પ્રમાણભૂત વિચલનની ગણતરી કેવી રીતે કરવી

માનક વિચલનની ગણતરી કેવી રીતે કરવી

પ્રમાણભૂત વિચલન એ ડેટા પ્રોસેસિંગમાં વ્યાપકપણે ઉપયોગમાં લેવાતું આંકડાકીય માપ છે. પ્રમાણભૂત વિચલનની ગણતરી કરીને, આપણે સરેરાશ અથવા સરેરાશથી ડેટા કેટલો વૈવિધ્યસભર અથવા ફેલાયેલો છે તે નક્કી કરી શકીએ છીએ. આ લેખમાં, આપણે પ્રમાણભૂત વિચલનની ઊંડાણપૂર્વક ગણતરી કેવી રીતે કરવી તેની ચર્ચા કરીશું જેથી તમે તેને વિવિધ પરિસ્થિતિઓમાં લાગુ કરી શકો.

માનક વિચલનને સમજવું

પ્રમાણભૂત વિચલન એ એક માપ છે કે ડેટા સરેરાશથી કેટલો દૂર ફેલાય છે. એક મોટું પ્રમાણભૂત વિચલન સૂચવે છે કે ડેટામાં સરેરાશથી દૂર મૂલ્યોની વિશાળ શ્રેણી છે, જ્યારે એક નાનું પ્રમાણભૂત વિચલન સૂચવે છે કે ડેટા વધુ સુસંગત અને સરેરાશની નજીક છે.

માનક વિચલનની ગણતરી કરવાનાં પગલાં: મેન્યુઅલી

પ્રમાણભૂત વિચલનની વ્યવહારુ ગણતરી સમજવા માટે, આપણે એક સરળ ડેટા ઉદાહરણનો ઉપયોગ કરીને ગણતરીના પગલાંઓમાંથી પસાર થઈશું.

ઉદાહરણ તરીકે, આપણી પાસે નીચેનો ડેટા છે: 10, 12, 23, 23, 16, 23, 21, 16

1. સરેરાશ (સરેરાશ) ની ગણતરી

પ્રથમ પગલું એ હાલના ડેટાના સરેરાશ મૂલ્ય (સરેરાશ) ની ગણતરી કરવાનું છે.

\[ \ટેક્સ્ટ{મીન} = \ફ્રેક{\સમ X}{N} \]

ક્યાં:
– \( \sum X \) એ બધા ડેટા મૂલ્યોનો સરવાળો છે.
– \( N \) એ ડેટાની સંખ્યા છે.

અમારા ડેટા માટે:
\[ \ટેક્સ્ટ{મીન} = \frac{૧૦ + ૧૨ + ૨૩ + ૨૩ + ૧૬ + ૨૩ + ૨૧ + ૧૬}{૮} \]
\[ \ટેક્સ્ટ{મીન} = \ફ્રેક{144}{8} \]
\[ \ટેક્સ્ટ{મીન} = ૧૮ \]

2. સરેરાશથી તફાવતની ગણતરી

સરેરાશ મેળવ્યા પછી, આગળનું પગલું એ છે કે દરેક ડેટા મૂલ્ય અને સરેરાશ વચ્ચેના તફાવતની ગણતરી કરવી, પછી તેને બાદ કરો (દરેક ડેટામાંથી સરેરાશ બાદ કરો).

મૂળ ડેટા મૂલ્યો: 10, 12, 23, 23, 16, 23, 21, 16
સરેરાશથી તફાવત: (૧૦-૧૮), (૧૨-૧૮), (૨૩-૧૮), (૨૩-૧૮), (૧૬-૧૮), (૨૩-૧૮), (૨૧-૧૮), (૧૬-૧૮)
સરેરાશથી તફાવત: -8, -6, 5, 5, -2, 5, 3, -2

3. તફાવતના વર્ગની ગણતરી કરો

ત્રીજું પગલું એ છે કે આપણે ગણતરી કરેલા દરેક તફાવતનો વર્ગ કાઢો.
તફાવતનો વર્ગ: (-8)^2, (-6)^2, (5)^2, (5)^2, (-2)^2, (5)^2, (3)^2, (-2)^2
તફાવતનો વર્ગ: 64, 36, 25, 25, 4, 25, 9, 4

4. વર્ગ તફાવતના સરેરાશ મૂલ્યની ગણતરી

આગળ, આપણે વર્ગ તફાવતોની સરેરાશ ગણતરી કરીશું. આ કરવા માટે, આપણે ફક્ત તેમને એકસાથે ઉમેરીશું અને ડેટા પોઈન્ટની સંખ્યા દ્વારા ભાગાકાર કરીશું.

\[ \text{અંતરોના વર્ગોનો સરેરાશ} = \frac{64 + 36 + 25 + 25 + 4 + 25 + 9 + 4}{8} \]
\[ \text{તફાવતના વર્ગોનો સરેરાશ} = \frac{192}{8} \]
\[ \text{વર્ગ તફાવતોનો સરેરાશ} = 24 \]

