ગ્રુપ ડેટાનું ભિન્નતા અને માનક વિચલન
આંકડાશાસ્ત્ર એ ગણિતની એક શાખા છે જેનો ઉપયોગ ડેટા એકત્રિત કરવા, ગોઠવવા, વિશ્લેષણ કરવા, અર્થઘટન કરવા અને પ્રસ્તુત કરવા માટે થાય છે. આંકડાશાસ્ત્રમાં એક મહત્વપૂર્ણ ખ્યાલ એ છે કે વિવિધતા અથવા ડેટાના ફેલાવાને માપવા. વિવિધતાના બે પ્રાથમિક માપદંડો ભિન્નતા અને પ્રમાણભૂત વિચલન છે. આ લેખમાં ભિન્નતા અને પ્રમાણભૂત વિચલનનો ઊંડાણપૂર્વક અભ્યાસ કરવામાં આવશે, ખાસ કરીને જૂથ ડેટાના સંદર્ભમાં.
પરિવર્તનશીલતાની વ્યાખ્યા અને મહત્વ
પરિવર્તનશીલતા એ માપે છે કે ડેટા તેના સરેરાશથી કેટલો દૂર ફેલાય છે. પરિવર્તનશીલતા માપવી મહત્વપૂર્ણ છે કારણ કે તે વધારાની આંતરદૃષ્ટિ પ્રદાન કરે છે જે ફક્ત કેન્દ્રીય વલણના માપદંડો, જેમ કે સરેરાશથી મેળવી શકાતી નથી. પરિવર્તનશીલતાના માપને જાણીને, આપણે સમજી શકીએ છીએ કે ડેટા કેટલો સુસંગત છે અને સંભવિત આઉટલાયર અથવા વિસંગતતાઓને ઓળખી શકીએ છીએ.
ભિન્નતા અને માનક વિચલનને સમજવું
ભિન્નતા એ ડેટાના વિતરણનું એક માપ છે જે દર્શાવે છે કે દરેક ડેટા બિંદુ તેના સરેરાશથી ચોરસ એકમોમાં કેટલો દૂર છે. તે વસ્તી માટે \( \sigma^2 \) પ્રતીક અને નમૂના માટે \( s^2 \) દ્વારા આપવામાં આવે છે. વસ્તી ડેટા માટે ભિન્નતા માટેનું સૂત્ર છે:
\[ \સિગ્મા^2 = \ફ્રેક{\સમ (X_i – \mu)^2}{N} \]
નમૂના માટે, સૂત્ર છે:
\[ s^2 = \frac{\sum (X_i – \bar{X})^2}{n-1} \]
ક્યાં:
– \( X_i \) એ વ્યક્તિગત ડેટા મૂલ્ય છે
– \( \mu \) એ વસ્તી સરેરાશ છે
– \( \bar{X} \) એ નમૂનાનો સરેરાશ છે
– \( N \) એ વસ્તીનું કદ છે
– \( n \) એ નમૂનાનું કદ છે
પ્રમાણભૂત વિચલન એ ભિન્નતાનું વર્ગમૂળ છે. તે વસ્તી માટે \( \sigma \) પ્રતીક અને નમૂના માટે \(s \) દ્વારા આપવામાં આવે છે. પ્રમાણભૂત વિચલન ડેટા એકમોને તેમના મૂળ સ્વરૂપમાં પરત કરે છે, જે ભિન્નતા કરતાં અર્થઘટન કરવાનું સરળ બનાવે છે.
\[ \સિગ્મા = \sqrt{\સિગ્મા^2} \]
\[ s = \sqrt{s^2} \]
ગ્રુપ ડેટા
જૂથબદ્ધ ડેટા એ એવો ડેટા છે જેને અનેક શ્રેણીઓ અથવા અંતરાલોમાં વર્ગીકૃત કરવામાં આવ્યો છે. ઉદાહરણ તરીકે, વિદ્યાર્થીઓની ઊંચાઈને 150-155 સે.મી., 155-160 સે.મી., વગેરેના અંતરાલોમાં વિભાજિત કરવામાં આવે છે. જૂથબદ્ધ ડેટા પર ભિન્નતા અને પ્રમાણભૂત વિચલનનું વિશ્લેષણ કરવા માટે વ્યક્તિગત ડેટાના વિશ્લેષણ કરતાં થોડો અલગ અભિગમ જરૂરી છે.
