समूह डेटाको चतुर्थांश
पेन्डाहुलुआन
तथ्याङ्क, डेटाको सङ्कलन, विश्लेषण, व्याख्या, प्रस्तुतीकरण र संगठनसँग सम्बन्धित विज्ञानको एक शाखामा धेरै महत्त्वपूर्ण अवधारणाहरू छन् जसले डेटा-संचालित निर्णय लिने कार्यमा मद्दत गर्दछ। डेटा विश्लेषणमा एउटा महत्त्वपूर्ण तथ्याङ्कीय अवधारणा क्वार्टाइल हो। क्वार्टाइलहरूले डेटा वितरण र डेटा कसरी समूहबद्ध गरिन्छ भनेर बुझ्न मद्दत गर्छन्। यस लेखमा, हामी समूहबद्ध डेटाको सन्दर्भमा क्वार्टाइलहरू, तिनीहरूलाई कसरी गणना गर्ने, र परिणामहरूको व्याख्या गर्दा डेटा वितरणमा कसरी गहिरो अन्तर्दृष्टि प्रदान गर्न सकिन्छ भन्ने बारेमा विस्तृत रूपमा छलफल गर्नेछौं।
चतुर्थकहरू बुझ्दै
सरल भाषामा भन्नु पर्दा, चतुर्थकहरू ती मानहरू हुन् जसले डेटालाई चार बराबर भागमा विभाजन गर्छन्। डेटा वितरणको सन्दर्भमा, चतुर्थकहरूले डेटालाई तीन बिन्दुमा विभाजन गर्छन्, जसले चार अन्तरालहरू बनाउँछ। यी तीन बिन्दुहरू: पहिलो चतुर्थक (Q1), दोस्रो चतुर्थक (Q2), र तेस्रो चतुर्थक (Q3) तथ्याङ्कीय विश्लेषणको लागि आधारभूत छन्। प्रत्येक चतुर्थकको डेटा बुझ्नको लागि फरक अर्थ र कार्य हुन्छ।
– पहिलो चतुर्थक (Q1): यो डेटाको तल्लो आधा भागको बीचको मान हो, जसलाई २५ औं प्रतिशतक पनि भनिन्छ।
– दोस्रो चतुर्थक (Q2): यो सबै डेटाको मध्य मान हो, जसलाई मध्यका वा ५० औं प्रतिशतक पनि भनिन्छ।
– तेस्रो चतुर्थक (Q3): यो डेटाको माथिल्लो आधा भागको बीचको मान हो, जसलाई ७५ औं प्रतिशतक पनि भनिन्छ।
वितरणका विभिन्न पक्षहरू वर्णन गर्न र डेटाको दायरा र स्थिरताको बारेमा थप विस्तृत जानकारी प्रदान गर्न चतुर्थकहरू प्रयोग गरिन्छ।
समूहीकृत डेटामा चतुर्थकहरू
वास्तविक संसारमा, सङ्कलन गरिएको डेटा सामान्यतया समूहीकृत (कच्चा डेटा) हुँदैन तर तिनीहरूको सम्बन्धित फ्रिक्वेन्सीहरू (समूहबद्ध डेटा) भएका समूहहरूमा हुन्छ। समूहीकृत डेटाको विश्लेषण गर्नुको उद्देश्य विभिन्न वर्ग वा वर्गहरूमा डेटा कसरी वितरण गरिन्छ भन्ने बारे जानकारी प्रदान गर्नु हो। समूहीकृत डेटाको लागि चतुर्थक गणना गर्दा समूहीकृत डेटाको तुलनामा धेरै फरक चरणहरू समावेश हुन्छन्।
समूहीकृत डेटाको चतुर्थांश गणना गर्ने चरणहरू
समूहीकृत डेटामा चतुर्थक गणना गर्न, हामीलाई फ्रिक्वेन्सी वितरणबाट केही आधारभूत जानकारी चाहिन्छ, जस्तै माथिल्लो र तल्लो वर्ग सीमा, प्रत्येक वर्गको फ्रिक्वेन्सी, र संचयी आवृत्ति। समूहीकृत डेटाको लागि चतुर्थक गणना गर्ने चरणहरू यहाँ छन्:
१. चतुर्थक वर्ग निर्धारण गर्नुहोस्:
– पहिलो चतुर्थक (Q1): संचयी आवृत्ति नजिक पुग्ने वर्गहरूमा पाइन्छ \( \frac{N}{4} \)
– दोस्रो चतुर्थक (Q2) वा मध्यक: संचयी आवृत्ति नजिक पुग्ने वर्गहरूमा पाइन्छ \( \frac{N}{2} \)
– तेस्रो चतुर्थक (Q3) : संचयी आवृत्ति नजिक पुग्ने वर्गहरूमा पाइन्छ \( \frac{3N}{4} \)
२. समूहीकृत डेटाको लागि चतुर्थक सूत्र प्रयोग गर्नुहोस्:
– पहिलो चतुर्थकको लागि सूत्र (Q1):
\[
Q1 = L + \left( \frac{\frac{N}{4} – Fk}{f} \right) \times c
\]
- दोस्रो चतुर्थकको लागि सूत्र (Q2):
\[
