የውሂብ ስርጭት ውስጥ የልዩነት እና መደበኛ መዛባት ትንተና

የውሂብ ስርጭት ውስጥ የልዩነት እና መደበኛ መዛባት ትንተና

በስታቲስቲክስ ውስጥ፣ የውሂብ ስርጭትን መረዳት እንደ አማካኝ ወይም መካከለኛ ያሉ ማዕከላዊ እሴቶችን መረዳት አስፈላጊ ነው። ሁለት የውሂብ ስብስቦች ተመሳሳይ አማካይ ሊኖራቸው ይችላል፣ ነገር ግን ስርጭታቸው በጣም የተለያዩ ናቸው፡ አንዱ በአማካይ ዙሪያ በጥብቅ ሊሰበሰብ ይችላል፣ ሌላኛው ደግሞ በስፋት ሊሰራጭ ይችላል። ይህ ልዩነት እና መደበኛ መዛባት የሚመጡበት ነው - እነሱ የውሂብ መጠን ከማዕከላዊ እሴቱ ምን ያህል እንደሚለያይ የሚያሳዩ ቁልፍ መለኪያዎች ናቸው። ይህ ጽሑፍ በመረጃ ትንተና ውስጥ ያላቸውን ፅንሰ-ሀሳቦች፣ ቀመሮች፣ ትርጓሜዎች እና አተገባበራቸው ምሳሌዎች ያብራራል።

1. የውሂብ ስርጭት ለምን አስፈላጊ ነው?

የውሂብ ስርጭት ስለ ወጥነት እና ስጋት መረጃ ይሰጣል። ለምሳሌ፣ በፈተና ውጤቶች አውድ፣ የክፍል A እና B አማካይ ሁለቱም 80 ሊሆን ይችላል። ሆኖም፣ በክፍል A ውጤቶች ላይ ያለው ልዩነት ትንሽ ከሆነ፣ አብዛኛዎቹ ተማሪዎች ተመሳሳይ ውጤት ያሳያሉ። በተቃራኒው፣ በክፍል B ውጤቶች ላይ ያለው ልዩነት ትልቅ ከሆነ፣ አንዳንድ ተማሪዎች በጣም ከፍተኛ ውጤቶች ሲኖራቸው ሌሎች ደግሞ በጣም ዝቅተኛ ውጤቶች ሊኖራቸው ይችላል። በንግድ ዘርፍ፣ የሽያጭ መረጃ መበታተን የገቢ መረጋጋትን ያሳያል፤ በፋይናንስ ዘርፍ የኢንቨስትመንት ተመላሾች መበታተን የአደጋውን ደረጃ ያሳያል።

የልዩነት እና የመደበኛ መዛባትን በመረዳት፣ ውሳኔ ሰጪዎች የሚከተሉትን ማድረግ ይችላሉ፡
- አንድ ሂደት የተረጋጋ መሆኑን ወይም አለመሆኑን መገምገም (ለምሳሌ የፋብሪካ ምርት)።
- በቡድኖች መካከል ያለውን ወጥነት ማወዳደር (ለምሳሌ ሁለት የመማሪያ ዘዴዎች)።
- መገምገም የሚገባቸውን ውጫዊ መረጃዎችን መለየት።
- በግምቶች እና ሞዴሎች ውስጥ እርግጠኛ አለመሆንን መገመት።

2. የልዩነት መሰረታዊ ፅንሰ-ሀሳብ

ልዩነት የሚለካው የእያንዳንዱ የውሂብ ስብስብ ከአማካይ አማካኝ ካሬ ልዩነት ነው። ልዩነት በውሂብ እሴቶች እና በአማካይ መካከል ያለው ልዩነት ነው። ብዙ እሴቶች ከአማካይ ሩቅ ከሆኑ፣ ልዩነቱ ትልቅ ይሆናል። እሴቶቹ ከአማካይ ጋር ቅርብ ከሆኑ፣ ልዩነቱ ትንሽ ይሆናል።

