ਸਮੂਹ ਡੇਟਾ ਦੇ ਪ੍ਰਤੀਸ਼ਤ: ਸਮਝ ਅਤੇ ਉਪਯੋਗ
ਅੰਕੜਾ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪਹਿਲੂ ਹੈ, ਜੋ ਕਿ ਅਰਥ ਸ਼ਾਸਤਰ, ਵਿੱਤ, ਸਿਹਤ ਅਤੇ ਸਮਾਜਿਕ ਵਿਗਿਆਨ ਵਰਗੇ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਡੇਟਾ ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ ਅੰਕੜਿਆਂ ਵਿੱਚ ਅਕਸਰ ਵਰਤਿਆ ਜਾਣ ਵਾਲਾ ਇੱਕ ਸੰਕਲਪ ਪ੍ਰਤੀਸ਼ਤ ਹੈ। ਇੱਕ ਪ੍ਰਤੀਸ਼ਤ ਇੱਕ ਮੁੱਲ ਹੈ ਜੋ ਡੇਟਾ ਦੇ ਇੱਕ ਸਮੂਹ ਨੂੰ ਸੌ ਬਰਾਬਰ ਹਿੱਸਿਆਂ ਵਿੱਚ ਵੰਡਦਾ ਹੈ। ਸਮੂਹਬੱਧ ਡੇਟਾ ਦੇ ਸੰਦਰਭ ਵਿੱਚ, ਪ੍ਰਤੀਸ਼ਤਾਂ ਨੂੰ ਸਮਝਣਾ ਅਤੇ ਗਣਨਾ ਕਰਨਾ ਸਿੰਗਲ ਜਾਂ ਗੈਰ-ਸਮੂਹਿਕ ਡੇਟਾ ਨਾਲੋਂ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਹੋ ਜਾਂਦਾ ਹੈ। ਇਸ ਲੇਖ ਦਾ ਉਦੇਸ਼ ਸਮੂਹਬੱਧ ਡੇਟਾ ਵਿੱਚ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਧਾਰਨਾ, ਉਹਨਾਂ ਦੀ ਗਣਨਾ ਕਿਵੇਂ ਕਰਨੀ ਹੈ, ਅਤੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਦੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪੜਚੋਲ ਕਰਨਾ ਹੈ।
ਪ੍ਰਤੀਸ਼ਤਾਂ ਨੂੰ ਸਮਝਣਾ
ਸਿੱਧੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਇੱਕ ਪ੍ਰਤੀਸ਼ਤ ਇੱਕ ਮਾਪ ਤਕਨੀਕ ਹੈ ਜੋ ਅੰਕੜਿਆਂ ਵਿੱਚ ਇੱਕ ਡੇਟਾ ਸੈੱਟ ਦੇ ਅੰਦਰ ਇੱਕ ਮੁੱਲ ਦੀ ਸਾਪੇਖਿਕ ਸਥਿਤੀ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਵਰਤੀ ਜਾਂਦੀ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, 25ਵਾਂ ਪ੍ਰਤੀਸ਼ਤ (P25) ਉਹ ਮੁੱਲ ਹੈ ਜਿਸ ਤੋਂ ਹੇਠਾਂ 25% ਡੇਟਾ ਆਉਂਦਾ ਹੈ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, 75% ਡੇਟਾ ਇਸ ਮੁੱਲ ਤੋਂ ਉੱਪਰ ਆ ਜਾਵੇਗਾ। ਇਸੇ ਤਰ੍ਹਾਂ, 50ਵਾਂ ਪ੍ਰਤੀਸ਼ਤ (ਮੱਧਮ) ਅਤੇ 75ਵਾਂ ਪ੍ਰਤੀਸ਼ਤ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।
ਪ੍ਰਤੀਸ਼ਤ, ਚੌਥਾਈ ਅਤੇ ਡੈਸੀਲਾਂ ਤੋਂ ਸਿਰਫ਼ ਉਹਨਾਂ ਦੁਆਰਾ ਪੈਦਾ ਕੀਤੇ ਗਏ ਹਿੱਸਿਆਂ ਦੀ ਗਿਣਤੀ ਵਿੱਚ ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ: ਚੌਥਾਈ ਡੇਟਾ ਨੂੰ ਚਾਰ ਹਿੱਸਿਆਂ ਵਿੱਚ, ਡੈਸੀਲਾਂ ਨੂੰ ਦਸ ਹਿੱਸਿਆਂ ਵਿੱਚ, ਅਤੇ ਪ੍ਰਤੀਸ਼ਤ ਨੂੰ ਸੌ ਹਿੱਸਿਆਂ ਵਿੱਚ ਵੰਡਦੇ ਹਨ।
ਸਮੂਹ ਡੇਟਾ
