ਅੰਕੜਿਆਂ ਵਿੱਚ ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ
Dalam statistika, penyajian data merupakan tahap penting sebelum melakukan penarikan kesimpulan. Data yang awalnya berupa deretan angka mentah sering kali sulit dipahami jika tidak diorganisasi dan divisualisasikan dengan tepat. Salah satu cara efektif untuk menyajikan distribusi data adalah melalui poligon frekuensi . Poligon frekuensi membantu kita melihat pola sebaran data, kecenderungan nilai yang dominan, serta bentuk distribusinya (misalnya simetris, menceng, atau memiliki lebih dari satu puncak). Artikel ini membahas konsep poligon frekuensi, cara membuatnya, bagaimana menginterpretasikannya, serta kegunaannya dalam analisis data statistika.
ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜਾਂ ਨੂੰ ਸਮਝਣਾ
Poligon frekuensi adalah grafik garis yang menggambarkan distribusi frekuensi dari data berkelompok. Grafik ini dibentuk dengan menghubungkan titik-titik yang mewakili frekuensi pada titik tengah kelas (class midpoint). Berbeda dari histogram yang berupa batang, poligon frekuensi berbentuk garis, sehingga memudahkan pengamat untuk membandingkan pola distribusi beberapa kelompok data dalam satu bidang grafik.
ਫ੍ਰੀਕੁਐਂਸੀ ਬਹੁਭੁਜ ਅਕਸਰ ਉਦੋਂ ਵਰਤੇ ਜਾਂਦੇ ਹਨ ਜਦੋਂ ਅਸੀਂ ਫ੍ਰੀਕੁਐਂਸੀ ਵਿੱਚ ਬਦਲਾਅ ਜਾਂ ਰੁਝਾਨਾਂ ਨੂੰ ਵਧੇਰੇ ਸੁਚਾਰੂ ਢੰਗ ਨਾਲ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਾਂ। ਉਦਾਹਰਨ ਲਈ, ਟੈਸਟ ਸਕੋਰ, ਉਚਾਈ, ਭਾਰ, ਜਾਂ ਉਤਪਾਦਨ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਵਿੱਚ, ਫ੍ਰੀਕੁਐਂਸੀ ਬਹੁਭੁਜ ਇਹ ਦਿਖਾ ਸਕਦੇ ਹਨ ਕਿ ਕੀ ਡੇਟਾ ਜ਼ਿਆਦਾਤਰ ਇੱਕ ਖਾਸ ਸੀਮਾ ਵਿੱਚ ਕੇਂਦ੍ਰਿਤ ਹੈ ਜਾਂ ਕੀ ਇਹ ਸਮਾਨ ਰੂਪ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ।
ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜ ਕਦੋਂ ਵਰਤੇ ਜਾਂਦੇ ਹਨ?
ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜ ਮੁੱਖ ਤੌਰ 'ਤੇ ਉਦੋਂ ਵਰਤੇ ਜਾਂਦੇ ਹਨ ਜਦੋਂ ਡੇਟਾ:
1. Berbentuk data kuantitatif (misalnya nilai, berat, tinggi, waktu).
2. Sudah atau perlu dikelompokkan ke dalam interval kelas.
3. Perlu membandingkan dua atau lebih distribusi dalam satu grafik, karena garis lebih mudah ditumpuk dibanding batang histogram.
ਫ੍ਰੀਕੁਐਂਸੀ ਪੌਲੀਗੌਨ ਖੋਜੀ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਪੜਾਅ ਵਿੱਚ ਵੀ ਬਹੁਤ ਉਪਯੋਗੀ ਹੁੰਦੇ ਹਨ, ਯਾਨੀ ਜਦੋਂ ਖੋਜਕਰਤਾ ਅੰਕੜਾ ਟੈਸਟ, ਰਿਗਰੈਸ਼ਨ, ਜਾਂ ਭਵਿੱਖਬਾਣੀ ਵਰਗੇ ਹੋਰ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਡੇਟਾ ਦੀਆਂ ਆਮ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਸਮਝਣਾ ਚਾਹੁੰਦੇ ਹਨ।
ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸੇ
ਇੱਕ ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜ ਬਣਾਉਣ ਲਈ, ਕਈ ਬੁਨਿਆਦੀ ਹਿੱਸਿਆਂ ਨੂੰ ਸਮਝਣਾ ਜ਼ਰੂਰੀ ਹੈ:
– Interval kelas : rentang nilai yang membagi data menjadi beberapa kelompok.
