ਫ੍ਰੀਕੁਐਂਸੀ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਟੇਬਲ ਦੇ ਰੂਪ ਵਿੱਚ ਅੰਕੜਾ ਡੇਟਾ ਪੇਸ਼ ਕਰਨ ਦੀਆਂ ਤਕਨੀਕਾਂ

ਫ੍ਰੀਕੁਐਂਸੀ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਟੇਬਲ ਦੇ ਰੂਪ ਵਿੱਚ ਅੰਕੜਾ ਡੇਟਾ ਪੇਸ਼ ਕਰਨ ਦੀਆਂ ਤਕਨੀਕਾਂ

ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ - ਸਿੱਖਿਆ, ਸਿਹਤ, ਅਰਥਸ਼ਾਸਤਰ ਅਤੇ ਕਾਰੋਬਾਰ - ਵਿੱਚ ਖੋਜ, ਮੁਲਾਂਕਣ ਅਤੇ ਡੇਟਾ ਰਿਪੋਰਟਿੰਗ ਵਿੱਚ ਅਸੀਂ ਅਕਸਰ ਵੱਡੀ ਗਿਣਤੀ ਦਾ ਸਾਹਮਣਾ ਕਰਦੇ ਹਾਂ। ਕੱਚੇ ਡੇਟਾ ਜਿਵੇਂ ਕਿ ਦਰਜਨਾਂ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਟੈਸਟ ਸਕੋਰ, ਮਰੀਜ਼ਾਂ ਦੇ ਭਾਰ, ਜਾਂ ਮਹੀਨਿਆਂ ਦੀ ਰੋਜ਼ਾਨਾ ਵਿਕਰੀ ਨੂੰ ਸਿਰਫ਼ ਸੰਖਿਆਵਾਂ ਦੀ ਸੂਚੀ ਵਜੋਂ ਪੇਸ਼ ਕੀਤਾ ਜਾਵੇ ਤਾਂ ਇਸਦੀ ਵਿਆਖਿਆ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋ ਸਕਦਾ ਹੈ। ਆਸਾਨੀ ਨਾਲ ਪੜ੍ਹਨ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਡੇਟਾ ਨੂੰ ਸੰਖੇਪ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਤਕਨੀਕਾਂ ਵਿੱਚੋਂ ਇੱਕ ਇਸਨੂੰ ਇੱਕ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ ਵਿੱਚ ਪੇਸ਼ ਕਰਨਾ ਹੈ। ਇਹ ਲੇਖ ਇੱਕ ਸਾਫ਼-ਸੁਥਰੀ ਅਤੇ ਜਾਣਕਾਰੀ ਭਰਪੂਰ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ ਬਣਾਉਣ ਲਈ ਪਰਿਭਾਸ਼ਾ, ਉਦੇਸ਼, ਕਿਸਮਾਂ ਅਤੇ ਵਿਹਾਰਕ ਕਦਮਾਂ ਦੀ ਚਰਚਾ ਕਰਦਾ ਹੈ।

ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀਆਂ ਨੂੰ ਸਮਝਣਾ

ਇੱਕ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ ਇੱਕ ਸਾਰਣੀ ਹੈ ਜੋ ਡੇਟਾ ਮੁੱਲਾਂ ਨੂੰ ਖਾਸ ਸ਼੍ਰੇਣੀਆਂ ਜਾਂ ਅੰਤਰਾਲਾਂ ਵਿੱਚ ਸਮੂਹਬੱਧ ਕਰਕੇ ਅਤੇ ਫਿਰ ਹਰੇਕ ਮੁੱਲ ਦੇ ਵਾਪਰਨ ਦੀ ਗਿਣਤੀ ਦੀ ਗਿਣਤੀ ਕਰਕੇ ਅੰਕੜਾ ਡੇਟਾ ਪੇਸ਼ ਕਰਦੀ ਹੈ। ਘਟਨਾਵਾਂ ਦੀ ਗਿਣਤੀ ਨੂੰ ਬਾਰੰਬਾਰਤਾ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਇਹ ਪੇਸ਼ਕਾਰੀ ਪਾਠਕਾਂ ਨੂੰ ਡੇਟਾ ਪੈਟਰਨ ਦੇਖਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ: ਕਿਹੜੇ ਮੁੱਲ ਸਭ ਤੋਂ ਵੱਧ ਅਕਸਰ ਵਾਪਰਦੇ ਹਨ, ਡੇਟਾ ਦੀ ਰੇਂਜ, ਵੰਡ ਅਤੇ ਆਮ ਰੁਝਾਨ।

ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਸਾਡੇ ਕੋਲ 100 ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਟੈਸਟ ਸਕੋਰ ਹਨ, ਤਾਂ ਇੱਕ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ ਸਾਨੂੰ ਇਹ ਦੇਖਣ ਦੀ ਆਗਿਆ ਦੇਵੇਗੀ ਕਿ ਕਿੰਨੇ ਵਿਦਿਆਰਥੀਆਂ ਨੇ 60–69, 70–79, 80–89, ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਹੋਰ ਅੰਕ ਪ੍ਰਾਪਤ ਕੀਤੇ ਹਨ। ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਸੰਖੇਪ ਨਾਲ, ਮੁੱਖ ਜਾਣਕਾਰੀ ਸਿਰਫ਼ 100 ਨੰਬਰਾਂ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਨਾਲੋਂ ਬਹੁਤ ਸਪੱਸ਼ਟ ਹੋ ਜਾਂਦੀ ਹੈ।

ਫ੍ਰੀਕੁਐਂਸੀ ਵੰਡ ਵਿੱਚ ਪੇਸ਼ਕਾਰੀ ਦਾ ਉਦੇਸ਼ ਅਤੇ ਲਾਭ

ਇੱਕ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ ਵਿੱਚ ਡੇਟਾ ਪੇਸ਼ ਕਰਨ ਦੇ ਕਈ ਮੁੱਖ ਫਾਇਦੇ ਹਨ:

1. ਵੱਡੇ ਡੇਟਾ ਨੂੰ ਵਧੇਰੇ ਸੰਖੇਪ ਅਤੇ ਸਮਝਣ ਵਿੱਚ ਆਸਾਨ ਰੂਪ ਵਿੱਚ ਸੰਖੇਪ ਕਰੋ।
2. ਪੈਟਰਨਾਂ, ਰੁਝਾਨਾਂ ਅਤੇ ਡੇਟਾ ਭਟਕਾਵਾਂ ਨੂੰ ਲੱਭਣ ਲਈ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਸਹੂਲਤ ਦਿੰਦਾ ਹੈ।
3. ਗ੍ਰਾਫ਼ ਬਣਾਉਣ ਦਾ ਆਧਾਰ ਬਣ ਜਾਂਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਹਿਸਟੋਗ੍ਰਾਮ, ਬਾਰੰਬਾਰਤਾ ਬਹੁਭੁਜ, ਅਤੇ ਓਗਿਵ।
4. ਉੱਨਤ ਅੰਕੜਾ ਗਣਨਾਵਾਂ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ ਸਮੂਹਬੱਧ ਡੇਟਾ ਦੇ ਮੱਧਮਾਨ, ਮੱਧਮਾਨ, ਮੋਡ ਅਤੇ ਮਿਆਰੀ ਵਿਵਹਾਰ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣਾ।
5. ਰਿਪੋਰਟਿੰਗ ਦੀ ਗੁਣਵੱਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰੋ ਕਿਉਂਕਿ ਡੇਟਾ ਯੋਜਨਾਬੱਧ ਅਤੇ ਢਾਂਚਾਗਤ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ।

ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਦੀਆਂ ਕਿਸਮਾਂ

ਆਮ ਤੌਰ 'ਤੇ, ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਟੇਬਲਾਂ ਨੂੰ ਹੇਠ ਲਿਖੇ ਰੂਪਾਂ ਵਿੱਚ ਵਿਵਸਥਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ:

1. ਸਿੰਗਲ ਫ੍ਰੀਕੁਐਂਸੀ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ (ਸਮੂਹਬੱਧ ਨਹੀਂ)
ਡੇਟਾ ਨੂੰ ਸਿੰਗਲ-ਮੁੱਲ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਥੋੜ੍ਹੇ ਜਿਹੇ ਭਿੰਨਤਾ ਵਾਲੇ ਡੇਟਾ ਜਾਂ ਥੋੜ੍ਹੇ ਜਿਹੇ ਵਿਲੱਖਣ ਮੁੱਲਾਂ ਵਾਲੇ ਡੇਟਾ ਲਈ ਢੁਕਵਾਂ।