ਸਮੂਹਬੱਧ ਡੇਟਾ, ਜਾਂ ਕਲੱਸਟਰਡ ਡੇਟਾ, ਉਹ ਡੇਟਾ ਹੈ ਜਿਸਨੂੰ ਅੰਤਰਾਲਾਂ ਜਾਂ ਕਲਾਸਾਂ ਵਿੱਚ ਸਮੂਹਬੱਧ ਕੀਤਾ ਗਿਆ ਹੈ। ਕਲੱਸਟਰਡ ਡੇਟਾ ਵਿੱਚ, ਡੇਟਾ ਮੁੱਲਾਂ ਨੂੰ ਹੁਣ ਵਿਅਕਤੀਗਤ ਤੌਰ 'ਤੇ ਨਹੀਂ ਦੇਖਿਆ ਜਾਂਦਾ, ਸਗੋਂ ਸਮੂਹਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਦੇਖਿਆ ਜਾਂਦਾ ਹੈ। ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਵਿਆਖਿਆ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਸਹੂਲਤ ਲਈ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਨਿਰੀਖਣਾਂ ਵਾਲੇ ਸੰਖਿਆਤਮਕ ਡੇਟਾ ਨਾਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਕਲੱਸਟਰਡ ਡੇਟਾ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਵਿੱਚ ਉਮਰ ਸੀਮਾਵਾਂ, ਆਮਦਨੀ, ਜਾਂ ਖਾਸ ਅੰਤਰਾਲਾਂ ਵਿੱਚ ਸਮੂਹਬੱਧ ਟੈਸਟ ਸਕੋਰ ਸ਼ਾਮਲ ਹਨ।
ਸਮੂਹਿਕ ਡੇਟਾ ਵਿੱਚ ਪ੍ਰਤੀਸ਼ਤ ਦੀ ਗਣਨਾ ਕਰਨਾ
ਸਮੂਹਬੱਧ ਡੇਟਾ 'ਤੇ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਗੈਰ-ਸਮੂਹਬੱਧ ਡੇਟਾ ਨਾਲੋਂ ਇੱਕ ਵੱਖਰੇ ਫਾਰਮੂਲੇ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਕਿਉਂਕਿ ਡੇਟਾ ਇੱਕ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਵਿੱਚ ਸੰਗਠਿਤ ਹੁੰਦਾ ਹੈ। ਹੇਠਾਂ ਦਿੱਤੇ ਕਦਮ ਗਣਨਾ ਪ੍ਰਕਿਰਿਆ ਦੀ ਵਿਆਖਿਆ ਕਰਦੇ ਹਨ:
1. ਕਲਾਸ ਸੀਮਾਵਾਂ ਅਤੇ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਨਿਰਧਾਰਤ ਕਰਨਾ
ਪਹਿਲਾ ਕਦਮ ਕਲਾਸ ਸੀਮਾਵਾਂ ਅਤੇ ਸੰਚਤ ਫ੍ਰੀਕੁਐਂਸੀਆਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨਾ ਹੈ। ਕਲਾਸ ਸੀਮਾਵਾਂ ਉਹ ਸੰਖਿਆਵਾਂ ਹਨ ਜੋ ਡੇਟਾ ਵੰਡ ਵਿੱਚ ਹਰੇਕ ਅੰਤਰਾਲ (ਕਲਾਸ) ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੀਆਂ ਹਨ। ਸੰਚਤ ਫ੍ਰੀਕੁਐਂਸੀਆਂ ਹਰੇਕ ਕਲਾਸ ਦੀਆਂ ਫ੍ਰੀਕੁਐਂਸੀਆਂ ਦਾ ਜੋੜ ਹਨ, ਪਹਿਲੀ ਕਲਾਸ ਤੋਂ ਲੈ ਕੇ ਇੱਕ ਖਾਸ ਕਲਾਸ ਤੱਕ।
2. ਪ੍ਰਤੀਸ਼ਤ ਸਥਿਤੀ ਦਾ ਪਤਾ ਲਗਾਉਣਾ
ਲੋੜੀਂਦੇ ਪ੍ਰਤੀਸ਼ਤ \( P_k \) ਦੀ ਸਥਿਤੀ ਲੱਭਣ ਲਈ, ਸਾਨੂੰ ਪਹਿਲਾਂ ਉਸ ਪ੍ਰਤੀਸ਼ਤ ਸ਼੍ਰੇਣੀ ਦਾ ਸਥਾਨ ਨਿਰਧਾਰਤ ਕਰਨਾ ਪਵੇਗਾ। kth ਪ੍ਰਤੀਸ਼ਤ ਉਸ ਮੁੱਲ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜਿਸ ਤੋਂ ਹੇਠਾਂ ਡੇਟਾ ਦਾ \( k% \) ਹੈ।
kth ਪ੍ਰਤੀਸ਼ਤ ਸਥਿਤੀ ਇਹ ਹੈ: \( \frac{k}{100} \times N \)
ਜਿੱਥੇ \( N \) ਨਿਰੀਖਣਾਂ ਦੀ ਕੁੱਲ ਸੰਖਿਆ ਹੈ।
3. ਪ੍ਰਤੀਸ਼ਤ ਵਰਗਾਂ ਦੀ ਪਛਾਣ ਕਰੋ
