በመረጃ ትንተና ውስጥ የገለፃ ስታቲስቲክስ መሰረታዊ ፅንሰ ሀሳቦችን መረዳት እና መረዳት

በመረጃ ትንተና ውስጥ የገለፃ ስታቲስቲክስ መሰረታዊ ፅንሰ ሀሳቦችን መረዳት እና መረዳት

ገላጭ ስታትስቲክስ በውሂብ ትንተና ሂደት ውስጥ ካሉት በጣም አስፈላጊ መሠረቶች አንዱ ነው። አንድ ሰው መደምደሚያ ላይ ከመድረሱ፣ ትንበያ ከማድረግ ወይም በውሂብ ላይ ተመስርቶ ውሳኔ ከማድረጉ በፊት፣ የመጀመሪያው እርምጃ ሁልጊዜ ማለት ይቻላል "ውሂቡን መረዳት" ነው። ገላጭ ስታትስቲክስ የሚጠቀመው እዚህ ላይ ነው፡- ንድፎቹ፣ ባህሪያቱ እና አዝማሚያዎቹ በግልጽ እንዲታዩ ውሂብን ለማጠቃለል፣ ለማደራጀት እና ለማቅረብ ይረዳል። ይህ ጽሑፍ ገላጭ ስታትስቲክስን ፍቺ እና በመረጃ ትንተና ውስጥ በስፋት ጥቅም ላይ የዋሉትን መሰረታዊ ፅንሰ-ሀሳቦቹን ያብራራል።

ገላጭ ስታቲስቲክስን መረዳት

በአጠቃላይ፣ ገላጭ ስታትስቲክስ መረጃን በመሰብሰብ፣ በማጠቃለል፣ በማደራጀት እና በማቅረብ ላይ የሚያተኩር የስታቲስቲክስ ቅርንጫፍ ሲሆን ይህም ስለሁኔታው ግልጽ የሆነ ምስል ለማቅረብ ነው። ዋናው ዓላማው መላምቶችን መሞከር ወይም ሰፊ ለሆነ ህዝብ (ያ የማጣቀሻ ስታትስቲክስ ጎራ ነው) ማጠቃለል ሳይሆን፣ በእጅ ባለው መረጃ ውስጥ ምን እንደሚፈጠር ማስረዳት ነው።

ለምሳሌ፣ አንድ ትምህርት ቤት ከ200 ተማሪዎች የሂሳብ ፈተና ውጤቶችን የሚሰበስብ ከሆነ፣ ገላጭ ስታቲስቲክስ እንደሚከተሉት ያሉ ጥያቄዎችን ለመመለስ ሊያገለግል ይችላል፡- አማካይ ውጤት ስንት ነው? በውጤቶቹ ውስጥ ምን ያህል ልዩነት አለ? ከፍተኛ እና ዝቅተኛው ውጤት ስንት ነው? አብዛኛዎቹ ውጤቶች በተወሰነ ክልል ውስጥ የተሰባሰቡ ናቸው? እነዚህ ጥያቄዎች በሌሎች ትምህርት ቤቶች ውስጥ ስላሉ ተማሪዎች መደምደሚያ ላይ መድረስ ሳያስፈልጋቸው ለግምገማ መሠረት ሆነው አስፈላጊ ናቸው።

በመረጃ ትንተና ውስጥ የገለጻ ስታትስቲክስ ሚና

በመረጃ ትንተና ልምምድ ውስጥ፣ ገላጭ ስታቲስቲክስ ብዙውን ጊዜ የቀጣይ ትንተና አቅጣጫን የሚወስን የመጀመሪያ ደረጃ ነው። ሚናዎቹ የሚከተሉትን ያካትታሉ፡

