كيفية تجميع البيانات في فئات زمنية
يُعدّ تصنيف البيانات إلى فئات خطوةً أساسيةً في الإحصاء الوصفي. والهدف من ذلك هو تبسيط كميات كبيرة من البيانات الخام لتسهيل قراءتها وتحليلها وعرضها في جداول التوزيع التكراري أو المدرجات التكرارية. عندما تكون البيانات شديدة التنوع والتشتت، يصعب غالبًا استنباط الأنماط. تُنظّم الفئات البيانات في مجموعات قيم محددة، مما يسمح لنا بفهم توزيع البيانات بشكل أوضح، والقيم الأكثر تكرارًا، وحتى النزعة المركزية.
تتناول هذه المقالة معنى فترات الفئات، ومتى تكون هناك حاجة إليها، بالإضافة إلى الخطوات العملية لتجميع البيانات في فترات فئات مع أمثلة تطبيقية كاملة.
1. فهم فترات الفئات
الفئة هي نطاق من القيم يُستخدم لتجميع البيانات في توزيع تكراري. لكل فئة عادةً حد أدنى وحد أعلى. على سبيل المثال، تشير الفئة 10-19 إلى أن جميع البيانات التي تقع قيمها بين 10 و19 تندرج ضمن هذه الفئة.
في جدول التوزيع التكراري، تعمل فئات البيانات كـ"حاويات" للقيم المتشابهة، مما يجعل البيانات أكثر إيجازًا من سرد جميع القيم بشكل فردي. كما تشكل فئات البيانات أساسًا لإنشاء الرسوم البيانية مثل المدرجات التكرارية والمضلعات التكرارية.
2. متى يجب تجميع البيانات؟
لا يلزم تقسيم جميع البيانات إلى فئات. يكون التجميع ضروريًا بشكل عام عندما:
1. كمية كبيرة من البيانات، على سبيل المثال أكثر من 30 أو 50 ملاحظة.
2. نطاق البيانات واسع، لذا فإن القيم متباعدة ويصعب قراءتها.
3. نريد أن نرى نمط التوزيع، على سبيل المثال لمعرفة ما إذا كانت البيانات تميل إلى أن تكون طبيعية أو منحرفة أو تحتوي على قمتين.
4. سيتم عرض البيانات في شكل مدرج تكراري، لأن المدرج التكراري يتطلب فئات فترات.
إذا كانت البيانات صغيرة (على سبيل المثال 10 قيم)، فغالبًا ما يكون جدول التردد الواحد كافيًا بدون فترات.
3. خطوات تجميع البيانات في فئات زمنية
فيما يلي الخطوات الأكثر شيوعًا لتكوين فترات الفئات.
الخطوة 1: تحديد الحد الأدنى والحد الأقصى للبيانات
أولاً، حدد أصغر (الحد الأدنى) وأكبر (الحد الأقصى) قيم البيانات.
– القيمة الدنيا = \( x_{\min} \)
– القيمة القصوى = \( x_{\max} \)
سيتم استخدام هذه القيمة لحساب نطاق البيانات.
الخطوة الثانية: حساب المدى
المدى هو الفرق بين القيمتين القصوى والدنيا:
\[
R = x_{\max} – x_{\min}
\]
يعطي النطاق فكرة عن مدى اتساع توزيع البيانات.
الخطوة 3: تحديد عدد الفصول (k)
يمكن تحديد عدد الفصول بعدة طرق. وأكثرها شيوعاً هو استخدام قاعدة ستورجيس:
\[
k = 1 + 3{,}3 \log_{10}(n)
\]
حيث \( n \) هي كمية البيانات.
عادة ما يتم تقريب نتائج الحساب إلى أقرب عدد صحيح (أو أعلى) حتى لا يكون عدد الفئات صغيرًا جدًا.
إلى جانب خوارزمية ستورجيس، هناك ممارسة شائعة: اختيار حجم فئة يتراوح بين 5 و12، وذلك حسب احتياجات العرض وحجم العينة. مع ذلك، تُعد خوارزمية ستورجيس مناسبة جدًا لمجموعات البيانات الصغيرة.
الخطوة 4: حساب عرض الفئة (i)
عرض الفئة هو طول كل فاصل زمني بين الفئات. الصيغة هي:
\[
i = \frac{R}{k}
\]
نظرًا لأهمية سهولة استخدام عرض الفئات، يتم تقريبها عادةً إلى رقم صحيح (مثل 5 أو 10 أو 2 أو 0,5، حسب سياق البيانات). هذا التقريب ضروري لضمان سهولة قراءة الفترات الزمنية وتجنب أي لبس.
إذا حالت نتائج التقريب دون استيعاب جميع البيانات، فيمكن زيادة عرض الفئة قليلاً.
