Teknikat për krijimin e histogrameve në të dhëna të grupuara
Një histogram është një mjet i përdorur shpesh për prezantimin e të dhënave në statistikë, veçanërisht kur kemi të bëjmë me të dhëna të grupuara. Ndryshe nga një grafik i rregullt me shtylla, i cili shfaq kategori diskrete, një histogram shfaq shpërndarjen e frekuencës së të dhënave numerike të grupuara në intervale klasash. Përmes një histogrami, ne mund të vëzhgojmë modelet e shpërndarjes së të dhënave, trendet (p.sh., animin djathtas ose majtas) dhe madje edhe një vlerësim të formës së shpërndarjes (normale, e anuar, bimodale e kështu me radhë). Ky artikull diskuton teknikat për krijimin sistematik të histogrameve për të dhënat e grupuara, nga ndërtimi i një tabele shpërndarjeje të frekuencës deri te vizatimi i një histogrami të saktë.
1. Kuptimi i të dhënave të grupuara dhe histogrameve
Të dhënat e grupuara janë të dhëna numerike që janë përmbledhur në disa intervale të klasës. Për shembull, rezultatet e testeve të studentëve nuk shfaqen më individualisht, por grupohen në diapazone 40–49, 50–59, 60–69 e kështu me radhë. Çdo interval ka një frekuencë, e cila është numri i pikave të të dhënave që bien brenda atij intervali.
Një histogram është një grafik i përbërë nga shufra të vendosura ngushtë pa boshllëqe (ose boshllëqe shumë të vogla), pasi përfaqëson një gamë të vazhdueshme vlerash. Gjerësia e shufrës përfaqëson gjatësinë e intervalit të klasës, ndërsa lartësia e shufrës përfaqëson frekuencën ose dendësinë e frekuencës (në varësi të faktit nëse gjerësitë e klasave janë të njëjta apo të ndryshme).
2. Përpilimi i një Tabele të Shpërndarjes së Frekuencës
Hapi i parë në krijimin e një histogrami është ndërtimi i një tabele shpërndarjeje të frekuencave. Ky proces zakonisht përfshin:
1. Përcaktoni vlerat minimale dhe maksimale të të dhënave.
2. Llogaritni diapazonin = maksimumi − minimumi.
3. Përcaktoni numrin e klasave (k).
4. Përcaktoni gjatësinë e klasës (p) = diapazoni / k (e rrumbullakosur sipas nevojës).
5. Organizoni intervalet e mësimit dhe llogaritni frekuencën në secilin interval.
Ekzistojnë disa udhëzime për përcaktimin e numrit të klasave. Njëra prej tyre e njohur është formula e Sturges:
k = 1 + 3,3 log10(n)
ku n është numri i pikave të të dhënave. Rezultati i k rrumbullakoset në numrin e plotë më të afërt.
Shembull i thjeshtë: nëse n = 40, atëherë k ≈ 1 + 3,3 log10(40) ≈ 1 + 3,3(1,602) ≈ 6,29, kështu që mund të zgjidhen 6 ose 7 klasa.
3. Përcaktimi i kufijve dhe skajeve të klasës
Një gabim i zakonshëm kur krijohen histograma është ngatërrimi i kufijve të klasës me skajet e klasës.
– Kufijtë e klasave janë numra të shkruar në intervale, për shembull 50–59.
– Kufijtë e klasave janë kufij të vazhdueshëm që ndajnë klasat në mënyrë që të mos ketë “boshllëqe” midis klasave.
Nëse të dhënat janë një numër i plotë, atëherë skaji i klasës zakonisht përcaktohet duke mbledhur dhe zbritur 0,5.
Shembull:
– Intervali 50–59 ka skajet e klasës prej 49,5–59,5
– Intervali 60–69 ka skajet e klasës prej 59,5–69,5
Kështu, skajet e klasës takohen në 59,5 në mënyrë që histogrami të duket i unifikuar dhe vërtet i vazhdueshëm.
Megjithatë, nëse të dhënat janë një matje e vazhdueshme (për shembull, lartësia në cm dhe mund të ketë decimale), përcaktimi i kufijve të klasave varet nga saktësia e matjes. Parimi është të krijohen kufij të klasave që nuk mbivendosen dhe nuk lënë boshllëqe.
4. Përcaktoni Shkallën në Boshtin X dhe Y
Histogrami ka dy boshte kryesore:
– Boshti X (horizontal): shfaq intervalet e klasave (zakonisht duke përdorur skajet e klasave për të siguruar vazhdimësinë).
– Boshti Y (vertikal): shfaq frekuencën.
