ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳ ಪರಿಚಯ

# ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳ ಪರಿಚಯ

ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳು ಅಂಕಿಅಂಶಗಳ ಒಂದು ಶಾಖೆಯಾಗಿದ್ದು, ಇದು ಸಂಗ್ರಹಿಸಿದ ದತ್ತಾಂಶದ ಸಂಗ್ರಹಣೆ, ಸಂಸ್ಕರಣೆ, ಪ್ರಸ್ತುತಿ ಮತ್ತು ವ್ಯಾಖ್ಯಾನದ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ. ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳ ಪ್ರಾಥಮಿಕ ಗುರಿಯು ದತ್ತಾಂಶದ ಗುಣಲಕ್ಷಣಗಳನ್ನು ವಿವರಿಸುವುದು ಮತ್ತು ಸಂಕ್ಷೇಪಿಸುವುದು, ಇದರಿಂದ ಅದನ್ನು ವಿವಿಧ ಪಕ್ಷಗಳು ಸುಲಭವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು. ಈ ಲೇಖನವು ಮೂಲ ಪರಿಕಲ್ಪನೆಗಳು, ಪ್ರಮುಖ ತಂತ್ರಗಳು ಮತ್ತು ಅದರ ಅನ್ವಯದ ಉದಾಹರಣೆಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳಿಗೆ ಸಮಗ್ರ ಪರಿಚಯವನ್ನು ಒದಗಿಸುತ್ತದೆ.

## ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳ ಮೂಲ ಪರಿಕಲ್ಪನೆಗಳು

ವಿವರಣಾತ್ಮಕ ಸಂಖ್ಯಾಶಾಸ್ತ್ರದಲ್ಲಿನ ತಂತ್ರಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡುವ ಮೊದಲು, ಅದರ ಅಡಿಪಾಯವನ್ನು ರೂಪಿಸುವ ಕೆಲವು ಮೂಲಭೂತ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮುಖ್ಯವಾಗಿದೆ.

### ಡೇಟಾ

ದತ್ತಾಂಶವು ವಿವಿಧ ಮೂಲಗಳಿಂದ ಸಂಗ್ರಹಿಸಲಾದ ಮಾಹಿತಿ ಅಥವಾ ಮೌಲ್ಯಗಳ ಸಂಗ್ರಹವಾಗಿದೆ. ದತ್ತಾಂಶವು ಸಂಖ್ಯೆಗಳು, ಪದಗಳು, ಅಳತೆಗಳು ಅಥವಾ ಅವಲೋಕನಗಳ ರೂಪದಲ್ಲಿರಬಹುದು. ಸಾಮಾನ್ಯವಾಗಿ, ದತ್ತಾಂಶವನ್ನು ಎರಡು ವಿಧಗಳಾಗಿ ವಿಂಗಡಿಸಬಹುದು: ಗುಣಾತ್ಮಕ ಮತ್ತು ಪರಿಮಾಣಾತ್ಮಕ.

– ಗುಣಾತ್ಮಕ ದತ್ತಾಂಶ: ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ಅಳೆಯಲಾಗದ ದತ್ತಾಂಶ, ಬದಲಿಗೆ ವರ್ಗಗಳು ಅಥವಾ ಗುಣಲಕ್ಷಣಗಳ ರೂಪದಲ್ಲಿ. ಉದಾಹರಣೆಗಳು: ಲಿಂಗ, ಕಣ್ಣಿನ ಬಣ್ಣ, ವೈವಾಹಿಕ ಸ್ಥಿತಿ.
– ಪರಿಮಾಣಾತ್ಮಕ ದತ್ತಾಂಶ: ಇದು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ಅಳೆಯಬಹುದಾದ ಮತ್ತು ವ್ಯಕ್ತಪಡಿಸಬಹುದಾದ ದತ್ತಾಂಶವಾಗಿದೆ. ಉದಾಹರಣೆಗಳು: ಎತ್ತರ, ತೂಕ, ಮಕ್ಕಳ ಸಂಖ್ಯೆ.

