डेटा प्रशोधनमा संचयी आवृत्ति वितरण तालिकाको प्रयोग

डेटा प्रशोधनमा संचयी आवृत्ति वितरण तालिकाको प्रयोग

डेटा प्रशोधनमा, विशेष गरी आधारभूत तथ्याङ्कहरूमा, ठूलो मात्रामा कच्चा डेटा संक्षेप गर्ने सबैभन्दा प्रभावकारी तरिकाहरू मध्ये एक फ्रिक्वेन्सी वितरण तालिका प्रयोग गर्नु हो। यद्यपि, हामीलाई प्रायः प्रत्येक वर्गमा कति डेटा पर्छ भन्ने बारेमा मात्र नभई निश्चित थ्रेसहोल्डसम्म कति डेटा जम्मा हुन्छ भन्ने बारेमा पनि जानकारी चाहिन्छ। यो जहाँ संचयी फ्रिक्वेन्सी वितरण तालिकाहरूले महत्त्वपूर्ण भूमिका खेल्छन्। यी तालिकाहरू शिक्षा, अनुसन्धान, व्यवसाय र गुणस्तर मूल्याङ्कनमा व्यापक रूपमा प्रयोग गरिन्छ किनभने तिनीहरूले डेटा वितरणको थप जानकारीमूलक सिंहावलोकन प्रदान गर्छन्, विशेष गरी प्रतिशतक, मध्यक र चतुर्थकहरूको विश्लेषणको लागि, साथै लक्ष्य उपलब्धिको निगरानीको लागि।

संचयी आवृत्ति वितरण तालिकाहरू बुझ्दै

संचयी फ्रिक्वेन्सी वितरण तालिकाले प्रत्येक अन्तराल वर्गमा फ्रिक्वेन्सी (डेटाको घटनाहरूको संख्या) प्रदर्शन गर्दछ, जबकि पहिलो वर्गबाट ​​एक विशिष्ट वर्गमा क्रमशः थपिएको फ्रिक्वेन्सीहरू पनि प्रदर्शन गर्दछ। यी संचयी मानहरूले हामीलाई प्रयोग गरिएको संचयी फ्रिक्वेन्सीको प्रकारमा निर्भर गर्दै कति डेटा बिन्दुहरू निश्चित सीमा भन्दा कम वा बराबर छन्, वा यसको विपरीत, निश्चित सीमा भन्दा बढी वा बराबर छन् भनेर हेर्न मद्दत गर्दछ।

सामान्यतया, संचयी आवृत्ति दुई प्रकारका हुन्छन्:

१. संचयी आवृत्ति भन्दा कम छ
संचय सबैभन्दा तल्लो वर्गबाट ​​उच्चतम वर्गमा गरिन्छ। यो तालिकाले डेटाको संख्या निर्धारण गर्न सजिलो बनाउँछ जसको मानहरू निश्चित उच्च वर्ग सीमा भन्दा बढी हुँदैनन्।

२. संचयी आवृत्ति भन्दा ठूलो छ
उच्चतम वर्गबाट ​​तल्लो वर्गमा संचय गरिन्छ। यो तालिका निश्चित तल्लो वर्ग सीमाभन्दा माथिको मान भएका डेटाको संख्या निर्धारण गर्न उपयोगी छ।

यी दुई रूपहरू एकअर्काका पूरक हुन् र विश्लेषण आवश्यकता अनुसार प्रयोग गर्न सकिन्छ।

संचयी आवृत्ति तालिका किन महत्त्वपूर्ण छ?