– Frekuensi : jumlah data yang masuk pada tiap interval kelas.
– Titik tengah kelas : nilai tengah dari suatu interval yang dihitung dengan rumus:
\[
\text{ਮੱਧ ਬਿੰਦੂ} = \frac{\text{ਹੇਠਲੀ ਸੀਮਾ} + \text{ਉੱਪਰਲੀ ਸੀਮਾ}}{2}
\]
– Sumbu X dan Y : sumbu X berisi titik tengah kelas, sedangkan sumbu Y menunjukkan frekuensi.
ਇਸ ਹਿੱਸੇ ਨਾਲ, ਅਸੀਂ ਬਿੰਦੂ (ਮੱਧ ਬਿੰਦੂ, ਬਾਰੰਬਾਰਤਾ) ਖਿੱਚ ਸਕਦੇ ਹਾਂ ਅਤੇ ਫਿਰ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਲਾਈਨ ਵਿੱਚ ਜੋੜ ਸਕਦੇ ਹਾਂ।
ਇੱਕ ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜ ਬਣਾਉਣ ਲਈ ਕਦਮ
ਕੱਚੇ ਡੇਟਾ ਤੋਂ ਫ੍ਰੀਕੁਐਂਸੀ ਪੌਲੀਗਨ ਬਣਾਉਣ ਲਈ ਹੇਠ ਲਿਖੇ ਆਮ ਕਦਮ ਹਨ:
1. ਡੇਟਾ ਦਾ ਪ੍ਰਬੰਧ ਕਰਨਾ ਅਤੇ ਕਈ ਕਲਾਸਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣਾ
ਪਹਿਲਾ ਕਦਮ ਕੱਚਾ ਡੇਟਾ ਤਿਆਰ ਕਰਨਾ ਹੈ। ਉਸ ਤੋਂ ਬਾਅਦ, ਕਲਾਸਾਂ (k) ਦੀ ਗਿਣਤੀ ਨਿਰਧਾਰਤ ਕਰੋ। ਇੱਕ ਪ੍ਰਸਿੱਧ ਪਹੁੰਚ ਸਟਰਗੇਸ ਦਾ ਫਾਰਮੂਲਾ ਹੈ:
\[
k = 1 + 3{,}3 \log(n)
\]
ਜਿੱਥੇ \(n\) ਡੇਟਾ ਦੀ ਸੰਖਿਆ ਹੈ।
2. ਕਲਾਸ ਦੀ ਰੇਂਜ ਅਤੇ ਚੌੜਾਈ ਨਿਰਧਾਰਤ ਕਰੋ
Hitung rentang data:
\[
R = x_{\text{max}} – x_{\text{min}}
\]
ਫਿਰ ਕਲਾਸ ਚੌੜਾਈ ਦੀ ਗਣਨਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ:
\[
ਪੀ = \frac{R}{k}
\]
ਵਰਤੋਂ ਵਿੱਚ ਆਸਾਨੀ ਲਈ ਕਲਾਸ ਚੌੜਾਈ ਆਮ ਤੌਰ 'ਤੇ ਗੋਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
3. ਬਣਾਓ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ
Susun interval kelas, lalu hitung berapa banyak data yang masuk pada setiap interval tersebut. Hasilnya berupa ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ.
