የስርጭት መለኪያዎች፡ በውሂብ ውስጥ ያለውን ተለዋዋጭነት መረዳት
በስታቲስቲክስ እና በመረጃ ትንተና፣ የውሂብ ስርጭትን እና ልዩነትን መረዳት ትክክለኛ እና ተዛማጅ መደምደሚያዎችን ለማድረግ ወሳኝ ነው። የውሂብን ልዩነት ለመግለጽ የሚያገለግል አንድ ቁልፍ ፅንሰ-ሀሳብ "የስርጭት መለኪያ" ነው። ይህ ጽሑፍ የተለያዩ የስርጭት መለኪያዎችን፣ ለምን አስፈላጊ እንደሆኑ፣ እንዴት ማስላት እንደሚቻል እና በውሂብ ትንተና አውድ ውስጥ ያላቸውን ትርጓሜ ያብራራል።
የስርጭት መለኪያ ምንድን ነው?
የስርጭት መለኪያዎች በአንድ ስብስብ ውስጥ ያለው መረጃ ከማዕከላዊ እሴት የሚሰራጭበትን ወይም የሚሰራጭበትን መጠን ለመግለጽ የሚያገለግሉ መለኪያዎች ናቸው። ይህ ማዕከላዊ እሴት በተለምዶ የሚለካው እንደ አማካኝ ወይም መካከለኛ ባሉ የማዕከላዊ ዝንባሌ መለኪያዎችን በመጠቀም ነው። የስርጭት መለኪያዎች የውሂቡን ክልል፣ ልዩነት እና ወጥነት ግንዛቤ ይሰጣሉ።
የስርጭት መጠን ለምን አስፈላጊ ነው?
1. ተለዋዋጭነትን መረዳት፡
ተለዋዋጭነት የማንኛውም መረጃ ዋና አካል ነው። የውሂብ መጠን ምን ያህል እንደሚለያይ በመረዳት፣ የዚያን መረጃ መሰረታዊ ተለዋዋጭነት መረዳት እንችላለን።
2. ከፊል ጎልተው የሚታዩትን ይለዩ፡
የውሂብ ስርጭት ውጫዊ እሴቶችን (ከሌላው መረጃ በጣም የራቁ) ለመለየት ይረዳል፣ ይህም ለተጨማሪ ትንተና አስፈላጊ ሊሆን ይችላል ወይም የስህተት መረጃ ሊሆን ይችላል።
3. የውሂብ ስብስብ ንጽጽር፡
የተበታተነ መለኪያዎች በሁለት ወይም ከዚያ በላይ በሆኑ የውሂብ ስብስቦች መካከል ንጽጽር እንዲኖር ያስችላሉ። ለምሳሌ፣ ሁለት የውሂብ ስብስቦች ተመሳሳይ አማካይ ሊኖራቸው ይችላል ነገር ግን የተለያዩ ልዩነቶች ወይም ስርጭቶች ሊኖራቸው ይችላል።
4. የማጣቀሻ ስታቲስቲክስ፡
ብዙ የማጣቀሻ ስታትስቲካዊ ዘዴዎች ትክክለኛ እና ጉልህ መደምደሚያዎችን ለማድረግ የመረጃውን ስርጭት በደንብ መረዳት ያስፈልጋቸዋል።
የተስፋፉ መጠን ዓይነቶች
በስታቲስቲክስ መረጃ ትንተና ውስጥ በብዛት ጥቅም ላይ የሚውሉ በርካታ የስርጭት መለኪያዎች አሉ፡
1. ክልል
ክልል በጣም ቀላሉ የስርጭት መለኪያ ሲሆን በውሂብ ስብስብ ውስጥ ባለው ከፍተኛ እና ዝቅተኛ እሴቶች መካከል ባለው ልዩነት ይሰላል።
\[ \text{Range} = \text{ከፍተኛ እሴት} – \text{ዝቅተኛ እሴት} \]
ለማስላት ቀላል ቢሆንም፣ ክልሉ ሁለት የውሂብ ነጥቦችን ብቻ ነው የሚያጤነው እና በዝቅተኛው እና በከፍተኛው እሴቶች መካከል ያለውን የውሂብ ስርጭት አያንፀባርቅም።
2. ኢንተርኳርትል ክልል (IQR)
የIQR ከክልሉ የበለጠ ጠንካራ የሆነ የተበታተነ መለኪያ ነው ምክንያቱም በውጭ አካላት ተጽዕኖ አይደርስበትም። የውሂቡን መካከለኛ ክልል ከ75ኛው ፐርሰንታይል (Q3) በመቀነስ 25ኛውን ፐርሰንታይል (Q1) ያሰላል።
\[ \text{IQR} = Q3 – Q1 \]
በአማካይ ላይ በማተኮር፣ IQR የመሠረታዊውን መረጃ ስርጭት የተሻለ ምስል ይሰጣል።
3. ልዩነት
ልዩነት በአንድ የውሂብ ስብስብ ውስጥ ያለው እያንዳንዱ እሴት ከአማካይ ምን ያህል ርቀት እንዳለው ይለካል። የእያንዳንዱን እሴት ልዩነቶች ካሬዎች ከአማካይ በማጠቃለል፣ ከዚያም በውሂብ አባሎች ብዛት (ለሕዝብ ብዛት) ወይም በአንድ ሲቀነስ በንጥረ ነገሮች ብዛት በመከፋፈል ይሰላል።
ለሕዝብ (\(\sigma^2\)):
\[ \sigma^2 = \frac{\sum (X_i – \mu)^2}{N} \]
ለናሙና (\(s^2\)):