डेटा प्रशोधन अभ्यासमा, एक विशिष्ट फ्रिक्वेन्सी तालिकाले प्रति वर्ग डेटा बिन्दुहरूको संख्याको बारेमा मात्र जानकारी प्रदान गर्दछ। यद्यपि, धेरै निर्णयहरूलाई समग्र वितरण भित्र डेटाको सापेक्षिक स्थितिको बारेमा जानकारी आवश्यक पर्दछ। संचयी फ्रिक्वेन्सी तालिकाहरू महत्त्वपूर्ण छन् किनभने:

- पढ्न सजिलो र संरचित रूपमा डेटा संक्षेप गर्नुहोस्।
- मध्यक, चतुर्थक, दशमलव र प्रतिशतक जस्ता स्थान मापनहरूको विश्लेषणलाई सहज बनाउँछ।
- तथ्याङ्कीय ग्राफहरूको सिर्जनालाई समर्थन गर्दछ, उदाहरणका लागि ओगिभ्स (सञ्चित वक्रहरू)।
- निर्णय लिने काममा सहयोग गर्ने, उदाहरणका लागि स्नातक सीमा निर्धारण गर्ने, ग्राहक विभाजन गर्ने, वा कार्यसम्पादन मूल्याङ्कन गर्ने।
- निश्चित वर्गहरूको प्रभुत्व र समयसँगै संचय सहित डेटा वितरण ढाँचाहरू अझ स्पष्ट रूपमा देखाउँछ।

संचयी आवृत्ति वितरण तालिका सिर्जना गर्ने चरणहरू

यस तालिकाको प्रयोग सामान्यतया कच्चा डेटाबाट सुरु हुन्छ, त्यसपछि यसलाई अन्तराल समूहहरूमा संक्षेप गरिन्छ। मुख्य चरणहरू निम्नानुसार छन्:

१. डेटा सङ्कलन र क्रमबद्ध गर्नुहोस् (यदि आवश्यक भएमा)
क्रमबद्ध गर्नु सधैं अनिवार्य हुँदैन, तर यसले दायरा बुझ्न र चरम मानहरू पत्ता लगाउन मद्दत गर्छ।

२. डेटा दायरा निर्धारण गर्नुहोस्
दायरा = अधिकतम मान - न्यूनतम मान।

३. अन्तराल कक्षाहरूको संख्या निर्धारण गर्नुहोस्
प्रायः प्रयोग हुने नियमहरू मध्ये एक स्टर्जेस सूत्र हो:
\( k = १ + ३.३ \लग n \)
जहाँ \( n \) डेटाको संख्या हो र \( k \) वर्गहरूको संख्या हो।

४. वर्ग चौडाइ निर्धारण गर्नुहोस्
कक्षा चौडाइ = दायरा / कक्षाहरूको संख्या (सुग्घर हुनको लागि गोलाकार)।

५. अन्तराल कक्षाहरू सिर्जना गर्नुहोस्
उदाहरणका लागि, डेटाको सन्दर्भ अनुसार ५०–५९, ६०–६९, र यस्तै अन्य।

प्रत्येक कक्षाको आवृत्ति गणना गर्नुहोस्
फ्रिक्वेन्सी भनेको त्यो अन्तरालमा पर्ने डेटाको संख्या हो।

७. संचयी आवृत्ति गणना गर्नुहोस्
– “भन्दा कम” को लागि: पहिलो कक्षाबाट त्यो कक्षामा फ्रिक्वेन्सीहरू जोड्नुहोस्।
– “भन्दा बढी” को लागि: अन्तिम कक्षाबाट त्यो कक्षामा फ्रिक्वेन्सीहरू जोड्नुहोस्।

८. संचयी प्रतिशत थप्नुहोस् (वैकल्पिक)
संचयी प्रतिशत = (संचयी आवृत्ति / कुल डेटा) × १००%।
यो अनुपात पढ्नको लागि धेरै उपयोगी छ।

सरल आवेदन उदाहरण

मानौं ४० जना विद्यार्थीहरूको लागि परीक्षा अङ्क डेटा छ जुन त्यसपछि निम्न अन्तरालहरूमा समूहबद्ध गरिएको छ (उदाहरणका लागि):

| मान अन्तराल | आवृत्ति (f) | संचयी आवृत्ति (≤) |
|—|—:|—:|
| ९०–९९ | २ | ४० |
| ९०–९९ | २ | ४० |
| ९०–९९ | २ | ४० |
| ९०–९९ | २ | ४० |
| ९०–९९ | २ | ४० |
| ९०–९९ | २ | ४० |