4. ਹਰੇਕ ਕਲਾਸ ਦੇ ਮੱਧ ਬਿੰਦੂ ਦੀ ਗਣਨਾ ਕਰੋ
ਹਰੇਕ ਅੰਤਰਾਲ ਲਈ, ਮੱਧ ਬਿੰਦੂ ਦੀ ਗਣਨਾ ਕਰੋ। ਇਹ ਮੱਧ ਬਿੰਦੂ X-ਧੁਰੇ 'ਤੇ ਵਰਤਿਆ ਜਾਵੇਗਾ।
5. ਗ੍ਰਾਫ਼ ਬਣਾਉਣਾ
- ਕਲਾਸ ਦੇ ਮੱਧ ਬਿੰਦੂ ਨੂੰ X ਧੁਰੇ 'ਤੇ ਰੱਖੋ।
- ਬਾਰੰਬਾਰਤਾ ਨੂੰ Y ਧੁਰੇ 'ਤੇ ਰੱਖੋ।
- ਬਿੰਦੂਆਂ ਦੇ ਜੋੜੇ ਪਲਾਟ ਕਰੋ (ਮੱਧ ਬਿੰਦੂ, ਬਾਰੰਬਾਰਤਾ)।
- ਬਿੰਦੂਆਂ ਨੂੰ ਸਿੱਧੀ ਰੇਖਾ ਨਾਲ ਜੋੜੋ।
ਬਹੁਭੁਜ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ "ਬੰਦ" ਕਰਨ ਲਈ, ਇੱਕ ਬਿੰਦੂ ਆਮ ਤੌਰ 'ਤੇ ਸ਼ੁਰੂ ਅਤੇ ਅੰਤ ਵਿੱਚ ਜ਼ੀਰੋ ਫ੍ਰੀਕੁਐਂਸੀ ਨਾਲ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ, ਪਹਿਲੀ ਸ਼੍ਰੇਣੀ ਤੋਂ ਪਹਿਲਾਂ ਕਲਾਸ ਦੇ ਮੱਧ ਬਿੰਦੂ 'ਤੇ ਅਤੇ ਆਖਰੀ ਸ਼੍ਰੇਣੀ ਤੋਂ ਬਾਅਦ।
ਵਿਆਖਿਆ ਦੀ ਸਰਲ ਉਦਾਹਰਣ
ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜ 70 ਦੇ ਮੱਧ ਬਿੰਦੂ 'ਤੇ ਆਪਣੀ ਸਭ ਤੋਂ ਉੱਚੀ ਸਿਖਰ ਦਿਖਾਉਂਦਾ ਹੈ, ਜਿਸਦੀ ਬਾਰੰਬਾਰਤਾ ਸਭ ਤੋਂ ਵੱਧ ਹੁੰਦੀ ਹੈ। ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਸਭ ਤੋਂ ਵੱਧ ਵਾਰ ਆਉਣ ਵਾਲਾ ਮੁੱਲ 70 ਦੇ ਆਸਪਾਸ ਹੈ, ਜੋ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਜ਼ਿਆਦਾਤਰ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਉਸ ਮੁੱਲ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਹੈ। ਜੇਕਰ ਬਹੁਭੁਜ ਸੱਜੇ (ਵੱਡੇ ਮੁੱਲ) ਵੱਲ ਤੇਜ਼ੀ ਨਾਲ ਡੁੱਬਦਾ ਹੈ ਅਤੇ ਖੱਬੇ (ਛੋਟੇ ਮੁੱਲ) ਵੱਲ ਫੈਲਦਾ ਹੈ, ਤਾਂ ਡੇਟਾ ਵੰਡ ਖੱਬੇ ਪਾਸੇ ਤਿੱਖੀ ਹੋ ਸਕਦੀ ਹੈ; ਇਸਦੇ ਉਲਟ, ਜੇਕਰ ਇਹ ਸੱਜੇ ਪਾਸੇ ਫੈਲਦਾ ਹੈ, ਤਾਂ ਵੰਡ ਸੱਜੇ ਪਾਸੇ ਤਿੱਖੀ ਹੁੰਦੀ ਹੈ।
Selain bentuk, kemiringan garis juga memberi indikasi perubahan frekuensi antarkelas. Kenaikan tajam berarti terjadi peningkatan jumlah data yang signifikan pada kelas berikutnya. Penurunan tajam menunjukkan sebaliknya.
