Unsaon Paggrupo sa Datos ngadto sa mga Interval sa Klase
Ang paggrupo sa datos ngadto sa mga class interval usa ka importante nga lakang sa descriptive statistics. Ang tumong mao ang pagpasimple sa daghang hilaw nga datos aron mas sayon kini basahon, analisahon, ug ipresentar sa mga frequency distribution table o histograms. Kung ang datos lainlain ug nagkatibulaag, kasagaran lisod mailhan ang mga sumbanan. Ang mga class interval nag-organisar sa datos ngadto sa piho nga mga grupo sa bili, nga nagtugot kanato nga mas klaro nga masabtan ang distribusyon sa datos, ang labing kanunay nga makita nga mga bili, ug bisan ang central tendency.
Kini nga artikulo naghisgot sa kahulugan sa mga class interval, kung kanus-a kini gikinahanglan, ingon man ang praktikal nga mga lakang sa paggrupo sa datos ngadto sa mga class interval kompleto sa mga ehemplo sa aplikasyon.
1. Pagsabot sa mga Interval sa Klase
Ang class interval usa ka han-ay sa mga kantidad nga gigamit sa paggrupo sa datos sa usa ka frequency distribution. Ang matag interval kasagaran adunay ubos ug taas nga limitasyon. Pananglitan, ang interval 10–19 nagpakita nga ang tanang datos nga adunay mga kantidad tali sa 10 ug 19 nahisakop sa maong klase.
Sa usa ka talaan sa frequency distribution, ang mga class interval nagsilbing "mga sudlanan" para sa parehas nga mga kantidad. Kini naghimo sa datos nga mas mubo kaysa sa paglista sa tanang kantidad nga tagsa-tagsa. Ang mga class interval mao usab ang basehan sa paghimo og mga graph sama sa mga histogram ug mga frequency polygon.
2. Kanus-a Kinahanglan nga I-grupo ang Datos?
Dili tanang datos kinahanglan nga bahinon ngadto sa mga class interval. Ang paggrupo kasagaran gikinahanglan kung:
1. Daghang datos, pananglitan sobra sa 30 o 50 ka obserbasyon.
2. Malapad ang range sa datos, mao nga nagkatag ang mga kantidad ug lisod basahon.
3. Gusto natong makita ang sumbanan sa distribusyon, pananglitan aron mahibal-an kung ang datos ba normal, skewed, o adunay doble nga peak.
4. Ang datos ipresentar sa usa ka histogram, tungod kay ang histogram nanginahanglan og mga klase sa interval.
Kon gamay ra ang datos (pananglitan 10 ka kantidad), kasagaran usa ra ka talaan sa frequency ang igo na nga walay mga interval.
3. Mga Lakang sa Paggrupo sa Datos ngadto sa mga Klase nga Interval
Ang mosunod mao ang labing kasagarang gigamit nga mga lakang sa pagporma sa mga class interval.
Lakang 1: Tinoa ang Minimum ug Maximum nga Datos
Una, ilha ang pinakagamay (minimum) ug pinakadako (maximum) nga mga kantidad sa datos.
– Minimum nga kantidad = \( x_{\min} \)
– Pinakataas nga bili = \( x_{\max} \)
Kini nga kantidad gamiton aron makalkulo ang range sa datos.
Lakang 2: Kalkulahin ang Range
Ang range mao ang kalainan tali sa maximum ug minimum nga mga kantidad:
\[
R = x_{\max} – x_{\min}
\]
Ang range naghatag og ideya sa gilapdon sa distribusyon sa datos.
Lakang 3: Tinoa ang Gidaghanon sa mga Klase (k)
Ang gidaghanon sa mga klase mahimong matino sa daghang mga paagi. Ang labing popular nga paagi mao ang paggamit sa Sturges' Rule:
\[
k = 1 + 3{,}3 \log_{10}(n)
\]
diin ang \(n \) mao ang gidaghanon sa datos.
Ang mga resulta sa kalkulasyon kasagarang gi-round off ngadto sa pinakaduol nga tibuok nga numero (o pataas) aron ang gidaghanon sa mga klase dili kaayo gamay.
Gawas sa Sturges, adunay usa ka komon nga praktis: pagpili og gidak-on sa klase tali sa 5 ug 12, depende sa imong panginahanglan sa visualization ug gidak-on sa sample. Bisan pa, ang Sturges maayo alang sa gagmay nga mga data sets.
Lakang 4: Kalkulahin ang Lapad sa Klase (i)
Ang gilapdon sa klase mao ang gitas-on sa matag class interval. Ang pormula mao ang:
\[
i = \frac{R}{k}
\]
Tungod kay ang gilapdon sa klase kinahanglan nga sayon gamiton, kini kasagaran gi-round off ngadto sa usa ka "neat" nga numero (pananglitan, 5, 10, 2, o 0,5, depende sa konteksto sa datos). Kini nga pag-round off importante aron masiguro nga ang mga interval sayon basahon ug malikayan ang kalibog.
Kon ang mga resulta sa pag-round up makapugong sa pag-akomodar sa tanang datos, ang gilapdon sa klase mahimong dugangan gamay.
