په احصایو کې د خپریدو اندازه کول
احصایې د دې مطالعه ده چې معلومات څنګه راټولیږي، تحلیل کیږي، تشریح کیږي او وړاندې کیږي. د احصایې یو مهم اړخ د خپریدو اندازه کول دي، کوم چې یو اندازه ده چې تشریح کوي چې د معلوماتو سیټ دننه معلومات څومره خپریږي یا متنوع دي. د دې اندازه کولو پوهیدل کولی شي د معلوماتو ژور تفسیر، د تغیراتو پیژندلو، او حتی د ډیرو دقیقو وړاندوینو کولو کې مرسته وکړي. دا مقاله به د خپریدو اندازه کولو مختلف ډولونه، د معلوماتو تحلیل کې د دوی اهمیت، او په عام ډول کارول شوي محاسبې میتودونو په اړه بحث وکړي.
په احصایو کې د خپریدو او د هغې اهمیت پوهیدل
خپرېدل، یا تغیر، هغه حد ته اشاره کوي چې معلومات د ویش د مرکز شاوخوا خپریږي. د ویش مرکز کولی شي د معلوماتو اوسط، منځنی یا حالت وي. د خپریدو اندازه کول مهم دي ځکه چې دوی اضافي معلومات چمتو کوي چې د مرکزي تمایل اندازه کول (لکه اوسط یا منځنی) نشي کولی.
د معلوماتو دوه سیټونه ممکن ورته اوسط ولري مګر د توپیر له پلوه د پام وړ توپیر ولري. د مثال په توګه، که دوه مختلف ټولګي د ازموینې ورته اوسط نمرې ولري، مګر د یوې ټولګي نمرې د 90-100 او د بلې 50-100 ترمنځ وي، نو دوهم ټولګي ډیر تغیر لري. پدې شرایطو کې، د خپریدو اندازه کولی شي موږ سره د معلوماتو ارزښتونو ترمنځ تنوع په پوهیدو کې مرسته وکړي.
د خپریدو اندازه کولو ډولونه
په احصایو کې د خپریدو څو ډولونه کارول کیږي، چې هر یو یې خپلې ګټې او زیانونه لري. ځینې یې خورا عام دي:
۱. حد
۲. توپیر
۳. معیاري انحراف
۴. د منځنۍ مطلق انحراف (MAD)
۳. انټرکوارټیل رینج (IQR)
۱. حد
حد د خپریدو تر ټولو ساده اندازه ده او د ډیټا سیټ کې د ترټولو کوچني ارزښت له لوی ارزښت څخه د کمولو له لارې محاسبه کیږي. په ریاضي ډول:
\[ \متن{حد} = \متن{ اعظمي ارزښت} – \متن{ لږ تر لږه ارزښت} \]
دا حد محاسبه کول اسانه دي او د تغیراتو یوه چټکه کتنه وړاندې کوي. په هرصورت، دا حد د بهرنیانو لپاره خورا حساس دی. له همدې امله، که چیرې په معلوماتو کې خورا ډیر ارزښتونه شتون ولري، نو دا حد ممکن د معلوماتو د ټولیز خپریدو غلط انځور چمتو کړي.
۳. توپیر
توپیر د هر ډیټا ارزښت او ټولیز اوسط ترمنځ د مربع توپیرونو اوسط محاسبه کولو سره د معلوماتو خپریدو اندازه کوي. د نفوس توپیر (σ²) فورمول دا دی:
\[ \سګما^2 = \frac{\sum_{i=1}^N (x_i – \mu)^2}{N} \]
د نمونې (s²) لپاره، فورمول لږ څه بدل شوی دی:
\[ s^2 = \frac{\sum_{i=1}^n (x_i – \bar{x})^2}{n-1} \]
دلته، \( x_i \) د هر معلوماتي ارزښت دی، \( \mu \) د نفوس اوسط دی، \( \bar{x} \) د نمونې اوسط دی، \( N \) د نفوس اندازه ده، او \( n \) د نمونې اندازه ده. توپیر خورا ارزښتونو ته ډیر وزن ورکوي ځکه چې دا توپیرونه مربع کوي. دا ګټور کیدی شي، مګر دا توپیر په خپل اصلي پیمانه کې لږ حسي هم کوي.
۳. معیاري انحراف
معیاري انحراف د تغیر مربع ریښه ده او بیا د اصلي معلوماتو په څیر ورته واحدونه کاروي، چې پوهیدل یې اسانه کوي:
\[ \سیګما = \sqrt{\سیګما^2} \]
معیاري انحراف د خپریدو یو له خورا عامو کارول شویو اقداماتو څخه دی ځکه چې دا مربع بدلونونه سره یوځای کوي او بیا یې بیرته اصلي پیمانه ته راټیټوي، چې د ډیری خلکو لپاره یې تشریح کول اسانه کوي.
