જૂથબદ્ધ ડેટા પર હિસ્ટોગ્રામ બનાવવાની તકનીકો

જૂથબદ્ધ ડેટા પર હિસ્ટોગ્રામ બનાવવાની તકનીકો

હિસ્ટોગ્રામ એ આંકડાશાસ્ત્રમાં વારંવાર ઉપયોગમાં લેવાતું ડેટા પ્રેઝન્ટેશન ટૂલ છે, ખાસ કરીને જ્યારે જૂથબદ્ધ ડેટા સાથે કામ કરતી વખતે. નિયમિત બાર ચાર્ટથી વિપરીત, જે અલગ શ્રેણીઓ દર્શાવે છે, હિસ્ટોગ્રામ વર્ગ અંતરાલોમાં જૂથબદ્ધ સંખ્યાત્મક ડેટાના આવર્તન વિતરણને દર્શાવે છે. હિસ્ટોગ્રામ દ્વારા, આપણે ડેટા વિતરણ પેટર્ન, વલણો (દા.ત., જમણી કે ડાબી તરફ ત્રાંસી), અને વિતરણ આકાર (સામાન્ય, ત્રાંસી, બાયમોડલ, અને તેથી વધુ) નો અંદાજ પણ અવલોકન કરી શકીએ છીએ. આ લેખ જૂથબદ્ધ ડેટા માટે વ્યવસ્થિત રીતે હિસ્ટોગ્રામ બનાવવાની તકનીકોની ચર્ચા કરે છે, ફ્રીક્વન્સી વિતરણ કોષ્ટક બનાવવાથી લઈને સાચો હિસ્ટોગ્રામ દોરવા સુધી.

૧. ગ્રુપ્ડ ડેટા અને હિસ્ટોગ્રામને સમજવું

જૂથબદ્ધ ડેટા એ સંખ્યાત્મક ડેટા છે જેનો સારાંશ ઘણા વર્ગ અંતરાલોમાં કરવામાં આવ્યો છે. ઉદાહરણ તરીકે, વિદ્યાર્થી પરીક્ષણ સ્કોર્સ હવે વ્યક્તિગત રીતે પ્રદર્શિત થતા નથી પરંતુ તેને 40–49, 50–59, 60–69, વગેરે શ્રેણીઓમાં જૂથબદ્ધ કરવામાં આવે છે. દરેક અંતરાલમાં એક આવર્તન હોય છે, જે તે અંતરાલમાં આવતા ડેટા પોઇન્ટની સંખ્યા છે.

હિસ્ટોગ્રામ એ એક ગ્રાફ છે જેમાં કોઈ ગાબડા (અથવા ખૂબ જ નાના ગાબડા) વગર નજીકથી અંતરે આવેલા બાર હોય છે, કારણ કે તે મૂલ્યોની સતત શ્રેણીનું પ્રતિનિધિત્વ કરે છે. બારની પહોળાઈ વર્ગ અંતરાલની લંબાઈ દર્શાવે છે, જ્યારે બારની ઊંચાઈ આવર્તન અથવા આવર્તન ઘનતા દર્શાવે છે (વર્ગ પહોળાઈ સમાન છે કે અલગ છે તેના આધારે).

2. ફ્રીક્વન્સી ડિસ્ટ્રિબ્યુશન ટેબલનું સંકલન

હિસ્ટોગ્રામ બનાવવાનું પ્રથમ પગલું એ ફ્રીક્વન્સી ડિસ્ટ્રિબ્યુશન ટેબલ બનાવવાનું છે. આ પ્રક્રિયામાં સામાન્ય રીતે શામેલ છે:

1. ડેટાના લઘુત્તમ અને મહત્તમ મૂલ્યો નક્કી કરો.
2. શ્રેણી = મહત્તમ - લઘુત્તમ ગણતરી કરો.
3. વર્ગોની સંખ્યા (k) નક્કી કરો.
4. વર્ગ લંબાઈ (p) = શ્રેણી / k (જરૂર મુજબ ગોળાકાર) નક્કી કરો.
5. વર્ગ અંતરાલો ગોઠવો અને દરેક અંતરાલની આવૃત્તિની ગણતરી કરો.

વર્ગોની સંખ્યા નક્કી કરવા માટે ઘણી માર્ગદર્શિકા છે. એક લોકપ્રિય સૂત્ર સ્ટર્જેસ છે:

k = 1 + 3,3 log10(n)
જ્યાં n એ ડેટા પોઈન્ટની સંખ્યા છે. k નું પરિણામ નજીકના પૂર્ણાંક સુધી ગોળાકાર થાય છે.

સરળ ઉદાહરણ: જો n = 40 હોય, તો k ≈ 1 + 3,3 log10(40) ≈ 1 + 3,3(1,602) ≈ 6,29 હોય તો 6 અથવા 7 વર્ગો પસંદ કરી શકાય છે.

૩. વર્ગ સીમાઓ અને વર્ગ ધાર નક્કી કરવા

હિસ્ટોગ્રામ બનાવતી વખતે એક સામાન્ય ભૂલ એ છે કે વર્ગ સીમાઓને વર્ગ ધાર સાથે ગૂંચવવી.