### ಜನಸಂಖ್ಯೆ ಮತ್ತು ಮಾದರಿ

ಅಂಕಿಅಂಶಗಳಲ್ಲಿ, ಜನಸಂಖ್ಯೆ ಎಂದರೆ ಅಧ್ಯಯನ ಮಾಡಲಾಗುತ್ತಿರುವ ಇಡೀ ಗುಂಪನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಜನಸಂಖ್ಯೆಯು ತುಂಬಾ ದೊಡ್ಡದಾಗಿರಬಹುದು, ಉದಾಹರಣೆಗೆ ಒಂದು ದೇಶದ ಸಂಪೂರ್ಣ ಜನಸಂಖ್ಯೆ, ಅಥವಾ ಒಂದೇ ಶಾಲೆಯ ಎಲ್ಲಾ ವಿದ್ಯಾರ್ಥಿಗಳಂತೆ ಚಿಕ್ಕದಾಗಿರಬಹುದು.

ಇಡೀ ಜನಸಂಖ್ಯೆಯನ್ನು ಅಳೆಯುವುದು ಸಾಮಾನ್ಯವಾಗಿ ಅಪ್ರಾಯೋಗಿಕ ಅಥವಾ ಅಸಾಧ್ಯವಾದ ಕಾರಣ, ಸಂಶೋಧಕರು ಸಾಮಾನ್ಯವಾಗಿ ಆ ದೊಡ್ಡ ಜನಸಂಖ್ಯೆಯ ಉಪವಿಭಾಗವಾದ ಮಾದರಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಾರೆ. ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ತೀರ್ಮಾನಗಳನ್ನು ವ್ಯಾಪಕ ಜನಸಂಖ್ಯೆಗೆ ಸಾಮಾನ್ಯೀಕರಿಸಬಹುದೆಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಪ್ರತಿನಿಧಿ ಮಾದರಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು ಅತ್ಯಗತ್ಯ.

### ಅಂಕಿಅಂಶಗಳು ಮತ್ತು ನಿಯತಾಂಕಗಳು

- ಸಂಖ್ಯಾಶಾಸ್ತ್ರವು ಮಾದರಿ ಡೇಟಾವನ್ನು ಅಳೆಯಲು ಮತ್ತು ವಿಶ್ಲೇಷಿಸಲು ಬಳಸುವ ಒಂದು ವಿಧಾನವಾಗಿದೆ.
- ನಿಯತಾಂಕಗಳು ಜನಸಂಖ್ಯೆಯ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಸಾರಾಂಶ ಮಾಡುವ ಮೌಲ್ಯಗಳನ್ನು ಉಲ್ಲೇಖಿಸುತ್ತವೆ.

## ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳಲ್ಲಿ ಮುಖ್ಯ ತಂತ್ರಗಳು

ವಿವರಣಾತ್ಮಕ ಸಂಖ್ಯಾಶಾಸ್ತ್ರವು ದತ್ತಾಂಶವನ್ನು ಸಂಕ್ಷೇಪಿಸಲು ಮತ್ತು ವಿವರಿಸಲು ವಿವಿಧ ತಂತ್ರಗಳನ್ನು ಬಳಸುತ್ತದೆ. ಕೆಲವು ಮುಖ್ಯ ತಂತ್ರಗಳಲ್ಲಿ ಕೇಂದ್ರ ಪ್ರವೃತ್ತಿಯ ಅಳತೆಗಳು, ಪ್ರಸರಣದ ಅಳತೆಗಳು ಮತ್ತು ಚಿತ್ರಾತ್ಮಕ ಪ್ರಾತಿನಿಧ್ಯ ಸೇರಿವೆ.

### ಕೇಂದ್ರ ಗಾತ್ರ

ಕೇಂದ್ರೀಯತೆಯ ಅಳತೆಯು ದತ್ತಾಂಶ ಗುಂಪಿನ ಕೇಂದ್ರವನ್ನು ವಿವರಿಸಲು ಪ್ರಯತ್ನಿಸುವ ಒಂದೇ ಮೌಲ್ಯವಾಗಿದೆ. ಕೇಂದ್ರೀಯತೆಯ ಎರಡು ಸಾಮಾನ್ಯ ಅಳತೆಗಳು:

– ಸರಾಸರಿ: ಎಲ್ಲಾ ಮೌಲ್ಯಗಳ ಒಟ್ಟು ಮೊತ್ತವನ್ನು ಮೌಲ್ಯಗಳ ಸಂಖ್ಯೆಯಿಂದ ಭಾಗಿಸಲಾಗಿದೆ. ಸರಾಸರಿಯು ಸಂಪೂರ್ಣ ಡೇಟಾ ಸೆಟ್‌ನ ಮಧ್ಯಬಿಂದುವಿನ ಕಲ್ಪನೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ.

