ကြိမ်နှုန်းဖြန့်ဖြူးမှု၏ အခြေခံသဘောတရားများ

ကြိမ်နှုန်းဖြန့်ဖြူးမှု၏ အခြေခံသဘောတရားများ

ကြိမ်နှုန်းဖြန့်ဖြူးမှုသည် ဒေတာများကို စီစဉ်ခြင်းနှင့် ခွဲခြမ်းစိတ်ဖြာခြင်းအတွက် စာရင်းအင်းများတွင် အရေးကြီးသော နည်းလမ်းတစ်ခုဖြစ်သည်။ ဤဝေါဟာရသည် ဒေတာတန်ဖိုးများကို အမျိုးအစားများ သို့မဟုတ် ကြားကာလများအဖြစ် မည်သို့ခွဲခြားသည်နှင့် အမျိုးအစားတစ်ခုစီ၏ ကြိမ်နှုန်းများကို မည်သို့မှတ်တမ်းတင်သည်ကို ရည်ညွှန်းသည်။ ကြိမ်နှုန်းဖြန့်ဖြူးမှု၏ အခြေခံသဘောတရားများကို စူးစမ်းလေ့လာခြင်းဖြင့် ဒေတာကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုရမည်နှင့် ရရှိလာသောဒေတာအပေါ်အခြေခံ၍ ပိုမိုအသိပေးဆုံးဖြတ်ချက်များချရမည်ကို ကျွန်ုပ်တို့ ပိုမိုကောင်းမွန်စွာ နားလည်နိုင်ပါသည်။

ကြိမ်နှုန်း ဖြန့်ဖြူးမှုဆိုတာ ဘာလဲ။

ကြိမ်နှုန်းဖြန့်ဖြူးမှုဆိုသည်မှာ ရိုးရှင်းစွာ ဇယား သို့မဟုတ် ဂရပ်တစ်ခုဖြစ်ပြီး ဒေတာစုစည်းမှုတစ်ခုတွင် တန်ဖိုး သို့မဟုတ် အမျိုးအစားတစ်ခုစီ၏ ကြိမ်နှုန်း သို့မဟုတ် ဖြစ်ပွားမှုအရေအတွက်ကို ပြသသည်။ ကြိမ်နှုန်းဖြန့်ဖြူးမှုတွင် ဇယားရှိ entry တစ်ခုစီသည် သတ်မှတ်ထားသော တန်ဖိုးတစ်ခု ပေါ်လာသည့် အကြိမ်ရေကို မှတ်တမ်းတင်သည်။ ကြိမ်နှုန်းဖြန့်ဖြူးမှုဇယားများသည် ကုန်ကြမ်းဒေတာကို ရိုးရှင်းစေရန်နှင့် ခွဲခြမ်းစိတ်ဖြာရန်နှင့် အဓိပ္ပာယ်ဖွင့်ဆိုရန် ပိုမိုလွယ်ကူစေရန်အတွက် အသုံးဝင်ပါသည်။

ကြိမ်နှုန်းဖြန့်ဖြူးမှုဇယား၏ ရိုးရှင်းသော ဥပမာတစ်ခုမှာ စာမေးပွဲတွင် ကျောင်းသားမည်မျှသည် သတ်မှတ်ထားသောရမှတ်ရရှိခဲ့သည်ကို မှတ်တမ်းတင်ခြင်းဖြစ်သည်။ ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့တွင် စာမေးပွဲရမှတ် ၉၀၊ ၈၅၊ ၈၈၊ ၉၀၊ ၇၂ စသည်ဖြင့်ရှိပါက၊ ကြိမ်နှုန်းဖြန့်ဖြူးမှုဇယားသည် ရမှတ်တစ်ခုစီ မည်မျှဖြစ်ပေါ်သည်ကို ပြသနိုင်သည်။

ကြိမ်နှုန်းဖြန့်ဖြူးမှုတစ်ခု ဖန်တီးရန် အဆင့်များ

ကြိမ်နှုန်းဖြန့်ဖြူးမှုတစ်ခု ဖန်တီးခြင်းအပါအဝင် စနစ်တကျလုပ်ဆောင်ရမည့် အဆင့်များစွာ လိုအပ်ပါသည်-

