ਸਕਾਰਾਤਮਕ ਅਤੇ ਨਕਾਰਾਤਮਕ ਓਗਿਵਜ਼ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਡੇਟਾ ਪੇਸ਼ਕਾਰੀ ਤਕਨੀਕਾਂ
ਅੰਕੜਿਆਂ ਵਿੱਚ, ਡੇਟਾ ਪ੍ਰਸਤੁਤੀ ਸਿਰਫ਼ ਟੇਬਲਾਂ ਜਾਂ ਗ੍ਰਾਫਾਂ ਵਿੱਚ ਅੰਕਾਂ ਨੂੰ ਪਾਉਣ ਬਾਰੇ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਤਿਆਰ ਆਸਾਨੀ ਨਾਲ ਸਮਝੀ ਜਾਣ ਵਾਲੀ ਜਾਣਕਾਰੀ ਵਿੱਚ ਬਦਲਣ ਬਾਰੇ ਹੈ। ਇੱਕ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਤਕਨੀਕ ਜੋ ਅਕਸਰ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਪੈਟਰਨਾਂ ਅਤੇ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਦੀ ਕਲਪਨਾ ਕਰਨ ਲਈ ਵਰਤੀ ਜਾਂਦੀ ਹੈ ਉਹ ਹੈ ਓਗਿਵ। ਓਗਿਵ ਆਮ ਤੌਰ 'ਤੇ ਉਦੋਂ ਵਰਤੇ ਜਾਂਦੇ ਹਨ ਜਦੋਂ ਡੇਟਾ ਨੂੰ ਅੰਤਰਾਲ ਕਲਾਸਾਂ ਵਿੱਚ ਸਮੂਹਬੱਧ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਪ੍ਰਤੀ 10-ਪੁਆਇੰਟ ਰੇਂਜ ਟੈਸਟ ਸਕੋਰ, ਪ੍ਰਤੀ 5-ਸੈ.ਮੀ. ਰੇਂਜ ਉਚਾਈ, ਜਾਂ ਪ੍ਰਤੀ ਖਾਸ ਰੇਂਜ ਆਮਦਨ। ਓਗਿਵ ਦੀਆਂ ਦੋ ਮੁੱਖ ਕਿਸਮਾਂ ਹਨ: ਸਕਾਰਾਤਮਕ ਓਗਿਵ (ਸੰਚਤ "ਤੋਂ ਘੱਟ") ਅਤੇ ਨਕਾਰਾਤਮਕ ਓਗਿਵ (ਸੰਚਤ "ਤੋਂ ਵੱਧ")। ਦੋਵੇਂ ਇੱਕੋ ਡੇਟਾ 'ਤੇ ਵੱਖੋ-ਵੱਖਰੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ।
ਓਗਿਵ ਨੂੰ ਸਮਝਣਾ
ਇੱਕ ਓਗਿਵ ਇੱਕ ਗ੍ਰਾਫ਼ ਹੈ ਜੋ ਇੱਕ ਵੰਡ ਦੀ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਅੰਤਰਾਲ ਕਲਾਸਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹੋਏ, ਇੱਕ ਕ੍ਰਮਵਾਰ ਢੰਗ ਨਾਲ ਜੋੜੀਆਂ ਗਈਆਂ ਬਾਰੰਬਾਰਤਾਵਾਂ ਦੇ ਜੋੜ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਇੱਕ ਓਗਿਵ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਅਸੀਂ ਦੇਖ ਸਕਦੇ ਹਾਂ ਕਿ ਫ੍ਰੀਕੁਐਂਸੀਆਂ ਕਿੰਨੀ ਜਲਦੀ ਵਧਦੀਆਂ ਜਾਂ ਘਟਦੀਆਂ ਹਨ, ਮੱਧਮਾਨ, ਚੌਥਾਈ ਅਤੇ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਸਥਿਤੀ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ, ਅਤੇ ਡੇਟਾ ਵੰਡ ਦੇ ਰੁਝਾਨ ਨੂੰ ਸਮਝਦੇ ਹਨ।