ਫ੍ਰੀਕੁਐਂਸੀ ਪੌਲੀਗਨ ਬਨਾਮ ਹਿਸਟੋਗ੍ਰਾਮ
ਹਾਲਾਂਕਿ ਦੋਵੇਂ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਦਾ ਵਰਣਨ ਕਰਦੇ ਹਨ, ਪਰ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਹਨ:
1. Bentuk visual
- ਹਿਸਟੋਗ੍ਰਾਮ: ਨਾਲ ਲੱਗਦੀਆਂ ਬਾਰਾਂ।
- ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜ: ਬਿੰਦੂਆਂ ਨੂੰ ਜੋੜਨ ਵਾਲੀਆਂ ਲਾਈਨਾਂ।
2. Kemudahan perbandingan
- ਕਈ ਸਮੂਹਾਂ ਲਈ ਹਿਸਟੋਗ੍ਰਾਮ ਸਟੈਕ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ।
- ਇੱਕ ਗ੍ਰਾਫ ਵਿੱਚ ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨਾ ਆਸਾਨ ਹੈ।
3. Keterbacaan pola
- ਬਹੁਭੁਜ ਵੰਡ ਵਕਰ ਦੀ ਆਮ ਸ਼ਕਲ ਨੂੰ ਵਧੇਰੇ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਦਰਸਾਉਂਦੇ ਹਨ।
- ਹਿਸਟੋਗ੍ਰਾਮ ਕਲਾਸ ਢਾਂਚੇ ਨੂੰ ਵਿਸਥਾਰ ਵਿੱਚ ਦੇਖਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।
ਅਭਿਆਸ ਵਿੱਚ, ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜ ਅਕਸਰ ਹਿਸਟੋਗ੍ਰਾਮਾਂ ਦੇ ਅਧਾਰ ਤੇ ਬਣਾਏ ਜਾਂਦੇ ਹਨ: ਹਰੇਕ ਹਿਸਟੋਗ੍ਰਾਮ ਬਾਰ ਦੇ ਮੱਧ ਬਿੰਦੂ ਇੱਕ ਰੇਖਾ ਦੁਆਰਾ ਜੁੜੇ ਹੁੰਦੇ ਹਨ।
Manfaat Poligon Frekuensi dalam ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ
ਫ੍ਰੀਕੁਐਂਸੀ ਪੌਲੀਗਨ ਸਿਰਫ਼ ਤਸਵੀਰਾਂ ਨਹੀਂ ਹਨ, ਸਗੋਂ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਔਜ਼ਾਰ ਹਨ। ਉਨ੍ਹਾਂ ਦੇ ਕੁਝ ਫਾਇਦੇ:
1. Mengenali pusat data (tendensi sentral)
ਬਹੁਭੁਜ ਦਾ ਸਿਖਰ ਮੋਡ ਕਲਾਸ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਅਰਥਾਤ ਸਭ ਤੋਂ ਵੱਧ ਬਾਰੰਬਾਰਤਾ ਵਾਲਾ ਅੰਤਰਾਲ।
2. Melihat penyebaran (variabilitas)
ਚੌੜੇ ਬਹੁਭੁਜ ਵਧੇਰੇ ਵਿਭਿੰਨ ਡੇਟਾ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ; ਤੰਗ ਬਹੁਭੁਜ ਵਧੇਰੇ ਕੇਂਦਰਿਤ ਡੇਟਾ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।
3. Menilai bentuk distribusi
ਵੰਡ ਸਮਮਿਤੀ, ਤਿਰਛੀ, ਜਾਂ ਬਾਈਮੋਡਲ (ਦੋ ਸਿਖਰਾਂ) ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇਹ ਹੋਰ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਧੀਆਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ।
4. Membandingkan kelompok
ਉਦਾਹਰਨ ਲਈ, ਕਲਾਸ A ਅਤੇ ਕਲਾਸ B ਦੇ ਮੁੱਲਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨਾ, ਜਾਂ ਮਸ਼ੀਨ 1 ਅਤੇ ਮਸ਼ੀਨ 2 ਦੇ ਉਤਪਾਦਨ ਨਤੀਜਿਆਂ ਦੀ ਤੁਲਨਾ ਕਰਨਾ। ਵੰਡ ਵਿੱਚ ਅੰਤਰ ਦੇਖਣ ਲਈ ਦੋ ਬਹੁਭੁਜਾਂ ਨੂੰ ਇਕੱਠੇ ਖਿੱਚਿਆ ਜਾ ਸਕਦਾ ਹੈ।