الخطوة 5: تحديد حدود الفئات
ابدأ بالقيمة الدنيا كحد أدنى للفئة الأولى. ثم أنشئ فترات متتالية حتى تشمل القيمة القصوى.
على سبيل المثال، إذا كانت القيمة الدنيا 32 وكان عرض الفئة 5، فيمكن إنشاء الفئة:
- 32-36
- 37-41
- 42-46
- إلخ.
هام: تأكد من عدم وجود فجوات أو تداخلات بين الفئات. يجب أن تندرج جميع قيم البيانات ضمن فئة واحدة فقط.
الخطوة 6: (اختياري) إنشاء حدود الفئات
إذا كانت البيانات أعدادًا صحيحة (مثل درجات الاختبار)، فغالبًا ما تُنشأ حدود الفئات لجعل الفئة متصلة. ويتم ذلك بإضافة 0,5 إلى الحد الأعلى وطرح 0,5 من الحد الأدنى.
على سبيل المثال، بالنسبة للفئة 32-36، تصبح حافة الفئة كما يلي:
- 31,5-36,5
هذا مفيد للرسوم البيانية بحيث تتصل الأعمدة بدون فجوات.
الخطوة 7: حساب تكرار كل فئة
بعد تحديد فئات البيانات، يتم حساب عدد نقاط البيانات التي تقع ضمن كل فئة. وتُكتب النتائج في عمود التكرار (f).
بالنسبة للبيانات الكبيرة، استخدم طريقة العد لتكون أسرع وتقلل الأخطاء.
الخطوة 8: إنشاء جدول توزيع التكرار
يحتوي جدول توزيع التردد الأدنى على ما يلي:
– فاصل الفئة
– التردد (f)
يمكنك إضافة أعمدة أخرى مثل:
– منتصف الفئة (11)
– التكرار التراكمي
– التكرار النسبي (النسبة المئوية)
4. مثال على تجميع البيانات
على سبيل المثال، هناك بيانات نتائج اختبار من 40 طالبًا بحد أدنى للدرجة 42 وحد أقصى 94.
1. الحد الأدنى = 42، الحد الأقصى = 94
2. النطاق:
\[
R = 94 – 42 = 52
\]
3. عدد الفئات (ستورجيس):
\[
k = 1 + 3{,}3 \log(40)
≈ 1 + 33(1602)
6.29 تقريبًا
\]
تم تقريب العدد إلى 6 أو 7 فصول. اخترنا 7 فصول لمزيد من التفاصيل.
4. عرض الفئة:
\[
i = 52/7 ≈ 7,43
\]
تم تقريبها إلى 8.
5. تكوين فترات تبدأ من 42 بعرض 8:
- 42-49
- 50-57
- 58-65
- 66-73
- 74-81
- 82-89
- 90-97
وصلت الفترة الأخيرة إلى 97، لذلك تم استيعاب القيمة القصوى البالغة 94.
٦. بعد ذلك، احسب تكرار كل فاصل زمني بناءً على البيانات (على سبيل المثال، باستخدام خط). سيوضح الجدول النهائي عدد الطلاب الذين تقع درجاتهم ضمن نطاق معين، مما يسمح لنا بتقييم الأداء بسرعة.
5. نصائح لجعل فترات الدراسة أكثر فعالية
1. استخدم عرض فئات متناسق لتسهيل مقارنة الجداول.
2. لا تضع الكثير من الفصول، لأن الجدول سيصبح طويلاً ويصعب قراءته.
3. لا تقم بتقليل عدد الفصول الدراسية، لأن المعلومات المهمة قد "تضيع" وقد يبدو التوزيع غير منتظم للغاية.
4. اضبط تقريب عرض الفئة بما يتناسب مع سياق البيانات. بالنسبة لدرجات الحرارة، قد يكون 1 أو 0,5 مناسبًا؛ أما بالنسبة لدرجات الاختبار، فعادةً ما يكون 5 أو 10 مناسبًا.
5. تحقق جيدًا من حدود الفئات للتأكد من إدخال جميع البيانات دون أي قيم مفقودة.
استنتاج
يُعدّ تجميع البيانات في فئات أسلوبًا مهمًا لتبسيط البيانات وعرض توزيعها بوضوح. تشمل الخطوات تحديد القيم الدنيا والقصوى، وحساب المدى، وتحديد عدد الفئات (غالبًا باستخدام قاعدة ستورجيس)، وحساب عرض الفئات، وإنشاء الفترات، ثم حساب تكرار كل فئة. باستخدام الفترات المناسبة، يمكن تحويل البيانات الأولية المعقدة إلى معلومات سهلة الفهم، سواء في جداول أو رسوم بيانية.
إذا أردت، يمكنني أيضًا إنشاء مثال كامل مع البيانات الأولية (قائمة القيم) ثم تجميع جدول توزيع التردد مع الرسم البياني.