၁။ ဒေတာစုဆောင်းခြင်း- ပထမခြေလှမ်းမှာ ကုန်ကြမ်းဒေတာများ စုဆောင်းရန်ဖြစ်သည်။ ဤဒေတာသည် ကျွန်ုပ်တို့တွင်ရှိသော ဒေတာအမျိုးအစားပေါ် မူတည်၍ နံပါတ်များ သို့မဟုတ် အမျိုးအစားများပုံစံဖြင့် ရှိနိုင်သည်။

၂။ Interval Classes များကို သတ်မှတ်ခြင်း- ကျယ်ပြန့်သောအပိုင်းအခြားတစ်ခုတွင် ကွဲပြားသော ပမာဏဆိုင်ရာဒေတာအတွက် “interval classes” များကို ဖန်တီးခြင်းသည် ပိုမိုအသုံးဝင်လေ့ရှိသည်။ ၎င်းတို့သည် သတ်မှတ်ထားသောအပိုင်းအခြားတစ်ခုအတွင်း စီစဉ်ထားသော တန်ဖိုးအုပ်စုများဖြစ်သည်။ ဥပမာအားဖြင့်၊ စမ်းသပ်မှုရမှတ်များသည် 0 မှ 100 အထိရှိပါက၊ ကျွန်ုပ်တို့သည် 0-10၊ 11-20၊ 21-30 စသည်ဖြင့် interval classes များကို ဖန်တီးနိုင်သည်။

၃။ ကြိမ်နှုန်းတွက်ချက်ခြင်း- နောက်တစ်ဆင့်မှာ ကြားကာလအတန်းတစ်ခုစီတွင် တန်ဖိုးမည်မျှကျသည်ကို ရေတွက်ရန်ဖြစ်သည်။ ထို့နောက် ဤကြိမ်နှုန်းများကို ဇယားတစ်ခုတွင် မှတ်တမ်းတင်ထားသည်။

၄။ ကြိမ်နှုန်းဖြန့်ဖြူးမှုဇယားတစ်ခု ဖန်တီးခြင်း- ကြိမ်နှုန်းများကို တွက်ချက်ပြီးနောက်၊ ကျွန်ုပ်တို့သည် ကြိမ်နှုန်းဖြန့်ဖြူးမှုဇယားတစ်ခုကို ဖန်တီးနိုင်ပါသည်။ ဤဇယားတွင် ပုံမှန်အားဖြင့် interval classes အတွက် ကော်လံတစ်ခုနှင့် ကြိမ်နှုန်းများအတွက် ကော်လံတစ်ခု ပါဝင်ပါသည်။

ကြိမ်နှုန်းဖြန့်ဖြူးမှုအမျိုးအစားများ

ကြိမ်နှုန်းဖြန့်ဖြူးမှုကို အောက်ပါတို့အပါအဝင် နည်းလမ်းများစွာဖြင့် ခွဲခြားနိုင်သည်-

၁။ ပကတိကြိမ်နှုန်းဖြန့်ဖြူးမှု- ဤသည်မှာ ဖြစ်ရပ်များ၏ ပကတိကြိမ်နှုန်းကို မှတ်တမ်းတင်ထားသည့် အသုံးအများဆုံး ကြိမ်နှုန်းဖြန့်ဖြူးမှုအမျိုးအစားဖြစ်သည်။ ဥပမာ- စမ်းသပ်မှုရမှတ်များသည် ၇၀ မှ ၁၀၀ အတွင်းရှိပါက ပကတိကြိမ်နှုန်းက ၇၀-၈၀ ကြားကာလတွင် ရမှတ်ရရှိသော ကျောင်းသား ၅ ဦး၊ ၈၁-၉၀ ကြားကာလတွင် ကျောင်းသား ၈ ဦးနှင့် ၉၁-၁၀၀ ကြားကာလတွင် ကျောင်းသား ၁၀ ဦးရှိကြောင်း ပြသနိုင်သည်။