۴. د منځنۍ مطلق انحراف (MAD)
MAD د هر معلوماتي ارزښت او ټولیز اوسط ترمنځ د توپیرونو مطلق اوسط اندازه کوي. فورمول دا دی:
\[ \متن{MAD} = \frac{\sum_{i=1}^n |x_i – \bar{x}|}{n} \]
MAD د خپریدو روښانه لید وړاندې کوي ځکه چې دا انحرافات نه مربع کوي، او له همدې امله د تغیر یا معیاري انحراف په پرتله د بهرنیانو لخوا لږ اغیزمن کیږي.
۵. د انټرکوارټیل رینج (IQR)
IQR د لومړۍ ربعې (Q1) او دریم ربعې (Q3) ترمنځ واټن اندازه کوي، چې د معلوماتو منځنۍ 50٪ پکې شامل دي:
\[ \متن{IQR} = Q3 – Q1 \]
IQR ډیری وختونه د بکس پلاټونو سره کارول کیږي او په ځانګړي ډول د بهرنیانو په پیژندلو کې ګټور دی. ځکه چې دا یوازې د معلوماتو په مینځ کې تمرکز کوي، IQR د سختو ارزښتونو لخوا لږ اغیزمن کیږي او ډیری وختونه د اکتشافي معلوماتو تحلیل کې کارول کیږي.
غوښتنلیکونه او د قضیې مثالونه
د خپریدو اندازه کولو د کارولو د ښه پوهیدو لپاره، راځئ چې په مختلفو برخو کې د کارولو ځینې مثالونه وګورو.
۱. د کارمندانو د فعالیت اندازه کول
د بشري سرچینو مدیریت (HRM) کې، د کارمندانو د فعالیت اندازه کول یوه هغه ساحه ده چیرې چې د خپریدو اندازه کول ډیری وختونه کارول کیږي. د توپیر یا معیاري انحراف په کارولو سره، HR کولی شي وپیژني چې د کارمندانو ترمنځ د فعالیت درجه بندي څومره پراخه ویشل شوې ده. که چیرې توپیر لوړ وي، ممکن د ارزونې سیسټم کې نابرابري یا په فعالیت کې ناانصافي وي.
۲. د مالي خطر تحلیل
په مالي چارو کې، د پانګونې د خطر محاسبه کولو لپاره د تطابق اقدامات لکه توپیر او معیاري انحراف کارول کیږي. د لوړ معیاري انحراف سره پورټ فولیو خطرناک ګڼل کیږي ځکه چې د دوی احتمالي نغدي جریان ډیر بې ثباته وي. دا اندازه کولی شي پانګه اچوونکو سره مرسته وکړي چې ډیر باخبره پریکړې وکړي.
۳. د طبي علومو څیړنه
په طبي څېړنه کې، د تزریق اندازه کول د درملنې په وړاندې د ناروغ د غبرګون توپیر پوهیدو لپاره کارول کیږي. د ناروغ په غبرګون کې لوړ توپیر ممکن د انفرادي درملنې اړتیا یا د نورو فکتورونو څیړنې ته اشاره وکړي چې ممکن د درملنې پایلو باندې اغیزه وکړي.
د مختلفو خپریدو اندازه کولو ګټې او زیانونه
د خپریدو د اندازه کولو هره طریقه ګټې او زیانونه لري. د ترټولو مناسبې طریقې غوره کول د معلوماتو په شرایطو او د تحلیل په هدف پورې اړه لري.
- حد: ګټه یې دا ده چې محاسبه کول اسانه دي، مګر د بهرنیو عواملو په وړاندې خورا حساس دي.
– توپیر: د خپریدو روښانه توضیحات وړاندې کوي، مګر په مربعونو کې اندازه کول دا لږ حسي کوي.
- معیاري انحراف: ډېر ګټور او حسي، خو د بهرنیو عواملو لخوا هم اغیزمن شوی.
– MAD: د بهرنیانو لخوا لږ اغیزمن شوی او پوهیدل یې اسانه دي، مګر په عمل کې ډیر لږ کارول کیږي.
– IQR: د بهرنيانو پرته د خپریدو په پیژندلو کې خورا مؤثر دی، مګر بهرني معلومات نه پوښي.
پایله
د خپریدو اندازه کول د احصایې یوه مهمه برخه ده، چې د معلوماتو سیټ دننه د تغیر په اړه اړین بصیرت چمتو کوي. د خپریدو اندازه کولو مختلفو میتودونو، لکه رینج، تغیر، معیاري انحراف، MAD، او IQR، په پوهیدو سره، موږ کولی شو د معلوماتو ژور تحلیل ترسره کړو او د هغې پراساس غوره پریکړې وکړو. د میتود انتخاب د معلوماتو ځانګړتیاو او زموږ د تحلیل هدف پورې اړه لري، او د هر یو د ګټو او زیانونو په پوهیدو سره، موږ کولی شو د خپریدو اندازه کول په ډیر مؤثره توګه وکاروو.