2. ਸਮੂਹਿਕ ਬਾਰੰਬਾਰਤਾ ਵੰਡ
ਡੇਟਾ ਨੂੰ ਕਲਾਸ ਅੰਤਰਾਲਾਂ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ (ਜਿਵੇਂ ਕਿ, 40–49, 50–59)। ਵਿਸ਼ਾਲ ਮੁੱਲ ਰੇਂਜਾਂ ਵਾਲੇ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਸੰਖਿਆਤਮਕ ਡੇਟਾ ਲਈ ਢੁਕਵਾਂ।

3. ਸਾਪੇਖਿਕ ਬਾਰੰਬਾਰਤਾ ਵੰਡ
ਬਾਰੰਬਾਰਤਾ ਨੂੰ ਕੁੱਲ ਡੇਟਾ ਦੇ ਅਨੁਪਾਤ ਜਾਂ ਪ੍ਰਤੀਸ਼ਤ ਵਜੋਂ ਦਰਸਾਇਆ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਤੁਲਨਾ ਕਰਨਾ ਆਸਾਨ ਹੋ ਜਾਂਦਾ ਹੈ।

4. ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਵੰਡ
ਇੱਕ ਨਿਸ਼ਚਿਤ ਸ਼੍ਰੇਣੀ ਸੀਮਾ ਤੱਕ ਇਕੱਠੀ ਹੋਈ ਬਾਰੰਬਾਰਤਾ ਦਿਖਾਉਂਦਾ ਹੈ। ਇਹ ਦੇਖਣ ਲਈ ਉਪਯੋਗੀ ਹੈ ਕਿ ਕਿੰਨਾ ਡੇਟਾ ਇੱਕ ਨਿਸ਼ਚਿਤ ਮੁੱਲ ਤੋਂ ਹੇਠਾਂ (ਜਾਂ ਉੱਪਰ) ਆਉਂਦਾ ਹੈ।

ਇੱਕ ਸਮੂਹਿਕ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ ਬਣਾਉਣ ਲਈ ਕਦਮ

ਸਮੂਹਿਕ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਟੇਬਲ ਬਣਾਉਣ ਲਈ ਆਮ ਤੌਰ 'ਤੇ ਵਰਤੀਆਂ ਜਾਂਦੀਆਂ ਤਕਨੀਕਾਂ ਹੇਠ ਲਿਖੀਆਂ ਹਨ।

1. ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਛਾਂਟਣਾ ਅਤੇ ਸਮਝਣਾ
ਪਹਿਲਾ ਕਦਮ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੈ ਕਿ ਡੇਟਾ ਪੂਰਾ ਅਤੇ ਵੈਧ ਹੈ, ਫਿਰ ਇਹਨਾਂ ਦੀ ਭਾਲ ਕਰੋ:
- ਘੱਟੋ-ਘੱਟ ਮੁੱਲ (Xmin)
- ਵੱਧ ਤੋਂ ਵੱਧ ਮੁੱਲ (Xmax)
- ਬਹੁਤ ਸਾਰਾ ਡਾਟਾ (n)

ਡੇਟਾ ਨੂੰ ਸਭ ਤੋਂ ਛੋਟੇ ਤੋਂ ਵੱਡੇ ਤੱਕ ਛਾਂਟਣਾ ਲਾਜ਼ਮੀ ਨਹੀਂ ਹੈ, ਪਰ ਅਕਸਰ ਜਾਂਚ ਅਤੇ ਸਮੂਹੀਕਰਨ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।

2. ਰੇਂਜ ਨਿਰਧਾਰਤ ਕਰੋ
ਡਾਟਾ ਰੇਂਜ ਦੀ ਗਣਨਾ ਇਸ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤੀ ਜਾਂਦੀ ਹੈ:

R = Xmax – Xmin

ਰੇਂਜ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਡੇਟਾ ਕਿੰਨੀ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਫੈਲਿਆ ਹੋਇਆ ਹੈ। ਰੇਂਜ ਜਿੰਨੀ ਵੱਡੀ ਹੋਵੇਗੀ, ਓਨੀ ਹੀ ਜ਼ਿਆਦਾ ਸੰਭਾਵਨਾ ਹੈ ਕਿ ਵਧੇਰੇ ਕੁਸ਼ਲ ਸੰਖੇਪ ਲਈ ਇੱਕ ਸਮੂਹਬੱਧ ਸਾਰਣੀ ਦੀ ਲੋੜ ਪਵੇਗੀ।

3. ਕਲਾਸਾਂ ਦੀ ਗਿਣਤੀ ਨਿਰਧਾਰਤ ਕਰੋ (k)
ਕਲਾਸਾਂ ਦੀ ਗਿਣਤੀ ਕਈ ਤਰੀਕਿਆਂ ਨਾਲ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਸਿੱਧ ਵਿੱਚੋਂ ਇੱਕ ਸਟਰਗੇਸ ਫਾਰਮੂਲਾ ਹੈ:

k = 1 + 3,3 log10(n)

ਗਣਨਾ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਨਜ਼ਦੀਕੀ ਪੂਰਨ ਸੰਖਿਆ (ਜਾਂ ਉੱਪਰ ਵੱਲ) ਤੱਕ ਗੋਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਤਾਂ ਜੋ ਇਹ ਯਕੀਨੀ ਬਣਾਇਆ ਜਾ ਸਕੇ ਕਿ ਸਾਰਣੀ ਪ੍ਰਤੀਨਿਧ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ k = 6,4 ਹੈ, ਤਾਂ ਇਸਨੂੰ 7 ਸ਼੍ਰੇਣੀਆਂ ਤੱਕ ਗੋਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਹਾਲਾਂਕਿ, ਇਹ ਯਾਦ ਰੱਖਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ: ਸਟਰਗੇਸ ਦਾ ਫਾਰਮੂਲਾ ਇੱਕ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਹੈ, ਇੱਕ ਸਖ਼ਤ ਅਤੇ ਤੇਜ਼ ਨਿਯਮ ਨਹੀਂ। ਅਭਿਆਸ ਵਿੱਚ, ਖੋਜਕਰਤਾ ਅਕਸਰ ਕਲਾਸਾਂ ਦੀ ਗਿਣਤੀ ਨੂੰ ਵਿਵਸਥਿਤ ਕਰਦੇ ਹਨ ਤਾਂ ਜੋ ਇਹ ਯਕੀਨੀ ਬਣਾਇਆ ਜਾ ਸਕੇ ਕਿ ਅੰਤਰਾਲ "ਪੜ੍ਹਨ ਵਿੱਚ ਆਸਾਨ" ਹੈ ਅਤੇ ਨਾ ਤਾਂ ਬਹੁਤ ਚੌੜਾ ਹੈ ਅਤੇ ਨਾ ਹੀ ਬਹੁਤ ਤੰਗ ਹੈ।

4. ਕਲਾਸ ਅੰਤਰਾਲ ਦੀ ਲੰਬਾਈ ਨਿਰਧਾਰਤ ਕਰਨਾ (i)
k ਪ੍ਰਾਪਤ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਕਲਾਸ ਅੰਤਰਾਲ ਦੀ ਲੰਬਾਈ ਦੀ ਗਣਨਾ ਕਰੋ:

i = ਆਰ / ਕੇ

ਜੇਕਰ ਨਤੀਜਾ ਪੂਰਨ ਅੰਕ ਨਹੀਂ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਕਲਾਸ ਸੀਮਾਵਾਂ ਨੂੰ ਸਾਫ਼-ਸੁਥਰਾ ਰੱਖਣ ਲਈ ਇੱਕ ਸੁਵਿਧਾਜਨਕ ਸੰਖਿਆ (ਜਿਵੇਂ ਕਿ, 5, 10, ਜਾਂ 2) ਤੱਕ ਗੋਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਉਦਾਹਰਨ: ਜੇਕਰ i = 6,25 ਹੈ, ਤਾਂ ਇਸਨੂੰ ਲੋੜਾਂ ਦੇ ਆਧਾਰ 'ਤੇ 7 ਜਾਂ 6 ਤੱਕ ਗੋਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਵੱਧ ਤੋਂ ਵੱਧ ਮੁੱਲ ਸੀਮਾ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ।

