Eksempelspørsmål som diskuterer kvartiler av grupperte data
Pendahuluan
Kvartiler i statistikk er et mål på sentral tendens som deler data inn i fire like deler. Kvartiler består av den første kvartilen (Q1), den andre kvartilen (Q2) og den tredje kvartilen (Q3). I mange tilfeller kan dataene som analyseres grupperes. Denne artikkelen vil diskutere eksempler og en diskusjon av kvartiler for grupperte data.
Forstå kvartiler i gruppedata
Kvartiler er verdier som deler organiserte data inn i fire like deler. Den første kvartilen (Q1) er kjent som den 25. persentilen, den andre kvartilen (Q2) er også kjent som medianen eller 50. persentilen, og den tredje kvartilen (Q3) er kjent som den 75. persentilen.
For grupperte data er det litt mer komplisert å beregne kvartiler enn for enkeltdata. Grupperte data presenteres vanligvis i en frekvensfordelingstabell, så vi må bruke en spesifikk formel for å finne kvartilene.
Kvartilformel for grupperte data
For å finne kvartilene i grupperte data bruker vi følgende formel:
– Første kvartil (Q1):
\[
Q1 = L_{Q1} + (\frac{\frac{N}{4} – F_{Q1}}{f_{Q1}}) \right c
\]
– Andre kvartil (Q2):
\[
Q2 = L_{Q2} + (\frac{\frac{N}{2} – F_{Q2}}{f_{Q2}}) \right c
\]
– Tredje kvartil (Q3):
\[
Q3 = L_{Q3} + (\frac{\frac{3N}{4} – F_{Q3}}{f_{Q3}}) \multiplikasjon c
\]
Di mana:
– \( L_{Q1}, L_{Q2}, L_{Q3} \) = nedre grense for klasse Q1, Q2, Q3
– \(N \) = antall data
– \( F_{Q1}, F_{Q2}, F_{Q3} \) = kumulativ frekvens før klasse Q1, Q2, Q3
– \( f_{Q1}, f_{Q2}, f_{Q3} \) = klassefrekvenser Q1, Q2, Q3
– \(c \) = klasselengde
Eksempel på problemer
Følgende er et eksempel på et gruppedataproblem som vil bli brukt til å beregne kvartiler:
| Verdi | Frekvens |
|————|———–|
| 10–19 | 5 |
| 20–29 | 8 |
| 30–39 | 12 |
| 40–49 | 15 |
| 50–59 | 6 |
| 60–69 | 4 |
Trinn 1: Bestem den kumulative frekvensen
Først må vi bestemme den kumulative frekvensen for hver klasse:
| Verdi | Frekvens | Kumulativ frekvens |
|————|————–|————————|
| 10–19 | 5 | 5 |
| 20–29 | 8 | 13 |
| 30–39 | 12 | 25 |
| 40–49 | 15 | 40 |
| 50–59 | 6 | 46 |
| 60–69 | 4 | 50 |
Antall data (N) = 50
Trinn 2: Bestemmelse av første kvartil (Q1)
– \( \frac{N}{4} = \frac{50}{4} = 12.5 \)
Vi ser etter klassen der den kumulative frekvensen først overstiger 12.5, nemlig klasse 20–29.
– L (nedre grense for klasse Q1) = 20
– F (kumulativ frekvens før klasse Q1) = 5
– f (frekvensen til klasse Q1) = 8
– c (klasselengde) = 10
Bruker formel Q1:
\[
Q1 = 20 + (12.5 – 5/8) × 10 = 20 + (7.5/8) × 10 = 20 + 9.375 = 29.375
\]
Trinn 3: Bestemmelse av andre kvartil (Q2)
– \( \frac{N}{2} = \frac{50}{2} = 25 \)
Vi ser etter klassen der den kumulative frekvensen først overstiger 25, nemlig klasse 30–39.
– L = 30
– F = 13
– f = 12
– c = 10
Bruker formel Q2:
\[
Q2 = 30 + (25 – 13/12) × 10 = 30 + (12/12) × 10 = 30 + 10 = 40
\]
Trinn 4: Bestem den tredje kvartilen (Q3)
– (\frac{3N}{4} = \frac{3 \times 50}{4} = 37.5 \)
Vi ser etter klassen der den kumulative frekvensen først overstiger 37.5, nemlig klasse 40–49.
– L = 40
– F = 25
– f = 15
– c = 10
Bruker formel Q3:
\[
Q3 = 40 + (37.5–25) × 15) × 10 = 40 + (12.5) × 15) × 10 = 40 + 8.333 = ca. 48.333
\]
Konklusjon
Fra beregningene ovenfor får vi kvartilverdiene for gruppedataene som følger:
– Første kvartil (Q1) = 29.375
– Andre kvartil (Q2) = 40
– Tredje kvartil (Q3) = 48.333
Disse verdiene lar oss forstå hvordan dataene er fordelt innenfor gruppen. For eksempel faller 25 % av dataene under 29 375 (Q1), 50 % av dataene faller under 40 (medianen eller Q2), og 75 % av dataene faller under 48 333 (Q3).
Kvartilberegninger er nyttige i en rekke situasjoner for å få en dypere forståelse av datafordeling. Å forstå denne metoden lar oss analysere grupperte data mer nøyaktig og effektivt.