तालिकाबाट, हामी यो पढ्न सक्छौं:
– ≤ ६९ अंक प्राप्त गर्ने विद्यार्थीहरूको संख्या २२ थियो।
– ≤ ७९ अंक प्राप्त गर्ने विद्यार्थीहरूको संख्या ३२ छ।
– कुल विद्यार्थीहरू ४० छन्, जुन अन्तिम कक्षाको संचयी आवृत्तिमा देखाइएको छ।

यदि तपाईं "भन्दा ठूलो" संस्करण सिर्जना गर्न चाहनुहुन्छ भने, संचय उच्चतम ग्रेडबाट सुरु हुन्छ। उदाहरणका लागि, जब हामी सोध्छौं: "कति विद्यार्थीहरूले ८० वा सोभन्दा बढी अंक प्राप्त गरे?" संचयी ग्रेट दाइन तालिकाको साथ, यस्ता प्रश्नहरूको जवाफ द्रुत रूपमा दिइन्छ।

ओगिभ: संचयी आवृत्तिको दृश्यावलोकन

संचयी आवृत्ति वितरण तालिकाहरूको एउटा महत्त्वपूर्ण प्रयोग ओगिभहरूको सिर्जना हो, जुन रेखा ग्राफहरू हुन् जसले संचयी आवृत्तिहरूलाई प्रतिनिधित्व गर्दछ। ओगिभहरू निम्नका लागि प्रयोग गरिन्छ:

- ग्राफिक रूपमा मध्यका र चतुर्थकहरू निर्धारण गर्नुहोस्।
- दुई डेटा वितरणको तुलना गर्दै।
- दृश्य रूपमा डेटाको वितरण र प्रवृत्ति अवलोकन गर्ने।

"भन्दा कम" ओगिभ सामान्यतया बायाँबाट दायाँतिर माथि जान्छ, जबकि "भन्दा ठूलो" ओगिभ तल झर्छ। व्यावहारिक विश्लेषणमा, ओगिभहरू प्रायः शैक्षिक मूल्याङ्कन, गुणस्तर नियन्त्रण, र मार्केटिङ अनुसन्धानमा प्रयोग गरिन्छ।

विभिन्न क्षेत्रहरूमा आवेदन

७. पेन्डिडिकन
परीक्षा मूल्याङ्कन वा सिकाइ मूल्याङ्कनमा, संचयी आवृत्ति तालिकाहरूले शिक्षक वा व्याख्याताहरूलाई मद्दत गर्छन्:
- मध्य वर्ग मान निर्धारण गर्नुहोस्।
- उपलब्धिहरूको वितरण मापन।
- कोटीहरूको लागि मान सीमा निर्धारण गर्नुहोस् (जस्तै उपचारात्मक, पर्याप्त, राम्रो, धेरै राम्रो)।
- कति प्रतिशत विद्यार्थीहरूले KKM (न्यूनतम पूरा गर्ने मापदण्ड) भन्दा कम अंक प्राप्त गरेका छन् हेर्नुहोस्।

२. व्यापार र मार्केटिंग संसार
कम्पनीहरूले प्रायः ग्राहक वा लेनदेन डेटा विश्लेषण गर्छन्, उदाहरणका लागि:
- प्रति ग्राहक खरिद संख्याको वितरण।
- दैनिक कारोबार नाममात्रको वितरण।
- कुल खर्चको आधारमा ग्राहक विभाजन।

संचयी आवृत्तिको साथ, प्रबन्धकहरूले महत्त्वपूर्ण प्रश्नहरूको जवाफ दिन सक्छन् जस्तै: "कति प्रतिशत ग्राहकहरूले RP. 500.000 भन्दा कम खर्च गर्छन्?" वा "कति लेनदेनहरू निश्चित मूल्य भन्दा माथि छन्?"

