სტატისტიკური მონაცემების სიხშირის განაწილების ცხრილების სახით წარდგენის ტექნიკა
სხვადასხვა სფეროში - განათლება, ჯანდაცვა, ეკონომიკა და ბიზნესი - კვლევის, შეფასებისა და მონაცემთა ანგარიშგებისას ხშირად ვხვდებით დიდ რიცხვებს. ნედლი მონაცემები, როგორიცაა ათობით სტუდენტის ტესტის ქულები, პაციენტების წონა ან დღიური გაყიდვების თვეების მონაცემები, შეიძლება რთული იყოს ინტერპრეტაციისთვის, თუ წარმოდგენილი იქნება უბრალოდ რიცხვების სიის სახით. მონაცემების შეჯამების ერთ-ერთი ყველაზე ეფექტური ტექნიკა, რათა უფრო მარტივი წასაკითხი და ანალიზი იყოს, არის მათი წარმოდგენა სიხშირის განაწილების ცხრილში. ეს სტატია განიხილავს განმარტებას, მიზანს, ტიპებს და პრაქტიკულ ნაბიჯებს სიხშირის განაწილების მოწესრიგებული და ინფორმაციული ცხრილის შესაქმნელად.
სიხშირის განაწილების ცხრილების გაგება
სიხშირის განაწილების ცხრილი არის ცხრილი, რომელიც წარმოადგენს სტატისტიკურ მონაცემებს მონაცემთა მნიშვნელობების კონკრეტულ კატეგორიებად ან ინტერვალებად დაჯგუფებით და შემდეგ თითოეული მნიშვნელობის გამოჩენის რაოდენობის დათვლით. გამოჩენის რაოდენობას სიხშირე ეწოდება. ეს პრეზენტაცია მკითხველს ეხმარება დაინახოს მონაცემთა ნიმუშები: რომელი მნიშვნელობები გვხვდება ყველაზე ხშირად, მონაცემების დიაპაზონი, განაწილება და ზოგადი ტენდენციები.
მაგალითად, თუ გვაქვს 100 სტუდენტის ტესტის ქულები, სიხშირის განაწილების ცხრილი საშუალებას მოგვცემს ვნახოთ, რამდენმა სტუდენტმა დააგროვა 60–69, 70–79, 80–89 და ა.შ. ასეთი შეჯამებით, ძირითადი ინფორმაცია გაცილებით უფრო ნათელი ხდება, ვიდრე უბრალოდ 100 რიცხვის ჩვენება.
სიხშირის განაწილებაში პრეზენტაციის მიზანი და უპირატესობები
მონაცემების სიხშირის განაწილების ცხრილში წარმოდგენას რამდენიმე ძირითადი უპირატესობა აქვს:
1. დიდი მონაცემების შეჯამება უფრო ლაკონურ და ადვილად გასაგებ ფორმატში.
2. ხელს უწყობს ანალიზს ნიმუშების, ტენდენციებისა და მონაცემთა გადახრების დასადგენად.
3. ხდება გრაფიკების, როგორიცაა ჰისტოგრამები, სიხშირული პოლიგონები და ოგივები, შექმნის საფუძველი.
4. ეხმარება გაფართოებულ სტატისტიკურ გამოთვლებში, მაგალითად, დაჯგუფებული მონაცემების საშუალო, მედიანა, მოდისა და სტანდარტული გადახრის შეფასებაში.
5. ანგარიშგების ხარისხის გაუმჯობესება, რადგან მონაცემები სისტემატური და სტრუქტურირებული ჩანს.
სიხშირის განაწილების ტიპები
ზოგადად, სიხშირის განაწილების ცხრილები შეიძლება წარმოდგენილი იყოს შემდეგი ფორმით:
1. ერთჯერადი სიხშირის განაწილება (დაჯგუფებული არ არის)
მონაცემები ნაჩვენებია ერთმნიშვნელიან კატეგორიებში, როგორც არის. შესაფერისია მონაცემებისთვის, რომლებსაც აქვთ მცირე ვარიაცია ან უნიკალური მნიშვნელობების მცირე რაოდენობა.
2. დაჯგუფებული სიხშირის განაწილება
მონაცემები დაჯგუფებულია კლასის ინტერვალებად (მაგ., 40–49, 50–59). გამოდგება დიდი რაოდენობით რიცხვითი მონაცემებისთვის ფართო მნიშვნელობების დიაპაზონებით.
3. ფარდობითი სიხშირის განაწილება
სიხშირე გამოიხატება მთლიანი მონაცემების პროპორციულად ან პროცენტულად, რაც შედარებას აადვილებს.