5. ਕਲਾਸ ਸੀਮਾਵਾਂ ਨਿਰਧਾਰਤ ਕਰਨਾ
ਘੱਟੋ-ਘੱਟ ਮੁੱਲ ਤੋਂ ਸ਼ੁਰੂ ਹੋਣ ਵਾਲੇ ਕਲਾਸ ਅੰਤਰਾਲ ਦਾ ਪਤਾ ਲਗਾਓ। ਉਦਾਹਰਣ:
- 40-46
- 47-53
- 54-60
ਆਦਿ

ਕਲਾਸ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨਿਰਧਾਰਤ ਕਰਦੇ ਸਮੇਂ, ਧਿਆਨ ਦਿਓ:
- ਅੰਤਰਾਲ ਇੱਕ ਦੂਜੇ ਨੂੰ ਓਵਰਲੈਪ ਨਹੀਂ ਕਰਦੇ।
- ਸਾਰਾ ਡੇਟਾ ਕਿਸੇ ਇੱਕ ਕਲਾਸ ਵਿੱਚ ਦਰਜ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
- ਇੱਕਸਾਰ ਅੰਤਰਾਲ ਪੈਟਰਨ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਬਿਹਤਰ ਹੈ।

ਪੂਰਨ ਅੰਕ ਡੇਟਾ (ਜਿਵੇਂ ਕਿ, ਟੈਸਟ ਸਕੋਰ) ਲਈ, ਕਲਾਸ ਸੀਮਾਵਾਂ ਆਮ ਤੌਰ 'ਤੇ ਪੂਰੇ ਸੰਖਿਆਵਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਲਿਖੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਜੇਕਰ ਡੇਟਾ ਇੱਕ ਨਿਰੰਤਰ ਮਾਪ ਹੈ (ਜਿਵੇਂ ਕਿ, ਭਾਰ), ਤਾਂ ਦਸ਼ਮਲਵ ਵਾਲੀਆਂ ਅਸਲ ਸੀਮਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।

6. ਹਰੇਕ ਕਲਾਸ ਦੀ ਬਾਰੰਬਾਰਤਾ ਦੀ ਗਣਨਾ ਕਰੋ
ਹਰੇਕ ਡੇਟਾ ਪੁਆਇੰਟ ਨੂੰ ਢੁਕਵੇਂ ਕਲਾਸ ਅੰਤਰਾਲ ਵਿੱਚ ਦਰਜ ਕਰੋ, ਫਿਰ ਕੁੱਲ ਦੀ ਗਣਨਾ ਕਰੋ। ਇਹ ਪ੍ਰਕਿਰਿਆ ਟੈਲੀ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਜਾਂ ਐਕਸਲ/SPSS ਵਰਗੇ ਸੌਫਟਵੇਅਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਹੱਥੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।

ਗਣਨਾ ਦਾ ਨਤੀਜਾ ਬਾਰੰਬਾਰਤਾ (f) ਦੇ ਰੂਪ ਵਿੱਚ ਲਿਖਿਆ ਗਿਆ ਹੈ। ਜੇ ਜ਼ਰੂਰੀ ਹੋਵੇ, ਤਾਂ ਜੋੜੋ:
– ਸਾਪੇਖਿਕ ਬਾਰੰਬਾਰਤਾ (fr) = f / n × 100%
- ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ (Fk)

7. ਟੇਬਲਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਤੇ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਕੰਪਾਇਲ ਕਰੋ
ਇੱਕ ਚੰਗੀ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ ਬਣਤਰ ਵਿੱਚ ਆਮ ਤੌਰ 'ਤੇ ਇਹ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ:
- ਕਲਾਸ ਅੰਤਰਾਲ ਕਾਲਮ
- ਬਾਰੰਬਾਰਤਾ ਕਾਲਮ
– (ਵਿਕਲਪਿਕ) ਕਲਾਸ ਮੱਧ ਬਿੰਦੂ (xi)
- (ਵਿਕਲਪਿਕ) ਸਾਪੇਖਿਕ ਬਾਰੰਬਾਰਤਾ
- (ਵਿਕਲਪਿਕ) ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ

ਕਲਾਸ ਦੇ ਮੱਧ ਬਿੰਦੂ (xi) ਦੀ ਗਣਨਾ ਇਸ ਤਰ੍ਹਾਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ:
xi = (ਹੇਠਲੀ ਸੀਮਾ + ਉੱਪਰਲੀ ਸੀਮਾ) / 2

ਮੱਧ ਬਿੰਦੂ ਸਮੂਹਬੱਧ ਡੇਟਾ ਜਿਵੇਂ ਕਿ ਸਮੂਹਬੱਧ ਔਸਤ ਦੀ ਅੰਕੜਾ ਗਣਨਾ ਲਈ ਉਪਯੋਗੀ ਹੈ।

ਵਧੇਰੇ ਜਾਣਕਾਰੀ ਭਰਪੂਰ ਟੇਬਲਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਸਿਧਾਂਤ

ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ ਨੂੰ ਨਾ ਸਿਰਫ਼ ਸਾਫ਼-ਸੁਥਰਾ, ਸਗੋਂ ਜਾਣਕਾਰੀ ਭਰਪੂਰ ਬਣਾਉਣ ਲਈ, ਹੇਠ ਲਿਖੇ ਸਿਧਾਂਤਾਂ ਵੱਲ ਧਿਆਨ ਦਿਓ:

1. ਕਲਾਸਾਂ ਦੀ ਵਾਜਬ ਗਿਣਤੀ ਦੀ ਵਰਤੋਂ ਕਰੋ
ਬਹੁਤ ਘੱਟ ਕਲਾਸਾਂ ਸਾਰ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਮੋਟਾ ਬਣਾਉਂਦੀਆਂ ਹਨ; ਬਹੁਤ ਜ਼ਿਆਦਾ ਕਲਾਸਾਂ ਮੇਜ਼ ਨੂੰ ਬੇਤਰਤੀਬ ਅਤੇ ਪੜ੍ਹਨਾ ਮੁਸ਼ਕਲ ਬਣਾਉਂਦੀਆਂ ਹਨ।

2. ਇੱਕ ਇਕਸਾਰ ਅੰਤਰਾਲ ਚੁਣੋ
ਅੰਤਰਾਲ ਦੀ ਚੌੜਾਈ ਸਾਰੀਆਂ ਕਲਾਸਾਂ ਲਈ ਇੱਕੋ ਜਿਹੀ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ, ਜਦੋਂ ਤੱਕ ਕਿ ਕੋਈ ਮਜਬੂਰ ਕਰਨ ਵਾਲਾ ਕਾਰਨ ਨਾ ਹੋਵੇ (ਜਿਵੇਂ ਕਿ, ਓਪਨ ਕਲਾਸਾਂ)।

3. ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਸਾਰਾ ਡਾਟਾ ਕਵਰ ਕੀਤਾ ਗਿਆ ਹੈ
ਅਜਿਹਾ ਕੋਈ ਡੇਟਾ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ ਜੋ ਕਿਸੇ ਵੀ ਕਲਾਸ ਵਿੱਚ "ਸੰਬੰਧਿਤ ਨਾ ਹੋਵੇ"।

4. ਇੱਕ ਸਿਰਲੇਖ ਅਤੇ ਵੇਰਵਾ ਸ਼ਾਮਲ ਕਰੋ
ਸਾਰਣੀ ਦੇ ਸਿਰਲੇਖ, ਡੇਟਾ ਸਰੋਤ, ਅਤੇ ਇਕਾਈਆਂ (ਜਿਵੇਂ ਕਿ, ਕਿਲੋਗ੍ਰਾਮ, ਅੰਕ, ਰੁਪਏ) ਪਾਠਕਾਂ ਨੂੰ ਸੰਦਰਭ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ।