Lakang 5: Tinoa ang mga Limitasyon sa Klase
Sugdi sa minimum nga kantidad isip ubos nga limitasyon sa unang klase. Dayon paghimo og sunod-sunod nga mga interval hangtod nga masakop niini ang maximum nga kantidad.
Pananglitan, kon ang minimum nga kantidad kay 32 ug ang gilapdon sa klase kay 5, nan mahimo ang klase:
– 32–36
– 37–41
– 42–46
- ug uban pa
Importante: Siguruha nga walay mga kal-ang o pagsapaw tali sa mga klase. Ang tanan nga mga kantidad sa datos kinahanglan mahulog sa eksaktong usa ka klase.
Lakang 6: (Opsyonal) Paghimo og mga Utlanan sa Klase
Kon ang datos mga integer (pananglitan, mga marka sa pagsulay), ang mga utlanan sa klase kasagarang gihimo aron mahimong padayon ang klase. Gihimo kini pinaagi sa pagdugang og 0,5 sa ibabaw nga utlanan ug pagkunhod og 0,5 gikan sa ubos nga utlanan.
Pananglitan, klase 32–36, ang class edge mahimong:
– 31,5–36,5
Kini mapuslanon para sa mga histogram aron ang mga bar magkonektar nga walay mga kal-ang.
Lakang 7: Kwentaha ang Kasubsob sa Matag Klase
Kung matino na ang mga class interval, ihap kung pila ka data point ang naa sa matag interval. Ang mga resulta gisulat sa frequency column (f).
Para sa dagkong datos, gamita ang tally method aron mas paspas ug makunhuran ang mga sayop.
Lakang 8: Paghimo og Talaan sa Distribusyon sa Frequency
Ang talaan sa minimum nga distribusyon sa frequency naglangkob sa:
– Interval sa klase
– Kasubsob (f)
Mahimo kang modugang og ubang mga kolum sama sa:
– Tunga-tunga sa klase (xi)
– Kinatibuk-ang frequency
– Relatibong frequency (porsyento)
4. Ehemplo sa Paggrupo sa Datos
Pananglitan, adunay datos sa iskor sa pagsulay gikan sa 40 ka mga estudyante nga adunay minimum nga iskor nga 42 ug maximum nga 94.
1. Minimum = 42 , Kinatas-an = 94
2. Sakop:
\[
R = 94 – 42 = 52
\]
3. Gidaghanon sa mga klase (Sturges):
\[
k = 1 + 3{,}3 \log(40)
gibana-bana nga 1 + 3{,}3(1{,}602)
mga 6{,}29
\]
Gi-round up ngadto sa 6 o 7 ka klase. Mipili mig 7 ka klase para sa dugang detalye.
4. Lapad sa klase:
\[
i = \frac{52}{7} \approx 7{,}43
\]
Gi-round off ngadto sa 8.
5. Paghimo og mga interval nga magsugod sa 42 nga may gilapdon nga 8:
– 42–49
– 50–57
– 58–65
– 66–73
– 74–81
– 82–89
– 90–97
Ang katapusang interval miabot sa 97, mao nga ang pinakataas nga kantidad nga 94 na-akomodar gihapon.
6. Sunod, kwentaha ang frequency sa matag interval base sa datos (pananglitan, gamit ang linya). Ang katapusang talaan magpakita kung pila ka estudyante ang naa sa sulod sa usa ka piho nga range sa mga iskor, nga magtugot kanato sa dali nga pagtimbang-timbang sa performance.
5. Mga Tip para Mahimong Mas Epektibo ang mga Interval sa Klase
1. Gamita ang parehas nga gilapdon sa klase aron mahimong sayon ang pagtandi sa mga talaan.
2. Ayaw paghimo og daghang klase, kay ang lamesa mahimong taas ug lisod basahon.
3. Ayaw pagkulang og gamay sa mga klase, kay ang importanteng impormasyon mahimong "mawala" ug ang distribusyon mahimong tan-awon nga bagis ra kaayo.
4. I-adjust ang rounding sa gilapdon sa klase aron mohaom sa konteksto sa datos. Para sa temperatura, ang 1 o 0,5 mahimong angay; para sa mga marka sa pagsulay, ang 5 o 10 kasagaran angay.
5. Susiha pag-usab ang mga utlanan sa klase aron masiguro nga ang tanang datos nasulod nga walay bisan unsang nawala nga mga bili.
Konklusyon
Ang paggrupo sa datos ngadto sa mga class interval usa ka importante nga teknik para sa pagpasimple sa datos ug klaro nga pagpakita sa distribusyon. Ang mga lakang naglakip sa pagtino sa minimum ug maximum nga mga kantidad, pagkalkulo sa range, pagtino sa gidaghanon sa mga klase (kasagaran gamit ang Sturges' Rule), pagkalkulo sa gilapdon sa klase, paghimo og mga interval, ug dayon pagkalkulo sa frequency sa matag klase. Uban sa husto nga class interval, ang komplikado nga hilaw nga datos mahimong mabag-o ngadto sa dali masabtan nga impormasyon, sa mga lamesa man o mga graph.
Kon gusto nimo, makahimo sab kog kompletong ehemplo nga adunay hilaw nga datos (lista sa mga kantidad) ug dayon maghimo og frequency distribution table nga adunay histogram.