- વર્ગ મર્યાદા એ અંતરાલોમાં લખેલી સંખ્યાઓ છે, ઉદાહરણ તરીકે 50-59.
- વર્ગ સીમાઓ એ સતત સીમાઓ છે જે વર્ગોને અલગ કરે છે જેથી વર્ગો વચ્ચે કોઈ "અંતર" ન રહે.

જો ડેટા પૂર્ણાંક હોય, તો વર્ગ ધાર સામાન્ય રીતે 0,5 ઉમેરીને અને બાદ કરીને નક્કી કરવામાં આવે છે.

ઉદાહરણ:
– અંતરાલ 50–59 માં 49,5–59,5 ની વર્ગ ધાર છે
– અંતરાલ 60–69 માં 59,5–69,5 ની વર્ગ ધાર છે

આમ, વર્ગની ધાર 59,5 પર મળે છે જેથી હિસ્ટોગ્રામ એકીકૃત અને ખરેખર સતત દેખાય.

જોકે, જો ડેટા સતત માપન હોય (ઉદાહરણ તરીકે, સે.મી.માં ઊંચાઈ અને દશાંશ હોઈ શકે છે), તો વર્ગ સીમાઓ નક્કી કરવી માપનની ચોકસાઈ પર આધાર રાખે છે. સિદ્ધાંત એ છે કે એવી વર્ગ સીમાઓ બનાવવામાં આવે જે ઓવરલેપ ન થાય અને કોઈ અંતર ન છોડે.

4. X અને Y અક્ષ પર સ્કેલ નક્કી કરો

હિસ્ટોગ્રામમાં બે મુખ્ય અક્ષો છે:

– X અક્ષ (આડી): વર્ગ અંતરાલો દર્શાવે છે (સામાન્ય રીતે સાતત્ય સુનિશ્ચિત કરવા માટે વર્ગ ધારનો ઉપયોગ કરીને).
– Y અક્ષ (ઊભી): આવર્તન દર્શાવે છે.

જો બધા વર્ગ અંતરાલોની પહોળાઈ સમાન હોય, તો બારની ઊંચાઈ ફક્ત આવર્તનનો ઉપયોગ કરીને માપવામાં આવે છે. જો કે, જો વર્ગ અંતરાલની પહોળાઈ અલગ હોય, તો બારની ઊંચાઈ આવર્તન ઘનતાનો ઉપયોગ કરીને માપવી જોઈએ:

આવર્તન ઘનતા = આવર્તન / વર્ગ પહોળાઈ

ઘનતાનો ઉપયોગ કરવો મહત્વપૂર્ણ છે જેથી બાર વિસ્તાર વાસ્તવિક આવર્તનના પ્રમાણસર હોય. નહિંતર, વિશાળ વર્ગો ફક્ત તેમની પહોળાઈને કારણે "મોટા" દેખાશે, ડેટાની વધુ માત્રાને કારણે નહીં.

5. હિસ્ટોગ્રામ બાર દોરવા

એકવાર સ્કેલ અને અંતરાલો નક્કી થઈ જાય, પછી આગળનું પગલું બાર દોરવાનું છે.

હિસ્ટોગ્રામ દોરવા માટેની યોગ્ય તકનીક:

1. X-અક્ષ પર વર્ગની કિનારીઓને ક્રમિક રીતે ચિહ્નિત કરો.
2. દરેક અંતરાલ પર, એક લંબચોરસ બાર દોરો જેની પહોળાઈ તે અંતરાલ સાથે મેળ ખાય છે.
3. બારની ઊંચાઈ આવર્તનને અનુરૂપ છે (અથવા જો વર્ગ પહોળાઈ સમાન ન હોય તો આવર્તન ઘનતા).
4. ખાતરી કરો કે દાંડી એકબીજાની નજીક છે (ગાબડા વગર).
5. હિસ્ટોગ્રામને શીર્ષક આપો, X અને Y અક્ષો અને જો જરૂરી હોય તો એકમોને લેબલ કરો.

ઉદાહરણ તરીકે, જો વર્ગ અંતરાલ 40–49, 50–59, 60–69 હોય, અને તેમની સંબંધિત આવર્તન 5, 12, 18 હોય, તો વર્ગ 60–69 માટેનો બાર અન્ય વર્ગો કરતા વધારે હશે કારણ કે તેની આવર્તન સૌથી વધુ છે.

૬. હિસ્ટોગ્રામ વાંચવા અને અર્થઘટન કરવું

હિસ્ટોગ્રામ એ માત્ર એક ચિત્ર નથી, પરંતુ એક વિશ્લેષણાત્મક સાધન છે. હિસ્ટોગ્રામમાંથી, આપણે જોઈ શકીએ છીએ:

- મોડ ક્લાસ: સૌથી વધુ બાર (સૌથી વધુ આવર્તન) સાથેનો ક્લાસ.
– વિતરણ આકાર: સપ્રમાણ, જમણી તરફ વળેલું (હકારાત્મક વળેલું), ડાબી તરફ વળેલું (નકારાત્મક વળેલું), અથવા બે શિખરો (બાયમોડલ) ધરાવે છે.
- ડેટા વિતરણ: શું ડેટા ચોક્કસ અંતરાલમાં કેન્દ્રિત છે કે વ્યાપકપણે વિતરિત છે.
- બાહ્ય સંકેત: જો અંતે એક વર્ગ હોય જેની આવર્તન ઓછી હોય અને તે મુખ્ય જૂથથી અલગ હોય.

