ಗುಂಪು ದತ್ತಾಂಶದ ಕ್ವಾರ್ಟೈಲ್ಸ್
ಪೆಂಡಾಹುಲುವಾನ್
ದತ್ತಾಂಶ ಸಂಗ್ರಹಣೆ, ವಿಶ್ಲೇಷಣೆ, ವ್ಯಾಖ್ಯಾನ, ಪ್ರಸ್ತುತಿ ಮತ್ತು ಸಂಘಟನೆಯೊಂದಿಗೆ ವ್ಯವಹರಿಸುವ ವಿಜ್ಞಾನದ ಒಂದು ಶಾಖೆಯಾದ ಅಂಕಿಅಂಶಗಳು, ದತ್ತಾಂಶ-ಚಾಲಿತ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಿಕೆಯಲ್ಲಿ ಸಹಾಯ ಮಾಡುವ ಅನೇಕ ಪ್ರಮುಖ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಹೊಂದಿವೆ. ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಒಂದು ಪ್ರಮುಖ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಪರಿಕಲ್ಪನೆಯೆಂದರೆ ಕ್ವಾರ್ಟೈಲ್‌ಗಳು. ದತ್ತಾಂಶ ವಿತರಣೆ ಮತ್ತು ಡೇಟಾವನ್ನು ಹೇಗೆ ಗುಂಪು ಮಾಡಲಾಗಿದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಸಹಾಯ ಮಾಡುತ್ತವೆ. ಈ ಲೇಖನದಲ್ಲಿ, ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶದ ಸಂದರ್ಭದಲ್ಲಿ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ವಿವರವಾಗಿ ಚರ್ಚಿಸುತ್ತೇವೆ, ಅವುಗಳನ್ನು ಹೇಗೆ ಲೆಕ್ಕ ಹಾಕಬೇಕು ಮತ್ತು ಫಲಿತಾಂಶಗಳನ್ನು ಅರ್ಥೈಸಿಕೊಳ್ಳುವುದರಿಂದ ದತ್ತಾಂಶ ವಿತರಣೆಯ ಬಗ್ಗೆ ಆಳವಾದ ಒಳನೋಟಗಳನ್ನು ಹೇಗೆ ಒದಗಿಸಬಹುದು.
ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು
ಸರಳವಾಗಿ ಹೇಳುವುದಾದರೆ, ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಡೇಟಾವನ್ನು ನಾಲ್ಕು ಸಮಾನ ಭಾಗಗಳಾಗಿ ವಿಭಜಿಸುವ ಮೌಲ್ಯಗಳಾಗಿವೆ. ಡೇಟಾ ವಿತರಣೆಯ ಸಂದರ್ಭದಲ್ಲಿ, ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಡೇಟಾವನ್ನು ಮೂರು ಬಿಂದುಗಳಾಗಿ ವಿಂಗಡಿಸಿ, ನಾಲ್ಕು ಮಧ್ಯಂತರಗಳನ್ನು ರೂಪಿಸುತ್ತವೆ. ಈ ಮೂರು ಅಂಶಗಳು: ಮೊದಲ ಕ್ವಾರ್ಟೈಲ್ (Q1), ಎರಡನೇ ಕ್ವಾರ್ಟೈಲ್ (Q2), ಮತ್ತು ಮೂರನೇ ಕ್ವಾರ್ಟೈಲ್ (Q3) ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಶ್ಲೇಷಣೆಗೆ ಮೂಲಭೂತವಾಗಿವೆ. ಪ್ರತಿಯೊಂದು ಕ್ವಾರ್ಟೈಲ್ ಡೇಟಾವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಲ್ಲಿ ವಿಭಿನ್ನ ಅರ್ಥ ಮತ್ತು ಕಾರ್ಯವನ್ನು ಹೊಂದಿದೆ.
– ಮೊದಲ ಕ್ವಾರ್ಟೈಲ್ (Q1): ಇದು ಡೇಟಾದ ಕೆಳಗಿನ ಅರ್ಧದ ಮಧ್ಯದ ಮೌಲ್ಯವಾಗಿದೆ, ಇದನ್ನು 25 ನೇ ಶೇಕಡಾವಾರು ಎಂದೂ ಕರೆಯಲಾಗುತ್ತದೆ.
– ಎರಡನೇ ಕ್ವಾರ್ಟೈಲ್ (Q2): ಇದು ಎಲ್ಲಾ ಡೇಟಾದ ಮಧ್ಯದ ಮೌಲ್ಯವಾಗಿದೆ, ಇದನ್ನು ಸರಾಸರಿ ಅಥವಾ 50 ನೇ ಶೇಕಡಾವಾರು ಎಂದೂ ಕರೆಯಲಾಗುತ್ತದೆ.