၂။ ဆွေမျိုးကြိမ်နှုန်းဖြန့်ဖြူးမှု- တစ်ခါတစ်ရံတွင် ဆွေမျိုးကြိမ်နှုန်းများ၊ ဆိုလိုသည်မှာ အပိုင်းအခြားတစ်ခုစီအတွင်း ကျရောက်သော စုစုပေါင်းဖြစ်ရပ်များ၏ ရာခိုင်နှုန်းအရ ဒေတာကိုပြသခြင်းသည် ပိုမိုအသိပေးပါသည်။ ဥပမာအားဖြင့် ကျောင်းသား ၁၀၀ ရှိပြီး ၎င်းတို့အနက် ၂၀ သည် သတ်မှတ်ထားသော အပိုင်းအခြားအတွင်း ကျရောက်ပါက ဆွေမျိုးကြိမ်နှုန်းမှာ ၂၀/၁၀၀ = ၂၀% ဖြစ်သည်။

၃။ စုပေါင်းကြိမ်နှုန်းဖြန့်ဖြူးမှု- ဤသည်မှာ အတန်းအစားတစ်ခုစီ၏ ကြိမ်နှုန်းသည် ထိုအပိုင်းအခြား၏ ကြိမ်နှုန်းများနှင့် ယခင်အပိုင်းအခြားအားလုံး၏ ပေါင်းလဒ်ဖြစ်သည့် ကြိမ်နှုန်းဖြန့်ဖြူးမှုအမျိုးအစားတစ်ခုဖြစ်သည်။ ဤဖြန့်ဖြူးမှုသည် အချက်အလက်တွင် ရာခိုင်နှုန်းများ သို့မဟုတ် ကွာတာများကို ဆုံးဖြတ်ရာတွင် အထောက်အကူပြုသည်။

ကြိမ်နှုန်း ဖြန့်ဖြူးမှု ဂရပ်

ဇယားများအပြင်၊ ကြိမ်နှုန်းဖြန့်ဖြူးမှုများကို ဂရပ်ဖစ်ပုံစံအမျိုးမျိုးဖြင့် မြင်ယောင်ပြသလေ့ရှိသည်-

၁။ ဟစ်စတိုဂရမ်- ဤသည်မှာ interval class များ၏ frequency (သို့မဟုတ် relative frequency) ကိုပြသသည့် bar graph တစ်ခုဖြစ်သည်။ ဟစ်စတိုဂရမ်တွင် bar တစ်ခုစီ၏ width သည် interval class ကိုကိုယ်စားပြုပြီး bar ၏ height သည် frequency သို့မဟုတ် အကြိမ်ရေကိုညွှန်ပြသည်။

၂။ Frequency Polygon: ၎င်းသည် interval class တစ်ခုစီ၏ frequency များကိုကိုယ်စားပြုသော point များကိုချိတ်ဆက်ပေးသော line graph တစ်ခုဖြစ်သည်။ Frequency polygon များသည် histogram များထက် distribution shape များကို ပိုမိုအသေးစိတ်ကြည့်ရှုရန်အတွက် အသုံးဝင်ပါသည်။

၃။ Ogive: ဤသည်မှာ စုပေါင်းကြိမ်နှုန်းဖြန့်ဖြူးမှု၏ ဂရပ်တစ်ခုဖြစ်သည်။ ogive ကို dataset တစ်ခုတွင် သတ်မှတ်ထားသောတန်ဖိုးတစ်ခုအောက် မည်မျှဖြစ်ပျက်မှုများ (ရာခိုင်နှုန်း သို့မဟုတ် စုစုပေါင်း) ကျဆင်းသွားသည်ကို ဆုံးဖြတ်ရန် အသုံးပြုသည်။

ကြိမ်နှုန်းဖြန့်ဖြူးမှု၏ အသုံးချမှုများနှင့် အရေးပါမှု

ကြိမ်နှုန်းဖြန့်ဖြူးမှုသည် ပညာရေး၊ ဆေးပညာ၊ စျေးကွက်ရှာဖွေရေး၊ လူမှုရေးသုတေသနနှင့် အခြားအရာများစွာကဲ့သို့သော နယ်ပယ်အမျိုးမျိုးတွင် ကျယ်ပြန့်သောအသုံးချမှုများရှိသည်။ ဥပမာအချို့ကို ဖော်ပြလိုက်ပါသည်။