1. ጥሬ መረጃዎችን ወደ ይበልጥ አጭር እና ለመረዳት ቀላል በሆነ ቅጽ ያጠቃልሉት።
2. እንደ አዝማሚያዎች፣ የበላይ የውሂብ ቡድኖች ወይም ያልተለመዱ ነገሮች ያሉ ቅጦችን ይለዩ።
3. እንደ ምክንያታዊ ያልሆኑ እሴቶች፣ የጎደለ ውሂብ ወይም ድግግሞሽ ያሉ የውሂብ ስህተቶችን ለይ።
4. መረጃዎችን በሰንጠረዦች፣ በግራፎች እና በስታቲስቲክስ ማጠቃለያዎች በኩል በመግባባት ያቅርቡ።
5. ቀደም ብሎ የውሳኔ አሰጣጥን ይደግፋል፣ ለምሳሌ በደንበኛ መረጃ ማጠቃለያዎች ላይ የተመሰረቱ የግብይት ስልቶችን መወሰን።

ገላጭ እርምጃዎች ከሌሉ፣ ተጨማሪ ትንተና ትክክል ላይሆን ይችላል ምክንያቱም መረጃው ሙሉ በሙሉ ስላልተረዳ።

የውሂብ አይነቶች እና የመለኪያ ሚዛኖች

የገለጻ ስታትስቲክስ መሰረታዊ ፅንሰ-ሀሳብ ከውሂብ ዓይነቶች እና ከመለኪያ ሚዛኖች ግንዛቤ ሊለይ አይችልም፣ ምክንያቱም ሁለቱም ተገቢውን የማጠቃለያ ዘዴ ይወስናሉ።

1. የጥራት እና የቁጥር መረጃ
– የጥራት መረጃ (ምድቦች): በምድቦች ወይም መለያዎች መልክ ያለ መረጃ፣ ለምሳሌ ጾታ፣ የሥራ ሁኔታ፣ የምርት ምድብ።
– ቁጥራዊ (ቁጥራዊ) መረጃ፡- ሊቆጠሩ ወይም ሊለኩ የሚችሉ ቁጥሮችን የያዘ መረጃ፣ ለምሳሌ እድሜ፣ ገቢ፣ ቁመት።

2. የመለኪያ ልኬት
– ስመ፡- ምድቦችን ብቻ ይለያል (ለምሳሌ፡ የደም ዓይነት)።
– ተራ፡- ቅደም ተከተል አለ፣ ነገር ግን በምድቦች መካከል ያለው ርቀት እርግጠኛ አይደለም (ለምሳሌ፡ የእርካታ ደረጃ፡ ዝቅተኛ–መካከለኛ–ከፍተኛ)።
– የጊዜ ክፍተት፡ በእሴቶች መካከል ያለው ርቀት ተመሳሳይ ነው፣ ነገር ግን ፍጹም ዜሮ የለውም (ለምሳሌ፡ የሴልሺየስ ሙቀት)።
– ጥምርታ፡ ርቀቱ አንድ አይነት ሲሆን ፍጹም ዜሮ አለው (ለምሳሌ፡ የሰውነት ክብደት፣ ገቢ)።

የመረጃውን ስፋት መወሰን የማዕከላዊ ዝንባሌን፣ የመበተን መለኪያዎችን እና የእይታ ውጤቶችን ተገቢ መለኪያዎችን ለመምረጥ አስፈላጊ ነው።

የውሂብ አቀራረብ፡ ሰንጠረዦች እና ግራፎች

ገላጭ ስታትስቲክስ ብዙውን ጊዜ መረጃን ከማቅረብ ጋር የተቆራኘ ነው፣ ስለዚህ ለማንበብ እና ለመተርጎም ቀላል ነው።

1. የድግግሞሽ ስርጭት ሰንጠረዥ
የድግግሞሽ ስርጭት ሰንጠረዥ አንድ እሴት ወይም ምድብ ምን ያህል ጊዜ እንደሚከሰት ያሳያል። ይህ ለትላልቅ የውሂብ ስብስቦች ጠቃሚ ነው፣ ይህም አጭርነትን ያስችላል። ለቁጥር መረጃዎች፣ ድግግሞሾች ብዙውን ጊዜ በክፍል ክፍተቶች (ለምሳሌ፣ 0–10፣ 11–20፣ ወዘተ) ይደረደራሉ።