5. Mendeteksi data tidak lazim
ਜੇਕਰ ਮੁੱਖ ਸਿਖਰ ਤੋਂ ਦੂਰ ਛੋਟੀਆਂ ਚੋਟੀਆਂ ਹਨ, ਤਾਂ ਵੱਖ-ਵੱਖ ਡੇਟਾ ਸਮੂਹ, ਇਨਪੁਟ ਗਲਤੀਆਂ, ਜਾਂ ਆਊਟਲਾਇਰ ਹੋ ਸਕਦੇ ਹਨ।
ਆਮ ਗਲਤੀਆਂ ਅਤੇ ਸਰਵਿੰਗ ਸੁਝਾਅ
ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜ ਬਣਾਉਣ ਵਿੱਚ ਕੁਝ ਆਮ ਗਲਤੀਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
– X-ਧੁਰੇ 'ਤੇ ਕਲਾਸ ਸੀਮਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ, ਕਲਾਸ ਦੇ ਵਿਚਕਾਰਲੇ ਬਿੰਦੂਆਂ 'ਤੇ ਨਹੀਂ।
- ਕਲਾਸ ਚੌੜਾਈ ਅਸੰਗਤ ਹੈ, ਜਿਸ ਕਾਰਨ ਗੁੰਮਰਾਹਕੁੰਨ ਵਿਆਖਿਆਵਾਂ ਹੁੰਦੀਆਂ ਹਨ।
- ਸਿਰਿਆਂ 'ਤੇ ਜ਼ੀਰੋ ਫ੍ਰੀਕੁਐਂਸੀ ਪੁਆਇੰਟ ਨਹੀਂ ਜੋੜਦਾ, ਇਸ ਲਈ ਬਹੁਭੁਜ "ਲਟਕਿਆ ਹੋਇਆ" ਜਾਪਦਾ ਹੈ।
- ਅਸਪਸ਼ਟ ਧੁਰੀ ਪੈਮਾਨਾ।
ਵਧੀਆ ਪਰੋਸਣ ਦੇ ਸੁਝਾਅ:
- ਇਕਸਾਰ ਕਲਾਸ ਅੰਤਰਾਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ।
- ਇੱਕ ਸਪਸ਼ਟ ਸਿਰਲੇਖ, ਧੁਰੀ ਲੇਬਲ ਅਤੇ ਪੈਮਾਨਾ ਪ੍ਰਦਾਨ ਕਰੋ।
– ਜੇਕਰ ਦੋ ਸਮੂਹਾਂ ਦੀ ਤੁਲਨਾ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ ਵੱਖ-ਵੱਖ ਰੰਗਾਂ/ਰੇਖਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ ਅਤੇ ਇੱਕ ਦੰਤਕਥਾ ਜੋੜੋ।
- ਇਹ ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਕਲਾਸਾਂ ਦੀ ਗਿਣਤੀ ਬਹੁਤ ਘੱਟ ਜਾਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਾ ਹੋਵੇ ਤਾਂ ਜੋ ਵੰਡ ਪੈਟਰਨ ਪੜ੍ਹਨਯੋਗ ਰਹੇ।
ਬੰਦ ਕੀਤਾ ਜਾ ਰਿਹਾ
Poligon frekuensi merupakan salah satu bentuk visualisasi statistik yang sangat berguna dalam memahami distribusi data berkelompok. Dengan memanfaatkan titik tengah kelas dan frekuensi, poligon frekuensi menyajikan gambaran pola data secara jelas, mudah dibandingkan antarkelompok, serta membantu peneliti mengenali karakter distribusi sebelum melakukan analisis lebih lanjut. Dalam praktik statistika, kemampuan membaca dan membuat poligon frekuensi menjadi keterampilan dasar yang penting, khususnya untuk ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ kuantitatif. Dengan penyusunan kelas yang tepat serta interpretasi yang cermat, poligon frekuensi dapat menjadi alat sederhana namun kuat untuk mendukung pengambilan keputusan berbasis data.