ውሂብ አለ እንበል፤ \(x_1፣ x_2፣ …፣ x_n\) በ \(\bar{x}\ አማካኝ)። የእያንዳንዱ መረጃ መዛባት \(x_i – \bar{x}\) ነው። ሆኖም፣ ልዩነቶች በቀጥታ ከተጨመሩ፣ ውጤቱ ሁልጊዜ ዜሮ ነው ምክንያቱም እርስ በእርስ የሚሰረዙ አወንታዊ እና አሉታዊ ልዩነቶች አሉ። ይህንን ለማሸነፍ፣ ልዩነቶች ሁሉም አዎንታዊ እንዲሆኑ አራት ማዕዘን ይደረጋሉ። ይህ ልዩነት የሚወለድበት ቦታ ነው።

ሀ) የሕዝብ ልዩነት
መረጃው መላውን ሕዝብ እንደሚወክል ከተቆጠረ፣ የሕዝብ ልዩነት እንደሚከተለው ይጻፋል፡
\[
\sigma^2 = \frac{\sum_{i=1}^{N}(x_i – \mu)^2}{N}
\]
የት፡
– \(N\) የህዝብ መረጃ ብዛት ነው፣
– \(\mu\) የህዝብ አማካይ ነው፣
– \(\sigma^2\) የሕዝብ ልዩነት ነው።

ለ) የናሙና ልዩነት
መረጃው ከትልቅ ህዝብ የተገኘ ናሙና ከሆነ፣ የናሙና ልዩነት ጥቅም ላይ ይውላል፡
\[
s^2 = \frac{\sum_{i=1}^{n}(x_i – \bar{x})^2}{n-1}
\]
አካፋይ \(n-1\) የቤሰል ማስተካከያ ተብሎ የሚጠራ ሲሆን የሕዝቡ የልዩነት ግምት ገለልተኛ መሆኑን ለማረጋገጥ ይጠቅማል። በመሠረቱ፣ የናሙናው አማካይ ከውሂቡ ራሱ ስለሚሰላ፣ “የነጻነት ዲግሪዎች ማጣት” አለ፣ ስለዚህ አካፋይው በዚሁ መሰረት ይስተካከላል።

3. መደበኛ መዛባት፡ የልዩነቱ ሥር

ልዩነት አንድ ተግባራዊ ችግር አለው፤ አሃዶቹ የውሂብ አሃዶች ካሬ ናቸው። መረጃው በ"ሩፒያ" ውስጥ ከሆነ፣ ልዩነቱ በ"ሩፒያ²" ውስጥ ነው፣ ይህም በቀጥታ ለመተርጎም አስቸጋሪ ነው። ስለዚህ፣ የልዩነቱ ካሬ ሥር የሆነውን መደበኛ መዛባት እንጠቀማለን።

ሀ) የሕዝብ ደረጃ ልዩነት
\[
\ሲግማ = \sqrt{\sigma^2}
\]

ለ) የናሙና መደበኛ መዛባት
\[
s = \sqrt{s^2}
\]

መደበኛ መዛባት ከመጀመሪያው ውሂብ ጋር ተመሳሳይ አሃዶች አሉት፣ ይህም ለመረዳት ቀላል ያደርገዋል። ከፍተኛ መደበኛ መዛባት የበለጠ የተዘረጋ ውሂብን ያመለክታል፤ ዝቅተኛ መደበኛ መዛባት ደግሞ የበለጠ ጥቅጥቅ ያለ የውሂብ ስብስብን ያመለክታል።

4. ቀላል የስሌት ምሳሌ

ለምሳሌ፣ የፈተና ውጤት መረጃ፡ 70፣ 75፣ 80፣ 85፣ 90።

1) አማካይውን አስላ:
\[
\bar{x} = \frac{70+75+80+85+90}{5} = 80
\]