ਗਣਨਾ ਕੀਤੇ ਪ੍ਰਤੀਸ਼ਤ ਸਥਾਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਅਸੀਂ ਉਸ ਅੰਤਰਾਲ ਜਾਂ ਸ਼੍ਰੇਣੀ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦੇ ਹਾਂ ਜਿਸ ਵਿੱਚ ਉਹ ਸ਼ਾਮਲ ਹਨ। ਇਹ ਕਲਾਸਾਂ ਦੀ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਨੂੰ ਹੌਲੀ-ਹੌਲੀ ਦੇਖ ਕੇ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਸਾਨੂੰ ਉਹ ਸ਼੍ਰੇਣੀ ਨਹੀਂ ਮਿਲਦੀ ਜਿੱਥੇ ਪ੍ਰਤੀਸ਼ਤ ਸਥਿਤ ਹੈ।
4. ਪ੍ਰਤੀਸ਼ਤ ਮੁੱਲਾਂ ਦੀ ਗਣਨਾ ਕਰਨਾ
ਇੱਕ ਵਾਰ ਜਦੋਂ ਪ੍ਰਤੀਸ਼ਤ ਸ਼੍ਰੇਣੀ ਮਿਲ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਅਸੀਂ ਪ੍ਰਤੀਸ਼ਤ ਮੁੱਲ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਹੇਠਾਂ ਦਿੱਤੇ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਾਂ:
\[ P_k = L + \left( \frac{\frac{k}{100} \times N – F}{f} \right) \times i \]
ਮਨ ਵਿੱਚ:
– \( P_k \) = ਮੰਗਿਆ ਗਿਆ kth ਪ੍ਰਤੀਸ਼ਤ
– \( L \) = ਪ੍ਰਤੀਸ਼ਤ ਸ਼੍ਰੇਣੀ ਦੀ ਹੇਠਲੀ ਸੀਮਾ
– \( F \) = ਪ੍ਰਤੀਸ਼ਤ ਸ਼੍ਰੇਣੀ ਤੋਂ ਪਹਿਲਾਂ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ
– \( f \) = ਪ੍ਰਤੀਸ਼ਤ ਸ਼੍ਰੇਣੀ ਬਾਰੰਬਾਰਤਾ
– \( i \) = ਕਲਾਸ ਅੰਤਰਾਲ
ਪ੍ਰਤੀਸ਼ਤ ਗਣਨਾ ਦੀ ਉਦਾਹਰਣ
ਆਓ ਇਸਨੂੰ ਸਮਝਣ ਵਿੱਚ ਆਸਾਨੀ ਲਈ ਇੱਕ ਠੋਸ ਉਦਾਹਰਣ ਵੇਖੀਏ:
ਮੰਨ ਲਓ ਸਾਡੇ ਕੋਲ 100 ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਟੈਸਟ ਸਕੋਰ ਡੇਟਾ ਹੈ ਜਿਸਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਸਮੂਹਬੱਧ ਕੀਤਾ ਗਿਆ ਹੈ:
| ਸਕੋਰ ਅੰਤਰਾਲ | ਬਾਰੰਬਾਰਤਾ |
|——————|———–|
| 0 – 10 | 5 |
| 10 – 20 | 10 |
| 20 – 30 | 20 |
| 30 – 40 | 25 |
| 40 – 50 | 20 |
| 50 – 60 | 10 |
| 60 – 70 | 5 |
ਪਹਿਲਾ ਕਦਮ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਦੀ ਗਣਨਾ ਕਰਨਾ ਹੈ:
| ਸਕੋਰ ਅੰਤਰਾਲ | ਬਾਰੰਬਾਰਤਾ | ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ |
|——————|————–|—————————|
| 0 – 10 | 5 | 5 |
| 10 – 20 | 10 | 15 |
| 20 – 30 | 20 | 35 |
| 30 – 40 | 25 | 60 |
| 40 – 50 | 20 | 80 |
| 50 – 60 | 10 | 90 |
| 60 – 70 | 5 | 95 |
ਮੰਨ ਲਓ ਅਸੀਂ 75ਵਾਂ ਪ੍ਰਤੀਸ਼ਤ (P75) ਲੱਭਣਾ ਚਾਹੁੰਦੇ ਹਾਂ:
1. P75 ਸਥਿਤੀ ਨਿਰਧਾਰਤ ਕਰੋ:
\[ \text{ਸਥਿਤੀ P75} = \frac{75}{100} \ਗੁਣਾ 100 = 75 \]