ગ્રુપ ડેટા માટે ભિન્નતા અને માનક વિચલનની ગણતરી કરવાનાં પગલાં
જૂથ ડેટાના ભિન્નતા અને પ્રમાણભૂત વિચલનની ગણતરી કરવા માટેના પગલાં નીચે મુજબ છે:
૧. ફ્રીક્વન્સી ડિસ્ટ્રિબ્યુશન ટેબલ બનાવો
- ડેટાને અનેક વર્ગો અથવા અંતરાલોમાં વિભાજિત કરવામાં આવે છે.
- દરેક અંતરાલની આવર્તન (દરેક અંતરાલમાં ડેટાની સંખ્યા) રેકોર્ડ કરવામાં આવે છે.
2. વર્ગનો મધ્યબિંદુ નક્કી કરવો
- દરેક અંતરાલના મધ્યબિંદુની ગણતરી આ રીતે કરવામાં આવે છે: \( \text{મધ્યબિંદુ} = \frac{\text{નીચલી સીમા} + \text{ઉચ્ચ સીમા}}{2} \)
3. કામચલાઉ સરેરાશ (\( \bar{X} \)) ની ગણતરી
– સરેરાશ સૂત્રનો ઉપયોગ કરીને ગણવામાં આવે છે: \( \bar{X} = \frac{\sum f_i x_i}{\sum f_i} \)
– જ્યાં \( f_i \) એ આવર્તન છે અને \( x_i \) એ અંતરાલનો મધ્યબિંદુ છે.
4. સરેરાશ અને તેના વર્ગમાંથી વિચલનની ગણતરી
– દરેક અંતરાલ માટે, સરેરાશથી વિચલન આ રીતે ગણવામાં આવે છે: \( d_i = x_i – \bar{X} \)
– પછી વર્ગની ગણતરી કરો: \( d_i^2 \)
5. ભિન્નતા અને પ્રમાણભૂત વિચલનની ગણતરી
– ભિન્નતાની ગણતરી સૂત્રનો ઉપયોગ કરીને કરવામાં આવે છે: \( s^2 = \frac{\sum f_i d_i^2}{\sum f_i – 1} \)
– પ્રમાણભૂત વિચલન એ વિચલનનું વર્ગમૂળ છે: \( s = \sqrt{s^2} \)
ગણતરીનું ઉદાહરણ
ધારો કે આપણી પાસે વિદ્યાર્થી ઊંચાઈનો ડેટા નીચે મુજબ જૂથબદ્ધ છે:
| અંતરાલ (સે.મી.) | આવર્તન (f) |
|—————|—————|
| ૧૭૦ – ૧૭૪ | ૨ |
| ૧૬૦ – ૧૬૪ | ૧૫ |
| ૧૬૦ – ૧૬૪ | ૧૫ |
| ૧૭૦ – ૧૭૪ | ૨ |
| ૧૭૦ – ૧૭૪ | ૨ |
1. આવર્તન વિતરણ કોષ્ટક:
| અંતરાલ (સેમી) | આવર્તન (f) | મધ્યબિંદુ (x) | \( f \cdot x \) | \( d = x – \bar{X} \) | \( d^2 \) | \( f \cdot d^2 \) |
|——————|———————|———————|———————–|———————–|———————-|
| ૧૭૦ – ૧૭૪ | ૨ | ૧૭૨ | ૩૪૪ | | | |
| ૧૬૦ – ૧૬૪ | ૧૫ | ૧૬૨ | ૨૪૩૦ | | | |