– ಮೂರನೇ ಕ್ವಾರ್ಟೈಲ್ (Q3): ಇದು ಡೇಟಾದ ಮೇಲಿನ ಅರ್ಧದ ಮಧ್ಯದ ಮೌಲ್ಯವಾಗಿದೆ, ಇದನ್ನು 75 ನೇ ಶೇಕಡಾವಾರು ಎಂದೂ ಕರೆಯಲಾಗುತ್ತದೆ.
ವಿತರಣೆಯ ವಿವಿಧ ಅಂಶಗಳನ್ನು ವಿವರಿಸಲು ಮತ್ತು ಡೇಟಾದ ವ್ಯಾಪ್ತಿ ಮತ್ತು ಸ್ಥಿರತೆಯ ಬಗ್ಗೆ ಹೆಚ್ಚು ವಿವರವಾದ ಮಾಹಿತಿಯನ್ನು ಒದಗಿಸಲು ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.
ಗುಂಪು ಮಾಡಲಾದ ದತ್ತಾಂಶದಲ್ಲಿ ಕ್ವಾರ್ಟೈಲ್‌ಗಳು
ನೈಜ ಜಗತ್ತಿನಲ್ಲಿ, ಸಂಗ್ರಹಿಸಿದ ಡೇಟಾವನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಗುಂಪು ಮಾಡಲಾಗುವುದಿಲ್ಲ (ಕಚ್ಚಾ ದತ್ತಾಂಶ) ಬದಲಿಗೆ ಅವುಗಳ ಆವರ್ತನಗಳೊಂದಿಗೆ ಗುಂಪುಗಳಲ್ಲಿ (ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶ). ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶವನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು ವಿವಿಧ ವರ್ಗಗಳು ಅಥವಾ ವರ್ಗಗಳಲ್ಲಿ ಡೇಟಾವನ್ನು ಹೇಗೆ ವಿತರಿಸಲಾಗುತ್ತದೆ ಎಂಬುದರ ಕುರಿತು ಮಾಹಿತಿಯನ್ನು ಒದಗಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ. ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶಕ್ಕಾಗಿ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವುದು ಗುಂಪು ಮಾಡದ ದತ್ತಾಂಶಕ್ಕಿಂತ ಹಲವಾರು ವಿಭಿನ್ನ ಹಂತಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.
ಗುಂಪು ಮಾಡಿದ ಡೇಟಾದ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವ ಹಂತಗಳು
ಗುಂಪು ಮಾಡಿದ ಡೇಟಾದಲ್ಲಿ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು, ನಮಗೆ ಆವರ್ತನ ವಿತರಣೆಯಿಂದ ಕೆಲವು ಮೂಲಭೂತ ಮಾಹಿತಿಯ ಅಗತ್ಯವಿದೆ, ಉದಾಹರಣೆಗೆ ಮೇಲಿನ ಮತ್ತು ಕೆಳಗಿನ ವರ್ಗದ ಮಿತಿಗಳು, ಪ್ರತಿ ವರ್ಗದ ಆವರ್ತನ ಮತ್ತು ಸಂಚಿತ ಆವರ್ತನ. ಗುಂಪು ಮಾಡಿದ ಡೇಟಾಕ್ಕಾಗಿ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವ ಹಂತಗಳು ಇಲ್ಲಿವೆ:
1. ಕ್ವಾರ್ಟೈಲ್ ವರ್ಗವನ್ನು ನಿರ್ಧರಿಸಿ:
– ಮೊದಲ ಕ್ವಾರ್ಟೈಲ್ (Q1) : ಸಂಚಿತ ಆವರ್ತನವು ಸಮೀಪಿಸುವ ವರ್ಗಗಳಲ್ಲಿ ಕಂಡುಬರುತ್ತದೆ \( \frac{N}{4} \)
– ಎರಡನೇ ಕ್ವಾರ್ಟೈಲ್ (Q2) ಅಥವಾ ಮಧ್ಯ: ಸಂಚಿತ ಆವರ್ತನವು ಸಮೀಪಿಸುವ ವರ್ಗಗಳಲ್ಲಿ ಕಂಡುಬರುತ್ತದೆ \( \frac{N}{2} \)