ಸರಾಸರಿ (\(\bar{X}\)) ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವ ಸೂತ್ರವನ್ನು ಈ ಕೆಳಗಿನಂತೆ ಬರೆಯಬಹುದು:
\[
\ಬಾರ್{X} = \frac{\sum_{i=1}^n
\]
ಇಲ್ಲಿ \(X_i\) ಎಂಬುದು ಡೇಟಾದಲ್ಲಿನ ಪ್ರತ್ಯೇಕ ಮೌಲ್ಯಗಳಾಗಿವೆ ಮತ್ತು \(n\) ಎಂಬುದು ಡೇಟಾದ ಸಂಖ್ಯೆಯಾಗಿದೆ.

– ಮಧ್ಯಾಂಕ: ವಿಂಗಡಿಸಲಾದ ದತ್ತಾಂಶ ಗುಂಪಿನ ಮಧ್ಯದ ಮೌಲ್ಯ. ದತ್ತಾಂಶ ಸೆಟ್‌ಗಳ ಸಂಖ್ಯೆ ಬೆಸವಾಗಿದ್ದರೆ, ಮಧ್ಯಾಂಕವು ಮಧ್ಯದ ಮೌಲ್ಯವಾಗಿರುತ್ತದೆ. ದತ್ತಾಂಶ ಸೆಟ್‌ಗಳ ಸಂಖ್ಯೆ ಸಮವಾಗಿದ್ದರೆ, ಮಧ್ಯಾಂಕವು ಎರಡು ಮಧ್ಯದ ಮೌಲ್ಯಗಳ ಸರಾಸರಿಯಾಗಿರುತ್ತದೆ.

### ಪ್ರಸರಣ ಅಳತೆ

ಪ್ರಸರಣದ ಅಳತೆಗಳು ಕೇಂದ್ರ ಅಳತೆಯ ಸುತ್ತ ದತ್ತಾಂಶವು ಹೇಗೆ ಹರಡುತ್ತದೆ ಎಂಬುದನ್ನು ವಿವರಿಸುತ್ತದೆ. ಪ್ರಸರಣದ ಕೆಲವು ಸಾಮಾನ್ಯ ಅಳತೆಗಳು:

– ಶ್ರೇಣಿ: ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿನ ಗರಿಷ್ಠ ಮತ್ತು ಕನಿಷ್ಠ ಮೌಲ್ಯಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸ.
\[
\ಪಠ್ಯ{ಶ್ರೇಣಿ} = \ಪಠ್ಯ{ಗರಿಷ್ಠ ಮೌಲ್ಯ} – \ಪಠ್ಯ{ಕನಿಷ್ಠ ಮೌಲ್ಯ}
\]

– ವ್ಯತ್ಯಾಸ: ಪ್ರತಿ ಮೌಲ್ಯ ಮತ್ತು ಸರಾಸರಿ ನಡುವಿನ ವ್ಯತ್ಯಾಸಗಳ ವರ್ಗಗಳ ಸರಾಸರಿ.

ಜನಸಂಖ್ಯಾ ವ್ಯತ್ಯಾಸದ ಸೂತ್ರ (\(\sigma^2\)) ಹೀಗಿದೆ:
\[
\sigma^2 = \frac{\sum_{i=1}^N (X_i – \mu)^2}{N}
\]
ಮಾದರಿ ವ್ಯತ್ಯಾಸ (\(s^2\)) ಆಗಿದ್ದರೆ:
\[
s^2 = \frac{\sum_{i=1}^n (X_i – \bar{X})^2}{n-1}
\]

– ಪ್ರಮಾಣಿತ ವಿಚಲನ: ವ್ಯತ್ಯಾಸದ ವರ್ಗಮೂಲ. ಪ್ರಮಾಣಿತ ವಿಚಲನವು ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿನ ಮೌಲ್ಯಗಳು ಸರಾಸರಿಗೆ ಎಷ್ಟು ಹತ್ತಿರದಲ್ಲಿವೆ ಎಂಬುದರ ಸೂಚನೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ.
\[
\sigma = \sqrt{\sigma^2}
\]

### ಚಿತ್ರಾತ್ಮಕ ಪ್ರಾತಿನಿಧ್ಯ

ದತ್ತಾಂಶ ದೃಶ್ಯೀಕರಣವು ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳ ಪ್ರಮುಖ ಭಾಗವಾಗಿದೆ, ಏಕೆಂದರೆ ಇದು ದತ್ತಾಂಶವನ್ನು ಹೆಚ್ಚು ಸುಲಭವಾಗಿ ಚಿತ್ರಿಸಲು ಮತ್ತು ಅರ್ಥೈಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಕೆಲವು ಸಾಮಾನ್ಯ ದೃಶ್ಯೀಕರಣ ಸಾಧನಗಳು:

– ಹಿಸ್ಟೋಗ್ರಾಮ್: ಡೇಟಾದ ಒಟ್ಟಾರೆ ವಿತರಣೆಯನ್ನು ತೋರಿಸುವ ಬಾರ್ ಚಾರ್ಟ್. ಪ್ರತಿ ಬಾರ್‌ನ ಎತ್ತರವು ನಿರ್ದಿಷ್ಟ ಮಧ್ಯಂತರದೊಳಗಿನ ಡೇಟಾದ ಆವರ್ತನ (ಸಂಖ್ಯೆ) ಯನ್ನು ಸೂಚಿಸುತ್ತದೆ.
– ಬಾಕ್ಸ್ ಪ್ಲಾಟ್: ಐದು ಸಾರಾಂಶ ಸಂಖ್ಯೆಗಳನ್ನು (ಕನಿಷ್ಠ ಮೌಲ್ಯ, ಮೊದಲ ಕ್ವಾರ್ಟೈಲ್, ಮಧ್ಯ, ಮೂರನೇ ಕ್ವಾರ್ಟೈಲ್ ಮತ್ತು ಗರಿಷ್ಠ ಮೌಲ್ಯ) ಚಿತ್ರಿಸುವ ರೇಖಾಚಿತ್ರ ಮತ್ತು ಇದನ್ನು ಹೆಚ್ಚಾಗಿ ಹೊರಗಿನವುಗಳನ್ನು ಗುರುತಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ.
– ಪೈ ಚಾರ್ಟ್: ಗುಣಾತ್ಮಕ ದತ್ತಾಂಶದಲ್ಲಿ ಪ್ರತಿಯೊಂದು ವರ್ಗದ ಅನುಪಾತ ಅಥವಾ ಶೇಕಡಾವಾರು ಪ್ರಮಾಣವನ್ನು ತೋರಿಸುವ ವೃತ್ತ ರೇಖಾಚಿತ್ರ.

## ನೈಜ ಜಗತ್ತಿನ ಅಪ್ಲಿಕೇಶನ್

ವಿವರಣಾತ್ಮಕ ಸಂಖ್ಯಾಶಾಸ್ತ್ರವು ವಿವಿಧ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ವ್ಯಾಪಕ ಅನ್ವಯಿಕೆಗಳನ್ನು ಹೊಂದಿದೆ. ಕೆಲವು ಸಾಮಾನ್ಯ ಉಪಯೋಗಗಳು ಸೇರಿವೆ:

### ವ್ಯವಹಾರದಲ್ಲಿ

– ಮಾರಾಟ ವಿಶ್ಲೇಷಣೆ: ಕಂಪನಿಗಳು ತಮ್ಮ ಉತ್ಪನ್ನ ಮಾರಾಟದ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳನ್ನು ಬಳಸಬಹುದು. ಅವರು ಸರಾಸರಿ ದೈನಂದಿನ ಮಾರಾಟ, ಸರಾಸರಿ ಸಾಪ್ತಾಹಿಕ ಮಾರಾಟವನ್ನು ಲೆಕ್ಕ ಹಾಕಬಹುದು ಮತ್ತು ಪ್ರವೃತ್ತಿಗಳು ಮತ್ತು ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಲು ಮಾಸಿಕ ಮಾರಾಟ ಹಿಸ್ಟೋಗ್ರಾಮ್‌ಗಳನ್ನು ರಚಿಸಬಹುದು.

### ಆರೋಗ್ಯದಲ್ಲಿ

– ಆರೋಗ್ಯ ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆ: ವೈದ್ಯಕೀಯ ಸಂಶೋಧಕರು ಆರೋಗ್ಯ ದತ್ತಾಂಶವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಹೆಚ್ಚಾಗಿ ಕೇಂದ್ರ ಪ್ರವೃತ್ತಿ ಮತ್ತು ಪ್ರಸರಣದ ಅಳತೆಗಳನ್ನು ಬಳಸುತ್ತಾರೆ. ಉದಾಹರಣೆಗೆ, ಅವರು ರೋಗಿಗಳ ಸರಾಸರಿ ತೂಕ, ಅಪಾಯದಲ್ಲಿರುವ ಜನಸಂಖ್ಯೆಯಲ್ಲಿ ವಯಸ್ಸಿನ ವಿತರಣೆಯನ್ನು ಲೆಕ್ಕ ಹಾಕಬಹುದು ಅಥವಾ ರಕ್ತದೊತ್ತಡದ ವಿತರಣೆಯನ್ನು ಚಿತ್ರಿಸಲು ಬಾಕ್ಸ್ ಪ್ಲಾಟ್ ಅನ್ನು ರಚಿಸಬಹುದು.