2. ግራፎች እና ሥዕላዊ መግለጫዎች
አንዳንድ የተለመዱ የእይታ ዓይነቶች፡
– የአሞሌ ገበታ፡ ለምድባዊ መረጃ ተስማሚ።
– የፓይ ገበታ፡ የእያንዳንዱን ምድብ መጠን ያሳያል (ምንም እንኳን ለብዙ ምድቦች ብዙውን ጊዜ ውጤታማ ባይሆንም)።
– ሂስቶግራም፡- ከአሞሌ ገበታ ጋር ተመሳሳይ ነው ነገር ግን ለተቧደኑ የቁጥር መረጃዎች፤ የስርጭቱን ቅርፅ ለማየት ይረዳል።
– የድግግሞሽ ፖሊጎን፡ የእያንዳንዱን ክፍል የድግግሞሽ ነጥቦችን የሚያገናኝ መስመር።
– የቦክስፕሎት (የቦክስ ዲያግራም): መካከለኛ፣ ሩብልታይሎች፣ ስርጭት እና ሊሆኑ የሚችሉ ውጫዊ ሁኔታዎችን ያሳያል።

ምስላዊነት (visualization) ቁጥሮቹን ብቻ ከተመለከቱ አንዳንድ ጊዜ ግልጽ ያልሆኑ አዝማሚያዎችን ወይም ያልተለመዱ መረጃዎችን ለማየት ይረዳል።

የማዕከላዊ ዝንባሌ መለኪያዎች

የማዕከላዊ አዝማሚያ መለኪያዎች "መካከለኛ" እሴትን ወይም የውሂብ ስብስብን በተሻለ ሁኔታ የሚወክለውን እሴት ይገልጻሉ።

1. አማካኝ (አማካይ)
አማካኝ ማለት የሁሉም እሴቶች ድምር በውሂብ ነጥቦች ብዛት የተከፈለ ነው። አማካኝ ለመረዳት ቀላል ስለሆነ ተወዳጅ ነው፣ ነገር ግን ለውጭ ሰዎች ስሜታዊ ነው። ለምሳሌ በገቢ መረጃ ውስጥ፣ አንድ በጣም ሀብታም ግለሰብ አማካይውን በእጅጉ ሊያዛባ ይችላል።

2. መካከለኛ (መካከለኛ እሴት)
ሚዲያን ማለት መረጃው ከተደረደረ በኋላ ያለው መካከለኛ እሴት ነው። የውሂብ ነጥቦች ብዛት እኩል ከሆነ፣ ሚዲያን የሁለቱ መካከለኛ እሴቶች አማካይ ነው። ሚዲያን ከውጭ ለሚመጡ ነገሮች የበለጠ የሚቋቋም ስለሆነ ብዙውን ጊዜ ያልተመጣጠነ ስርጭት ላላቸው መረጃዎች ጥቅም ላይ ይውላል።

3. ሁነታ (በተደጋጋሚ የሚታየው እሴት)
ሁነታው በብዛት የሚከሰት እሴት ሲሆን ለምድባዊ መረጃ ጠቃሚ ነው። ለምሳሌ፣ በብዛት የሚገዙ የምርት ዓይነቶች ሁነታ ዋናውን ምርጫ ያመለክታል።

የመበታተን መለኪያዎች

ማዕከላዊውን እሴት ከማወቅ በተጨማሪ፣ መረጃው ከመሃል እንዴት እንደሚሰራጭ ማወቅም አስፈላጊ ነው።

1. ክልል
ክልል በከፍተኛው እና በዝቅተኛው እሴቶች መካከል ያለው ልዩነት ነው። ይህ መለኪያ ቀላል ነው፣ ነገር ግን በውጭ ባሉ እሴቶች ላይ ከፍተኛ ተጽዕኖ ያሳድራል።

2. ልዩነት እና መደበኛ መዛባት
– ልዩነት የእሴቶች አማካይ የካሬ ልዩነትን ከአማካይ ይለካል።
– መደበኛ መዛባት የልዩነቱ ካሬ ሥር ሲሆን ብዙውን ጊዜ ጥቅም ላይ የሚውለው አሃዶቹ ከዋናው መረጃ ጋር ተመሳሳይ ስለሆኑ ነው።