ਆਮ ਤੌਰ 'ਤੇ, ਓਗਿਵ ਇੱਕ ਰੇਖਾ ਚਾਰਟ ਦੇ ਰੂਪ ਵਿੱਚ ਪੇਸ਼ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਖਿਤਿਜੀ ਧੁਰੀ (X-ਧੁਰੀ) ਵਿੱਚ ਸ਼੍ਰੇਣੀ ਸੀਮਾਵਾਂ ਹੁੰਦੀਆਂ ਹਨ, ਜਦੋਂ ਕਿ ਲੰਬਕਾਰੀ ਧੁਰੀ (Y-ਧੁਰੀ) ਵਿੱਚ ਸੰਚਤ ਫ੍ਰੀਕੁਐਂਸੀ ਹੁੰਦੀ ਹੈ। ਸਕਾਰਾਤਮਕ ਅਤੇ ਨਕਾਰਾਤਮਕ ਓਗਿਵ ਵਿੱਚ ਅੰਤਰ ਵਰਤੀਆਂ ਗਈਆਂ ਸ਼੍ਰੇਣੀ ਸੀਮਾਵਾਂ ਦੀ ਕਿਸਮ ਅਤੇ ਬਾਰੰਬਾਰਤਾ ਇਕੱਤਰ ਕਰਨ ਦੀ ਦਿਸ਼ਾ ਵਿੱਚ ਹੁੰਦਾ ਹੈ।
ਸਕਾਰਾਤਮਕ ਓਗਿਵ (ਇਸ ਤੋਂ ਘੱਟ)
ਮੁੱਢਲੇ ਸੰਕਲਪ
ਇੱਕ ਸਕਾਰਾਤਮਕ ਓਜੀਵ ਇੱਕ ਓਜੀਵ ਹੁੰਦਾ ਹੈ ਜੋ ਤੋਂ ਘੱਟ ਦੀ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਬਾਰੰਬਾਰਤਾਵਾਂ ਨੂੰ ਸਭ ਤੋਂ ਹੇਠਲੇ ਵਰਗ ਤੋਂ ਸਭ ਤੋਂ ਉੱਚੇ ਵਰਗ ਤੱਕ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਸਕਾਰਾਤਮਕ ਓਜੀਵ ਵਿੱਚ, ਗ੍ਰਾਫ 'ਤੇ ਬਿੰਦੂ ਆਮ ਤੌਰ 'ਤੇ ਉੱਚ ਸ਼੍ਰੇਣੀ ਦੀ ਸੀਮਾ 'ਤੇ ਸਥਿਤ ਹੁੰਦੇ ਹਨ। ਕਿਉਂਕਿ ਉਹ ਹੇਠਾਂ ਤੋਂ ਇਕੱਠੇ ਹੁੰਦੇ ਹਨ, ਇੱਕ ਸਕਾਰਾਤਮਕ ਓਜੀਵ ਗ੍ਰਾਫ ਖੱਬੇ ਤੋਂ ਸੱਜੇ ਵੱਲ ਉੱਪਰ ਵੱਲ ਢਲਾਣ ਵੱਲ ਜਾਂਦਾ ਹੈ।
ਸਕਾਰਾਤਮਕ ਓਗਿਵ ਵਿਕਸਤ ਕਰਨ ਲਈ ਕਦਮ
ਇੱਕ ਯੋਜਨਾਬੱਧ ਸਕਾਰਾਤਮਕ ਓਗਿਵ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਡੇਟਾ ਪੇਸ਼ ਕਰਨ ਲਈ, ਹੇਠ ਲਿਖੇ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ:
1. ਇੱਕ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ ਤਿਆਰ ਕਰੋ
ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਕਲਾਸ ਅੰਤਰਾਲਾਂ ਵਿੱਚ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ, ਫਿਰ ਬਾਰੰਬਾਰਤਾ ਦੀ ਗਣਨਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
2. ਤੋਂ ਘੱਟ ਦੀ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਦੀ ਗਣਨਾ ਕਰੋ