2. ਉਸ ਸ਼੍ਰੇਣੀ ਦੀ ਪਛਾਣ ਕਰੋ ਜਿਸ ਵਿੱਚ ਸਥਿਤੀ 75 ਹੈ। ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਸਾਰਣੀ ਤੋਂ, ਅਸੀਂ ਦੇਖਦੇ ਹਾਂ ਕਿ ਸਥਿਤੀ 75 ਸਕੋਰ ਅੰਤਰਾਲ 40-50 ਵਿੱਚ ਹੈ।
3. ਦਿੱਤੇ ਗਏ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਕੇ P75 ਮੁੱਲ ਦੀ ਗਣਨਾ ਕਰੋ:
\[
P_{75} = 40 + \left( \frac{75 – 60}{20} \right) \ਗੁਣਾ 10
\]
\[
P_{75} = 40 + \left( \frac{15}{20} \right) \ਗੁਣਾ 10
\]
\[
P_{75} = 40 + 7.5 = 47.5
\]
ਇਸ ਲਈ, ਇਸ ਡੇਟਾ ਵੰਡ ਵਿੱਚ ਸਭ ਤੋਂ ਘੱਟ 75% ਦੇ ਨਾਲ ਲੱਗਦੇ ਸਕੋਰ 47,5 ਹੈ।
ਸਮੂਹ ਡੇਟਾ ਵਿੱਚ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਵਰਤੋਂ
ਸਮੂਹ ਡੇਟਾ ਵਿੱਚ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਵਰਤੋਂ ਕਈ ਤਰ੍ਹਾਂ ਦੀਆਂ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਸਥਿਤੀਆਂ ਵਿੱਚ ਬਹੁਤ ਮਦਦਗਾਰ ਹੁੰਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
1. ਵਿਦਿਆਰਥੀ ਪ੍ਰਾਪਤੀ ਮੁਲਾਂਕਣ: ਸਿੱਖਿਆ ਵਿੱਚ, ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਵਰਤੋਂ ਇਹ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਕਿ ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੂਜੇ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਮੁਕਾਬਲੇ ਕਿਵੇਂ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ। ਇਹ ਜਾਣ ਕੇ ਕਿ ਇੱਕ ਵਿਦਿਆਰਥੀ ਦਾ ਸਕੋਰ ਕਿਸ ਪ੍ਰਤੀਸ਼ਤ ਵਿੱਚ ਆਉਂਦਾ ਹੈ, ਅਸੀਂ ਸਮੂਹ ਦੇ ਅੰਦਰ ਉਹਨਾਂ ਦੀ ਸਾਪੇਖਿਕ ਸਥਿਤੀ ਨੂੰ ਸਮਝ ਸਕਦੇ ਹਾਂ।
2. ਸਿਹਤ: ਡਾਕਟਰੀ ਖੇਤਰ ਵਿੱਚ, ਬੱਚਿਆਂ ਦੇ ਵਿਕਾਸ ਨੂੰ ਮਾਪਣ ਲਈ ਅਕਸਰ ਪ੍ਰਤੀਸ਼ਤ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਡਾਕਟਰ ਇਹ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਕੀ ਬੱਚੇ ਦੀ ਉਚਾਈ ਜਾਂ ਭਾਰ ਉਸੇ ਉਮਰ ਦੇ ਬੱਚਿਆਂ ਦੀ ਆਦਰਸ਼ ਆਬਾਦੀ ਦੇ ਮੁਕਾਬਲੇ 70ਵੇਂ ਪ੍ਰਤੀਸ਼ਤ ਵਿੱਚ ਹੈ।
3. ਅਰਥ ਸ਼ਾਸਤਰ ਅਤੇ ਆਮਦਨ: ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਵਰਤੋਂ ਕਿਸੇ ਦਿੱਤੀ ਆਬਾਦੀ ਦੇ ਅੰਦਰ ਆਮਦਨ ਅਤੇ ਦੌਲਤ ਦੀ ਵੰਡ ਨੂੰ ਸਮਝਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਹ ਅਸਮਾਨਤਾ ਅਤੇ ਗਰੀਬੀ ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਨਾਲ-ਨਾਲ ਆਰਥਿਕ ਨੀਤੀ ਯੋਜਨਾਬੰਦੀ ਵਿੱਚ ਵੀ ਮਦਦ ਕਰਦਾ ਹੈ।