સારા અર્થઘટનની સાથે સામાન્ય રીતે સંક્ષિપ્ત નિષ્કર્ષ પણ હોય છે. ઉદાહરણ તરીકે: "મોટાભાગનો ડેટા 60-79 ની શ્રેણીમાં આવે છે, જે દર્શાવે છે કે સહભાગીઓના સ્કોર મધ્યમ શ્રેણીમાં હોય છે."

૪. સામાન્ય ભૂલો

ટાળવા માટે અહીં કેટલીક ભૂલો છે:

૧. બાર વચ્ચે જગ્યા આપો જેથી તે બાર ચાર્ટ જેવો દેખાય.
2. વર્ગની સીમાઓનો ઉપયોગ કરવો, વર્ગની ધારનો નહીં, તેથી ડેટા શ્રેણીમાં ગાબડાં રહે છે.
3. વર્ગની પહોળાઈ અલગ હોય ત્યારે બારની ઊંચાઈને સમાયોજિત ન કરવી, જેથી આવર્તન સરખામણી પક્ષપાતી બને.
4. અક્ષના ભીંગડા અસંગત છે અથવા ફ્રીક્વન્સી અક્ષ પર શૂન્યથી શરૂ થતા નથી (દૃષ્ટિગત રીતે ગેરમાર્ગે દોરનારા હોઈ શકે છે).
5. વર્ગ અંતરાલો સળંગ અથવા ઓવરલેપિંગ નથી, ઉદાહરણ તરીકે 50-60 અને 60-70 જેમાં વર્ગ ધારની સમજૂતી નથી.

8. હિસ્ટોગ્રામને વધુ માહિતીપ્રદ બનાવવા માટેની વ્યવહારુ ટિપ્સ

હિસ્ટોગ્રામ સમજવામાં સરળ બનાવવા માટે:

- વાજબી સંખ્યામાં વર્ગોનો ઉપયોગ કરો (સામાન્ય રીતે 5-12 વર્ગો, ડેટાની માત્રાના આધારે).
- ખૂબ સાંકડા અંતરાલો (ઘણા બધા વર્ગો) ટાળો કારણ કે હિસ્ટોગ્રામ "ઘોંઘાટીયા" બની જાય છે.
– ખૂબ પહોળા (ખૂબ ઓછા વર્ગો) અંતરાલો ટાળો કારણ કે વિતરણ પેટર્ન ખોવાઈ શકે છે.
– રિપોર્ટમાં ડેટા સ્ત્રોતો, નમૂનાનું કદ (n) અને જો જરૂરી હોય તો અન્ય માહિતીનો સમાવેશ કરો.

જો તમે એક્સેલ, ગુગલ શીટ્સ અથવા સ્ટેટિસ્ટિકલ એપ્લિકેશન્સ જેવા સોફ્ટવેરનો ઉપયોગ કરી રહ્યા છો, તો હંમેશા ક્લાસ એજ અને ક્લાસ પહોળાઈના ખ્યાલને સમજો જેથી હિસ્ટોગ્રામ પરિણામો ખોટા ન હોય.

પેનટઅપ

જૂથબદ્ધ ડેટા માટે હિસ્ટોગ્રામ બનાવવાની તકનીકમાં વર્ગ અંતરાલો બનાવવા, વર્ગ સીમાઓ નક્કી કરવા અને યોગ્ય બાર ઊંચાઈ નક્કી કરવામાં ચોકસાઈની જરૂર પડે છે. જો વર્ગ અંતરાલો એકસમાન હોય, તો ફક્ત બાર ઊંચાઈ તરીકે આવર્તનનો ઉપયોગ કરો. જો અંતરાલો એકસમાન ન હોય, તો વાજબી અને સચોટ વિઝ્યુલાઇઝેશન જાળવવા માટે આવર્તન ઘનતાનો ઉપયોગ કરો. યોગ્ય રીતે બનાવેલા હિસ્ટોગ્રામ સાથે, આપણે ડેટા વિતરણ પેટર્નનો ઝડપથી ઝાંખી મેળવી શકીએ છીએ અને આંકડાકીય વિશ્લેષણમાં વધુ સચોટ અર્થઘટન કરી શકીએ છીએ.

જો તમે ઇચ્છો તો, હું હિસ્ટોગ્રામ પૂર્ણ ન થાય ત્યાં સુધી નમૂના ડેટા અને ગણતરીના પગલાં પૂર્ણ કરી શકું છું (મેન્યુઅલી અથવા એક્સેલ/શીટ્સ સાથે).