၁။ ပညာရေး- ဆရာ၊ ဆရာမများနှင့် ပညာရေးဆိုင်ရာ စီမံခန့်ခွဲသူများသည် စာမေးပွဲရလဒ်များကို ခွဲခြမ်းစိတ်ဖြာရန်၊ ကျောင်းသားအဆင့်များ ဖြန့်ဖြူးမှုကို ဆုံးဖြတ်ရန်နှင့် တိုးတက်ရန်လိုအပ်သော သင်ယူမှုပုံစံများကို ဖော်ထုတ်ရန်အတွက် ကြိမ်နှုန်းဖြန့်ဖြူးမှုကို အသုံးပြုကြသည်။

၂။ ဆေးပညာ- ဆေးဘက်ဆိုင်ရာသုတေသီများသည် လူဦးရေတစ်ခုတွင် အချို့သောလက္ခဏာများ၏ ကြိမ်နှုန်းကိုရှာဖွေရန်၊ အားနည်းသောအုပ်စုများကို ဖော်ထုတ်ရန်နှင့် ကုသမှုများ သို့မဟုတ် ဆေးဘက်ဆိုင်ရာကြားဝင်ဆောင်ရွက်မှုများ၏ အကျိုးသက်ရောက်မှုများကို အကဲဖြတ်ရန်အတွက် ကြိမ်နှုန်းဖြန့်ဖြူးမှုကို အသုံးပြုကြသည်။

၃။ စျေးကွက်ရှာဖွေရေး- စျေးကွက်ရှာဖွေရေးတွင်၊ ကြိမ်နှုန်းဖြန့်ဖြူးမှုကို စားသုံးသူအပြုအမူကို ခွဲခြမ်းစိတ်ဖြာရန်၊ ထုတ်ကုန်နှစ်သက်မှုများကို ဆုံးဖြတ်ရန်နှင့် လူဦးရေဆိုင်ရာဒေတာနှင့် ဈေးဝယ်အလေ့အထများအပေါ်အခြေခံ၍ ပိုမိုထိရောက်သော စျေးကွက်ရှာဖွေရေးဗျူဟာများ တီထွင်ရန်အတွက် အသုံးပြုသည်။

၄။ စီမံခန့်ခွဲမှုနှင့် စီးပွားရေးဆုံးဖြတ်ချက်များ- စီးပွားရေးမန်နေဂျာများသည် ပိုမိုပညာရှိပြီး အချက်အလက်အခြေပြု ဆုံးဖြတ်ချက်များချရန်အတွက် အရောင်းခွဲခြမ်းစိတ်ဖြာခြင်း၊ ဝန်ထမ်းစွမ်းဆောင်ရည် စောင့်ကြည့်ခြင်းနှင့် အန္တရာယ်အကဲဖြတ်ခြင်းတို့တွင် ကြိမ်နှုန်းဖြန့်ဖြူးမှုကို မကြာခဏ အသုံးပြုလေ့ရှိသည်။

နိဂုံး

ကြိမ်နှုန်းဖြန့်ဖြူးမှုသည် စာရင်းအင်းဒေတာခွဲခြမ်းစိတ်ဖြာမှုတွင် အခြေခံအကျဆုံးနှင့် မရှိမဖြစ်လိုအပ်သောကိရိယာများထဲမှ တစ်ခုဖြစ်သည်။ ဤသဘောတရားကို နားလည်ပြီး အသုံးချခြင်းဖြင့် ရှုပ်ထွေးသောဒေတာကို ပိုမိုနားလည်ရလွယ်ကူသောပုံစံများအဖြစ် ရိုးရှင်းအောင်ပြုလုပ်နိုင်သည်။ ကြိမ်နှုန်းဖြန့်ဖြူးမှုသည် ဒေတာမှ အရေးကြီးသောအချက်အလက်များကို ထုတ်ယူရန်၊ ခန့်မှန်းချက်များပြုလုပ်ရန်နှင့် အထောက်အထားအခြေခံဆုံးဖြတ်ချက်များချရန် ကူညီပေးသည်။ ထို့ကြောင့် ကြိမ်နှုန်းဖြန့်ဖြူးမှုများကို ကောင်းစွာနားလည်ခြင်းသည် အောင်မြင်သောဒေတာခွဲခြမ်းစိတ်ဖြာမှုတိုင်းတွင် အရေးကြီးသောပထမခြေလှမ်းတစ်ခုဖြစ်သည်။