– ಮೂರನೇ ಕ್ವಾರ್ಟೈಲ್ (Q3) : ಸಂಚಿತ ಆವರ್ತನವು ಸಮೀಪಿಸುವ ವರ್ಗಗಳಲ್ಲಿ ಕಂಡುಬರುತ್ತದೆ \( \frac{3N}{4} \)
2. ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶಕ್ಕಾಗಿ ಕ್ವಾರ್ಟೈಲ್ ಸೂತ್ರವನ್ನು ಬಳಸಿ:
– ಮೊದಲ ತ್ರೈಮಾಸಿಕದ ಸೂತ್ರ (Q1):
\[
Q1 = L + \left( \frac{\frac{N}{4} – Fk}{f} \right) \times c
\]
– ಎರಡನೇ ತ್ರೈಮಾಸಿಕಕ್ಕೆ ಸೂತ್ರ (Q2):
\[
Q2 = L + \left( \frac{\frac{N}{2} – Fk}{f} \right) \times c
\]
– ಮೂರನೇ ತ್ರೈಮಾಸಿಕಕ್ಕೆ ಸೂತ್ರ (Q3):
\[
Q3 = L + \left( \frac{\frac{3N}{4} – Fk}{f} \right) \times c
\]
ಎಲ್ಲಿ:
– \( L \) ಎಂಬುದು ಕ್ವಾರ್ಟೈಲ್ ವರ್ಗದ ಕೆಳಗಿನ ಮಿತಿಯಾಗಿದೆ
– \( N \) ಒಟ್ಟು ಆವರ್ತನವಾಗಿದೆ
– \( Fk \) ಎಂಬುದು ಕ್ವಾರ್ಟೈಲ್ ವರ್ಗದವರೆಗಿನ ಸಂಚಿತ ಆವರ್ತನವಾಗಿದೆ
– \( f \) ಎಂಬುದು ಕ್ವಾರ್ಟೈಲ್ ವರ್ಗದ ಆವರ್ತನವಾಗಿದೆ
– \( c \) ಎಂಬುದು ವರ್ಗದ ಅಗಲವಾಗಿದೆ
ಗುಂಪು ಮಾಡಿದ ಡೇಟಾಗಾಗಿ ಕ್ವಾರ್ಟೈಲ್ ಲೆಕ್ಕಾಚಾರದ ಉದಾಹರಣೆ
ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸುಲಭವಾಗುವಂತೆ, ಈ ಕೆಳಗಿನ ಉದಾಹರಣೆಯನ್ನು ನೋಡೋಣ:
ದತ್ತಾಂಶದ ಆವರ್ತನ ವಿತರಣೆಯು ಈ ಕೆಳಗಿನಂತಿರುತ್ತದೆ:
| ತರಗತಿ ಮಧ್ಯಂತರ | ಆವರ್ತನ (f) |
|——————-|——————|
| 10 – 20 | 5 |
| 20 – 30 | 8 |
| 30 – 40 | 12 |
| 40 – 50 | 7 |
| 50 – 60 | 3 |
ಲಂಕಾ-ಲಂಕಾ:
1. N ಅನ್ನು ನಿರ್ಧರಿಸಿ : ಒಟ್ಟು ಆವರ್ತನ \( N = 5 + 8 + 12 + 7 + 3 = 35 \)
2. ಸಂಚಿತ ಆವರ್ತನ (Fk):
| ಮಧ್ಯಂತರ ವರ್ಗ | ಆವರ್ತನ (f) | ಸಂಚಿತ ಆವರ್ತನ (Fk) |
|———————-|——————|————————–|
| 10 – 20 | 5 | 5 |
| 20 – 30 | 8 | 13 |
| 30 – 40 | 12 | 25 |
| 40 – 50 | 7 | 32 |
| 50 – 60 | 3 | 35 |
3. ಕ್ವಾರ್ಟೈಲ್ ತರಗತಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು:
– Q1: \( \frac{N}{4} = 8.75 \) 20 – 30 ತರಗತಿಯಲ್ಲಿದೆ.
– Q2: \( \frac{N}{2} = 17.5 \) 30 – 40 ತರಗತಿಯಲ್ಲಿದೆ.
– Q3: \( \frac{3N}{4} = 26.25 \) 40 – 50 ತರಗತಿಯಲ್ಲಿದೆ.