2) የእያንዳንዱ እሴት ከአማካይ ያለውን ልዩነት አስላ፡
– 70: \(70-80=-10\)
– 75: \(75-80=-5\)
– 80: \(80-80=0\)
– 85: \(85-80=5\)
– 90: \(90-80=10\)

3) ልዩነቱን አራት ማዕዘን ያድርጉ፡
– 100፣ 25፣ 0፣ 25፣ 100

4) ጨምር፦
\[
\sum (x_i-\bar{x})^2 = 250
\]

5) የናሙና ልዩነት፡
\[
s^2 = \frac{250}{5-1} = 62.5
\]

6) የናሙና መደበኛ መዛባት፡
\[
s = \sqrt{62.5} \approx 7.91
\]

ትርጓሜ፡ አማካይ ውጤት 80 ነው፣ እና "በተለምዶ" ውጤቶች ከአማካይ በ7-8 ነጥብ ያርቃሉ።

5. የልዩነት እና የመደበኛ ልዩነት ትርጓሜ

ልዩነት እና መደበኛ መዛባት ቁጥሮች ብቻ አይደሉም፤ በአውድ ውስጥ መተርጎም አለባቸው።

– አነስተኛ መደበኛ መዛባት፡ ከፍተኛ ወጥነት። ለምሳሌ፣ በምርት መጠን ውስጥ በጣም ትንሽ መደበኛ መዛባት ያለው የምርት ሂደት የተረጋጋ ጥራትን ያሳያል።
– ትልቅ የመደበኛ መዛባት፡ ከፍተኛ ልዩነት። በኢንቨስትመንት ውስጥ፣ ከፍተኛ የመደበኛ ተመላሽ መዛባት ማለት ከፍተኛ ተለዋዋጭነት (ከፍተኛ አደጋ) ማለት ነው።
– በቡድኖች መካከል ንጽጽር፡- ሁለት ቡድኖች ተመሳሳይ አማካይ ግን የተለያዩ መደበኛ ልዩነቶች ካሏቸው፣ አነስተኛ ልዩነት ያለው ቡድን የበለጠ ተመሳሳይ ነው።

ሆኖም ግን፣ መደበኛ መዛባት ለውጭ አካላት ስሜታዊ መሆኑን ማስታወስ አስፈላጊ ነው። አንድ ጽንፍ እሴት ልዩነቱን እና መደበኛ መዛባትን በእጅጉ ሊጨምር ይችላል። ስለዚህ፣ የስርጭት ትንተና ብዙውን ጊዜ በምስል እይታዎች (ሂስቶግራም፣ የቦክስ ፕሎትስ) ወይም እንደ IQR (ኢንተርኳርትል ክልል) ባሉ ጠንካራ መለኪያዎች ይሟላል።

6. ከመደበኛ ስርጭት እና ከተግባራዊ ደንቦች ጋር ያለው ግንኙነት

በመደበኛ ስርጭት (የደወል ኩርባ) ውስጥ፣ መደበኛ መዛባት በጣም ጠንካራ ትርጉም አለው። ብዙ ጊዜ ጥቅም ላይ የሚውል ተጨባጭ ህግ አለ፡
– 68% የሚሆነው መረጃ በ\(\bar{x} \pm 1s\) ክልል ውስጥ ነው ያለው
– 95% የሚሆነው መረጃ በ\(\bar{x} \pm 2s\) ክልል ውስጥ ነው ያለው
– 99,7% የሚሆነው መረጃ በ\(\bar{x} \pm 3s\) ክልል ውስጥ ነው ያለው

ይህ ደንብ ፈጣን ትርጓሜዎችን ለማድረግ ይረዳል፣ ለምሳሌ አንድ እሴት "ተፈጥሯዊ ያልሆነ" ወይም አሁንም በአጠቃላይ ክልል ውስጥ መሆኑን መገምገም።