4. ਮਨੋਵਿਗਿਆਨ ਅਤੇ ਸਮਾਜਿਕ: ਪ੍ਰਤੀਸ਼ਤ ਮਨੋਵਿਗਿਆਨਕ ਟੈਸਟ ਦੇ ਸਕੋਰਾਂ ਦੀ ਵੰਡ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ, ਇਸ ਤਰ੍ਹਾਂ ਮਨੋਵਿਗਿਆਨੀਆਂ ਨੂੰ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦੇ ਹਨ ਕਿ ਉੱਤਰਦਾਤਾ ਕਿਸੇ ਖਾਸ ਯੋਗਤਾ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਔਸਤ, ਔਸਤ ਤੋਂ ਘੱਟ, ਜਾਂ ਔਸਤ ਤੋਂ ਉੱਪਰ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਹਨ।
5. ਵਪਾਰ ਅਤੇ ਮਾਰਕੀਟਿੰਗ: ਮਾਰਕੀਟ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ, ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਵਰਤੋਂ ਗਾਹਕਾਂ ਨੂੰ ਆਮਦਨ, ਖਰਚ, ਜਾਂ ਹੋਰ ਖਪਤਕਾਰ ਵਿਵਹਾਰਾਂ ਦੇ ਅਧਾਰ ਤੇ ਵੰਡਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਤਾਂ ਜੋ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਮਾਰਕੀਟਿੰਗ ਅਤੇ ਵਿਗਿਆਪਨ ਰਣਨੀਤੀਆਂ ਨੂੰ ਨਿਰਦੇਸ਼ਤ ਕੀਤਾ ਜਾ ਸਕੇ।
ਸਿੱਟਾ
ਡੇਟਾ ਵੰਡ ਦੇ ਅੰਦਰ ਮੁੱਲਾਂ ਦੀ ਸਾਪੇਖਿਕ ਸਥਿਤੀ ਨੂੰ ਸਮਝਣ ਲਈ ਅੰਕੜਿਆਂ ਵਿੱਚ ਪ੍ਰਤੀਸ਼ਤ ਇੱਕ ਬਹੁਤ ਉਪਯੋਗੀ ਸਾਧਨ ਹਨ। ਜਦੋਂ ਕਿ ਸਮੂਹਿਕ ਡੇਟਾ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਗਣਨਾ ਸਿੰਗਲ ਡੇਟਾ ਨਾਲੋਂ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਹੈ, ਇਹ ਅਜੇ ਵੀ ਇੱਕ ਯੋਜਨਾਬੱਧ ਪਹੁੰਚ ਨਾਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਸਮੂਹਿਕ ਡੇਟਾ ਵਿੱਚ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਵਿਆਖਿਆ ਅਤੇ ਗਣਨਾ ਕਰਨ ਦੀ ਯੋਗਤਾ ਡੂੰਘੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਬਹੁਤ ਸਾਰੇ ਮੌਕੇ ਖੋਲ੍ਹਦੀ ਹੈ ਅਤੇ ਕਈ ਤਰ੍ਹਾਂ ਦੇ ਵਿਹਾਰਕ ਖੇਤਰਾਂ ਵਿੱਚ ਉਪਯੋਗੀ ਹੈ।
ਸਹੀ ਸਮਝ ਦੇ ਨਾਲ, ਪ੍ਰਤੀਸ਼ਤ ਡੇਟਾ ਦੀ ਗੁੰਝਲਤਾ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਲਈ ਇੱਕ ਬਹੁਤ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਾਧਨ ਹੋ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਅਤੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਜਾਣਕਾਰੀ ਦੇ ਅਧਾਰ ਤੇ ਬਿਹਤਰ ਫੈਸਲੇ ਲੈਣ ਦੀ ਆਗਿਆ ਮਿਲਦੀ ਹੈ।