३. स्वास्थ्य र महामारी विज्ञान
स्वास्थ्य डेटामा, संचयी आवृत्ति तालिकाहरू निम्नका लागि प्रयोग गरिन्छ:
- बिरामीहरूको उमेर वितरण।
- रक्तचाप वा चिनीको मात्राको वितरण।
- जोखिम सीमाभन्दा तल/माथि रहेका बिरामीहरूको अनुपात हेर्नुहोस्।

यसले स्वास्थ्य सेवा पेशेवरहरूलाई हस्तक्षेपलाई प्राथमिकता दिने जस्ता डेटा-संचालित निर्णयहरू गर्न मद्दत गर्दछ।

४. उद्योग र गुणस्तर नियन्त्रण
उत्पादनमा, गुणस्तर निगरानी गर्न प्रायः संचयी तालिकाहरू प्रयोग गरिन्छ:
- उत्पादन आकार वितरण।
- उत्पादन दोषहरूको वितरण।
- डेलिभरीको समयबद्धता।

यसरी, कम्पनीले मापदण्ड पूरा गर्ने उत्पादनहरूको प्रतिशत र विचलनहरू कति ठूला छन् भनेर जान्न सक्छ।

सामान्य गल्तीहरू र त्यसबाट कसरी बच्ने

यो सरल देखिए पनि, संचयी फ्रिक्वेन्सी तालिका सिर्जना गर्दा धेरै त्रुटिहरू हुन सक्छन्, जसमा समावेश छन्:
- ओभरल्यापिङ अन्तराल कक्षाहरू (जस्तै स्पष्ट सीमा नियमहरू बिना ५०-६० र ६०-७०)।
समाधान: कडा सीमा नियम प्रयोग गर्नुहोस्, उदाहरणका लागि ५०–५९, ६०–६९, आदि।
- फ्रिक्वेन्सी कुल डेटासँग मेल खाँदैन।
समाधान: फ्रिक्वेन्सीहरूको संख्या डेटाको संख्या जस्तै होस् भनी सुनिश्चित गर्नुहोस्।
- संचयी गलत दिशानिर्देशन
समाधान: "भन्दा कम" वा "भन्दा बढी" प्रयोग गर्ने कि नगर्ने भन्ने कुरा सुरुदेखि नै निर्णय गर्नुहोस्।
- वर्ग चौडाइ असंगत छ
समाधान: निष्पक्ष व्याख्याको लागि वर्ग चौडाइ समान बनाउनुहोस्।

बन्द

संचयी आवृत्ति वितरण तालिकाहरू डेटा प्रशोधनमा अत्यन्त उपयोगी उपकरण हुन् किनभने तिनीहरूले प्रति वर्ग मात्र नभई निश्चित बिन्दुसम्म संचयी डेटा पनि प्रस्तुत गर्न सक्छन्। शिक्षादेखि उद्योगसम्म, तिनीहरूको प्रयोगले स्थानिय विश्लेषण, ओगिभ भिजुअलाइजेशन, र डेटा-संचालित निर्णय-निर्धारणलाई सहज बनाउँछ। व्यवस्थित तयारी चरणहरू र अन्तराल वर्गहरू र संचयी गणनाहरूको सावधानीपूर्वक निर्धारणको साथ, यी तालिकाहरूले थप, थप लक्षित सांख्यिकीय विश्लेषणको लागि ठोस आधार प्रदान गर्न सक्छन्।

यदि तपाईं चाहनुहुन्छ भने, म तपाईंसँग भएको कच्चा डेटा (जस्तै विद्यार्थी ग्रेड, बिक्री डेटा, वा सर्वेक्षण डेटा) बाट यसको ओगिभ सहितको पूर्ण संचयी फ्रिक्वेन्सी तालिकामा नमूना तालिका सिर्जना गर्न पनि मद्दत गर्न सक्छु।