\[ s^2 = \frac{\sum (X_i – \overline{X})^2}{n-1} \]
ልዩነት የውሂብ ወጥነትን ሀሳብ ይሰጣል፤ ሆኖም ግን፣ ልዩነት አራት ማዕዘን ቅርጽ ያላቸውን አሃዶች ስለሚጠቀም፣ በቀጥታ ለመተርጎም አስቸጋሪ ሊሆን ይችላል።
4. መደበኛ መዛባት
መደበኛ መዛባት የልዩነቱ ካሬ ሥር ሲሆን ከዋናው መረጃ ጋር በተመሳሳይ አሃዶች ውስጥ የሚገኝ ሲሆን ለመተርጎም ቀላል ያደርገዋል።
ለሕዝብ (\(\sigma\)):
\[ \sigma = \sqrt{\sigma^2} = \sqrt{\frac{\sum (X_i – \mu)^2}{N}} \]
ለናሙና (\(s\)):
\[ s = \sqrt{s^2} = \sqrt{\frac{\sum (X_i – \overline{X})^2}{n-1}} \]
መደበኛ መዛባት ለመተርጎም ቀላል ስለሆነ እና በተለያዩ የስታቲስቲክስ ትንታኔዎች ውስጥ በተደጋጋሚ ጥቅም ላይ ስለሚውል በብዛት ጥቅም ላይ ከሚውሉት የመበተን መለኪያዎች አንዱ ነው።
5. የልዩነት ኮፊሸንት (ሲቪ)
ሲቪ (CV) እንደ መደበኛ መዛባት ከአማካይ ጋር ሲነጻጸር የሚገለጽ እና ብዙውን ጊዜ እንደ መቶኛ የሚገለጽ አንጻራዊ ስርጭት መለኪያ ነው።
\[ \text{CV} = \frac{s}{\overline{X}} \times 100\% \]
ሲቪ (CV) በውሂብ ስብስቦች መካከል ያለውን ተለዋዋጭነት ከተለያዩ መንገዶች ጋር ለማነፃፀር በጣም ጠቃሚ ነው።
እንዴት ማስላት እና መተርጎም እንደሚቻል
የስሌት ምሳሌ
የሚከተለውን የውሂብ ምሳሌ በመጠቀም እናብራራ፦
\[ \{15፣ 20፣ 25፣ 35፣ 45፣ 55፣ 65፣ 75፣ 85፣ 95\} \]
1. ክልል፡
\[ \text{Range} = 95 – 15 = 80 \]
2. ኢንተርኳርትል ክልል (IQR):
ውሂቡን ከለየን በኋላ፣ ሩብ 1 እና ሩብ 3ን ማግኘት እንችላለን። በዚህ ሁኔታ ሩብ 1 25 ሲሆን ሩብ 3 ደግሞ ሩብ 75 ነው።
\[ \text{IQR} = 75 – 25 = 50 \]
3. ልዩነት እና መደበኛ መዛባት፡
የውሂብ አማካኝ (\(\overline{X}\)) 51.5 ነው። ከዚያም የልዩነቱን እና የመደበኛ መዛባትን እናሰላለን።
\[ \text{Variance (s^2)} = \frac{1}{n-1} \sum (X_i – \overline{X})^2 = 816.11 \]
\[ \text{መደበኛ ልዩነት(ዎች)} = \sqrt{816.11} = 28.57 \]
4. የልዩነት ኮፊሸንት (ሲቪ)፡
\[ \text{CV} = \frac{28.57}{51.5} \times 100\% \approx 55.48\% \]
ከዚህ በመነሳት፣ መደበኛ መዛባት 28.57 መሆኑን መተርጎም እንችላለን፣ ሲቪ ደግሞ መደበኛ መዛባት ከመጀመሪያው መረጃ አማካይ 55.48% ያህል መሆኑን ያሳያል።
ከሲምፑላን
የስርጭት መለኪያዎች የስታቲስቲክስ መረጃ ትንተና አስፈላጊ ክፍሎች ናቸው ምክንያቱም በማዕከላዊ እሴት ዙሪያ ያለውን የውሂብ ተለዋዋጭነት እና ስርጭት ግንዛቤ ይሰጣሉ። በብዛት ጥቅም ላይ የሚውሉ የስርጭት መለኪያዎች ክልል፣ ኢንተርኳርቲል ክልል፣ ልዩነት፣ መደበኛ መዛባት እና የልዩነት ኮፊሸንት ያካትታሉ። እያንዳንዳቸው እነዚህ መለኪያዎች የተወሰኑ አጠቃቀሞች አሏቸው እና እንደ መረጃው አውድ እና የትንታኔው ዓላማ ላይ በመመስረት ጠቃሚ ግንዛቤዎችን ሊሰጡ ይችላሉ። የስርጭት መለኪያዎችን በአግባቡ በመረዳት እና በመጠቀም፣ በተለያዩ የምርምር መስኮች እና የውሂብ ሳይንስ አፕሊኬሽኖች የበለጠ መረጃ ያለው እና ትክክለኛ ውሳኔዎችን ማድረግ እንችላለን።
