:

This is also a demonstration of how choosing the wrong categories can lead to confusing results, as the largest proportion of answers were 'Other'.

Scatter Graphs

These graphs use the same axis design and plotting as a line graph, just without the connecting line. This is the most common graph used for experiment results and allows the creator and/or user of the graph to apply a line of best fit.

Here is the same graph again but with a line of best fit (a single line that represents the pattern of the data) added.

Unlike line graphs, this allows us to show data that may have several differing measurements for the same independent variable value.

The standard rules of scatter graphs:

• The independent variable always goes along the x-axis (across the bottom).
• Scales need to be labelled clearly and correctly.
• A title and axis labels are needed for the viewer to understand what they are looking at.
• The plotted points should be clear, drawing a cross rather than a dot helps.