7. በተለያዩ መስኮች ማመልከቻዎች

1) ትምህርት፡ የተማሪዎችን ውጤት ስርጭት መከታተል። ትናንሽ ልዩነቶች ፍትሃዊ የመማር ውጤቶችን ያመለክታሉ፣ ትላልቅ ልዩነቶች ደግሞ የመግባቢያ ክፍተቶችን ሊያመለክቱ ይችላሉ።
2) ኢንዱስትሪ፡ የጥራት ቁጥጥር። ልዩነት የምርት ወጥነትን ለመገምገም ይጠቅማል።
3) ፋይናንስ፡ የአክሲዮን ዋጋ ተለዋዋጭነት፣ የፖርትፎሊዮ ተመላሾች እና የኢንቨስትመንት አደጋን ይለካል።
4) ጤና፡- በታካሚው ህዝብ ውስጥ የደም ግፊት፣ የስኳር መጠን ወይም ሌሎች ክሊኒካዊ አመልካቾችን መለዋወጥ መመልከት።
5) ማህበራዊ ምርምር፡ የዳሰሳ ጥናት ምላሾችን ልዩነት እና የተመልካች ባህሪያትን ልዩነት መገምገም።

8. የተለመዱ ስህተቶች እና ተግባራዊ ምክሮች

አንዳንድ የተለመዱ ስህተቶች፡
– መረጃው ሙሉ የህዝብ ብዛት ቢሆንም፣ ወይም በተቃራኒው የናሙና ልዩነት (ዲቪሰር \(n-1\)) መጠቀም።
- የክፍለ-ጊዜ ክፍሎችን ግምት ውስጥ ሳያስገባ የልዩነቱን ልዩነት መተርጎም፤ ለትርጓሜ መደበኛ መዛባትን መጠቀም የበለጠ አስተማማኝ ነው።
– ውጫዊ ነገሮችን ችላ በል፤ መጀመሪያ ውሂቡን መፈተሽ ጥሩ ነው።
– መደበኛ ባልሆነ መልኩ በተለያዩ ሚዛኖች መካከል ያለውን መደበኛ መዛባት በውሂብ መካከል ያወዳድሩ፤ በአንዳንድ ሁኔታዎች፣ የበለጠ ፍትሃዊ ንጽጽር ለማድረግ የልዩነት ኮፊሸንት (CV) ማለትም \(CV = \frac{s}{\bar{x}}\times 100\%\) ይጠቀሙ።

መዝጊያ

ልዩነት እና መደበኛ መዛባት የውሂብ ስርጭትን ለመረዳት መሰረታዊ መሳሪያዎች ናቸው። ልዩነት ጠንካራ የሂሳብ መሰረት ይሰጣል፣ መደበኛ መዛባት ደግሞ ከመጀመሪያው መረጃ ጋር ተመሳሳይ ስለሆነ ለመተርጎም ቀላል የሆነ መለኪያ ይሰጣል። እነዚህን ሁለት መለኪያዎች በመጠቀም፣ በውሂብ ስብስቦች መካከል ያለውን የስርጭት ባህሪያት ወጥነት፣ አደጋ እና ልዩነቶች የበለጠ በግልጽ መገምገም እንችላለን። በውሂብ ትንተና ልምምድ፣ ልዩነት እና መደበኛ መዛባት ከማዕከላዊ ዝንባሌ እና ምስላዊነት መለኪያዎች ጋር በማጣመር የመረጃውን ሙሉ ምስል ለማቅረብ እና የበለጠ መረጃ ያለው ውሳኔ ለማድረግ በተሻለ ሁኔታ ጥቅም ላይ ይውላሉ።

ከፈለጉ፣ የበለጠ ውስብስብ የስሌት ምሳሌዎችን (ለምሳሌ የቡድን ውሂብ) ማከል ወይም የመደበኛ መዛባት ከ z-ነጥብ እና ከውጪ ማወቂያ ጋር ያለውን ግንኙነት ማስረዳት እችላለሁ።