4. კუმულაციური სიხშირის განაწილება
აჩვენებს დაგროვილ სიხშირეს გარკვეული კლასის ზღვრამდე. სასარგებლოა იმის სანახავად, თუ რამდენი მონაცემი ჩამოდის გარკვეულ მნიშვნელობაზე დაბლა (ან ზემოთ).
დაჯგუფებული სიხშირის განაწილების ცხრილის აგების ნაბიჯები
ქვემოთ მოცემულია დაჯგუფებული სიხშირის განაწილების ცხრილების შესაქმნელად ხშირად გამოყენებული ტექნიკა.
1. ნედლი მონაცემების დახარისხება და გაგება
პირველი ნაბიჯი არის მონაცემების სრული და ვალიდური შემოწმება, შემდეგ კი მოძებნეთ:
– მინიმალური მნიშვნელობა (Xmin)
– მაქსიმალური მნიშვნელობა (Xmax)
– უამრავი მონაცემი (n)
მონაცემების დახარისხება უმცირესიდან უდიდესამდე სავალდებულო არ არის, მაგრამ ხშირად ხელს უწყობს შემოწმებისა და დაჯგუფების პროცესს.
2. დიაპაზონის განსაზღვრა
მონაცემთა დიაპაზონი გამოითვლება ფორმულის გამოყენებით:
R = Xmax – Xmin
დიაპაზონი მიუთითებს, თუ რამდენად ფართოდ არის გავრცელებული მონაცემები. რაც უფრო დიდია დიაპაზონი, მით უფრო სავარაუდოა, რომ უფრო ეფექტური შეჯამებისთვის დაჯგუფებული ცხრილი იქნება საჭირო.
3. განსაზღვრეთ კლასების რაოდენობა (k)
კლასების რაოდენობის განსაზღვრა რამდენიმე გზით შეიძლება. ერთ-ერთი ყველაზე პოპულარულია სტურჯესის ფორმულა:
k = 1 + 3,3 log10(n)
გამოთვლის შედეგები, როგორც წესი, მრგვალდება უახლოეს მთელ რიცხვამდე (ან ზემოთ), რათა ცხრილი იყოს წარმომადგენლობითი. მაგალითად, თუ k = 6,4, მისი დამრგვალება შესაძლებელია 7 კლასამდე.
თუმცა, მნიშვნელოვანია გვახსოვდეს: სტარჯესის ფორმულა არის სახელმძღვანელო და არა მკაცრი წესი. პრაქტიკაში, მკვლევარები ხშირად ცვლიან კლასების რაოდენობას იმის უზრუნველსაყოფად, რომ ინტერვალი იყოს „ადვილად წასაკითხი“ და არც ძალიან ფართო და არც ძალიან ვიწრო.
4. კლასის ინტერვალის ხანგრძლივობის განსაზღვრა (i)
k-ს მიღების შემდეგ, გამოთვალეთ კლასის ინტერვალის სიგრძე:
i = R / k
თუ შედეგი მთელი რიცხვი არ არის, კლასის საზღვრების სიზუსტის შესანარჩუნებლად, ის, როგორც წესი, მოსახერხებელ რიცხვამდე (მაგ., 5, 10 ან 2) მრგვალდება.
მაგალითი: თუ i = 6,25, მისი დამრგვალება შესაძლებელია 7-მდე ან 6-მდე, საჭიროებიდან გამომდინარე, მაქსიმალური მნიშვნელობის დიაპაზონის გათვალისწინებით.
5. კლასების ლიმიტების დაწესება
კლასის ინტერვალის განსაზღვრა მინიმალური მნიშვნელობიდან დაწყებული. მაგალითი:
– 40–46 წწ
– 47–53 წწ
– 54–60 წწ
და ა.შ.
კლასის საზღვრების დადგენისას ყურადღება მიაქციეთ:
- ინტერვალები ერთმანეთს არ ფარავს.
– ყველა მონაცემი უნდა შეიყვანოთ ერთ-ერთ კლასში.
– უმჯობესია გამოიყენოთ თანმიმდევრული ინტერვალური სქემა.
მთელი რიცხვების მონაცემებისთვის (მაგ., ტესტის ქულები), კლასის ზღვრები, როგორც წესი, მთელი რიცხვების სახით იწერება. თუ მონაცემები უწყვეტი საზომია (მაგ., წონა), შეიძლება გამოყენებულ იქნას ათწილადების მქონე რეალური ზღვრები.
6. გამოთვალეთ თითოეული კლასის სიხშირე
შეიყვანეთ თითოეული მონაცემი შესაბამის კლასის ინტერვალში, შემდეგ გამოთვალეთ ჯამი. ეს პროცესი შეიძლება შესრულდეს ხელით, დათვლის მეთოდის ან ისეთი პროგრამული უზრუნველყოფის გამოყენებით, როგორიცაა Excel/SPSS.