ਪਹਿਲੀ ਸ਼੍ਰੇਣੀ ਦੀ ਬਾਰੰਬਾਰਤਾ ਪਹਿਲੀ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਬਣ ਜਾਂਦੀ ਹੈ। ਬਾਅਦ ਦੀਆਂ ਕਲਾਸਾਂ ਲਈ, ਉਸ ਸ਼੍ਰੇਣੀ ਦੀ ਬਾਰੰਬਾਰਤਾ ਨੂੰ ਪਿਛਲੀ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਵਿੱਚ ਜੋੜੋ।
3. ਹਰੇਕ ਕਲਾਸ ਦੀ ਉਪਰਲੀ ਸੀਮਾ ਨਿਰਧਾਰਤ ਕਰੋ।
ਜੇਕਰ ਡੇਟਾ ਪੂਰਨ ਅੰਕ ਹਨ ਅਤੇ ਕਲਾਸ ਅੰਤਰਾਲ ਓਵਰਲੈਪ ਨਹੀਂ ਹੁੰਦੇ ਹਨ, ਤਾਂ "ਕਲਾਸ ਸੀਮਾ" ਦੀ ਧਾਰਨਾ ਅਕਸਰ ਵਰਤੀ ਜਾਂਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਕਲਾਸ 50–59 ਦਾ ਕਿਨਾਰਾ 49,5–59,5 ਹੈ, ਇਸ ਲਈ ਇਸਦੀ ਉਪਰਲੀ ਸੀਮਾ 59,5 ਹੈ।
4. ਕੋਆਰਡੀਨੇਟ ਧੁਰੇ ਬਣਾਓ
- ਐਕਸ-ਧੁਰਾ: ਹਰੇਕ ਕਲਾਸ ਦੀ ਉਪਰਲੀ ਸੀਮਾ (ਉੱਪਰਲਾ ਕਿਨਾਰਾ)
- Y ਧੁਰਾ: ਸੰਚਤ ਆਵਿਰਤੀ ਤੋਂ ਘੱਟ
5. ਬਿੰਦੂਆਂ ਨੂੰ ਪਲਾਟ ਕਰੋ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਜੋੜੋ।
ਹਰੇਕ ਉੱਚ ਸ਼੍ਰੇਣੀ ਸੀਮਾ ਨੂੰ ਇਸਦੀ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਨਾਲ ਮਿਲਾਓ, ਫਿਰ ਬਿੰਦੂਆਂ ਨੂੰ ਇੱਕ ਰੇਖਾ ਨਾਲ ਜੋੜੋ।
ਸਕਾਰਾਤਮਕ ਓਗਿਵ ਦੇ ਉਪਯੋਗ
ਸਕਾਰਾਤਮਕ ਓਗਿਵਸ ਇਹਨਾਂ ਲਈ ਬਹੁਤ ਲਾਭਦਾਇਕ ਹਨ:
- ਡੇਟਾ ਦੀ ਮਾਤਰਾ ਨੂੰ ਜਾਣਨਾ ਜਿਸਦਾ ਮੁੱਲ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸੀਮਾ ਤੋਂ ਘੱਟ ਹੈ।
– Y-ਧੁਰੇ ਤੋਂ ਵਕਰ ਅਤੇ ਫਿਰ X-ਧੁਰੇ ਤੱਕ ਇੱਕ ਰੇਖਾ ਖਿੱਚ ਕੇ ਮੱਧਮਾਨ, ਚੌਥਾਈ ਅਤੇ ਪ੍ਰਤੀਸ਼ਤ ਦਾ ਪਤਾ ਲਗਾਓ।
– ਡੇਟਾ ਦੇ ਦੋ ਸਮੂਹਾਂ (ਉਦਾਹਰਣ ਵਜੋਂ, ਕਲਾਸ A ਬਨਾਮ ਕਲਾਸ B ਮੁੱਲ) ਦੀ ਵੰਡ ਦੀ ਤੁਲਨਾ "ਤੋਂ ਘੱਟ" ਦੇ ਸੰਚਤ ਰੂਪ ਵਿੱਚ ਕਰੋ।
ਨਕਾਰਾਤਮਕ ਓਗਿਵ (ਇਸ ਤੋਂ ਵੱਡਾ)
ਮੁੱਢਲੇ ਸੰਕਲਪ