### ಶಿಕ್ಷಣದಲ್ಲಿ

– ವಿದ್ಯಾರ್ಥಿ ಅಂಕಗಳು: ಶಿಕ್ಷಣದಲ್ಲಿ ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳ ಬಳಕೆಯು ವಿದ್ಯಾರ್ಥಿಗಳ ಪರೀಕ್ಷಾ ಅಂಕಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರಬಹುದು. ಸಂಸ್ಥೆಗಳು ವಿದ್ಯಾರ್ಥಿಗಳ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ವಿವರಿಸಲು ಮತ್ತು ಸುಧಾರಣೆಗೆ ಕ್ಷೇತ್ರಗಳನ್ನು ಗುರುತಿಸಲು ಸರಾಸರಿ, ಸರಾಸರಿ ಮತ್ತು ಪ್ರಮಾಣಿತ ವಿಚಲನವನ್ನು ಬಳಸಬಹುದು.

## ತೀರ್ಮಾನ

ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳು ಡೇಟಾವನ್ನು ಚೆನ್ನಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ವಿಶ್ಲೇಷಿಸಲು ನಮಗೆ ಸಹಾಯ ಮಾಡುವ ಪ್ರಮುಖ ಸಾಧನವಾಗಿದೆ. ಡೇಟಾ, ಜನಸಂಖ್ಯೆ ಮತ್ತು ಮಾದರಿಯಂತಹ ಮೂಲಭೂತ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಹಾಗೂ ಕೇಂದ್ರ ಪ್ರವೃತ್ತಿಯ ಅಳತೆಗಳು, ಪ್ರಸರಣದ ಅಳತೆಗಳು ಮತ್ತು ಚಿತ್ರಾತ್ಮಕ ಪ್ರಾತಿನಿಧ್ಯದಂತಹ ಪ್ರಮುಖ ತಂತ್ರಗಳನ್ನು ಕರಗತ ಮಾಡಿಕೊಳ್ಳುವ ಮೂಲಕ, ನಾವು ಸಂಗ್ರಹಿಸುವ ಡೇಟಾದಿಂದ ಅಮೂಲ್ಯವಾದ ಒಳನೋಟಗಳನ್ನು ಪಡೆಯಬಹುದು.

ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳ ಪ್ರಾಯೋಗಿಕ ಬಳಕೆಯನ್ನು ವ್ಯವಹಾರ, ಆರೋಗ್ಯ ರಕ್ಷಣೆ ಮತ್ತು ಶಿಕ್ಷಣ ಸೇರಿದಂತೆ ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ವಿಭಾಗಗಳಲ್ಲಿ ಕಾಣಬಹುದು. ಉತ್ತಮ ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆಯು ಹೆಚ್ಚು ಮಾಹಿತಿಯುಕ್ತ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು, ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ತಂತ್ರಗಳನ್ನು ಯೋಜಿಸಲು ಮತ್ತು ಸಮಸ್ಯೆಗಳನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಪರಿಹರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳನ್ನು ಚೆನ್ನಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಮತ್ತು ಸರಿಯಾಗಿ ಅನ್ವಯಿಸುವ ಮೂಲಕ, ನಮ್ಮ ದೈನಂದಿನ ಗುರಿಗಳನ್ನು ಸಾಧಿಸುವಲ್ಲಿ ನಾವು ದತ್ತಾಂಶವನ್ನು ಹೆಚ್ಚು ಅರ್ಥಪೂರ್ಣ ಮತ್ತು ಉಪಯುಕ್ತವಾಗಿಸಬಹುದು. ಹೀಗಾಗಿ, ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳು ಕೇವಲ ಶೈಕ್ಷಣಿಕ ವಿಷಯವಲ್ಲ, ಆದರೆ ಆಧುನಿಕ, ದತ್ತಾಂಶ-ಚಾಲಿತ ಜಗತ್ತಿಗೆ ಅಗತ್ಯವಾದ ಕೌಶಲ್ಯವಾಗಿದೆ.