5. ਜੇ ਜ਼ਰੂਰੀ ਹੋਵੇ ਤਾਂ ਓਪਨ ਕਲਾਸਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰੋ।
ਐਕਸਟ੍ਰੀਮ ਡੇਟਾ ਲਈ, "≥ 100" ਜਾਂ "≤ 40" ਵਰਗੇ ਓਪਨ-ਐਂਡੇਡ ਕਲਾਸਾਂ ਕਈ ਵਾਰ ਵਰਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, ਇਹ ਹੋਰ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਸੀਮਤ ਕਰ ਸਕਦੇ ਹਨ, ਇਸ ਲਈ ਇਹਨਾਂ ਦੀ ਵਰਤੋਂ ਸਾਵਧਾਨੀ ਨਾਲ ਕਰੋ।

ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਆਮ ਗਲਤੀਆਂ

ਕੁਝ ਆਮ ਗਲਤੀਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
- ਕਲਾਸ ਅੰਤਰਾਲ ਲਗਾਤਾਰ ਜਾਂ ਓਵਰਲੈਪਿੰਗ ਨਹੀਂ ਹਨ।
- ਬਿਨਾਂ ਕਿਸੇ ਸਪੱਸ਼ਟ ਕਾਰਨ ਦੇ ਅਸੰਗਤ ਅੰਤਰਾਲ ਚੌੜਾਈ।
- ਅੰਤਰਾਲ ਨੂੰ ਗੋਲ ਕਰਨ ਨਾਲ ਵੱਧ ਤੋਂ ਵੱਧ ਮੁੱਲ ਸ਼ਾਮਲ ਨਹੀਂ ਹੁੰਦਾ।
- ਨਿਰੰਤਰ ਡੇਟਾ ਲਈ ਸ਼੍ਰੇਣੀ ਸੀਮਾਵਾਂ ਨੂੰ ਗਲਤ ਢੰਗ ਨਾਲ ਨਿਰਧਾਰਤ ਕਰਨਾ ਤਾਂ ਜੋ ਅੰਤਰਾਲ ਸੀਮਾਵਾਂ 'ਤੇ ਡੇਟਾ ਅਸਪਸ਼ਟ ਹੋ ਜਾਵੇ।
- ਕੁੱਲ ਬਾਰੰਬਾਰਤਾ ਸ਼ਾਮਲ ਨਹੀਂ ਹੈ (ਜੋ ਕਿ n ਦੇ ਬਰਾਬਰ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ)।

ਬੰਦ ਕੀਤਾ ਜਾ ਰਿਹਾ

ਅੰਕੜਾ ਡੇਟਾ ਨੂੰ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ ਦੇ ਰੂਪ ਵਿੱਚ ਪੇਸ਼ ਕਰਨ ਦੀ ਤਕਨੀਕ ਇੱਕ ਬੁਨਿਆਦੀ ਹੁਨਰ ਹੈ ਜੋ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਸਹੀ ਕਦਮਾਂ ਨਾਲ - ਡੇਟਾ ਰੇਂਜ, ਕਲਾਸਾਂ ਦੀ ਗਿਣਤੀ, ਅੰਤਰਾਲ ਲੰਬਾਈ, ਬਾਰੰਬਾਰਤਾ ਦੀ ਗਣਨਾ ਕਰਨ ਤੱਕ - ਗੁੰਝਲਦਾਰ ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਸਮਝੇ ਜਾਣ ਵਾਲੇ ਸੰਖੇਪ ਵਿੱਚ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਤਿਆਰ ਹੈ, ਅਤੇ ਪੇਸ਼ਕਾਰੀ ਲਈ ਤਿਆਰ ਹੈ। ਅਕਾਦਮਿਕ ਅਤੇ ਪੇਸ਼ੇਵਰ ਦੋਵਾਂ ਉਦੇਸ਼ਾਂ ਲਈ, ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀਆਂ ਸਾਨੂੰ ਸੰਖਿਆਵਾਂ ਦੇ ਪਿੱਛੇ "ਕਹਾਣੀ" ਨੂੰ ਵਧੇਰੇ ਸਪਸ਼ਟ, ਯੋਜਨਾਬੱਧ ਅਤੇ ਯਕੀਨਨ ਢੰਗ ਨਾਲ ਦੇਖਣ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਦੀਆਂ ਹਨ।