ਇੱਕ ਸਕਾਰਾਤਮਕ ਓਜੀਵ ਦੇ ਉਲਟ, ਇੱਕ ਨੈਗੇਟਿਵ ਓਜੀਵ ਤੋਂ ਵੱਧ ਦੀ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਦਿਖਾਉਂਦਾ ਹੈ। ਬਾਰੰਬਾਰਤਾ ਨੂੰ ਉੱਚਤਮ ਸ਼੍ਰੇਣੀ ਤੋਂ ਸਭ ਤੋਂ ਹੇਠਲੇ ਸ਼੍ਰੇਣੀ ਤੱਕ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ, ਜਾਂ ਅਮਲੀ ਤੌਰ 'ਤੇ, ਇਸਨੂੰ ਡੇਟਾ ਪੁਆਇੰਟਾਂ ਦੀ ਸੰਖਿਆ ਵਜੋਂ ਗਿਣਿਆ ਜਾ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੇ ਮੁੱਲ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸੀਮਾ ਤੋਂ ਉੱਪਰ ਹਨ। ਇੱਕ ਨੈਗੇਟਿਵ ਓਜੀਵ 'ਤੇ ਬਿੰਦੂ ਆਮ ਤੌਰ 'ਤੇ ਹੇਠਲੇ ਵਰਗ ਦੀ ਸੀਮਾ 'ਤੇ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ। ਕਿਉਂਕਿ ਇਕੱਠਾ ਹੋਣਾ ਉੱਪਰੋਂ ਹੁੰਦਾ ਹੈ, ਨੈਗੇਟਿਵ ਓਜੀਵ ਗ੍ਰਾਫ ਖੱਬੇ ਤੋਂ ਸੱਜੇ ਘਟਦਾ ਜਾਂਦਾ ਹੈ।
ਇੱਕ ਨਕਾਰਾਤਮਕ ਓਗਿਵ ਨੂੰ ਕੰਪਾਇਲ ਕਰਨ ਲਈ ਕਦਮ
ਨੈਗੇਟਿਵ ਓਗਿਵ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਡੇਟਾ ਪੇਸ਼ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੇਠਾਂ ਦਿੱਤੀ ਗਈ ਹੈ:
1. ਇੱਕ ਬਾਰੰਬਾਰਤਾ ਵੰਡ ਸਾਰਣੀ ਤਿਆਰ ਕਰੋ
ਸਕਾਰਾਤਮਕ ਓਗਿਵ ਵਾਂਗ, ਡੇਟਾ ਨੂੰ ਸਮੂਹਬੱਧ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਫਿਰ ਬਾਰੰਬਾਰਤਾ ਦੀ ਗਣਨਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
2. ਤੋਂ ਵੱਧ ਦੀ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਦੀ ਗਣਨਾ ਕਰੋ
ਸਭ ਤੋਂ ਉੱਚੇ ਵਰਗ ਤੋਂ ਸ਼ੁਰੂ ਕਰਦੇ ਹੋਏ, ਪਹਿਲੀ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਸਭ ਤੋਂ ਉੱਚੇ ਵਰਗ ਦੀ ਬਾਰੰਬਾਰਤਾ ਹੈ। ਅਗਲਾ ਵਰਗ (ਹੇਠਾਂ) ਉਸ ਵਰਗ ਦੀਆਂ ਬਾਰੰਬਾਰਤਾਵਾਂ ਅਤੇ ਪਿਛਲੀ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਦਾ ਜੋੜ ਹੈ।
3. ਹਰੇਕ ਕਲਾਸ ਦੀ ਹੇਠਲੀ ਸੀਮਾ ਨਿਰਧਾਰਤ ਕਰੋ
ਨਿਰੰਤਰ ਡੇਟਾ ਲਈ ਹੇਠਲੀ ਸ਼੍ਰੇਣੀ ਸੀਮਾ ਦੀ ਵਰਤੋਂ ਕਰੋ। ਉਦਾਹਰਣ ਵਜੋਂ, ਸ਼੍ਰੇਣੀ 50–59 ਦੀ ਹੇਠਲੀ ਸੀਮਾ 49,5 ਹੈ।
4. ਕੋਆਰਡੀਨੇਟ ਧੁਰੇ ਬਣਾਓ
- ਐਕਸ-ਧੁਰਾ: ਹਰੇਕ ਕਲਾਸ ਦੀ ਹੇਠਲੀ ਸੀਮਾ (ਹੇਠਲਾ ਕਿਨਾਰਾ)
- Y ਧੁਰਾ: ਸੰਚਤ ਆਵਿਰਤੀ ਤੋਂ ਵੱਧ