| ૧૬૦ – ૧૬૪ | ૧૫ | ૧૬૨ | ૨૪૩૦ | | | |
| ૧૬૫ – ૧૬૯ | ૮ | ૧૬૭ | ૧૩૩૬ | | | |
| ૧૭૦ – ૧૭૪ | ૨ | ૧૭૨ | ૩૪૪ | | | |
| કુલ | ૪૦ | | ૬૪૪૦ | | | |
2. સરેરાશ (\( \bar{X} \) ની ગણતરી):
\[ \બાર{X} = \ફ્રેક{6440}{40} = 161 \]
3. સરેરાશ અને તેના વર્ગમાંથી વિચલનની ગણતરી:
| અંતરાલ (સેમી) | આવર્તન (f) | મધ્યબિંદુ (x) | \( f \cdot x \) | \( d = x – 161 \) | \( d^2 \) | \( f \cdot d^2 \) |
|——————|———————|———————|——————–|———————-|———————-|
| ૧૫૦ – ૧૫૪ | ૫ | ૧૫૨ | ૭૬૦ | -૯ | ૮૧ | ૪૦૫ |
| ૧૫૫ – ૧૫૯ | ૧૦ | ૧૫૭ | ૧૫૭૦ | -૪ | ૧૬ | ૧૬૦ |
| ૧૬૦ – ૧૬૪ | ૧૫ | ૧૬૨ | ૨૪૩૦ | ૧ | ૧ | ૧૫ |
| ૧૬૫ – ૧૬૯ | ૮ | ૧૬૭ | ૧૩૩૬ | ૬ | ૩૬ | ૨૮૮ |
| ૧૭૦ – ૧૭૪ | ૨ | ૧૭૨ | ૩૪૪ | ૧૧ | ૧૨૧ | ૨૪૨ |
| કુલ | ૪૦ | | ૬૪૪૦ | | | ૧૧૦ |
4. ભિન્નતાની ગણતરી:
\[ s^2 = \frac{1110}{40 – 1} = \frac{1110}{39} \અંદાજે 28.46 \]
5. પ્રમાણભૂત વિચલનની ગણતરી:
\[ s = \sqrt{28.46} \આશરે 5.33 \]
કેસિમ્પુલન
આંકડાશાસ્ત્રમાં ભિન્નતા અને પ્રમાણભૂત વિચલન એ મહત્વપૂર્ણ માપદંડ છે જે તેના સરેરાશની આસપાસ ડેટાના વિતરણનું વર્ણન કરે છે. જ્યારે આ ખ્યાલો વ્યક્તિગત ડેટા પર લાગુ કરી શકાય છે, ત્યારે જૂથબદ્ધ ડેટા માટે ગણતરી પ્રક્રિયા થોડી અલગ છે. ઉપરોક્ત ઉદાહરણમાંથી, આપણે જૂથબદ્ધ ડેટા માટે ભિન્નતા અને પ્રમાણભૂત વિચલનની ગણતરી માટેના વિગતવાર પગલાં જોઈ શકીએ છીએ. આ માહિતી શૈક્ષણિક સંશોધનથી લઈને વ્યવસાય અને ઉત્પાદન વિશ્લેષણ સુધી વિવિધ એપ્લિકેશનોમાં ઉપયોગી છે.
ભિન્નતા અને પ્રમાણભૂત વિચલનની સારી સમજ સાથે, આપણે આપણી પાસે રહેલા ડેટાના આધારે વધુ સચોટ રીતે અર્થઘટન કરી શકીએ છીએ અને નિર્ણયો લઈ શકીએ છીએ. આ આપણને એવા પરિણામો જાળવી રાખવાની મંજૂરી આપે છે જે ફક્ત સચોટ જ નહીં પણ સુસંગત પણ હોય.