5. તફાવતના સરેરાશ વર્ગના મૂળની ગણતરી

અંતિમ પગલું એ તફાવતોના વર્ગોના સરેરાશના વર્ગમૂળની ગણતરી કરવાનું છે.

\[ \text{માનક વિચલન} = \sqrt{24} \]
\[ \text{માનક વિચલન} \આશરે 4.9 \]

એક્સેલ સાથે માનક વિચલનની ગણતરી કેવી રીતે કરવી

જ્યારે માનક વિચલનની ગણતરી મેન્યુઅલી કરવાથી ખ્યાલને સમજવામાં મદદ મળે છે, ત્યારે રોજિંદા વ્યવહારમાં, માઈક્રોસોફ્ટ એક્સેલ જેવા સાધનોનો ઉપયોગ કરવો વધુ કાર્યક્ષમ છે. એક્સેલ આંકડાકીય કાર્યો પૂરા પાડે છે, જેમાં સરળ માનક વિચલન ગણતરીઓનો સમાવેશ થાય છે.

૧. ઇનપુટ ડેટા: એક્સેલ વર્કશીટમાં એક કોલમમાં ડેટા દાખલ કરો.
2. STDEV ફંક્શનનો ઉપયોગ: STDEV ફંક્શનનો ઉપયોગ કરો. `=STDEV(range)` સૂત્ર લખીને ડેટાનો કોલમ પસંદ કરો. ઉદાહરણ તરીકે, જો તમારો ડેટા કોષો A1 થી A8 માં છે, તો સૂત્ર `=STDEV(A1:A8)` છે.
3. પરિણામો મેળવો: પ્રમાણભૂત વિચલન પરિણામો તે કોષમાં દેખાશે જ્યાં તમે સૂત્ર લખ્યું છે.

માનક વિચલનનું અર્થઘટન

એકવાર આપણે પ્રમાણભૂત વિચલનની સફળતાપૂર્વક ગણતરી કરી લઈએ, પછીનો પ્રશ્ન એ છે કે આપણે પરિણામોનું અર્થઘટન કેવી રીતે કરીશું?

૧. નાના પ્રમાણભૂત વિચલન

એક નાનું પ્રમાણભૂત વિચલન સરેરાશની તુલનામાં પ્રમાણમાં એકરૂપ અથવા સુસંગત ડેટા સૂચવે છે. ઉદાહરણ તરીકે, વ્યવસાયમાં, દૈનિક આવકમાં એક નાનું પ્રમાણભૂત વિચલન આવકમાં સ્થિરતા દર્શાવે છે.

2. મોટું પ્રમાણભૂત વિચલન

તેનાથી વિપરીત, એક મોટું પ્રમાણભૂત વિચલન વ્યાપકપણે વિખરાયેલા અને વિજાતીય ડેટા સૂચવે છે. આ ડેટામાં નોંધપાત્ર વધઘટ અથવા ભિન્નતા સૂચવી શકે છે. શૈક્ષણિક સંદર્ભમાં, વિદ્યાર્થીઓના પરીક્ષણના સ્કોર્સમાં મોટો પ્રમાણભૂત વિચલન વિદ્યાર્થીઓની સમજમાં નોંધપાત્ર અસમાનતા દર્શાવે છે.

કેસિમ્પુલન

ડેટા વિશ્લેષણમાં પ્રમાણભૂત વિચલનની ગણતરી કરવી એ એક મહત્વપૂર્ણ પગલું છે, જે પરિવર્તનશીલતાને માપે છે અને વિવિધ ડેટા સેટ્સમાં ઊંડાણપૂર્વકની સમજ પૂરી પાડે છે. પ્રમાણભૂત વિચલનની ગણતરી મેન્યુઅલી કેવી રીતે કરવી તે સમજીને અને એક્સેલ જેવા સાધનોનો ઉપયોગ કરીને, આપણે ડેટાના સંચાલન અને વિશ્લેષણમાં વધુ વિશ્વાસ મેળવી શકીએ છીએ.

એ યાદ રાખવું અગત્યનું છે કે સંદર્ભ પણ પ્રમાણભૂત વિચલનના અર્થઘટનમાં મહત્વપૂર્ણ ભૂમિકા ભજવે છે. તેથી, હંમેશા ધ્યાનમાં લો કે ડેટા શું રજૂ કરે છે અને તે તમારા નિર્ણયોને કેવી રીતે પ્રભાવિત કરી શકે છે.

પ્રમાણભૂત વિચલનની ગણતરી અને અર્થઘટન કેવી રીતે કરવું તેની સારી સમજ સાથે, તમે તમારા ડેટા વિશ્લેષણ કૌશલ્યને સુધારી શકો છો અને તે ડેટાના આધારે વધુ સારા નિર્ણયો લઈ શકો છો.