5. ਬਿੰਦੂਆਂ ਨੂੰ ਪਲਾਟ ਕਰੋ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਜੋੜੋ।
ਬਿੰਦੂਆਂ ਨੂੰ ਹੇਠਲੀ ਸ਼੍ਰੇਣੀ ਸੀਮਾ ਅਤੇ "ਤੋਂ ਵੱਧ" ਦੀ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਦੇ ਵਿਚਕਾਰ ਪਲਾਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਫਿਰ ਇੱਕ ਲਾਈਨ ਨਾਲ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ।
ਨੈਗੇਟਿਵ ਓਗਿਵ ਦੇ ਉਪਯੋਗ
ਨਕਾਰਾਤਮਕ ਓਗਿਵ ਇਹਨਾਂ ਲਈ ਲਾਭਦਾਇਕ ਹਨ:
- ਉਸ ਡੇਟਾ ਦੀ ਮਾਤਰਾ ਨੂੰ ਜਾਣਨਾ ਜਿਸਦਾ ਮੁੱਲ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸੀਮਾ ਤੋਂ ਵੱਧ ਹੈ।
- ਡੇਟਾ ਵਿੱਚ "ਉੱਪਰਲੇ ਸਮੂਹ" ਦੇ ਅਨੁਪਾਤ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ, ਉਦਾਹਰਣ ਵਜੋਂ ਕਿੰਨੇ ਵਿਦਿਆਰਥੀਆਂ ਨੇ 80 ਤੋਂ ਵੱਧ ਅੰਕ ਪ੍ਰਾਪਤ ਕੀਤੇ।
- ਵੰਡ ਦੀ ਇਕਸਾਰਤਾ ਦੀ ਜਾਂਚ ਕਰਨ ਵਿੱਚ ਸਕਾਰਾਤਮਕ ਓਗਿਵ ਲਈ ਤੁਲਨਾ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ।
ਸਕਾਰਾਤਮਕ ਅਤੇ ਨਕਾਰਾਤਮਕ ਓਗਿਵਜ਼ ਵਿਚਕਾਰ ਮੁੱਖ ਅੰਤਰ
ਭਾਵੇਂ ਇਹ ਦੋਵੇਂ ਓਗੀਵ ਹਨ, ਪਰ ਇਹਨਾਂ ਦੀਆਂ ਵੱਖੋ-ਵੱਖਰੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹਨ:
1. ਇਕੱਠਾ ਹੋਣ ਦੀ ਦਿਸ਼ਾ
- ਸਕਾਰਾਤਮਕ: ਨੀਵੇਂ ਤੋਂ ਉੱਚ ਵਰਗ ਤੱਕ (ਇਸ ਤੋਂ ਘੱਟ)
- ਨਕਾਰਾਤਮਕ: ਉੱਚ ਤੋਂ ਨੀਵੇਂ ਵਰਗ ਤੱਕ (ਇਸ ਤੋਂ ਵੱਧ)
2. X-ਧੁਰੇ 'ਤੇ ਸ਼੍ਰੇਣੀ ਸੀਮਾਵਾਂ
- ਸਕਾਰਾਤਮਕ: ਕਲਾਸ ਦੀ ਉਪਰਲੀ ਸੀਮਾ
- ਨਕਾਰਾਤਮਕ: ਘੱਟ ਸ਼੍ਰੇਣੀ ਸੀਮਾ
3. ਗ੍ਰਾਫ਼ ਫਾਰਮ
- ਸਕਾਰਾਤਮਕ: ਵਧਣ ਦਾ ਰੁਝਾਨ ਰੱਖਦਾ ਹੈ
- ਨਕਾਰਾਤਮਕ: ਘਟਦਾ ਹੈ
4. ਜ਼ੋਰਦਾਰ ਜਾਣਕਾਰੀ
- ਸਕਾਰਾਤਮਕ: ਇੱਕ ਮੁੱਲ ਤੋਂ ਹੇਠਾਂ ਸੰਚਤ ਡੇਟਾ
- ਨਕਾਰਾਤਮਕ: ਇੱਕ ਮੁੱਲ ਤੋਂ ਉੱਪਰ ਸੰਚਤ ਡੇਟਾ
ਅਭਿਆਸ ਵਿੱਚ, ਦੋਵੇਂ ਓਗਿਵ ਇੱਕ ਸਿੰਗਲ ਕੋਆਰਡੀਨੇਟ ਪਲੇਨ 'ਤੇ ਇੱਕੋ ਸਮੇਂ ਪੇਸ਼ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਜੇਕਰ ਧਿਆਨ ਨਾਲ ਬਣਾਏ ਜਾਣ, ਤਾਂ ਉਹ ਇੱਕ ਖਾਸ ਬਿੰਦੂ 'ਤੇ "ਮਿਲਣਗੇ", ਜੋ ਕਿ ਮੱਧਮਾਨ ਦੇ ਦ੍ਰਿਸ਼ਟੀਗਤ ਨਿਰਧਾਰਨ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਨਗੇ।