የመደበኛ መዛባት (standard division) በጨመረ ቁጥር፣ መረጃው የበለጠ ተለዋዋጭ ነው፤ አነስተኛ ሲሆን፣ መረጃው በአማካይ ዙሪያ የመሰብሰብ ዝንባሌው ይጨምራል።

3. ኳርትሊስ እና አይኪውአር (ኢንተርኳርትል ክልል)
ኳርቲሎች መረጃውን በአራት እኩል ክፍሎች ይከፍላሉ፡
– Q1 (ዝቅተኛ ሩብ)፣ Q2 (መካከለኛ)፣ Q3 (ከፍተኛ ሩብ)።
IQR = Q3 − Q1 የውሂቡን መካከለኛ 50% ስርጭት ያሳያል፣ እና ከአሉታዊ ነገሮች ጋር በአንጻራዊነት የሚቋቋም ነው።

የስርጭት ቅጽ እና ውጫዊ ሁኔታዎች

ገላጭ ስታቲስቲክስ እንዲሁ ለውሂብ ስርጭት ቅርፅ ትኩረት ይሰጣሉ-
– ሲሜትሪክ፡- መረጃው ወደ አማካኝ/ሚዲያን ግራ እና ቀኝ በእኩል ይሰራጫል።
- በቀኝ በኩል የተሳሳቱ፡ ብዙ ትናንሽ እሴቶች፣ ጥቂት ትላልቅ እሴቶች።
- ግራ የተጋባ፡ ብዙ ትላልቅ እሴቶች፣ ጥቂት ትናንሽ እሴቶች።

ይህ በእንዲህ እንዳለ፣ ውጫዊ እሴት ከአብዛኛው የውሂብ ክፍል በእጅጉ የሚለይ እሴት ነው። ውጫዊ እሴቶች የሚከሰቱት ስህተቶችን በመመዝገብ ወይም ጉልህ በሆኑ የእውነተኛ ዓለም ክስተቶች (ለምሳሌ፣ እጅግ በጣም ትልቅ ግብይቶች) ምክንያት ነው። ውጫዊ እሴቶችን መለየት አስፈላጊ ነው ምክንያቱም አማካይ፣ ልዩነት እና አጠቃላይ ትርጓሜ ላይ ተጽዕኖ ሊያሳድሩ ይችላሉ።

ከሲምፑላን

ገላጭ ስታትስቲክስ በመረጃ ትንተና ውስጥ አስፈላጊ የመጀመሪያ እርምጃ ነው ምክንያቱም ጥሬ መረጃን ወደ ትርጉም ያለው መረጃ ለመቀየር ይረዳል። በቁጥር ማጠቃለያዎች (አማካይ፣ መካከለኛ፣ ሁነታ)፣ የስርጭት መለኪያዎች (ክልል፣ መደበኛ መዛባት፣ IQR) እና በሰንጠረዦች እና ግራፎች ውስጥ ባለው የውሂብ አቀራረብ አማካኝነት ተንታኞች የውሂብ ባህሪያትን በፍጥነት እና በትክክል መረዳት ይችላሉ። የውሂብ አይነት እና የመለኪያ ልኬትን መረዳት ተገቢውን ገላጭ ዘዴም ይወስናል። በዚህ መሠረት፣ ቀጣይ ትንተና - የማጣቀሻ ትንተና እና የውሳኔ አሰጣጥን ጨምሮ - የበለጠ ትኩረት በተሰጠበት እና ተጠያቂነት ባለው መንገድ ሊከናወን ይችላል።

ከፈለጉ፣ ይህንን ጽሑፍ የበለጠ ትምህርታዊ (ከጥቅሶች ጋር)፣ የበለጠ ጦማርን የሚስማማ ወይም ቀላል የስሌት ምሳሌዎችን እና የሠንጠረዥ/ግራፍ ምሳሌዎችን ማካተት እችላለሁ።