Q2 = L + \left( \frac{\frac{N}{2} – Fk}{f} \right) \times c
\]
- तेस्रो चतुर्थकको लागि सूत्र (Q3):
\[
Q3 = L + \left( \frac{\frac{3N}{4} – Fk}{f} \right) \times c
\]
कहाँ:
– \( L \) चतुर्थक वर्गको तल्लो सीमा हो
– \( N \) कुल आवृत्ति हो
– \( Fk \) चतुर्थक वर्ग सम्मको संचयी आवृत्ति हो
– \( f \) चतुर्थक वर्गको आवृत्ति हो
– \( c \) वर्ग चौडाइ हो
समूहीकृत डेटाको लागि चतुर्थक गणनाको उदाहरण
बुझ्न सजिलो बनाउनको लागि, निम्न उदाहरण हेरौं:
डेटाको आवृत्ति वितरण निम्नानुसार छ:
| कक्षा अन्तराल | आवृत्ति (f) |
|——————-|———————|
| ५० – ६० | ३ |
| ५० – ६० | ३ |
| ३० – ४० | १२ |
| ५० – ६० | ३ |
| ५० – ६० | ३ |
Langkah-langkah:
१. N निर्धारण गर्नुहोस् : कुल आवृत्ति \( N = ५ + ८ + १२ + ७ + ३ = ३५ \)
२. संचयी आवृत्ति (Fk):
| अन्तराल वर्ग | आवृत्ति (f) | संचयी आवृत्ति (Fk) |
|——————-|———————|————————–|
| १० – २० | ५ | ५ |
| ५० – ६० | ३ | ३५ |
| ३० – ४० | १२ | २५ |
| ५० – ६० | ३ | ३५ |
| ५० – ६० | ३ | ३५ |
३. चतुर्थक वर्गहरू फेला पार्दै:
– Q1: \( \frac{N}{4} = १७.५ \) कक्षा ३०-४० मा छ
– Q2: \( \frac{N}{2} = १७.५ \) कक्षा ३०-४० मा छ
– Q3: \( \frac{3N}{4} = 26.25 \) कक्षा ४०-५० मा छ
४. चतुर्थक गणना गर्दै:
- Q1 को लागि:
– \( L = २० \)
– \( Fk = ५ \)
– \( च = ८ \)
– \( ग = १० \)
\[
Q1 = २० + \left( \frac{8.75 – 5}{8} \right) \गुणा १० = २० + (०.४६८७५) \गुणा १० = २४.६८७५
\]
- Q2 को लागि:
– \( L = २० \)
– \( Fk = ५ \)
– \( च = ८ \)
– \( ग = १० \)
\[
Q2 = २० + \left( \frac{17.5 – 13}{12} \right) \गुणा १० = २० + (०.४६८७५) \गुणा १० = २४.६८७५
\]
- Q3 को लागि:
– \( L = २० \)
– \( Fk = ५ \)
– \( च = ८ \)
– \( ग = १० \)
\[
Q3 = २० + \left( \frac{26.25 – 25}{7} \right) \गुणा १० = २० + (०.४६८७५) \गुणा १० = २४.६८७५
\]
नतिजाहरूको व्याख्या
माथिको गणना प्रयोग गरेर, हामी यो प्राप्त गर्छौं:
– Q1 = ४४
– Q2 = ४४
– Q3 = ४४
यी चतुर्थकहरूले हामीलाई डेटाको वितरणको बारेमा थप जानकारी दिन्छन्:
– Q1=४१.७८५७ : ७५% डेटा ४१.७८५७ भन्दा कम छ।
– Q2=४१.७८५७ : ७५% डेटा ४१.७८५७ भन्दा कम छ।
– Q3=४१.७८५७ : ७५% डेटा ४१.७८५७ भन्दा कम छ।
चतुर्थक जानकारीले हामीलाई डेटाको सांद्रता र यसको परिवर्तनशीलताको दायरा बुझ्न अनुमति दिन्छ। यो जानकारी निर्णय लिने र थप डेटा विश्लेषणमा धेरै उपयोगी हुन सक्छ, जस्तै आउटलियर पत्ता लगाउने वा प्रणाली कार्यसम्पादन मूल्याङ्कन।
केसिम्पुलन
समूहीकृत डेटामा रहेका चतुर्थकहरूले तथ्याङ्कीय विश्लेषणमा महत्त्वपूर्ण भूमिका खेल्छन्। सही विधिहरूको साथ, हामी डेटा वितरणलाई अझ विस्तृत र शुद्धतामा बुझ्न सक्छौं। यो जानकारीले डेटा व्याख्या गर्न मात्र मद्दत गर्दैन तर अनुभवजन्य प्रमाणको आधारमा थप सूचित निर्णय लिने सुविधा पनि प्रदान गर्दछ। निष्कर्षमा, समूहीकृत डेटामा रहेका चतुर्थकहरूको गणना र व्याख्या कसरी गर्ने भनेर बुझ्नु प्रत्येक डेटा विश्लेषकले मास्टर गर्नुपर्ने आधारभूत सीप हो।