ਓਗਿਵ ਨਾਲ ਮੱਧਮਾਨ ਅਤੇ ਕੁਆਰਟਾਇਲ ਨਿਰਧਾਰਤ ਕਰਨਾ
ਓਗਿਵ ਦੇ ਫਾਇਦਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਇਹ ਹੈ ਕਿ ਇਸਦੀ ਸਥਾਨ ਦੇ ਆਕਾਰ ਨੂੰ ਗ੍ਰਾਫਿਕ ਤੌਰ 'ਤੇ ਲੱਭਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਦੀ ਯੋਗਤਾ ਹੈ:
– ਮੱਧਮਾਨ (Q2): \( \frac{N}{2} \) ਦੇ Y-ਧੁਰੇ 'ਤੇ ਮੁੱਲ ਲੱਭੋ, ਜਿੱਥੇ \(N\) ਡੇਟਾ ਦੀ ਕੁੱਲ ਸੰਖਿਆ ਹੈ। ਸਕਾਰਾਤਮਕ ਓਗਿਵ ਵਕਰ 'ਤੇ ਇੱਕ ਖਿਤਿਜੀ ਰੇਖਾ ਖਿੱਚੋ, ਫਿਰ ਇਸਨੂੰ X-ਧੁਰੇ 'ਤੇ ਹੇਠਾਂ ਸੁੱਟੋ।
– ਪਹਿਲਾ ਚੌਥਾਈ (Q1): \( \frac{N}{4} \) ਦੀ ਵਰਤੋਂ ਕਰੋ
– ਤੀਜਾ ਚੌਥਾਈ (Q3): \( \frac{3N}{4} \) ਦੀ ਵਰਤੋਂ ਕਰੋ
ਇਹ ਤਰੀਕਾ ਖਾਸ ਤੌਰ 'ਤੇ ਉਦੋਂ ਮਦਦਗਾਰ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਡੇਟਾ ਨੂੰ ਸਮੂਹਬੱਧ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਕਿਉਂਕਿ ਕੱਚੇ ਡੇਟਾ ਸੂਚੀ ਤੋਂ ਮੱਧਮਾਨ ਤੁਰੰਤ ਦਿਖਾਈ ਨਹੀਂ ਦਿੰਦਾ।
ਬਚਣ ਲਈ ਆਮ ਗਲਤੀਆਂ
ਸਕਾਰਾਤਮਕ ਜਾਂ ਨਕਾਰਾਤਮਕ ਓਗਿਵ ਬਣਾਉਣ ਵਿੱਚ, ਹੇਠ ਲਿਖੀਆਂ ਗਲਤੀਆਂ ਅਕਸਰ ਹੁੰਦੀਆਂ ਹਨ:
1. ਕਲਾਸ ਮਿਡਪੁਆਇੰਟ ਦੀ ਵਰਤੋਂ ਕਰੋ, ਕਲਾਸ ਸੀਮਾਵਾਂ ਦੀ ਨਹੀਂ। ਓਗਿਵ ਨੂੰ ਉੱਪਰਲੀ ਜਾਂ ਹੇਠਲੀ ਸੀਮਾ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ, ਮੱਧ ਬਿੰਦੂ ਦੀ ਨਹੀਂ।
2. ਸਮੂਹਬੱਧ ਡਿਸਕ੍ਰਿਟ ਡੇਟਾ ਲਈ ਕਲਾਸ ਕਿਨਾਰਿਆਂ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ। ਕਲਾਸ ਕਿਨਾਰਿਆਂ ਤੋਂ ਬਿਨਾਂ, ਗ੍ਰਾਫ਼ ਅਸ਼ੁੱਧ ਦਿਖਾਈ ਦੇ ਸਕਦਾ ਹੈ।
3. ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਗਲਤ ਦਿਸ਼ਾ ਵਿੱਚ ਹੈ। ਸਕਾਰਾਤਮਕ ਅਤੇ ਨਕਾਰਾਤਮਕ ਓਗਿਵਾਂ ਦੀਆਂ ਸੰਚਤ ਦਿਸ਼ਾਵਾਂ ਵੱਖੋ-ਵੱਖਰੀਆਂ ਹੁੰਦੀਆਂ ਹਨ; ਜੇਕਰ ਉਹਨਾਂ ਨੂੰ ਉਲਟਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਗ੍ਰਾਫ਼ ਦੀ ਸ਼ਕਲ ਗਲਤ ਹੋਵੇਗੀ।