4. ಕ್ವಾರ್ಟೈಲ್‌ಗಳ ಲೆಕ್ಕಾಚಾರ:
– Q1 ಗಾಗಿ:
– \( ಎಲ್ = 20 \)
– \( ಎಫ್ಕೆ = 5 \)
– \( ಎಫ್ = 8 \)
– \( ಸಿ = 10 \)
\[
Q1 = 20 + \ಎಡ( \frac{8.75 – 5}{8} \ಬಲ) \ಸಮಯ 10 = 20 + (0.46875) \ಸಮಯ 10 = 24.6875
\]
– Q2 ಗಾಗಿ:
– \( ಎಲ್ = 30 \)
– \( ಎಫ್ಕೆ = 13 \)
– \( ಎಫ್ = 12 \)
– \( ಸಿ = 10 \)
\[
Q2 = 30 + \ಎಡ( \frac{17.5 – 13}{12} \ಬಲ) \ಸಮಯ 10 = 30 + (0.375) \ಸಮಯ 10 = 33.75
\]
– Q3 ಗಾಗಿ:
– \( ಎಲ್ = 40 \)
– \( ಎಫ್ಕೆ = 25 \)
– \( ಎಫ್ = 7 \)
– \( ಸಿ = 10 \)
\[
Q3 = 40 + \ಎಡ( \frac{26.25 – 25}{7} \ಬಲ) \ಸಮಯ 10 = 40 + (0.17857) \ಸಮಯ 10 = 41.7857
\]
ಫಲಿತಾಂಶಗಳ ವ್ಯಾಖ್ಯಾನ
ಮೇಲಿನ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಬಳಸಿಕೊಂಡು, ನಾವು ಇದನ್ನು ಪಡೆಯುತ್ತೇವೆ:
– ಪ್ರಶ್ನೆ1 = 24.6875
– ಪ್ರಶ್ನೆ2 = 33.75
– ಪ್ರಶ್ನೆ3 = 41.7857
ಈ ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಡೇಟಾ ವಿತರಣೆಯ ಕುರಿತು ಹೆಚ್ಚುವರಿ ಮಾಹಿತಿಯನ್ನು ನಮಗೆ ನೀಡುತ್ತವೆ:
– Q1=24.6875 : 25% ಡೇಟಾ 24.6875 ಕ್ಕಿಂತ ಕಡಿಮೆ ಇದೆ.
– Q2=33.75 : 50% ಡೇಟಾ 33.75 ಕ್ಕಿಂತ ಕಡಿಮೆ ಇದೆ.
– Q3=41.7857 : 75% ಡೇಟಾ 41.7857 ಕ್ಕಿಂತ ಕಡಿಮೆ ಇದೆ.
ಕ್ವಾರ್ಟೈಲ್ ಮಾಹಿತಿಯು ದತ್ತಾಂಶದ ಸಾಂದ್ರತೆ ಮತ್ತು ಅದರ ವ್ಯತ್ಯಾಸದ ವ್ಯಾಪ್ತಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ನಮಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಈ ಮಾಹಿತಿಯು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಿಕೆ ಮತ್ತು ಹೆಚ್ಚಿನ ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಬಹಳ ಉಪಯುಕ್ತವಾಗಿರುತ್ತದೆ, ಉದಾಹರಣೆಗೆ ಔಟ್‌ಲೈಯರ್ ಪತ್ತೆ ಅಥವಾ ಸಿಸ್ಟಮ್ ಕಾರ್ಯಕ್ಷಮತೆಯ ಮೌಲ್ಯಮಾಪನ.
ತೀರ್ಮಾನ
ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶದಲ್ಲಿನ ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ನಿರ್ಣಾಯಕ ಪಾತ್ರ ವಹಿಸುತ್ತವೆ. ಸರಿಯಾದ ವಿಧಾನಗಳೊಂದಿಗೆ, ನಾವು ದತ್ತಾಂಶ ವಿತರಣೆಯನ್ನು ಹೆಚ್ಚಿನ ವಿವರ ಮತ್ತು ನಿಖರತೆಯಲ್ಲಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು. ಈ ಮಾಹಿತಿಯು ದತ್ತಾಂಶ ವ್ಯಾಖ್ಯಾನಕ್ಕೆ ಸಹಾಯ ಮಾಡುವುದಲ್ಲದೆ, ಪ್ರಾಯೋಗಿಕ ಪುರಾವೆಗಳ ಆಧಾರದ ಮೇಲೆ ಹೆಚ್ಚು ತಿಳುವಳಿಕೆಯುಳ್ಳ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಿಕೆಯನ್ನು ಸುಗಮಗೊಳಿಸುತ್ತದೆ. ಕೊನೆಯಲ್ಲಿ, ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶದಲ್ಲಿನ ಕ್ವಾರ್ಟೈಲ್‌ಗಳನ್ನು ಹೇಗೆ ಲೆಕ್ಕ ಹಾಕಬೇಕು ಮತ್ತು ಅರ್ಥೈಸಿಕೊಳ್ಳಬೇಕು ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಪ್ರತಿಯೊಬ್ಬ ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಕರು ಕರಗತ ಮಾಡಿಕೊಳ್ಳಬೇಕಾದ ಮೂಲಭೂತ ಕೌಶಲ್ಯವಾಗಿದೆ.