გამოთვლის შედეგი ჩაიწერება სიხშირის სახით (f). საჭიროების შემთხვევაში, დაამატეთ:
– ფარდობითი სიხშირე (fr) = f / n × 100%
– კუმულაციური სიხშირე (Fk)
7. ცხრილების სრულად და გარკვევით შედგენა
კარგი სიხშირის განაწილების ცხრილის სტრუქტურა, როგორც წესი, შეიცავს:
– კლასის ინტერვალის სვეტი
– სიხშირის სვეტი
– (არასავალდებულო) კლასის შუა წერტილი (xi)
– (არასავალდებულო) ფარდობითი სიხშირე
– (არასავალდებულო) კუმულაციური სიხშირე
კლასის შუა წერტილი (xi) გამოითვლება შემდეგნაირად:
xi = (ქვედა ზღვარი + ზედა ზღვარი) / 2
შუა წერტილი სასარგებლოა დაჯგუფებული მონაცემების სტატისტიკური გამოთვლებისთვის, როგორიცაა დაჯგუფებული საშუალო.
მნიშვნელოვანი პრინციპები უფრო ინფორმაციული ცხრილებისთვის
იმისათვის, რომ სიხშირის განაწილების ცხრილი არა მხოლოდ სისუფთავე, არამედ ინფორმაციულიც იყოს, ყურადღება მიაქციეთ შემდეგ პრინციპებს:
1. გამოიყენეთ კლასების გონივრული რაოდენობა
ძალიან ცოტა კლასი რეზიუმეს ძალიან უხეშს ხდის; ძალიან ბევრი კლასი ცხრილს გადატვირთულს და ართულებს წაკითხვას.
2. აირჩიეთ თანმიმდევრული ინტერვალი
ინტერვალის სიგანე ყველა კლასისთვის ერთნაირი უნდა იყოს, თუ არ არსებობს დამაჯერებელი მიზეზი (მაგ., ღია კლასები).
3. დარწმუნდით, რომ ყველა მონაცემი დაფარულია
არ უნდა არსებობდეს მონაცემები, რომლებიც „არ ეკუთვნის“ არცერთ კლასს.
4. დაურთეთ სათაური და აღწერა
ცხრილის სათაურები, მონაცემთა წყაროები და ერთეულები (მაგ., კგ, ქულა, რუპია) მკითხველს კონტექსტის გაგებაში ეხმარება.
5. საჭიროების შემთხვევაში, განიხილეთ ღია გაკვეთილები
ექსტრემალური მონაცემებისთვის ზოგჯერ გამოიყენება ღია კლასები, როგორიცაა „≥ 100“ ან „≤ 40“. თუმცა, ამან შეიძლება შეზღუდოს შემდგომი ანალიზი, ამიტომ გამოიყენეთ ისინი სიფრთხილით.
სიხშირის განაწილების მომზადებისას გავრცელებული შეცდომები
ზოგიერთი გავრცელებული შეცდომა მოიცავს:
– გაკვეთილების ინტერვალები არ არის თანმიმდევრული ან გადაფარვადი.
– ინტერვალის სიგანის შეუსაბამობა აშკარა მიზეზის გარეშე.
– ინტერვალის დამრგვალება იწვევს მაქსიმალური მნიშვნელობის არარსებობას.
– უწყვეტი მონაცემებისთვის კლასის საზღვრების არასწორად განსაზღვრა, რის გამოც ინტერვალის საზღვრებზე მონაცემები ბუნდოვანი ხდება.
– არ მოიცავს სრულ სიხშირეს (რომელიც n-ის ტოლი უნდა იყოს).
დახურვა
სტატისტიკური მონაცემების სიხშირის განაწილების ცხრილის სახით წარდგენის ტექნიკა ფუნდამენტური უნარია, რომელიც მონაცემთა ანალიზში გადამწყვეტია. სწორი ნაბიჯებით - მონაცემთა დიაპაზონის, კლასების რაოდენობის, ინტერვალის სიგრძის დადგენიდან სიხშირეების გამოთვლამდე - რთული ნედლი მონაცემები შეიძლება გარდაიქმნას ადვილად გასაგებ რეზიუმედ, ანალიზისთვის და პრეზენტაციისთვის მზად. როგორც აკადემიური, ასევე პროფესიული მიზნებისთვის, სიხშირის განაწილების ცხრილები გვეხმარება უფრო ნათლად, სისტემატურად და დამაჯერებლად დავინახოთ რიცხვების მიღმა არსებული „ისტორია“.