4. ਅਸੰਗਤ ਧੁਰੀ ਸਕੇਲ। ਅਸੰਗਤ ਸਕੇਲ ਵਿਆਖਿਆ ਨੂੰ ਗੁੰਮਰਾਹ ਕਰ ਸਕਦੇ ਹਨ।
ਬੰਦ ਕੀਤਾ ਜਾ ਰਿਹਾ
ਸਕਾਰਾਤਮਕ ਅਤੇ ਨਕਾਰਾਤਮਕ ਓਗਿਵ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਡੇਟਾ ਪੇਸ਼ ਕਰਨ ਦੀ ਤਕਨੀਕ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਵੰਡਾਂ ਦੀ ਕਲਪਨਾ ਕਰਨ ਦਾ ਇੱਕ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਤਰੀਕਾ ਹੈ। ਸਕਾਰਾਤਮਕ ਓਗਿਵ "ਤੋਂ ਘੱਟ" ਮੁੱਲਾਂ ਦੇ ਇਕੱਠੇ ਹੋਣ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹਨ, ਜਿਸਦੇ ਨਤੀਜੇ ਵਜੋਂ ਇੱਕ ਉੱਪਰ ਵੱਲ ਢਲਾਣ ਹੁੰਦੀ ਹੈ, ਜਦੋਂ ਕਿ ਨਕਾਰਾਤਮਕ ਓਗਿਵ "ਤੋਂ ਵੱਧ" ਮੁੱਲਾਂ ਦੇ ਇਕੱਠੇ ਹੋਣ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹਨ, ਜਿਸਦੇ ਨਤੀਜੇ ਵਜੋਂ ਇੱਕ ਹੇਠਾਂ ਵੱਲ ਢਲਾਣ ਹੁੰਦੀ ਹੈ। ਓਗਿਵ ਦੇ ਨਾਲ, ਵਿਸ਼ਲੇਸ਼ਕ ਵੰਡ ਪੈਟਰਨਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰ ਸਕਦੇ ਹਨ, ਡੇਟਾ ਸੈੱਟਾਂ ਦੀ ਤੁਲਨਾ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਮੱਧਮਾਨ ਅਤੇ ਚੌਥਾਈ ਦਾ ਗ੍ਰਾਫਿਕ ਤੌਰ 'ਤੇ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦੇ ਹਨ। ਸਿੱਖਿਆ, ਕਾਰੋਬਾਰ ਅਤੇ ਸਮਾਜਿਕ ਖੋਜ ਵਿੱਚ, ਓਗਿਵ ਗੁੰਝਲਦਾਰ ਡੇਟਾ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਸਮਝਣ ਯੋਗ ਜਾਣਕਾਰੀ ਵਿੱਚ ਬਦਲਣ ਲਈ ਇੱਕ ਸਧਾਰਨ ਪਰ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਾਧਨ ਹਨ।
ਜੇ ਤੁਸੀਂ ਚਾਹੋ, ਤਾਂ ਮੈਂ ਇੱਕ ਉਦਾਹਰਣ ਡੇਟਾ ਟੇਬਲ ਵੀ ਜੋੜ ਸਕਦਾ ਹਾਂ ਅਤੇ ਇੱਕ ਕੋਆਰਡੀਨੇਟ 'ਤੇ ਇੱਕ ਓਗਿਵ ਕਿਵੇਂ ਬਣਾਉਣਾ ਹੈ ਇਸਦੀ ਉਦਾਹਰਣ ਦੇ ਨਾਲ ਸੰਚਤ ਬਾਰੰਬਾਰਤਾ ਗਣਨਾ ਦੇ ਕਦਮਾਂ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਦਾ ਹਾਂ।