Nëse të gjitha intervalet e klasave kanë të njëjtën gjerësi, atëherë lartësia e shiritit matet thjesht duke përdorur frekuencën. Megjithatë, nëse gjerësitë e intervalit të klasës janë të ndryshme, lartësia e shiritit duhet të matet duke përdorur dendësinë e frekuencës:
Dendësia e frekuencës = frekuenca / gjerësia e klasës
Përdorimi i dendësisë është i rëndësishëm në mënyrë që sipërfaqja e shiritit të jetë proporcionale me frekuencën aktuale. Përndryshe, klasat më të gjera do të duken "më të mëdha" thjesht për shkak të gjerësisë së tyre, jo për shkak të sasisë më të madhe të të dhënave.
5. Vizatimi i Shiritave të Histogramit
Pasi të përcaktohen shkalla dhe intervalet, hapi tjetër është vizatimi i shiritit.
Teknika e saktë për të vizatuar një histogram:
1. Shënoni skajet e klasës në boshtin X në mënyrë sekuenciale.
2. Në çdo interval, vizatoni një shirit drejtkëndësh, gjerësia e të cilit korrespondon me atë interval.
3. Lartësia e shiritit korrespondon me frekuencën (ose dendësinë e frekuencës nëse gjerësitë e klasave nuk janë të njëjta).
4. Sigurohuni që kërcejtë të jenë afër njëra-tjetrës (pa boshllëqe).
5. Jepini histogramit një titull, etiketoni boshtet X dhe Y dhe njësitë nëse është e nevojshme.
Për shembull, nëse intervalet e klasave janë 40–49, 50–59, 60–69, dhe frekuencat e tyre përkatëse janë 5, 12, 18, atëherë niveli për klasën 60–69 do të jetë më i lartë se klasat e tjera sepse frekuenca e saj është më e madhja.
6. Leximi dhe Interpretimi i Histogrameve
Një histogram nuk është vetëm një fotografi, por një mjet analitik. Nga një histogram, mund të shohim:
– Klasa e modalitetit: klasa me shiritin më të lartë (frekuencën më të lartë).
– Forma e shpërndarjes: simetrike, e anuar djathtas (anim pozitiv), e anuar majtas (anim negativ) ose ka dy maja (bimodale).
– Shpërndarja e të dhënave: nëse të dhënat janë të përqendruara në një interval të caktuar apo të shpërndara gjerësisht.
– Tregues i vlerës së jashtëzakonshme: nëse ka një klasë në fund që ka një frekuencë të vogël dhe është e ndarë nga grupi kryesor.
Një interpretim i mirë zakonisht shoqërohet me një përfundim të shkurtër. Për shembull: “Shumica e të dhënave bien në diapazonin 60–79, duke treguar se rezultatet e pjesëmarrësve kanë tendencë të jenë në kategorinë e mesme.”
7. Gabime të Zakonshme
Ja disa gabime për të shmangur:
1. Jepni hapësirë midis shufrave në mënyrë që të duket si një grafik me shufra.
2. Duke përdorur kufijtë e klasës, jo skajet e klasës, kështu që ka boshllëqe në diapazonin e të dhënave.
3. Mosrregullimi i lartësisë së shiritit kur gjerësia e klasës është e ndryshme, në mënyrë që krahasimi i frekuencës të bëhet i paragjykuar.
4. Shkallët e boshtit janë të paqëndrueshme ose nuk fillojnë nga zero në boshtin e frekuencës (mund të jenë vizualisht mashtruese).
5. Intervalet e klasave nuk janë të njëpasnjëshme ose mbivendosëse, për shembull 50–60 dhe 60–70 pa shpjegim të skajeve të klasës.
8. Këshilla praktike për t'i bërë histogramet më informuese
Për ta bërë histogramin më të lehtë për t’u kuptuar:
– Përdorni një numër të arsyeshëm klasash (përgjithësisht 5–12 klasa, varësisht nga sasia e të dhënave).
– Shmangni intervalet shumë të ngushta (shumë klasa) sepse histogrami bëhet “i zhurmshëm”.
– Shmangni intervalet që janë shumë të gjera (shumë pak klasa) sepse modeli i shpërndarjes mund të humbasë.
– Përfshini burimet e të dhënave, madhësinë e mostrës (n) dhe informacione të tjera nëse është e nevojshme në raport.
Nëse përdorni softuerë si Excel, Google Sheets ose aplikacione statistikore, kuptoni gjithmonë konceptin e skajit të klasës dhe gjerësisë së klasës në mënyrë që rezultatet e histogramit të mos jenë të gabuara.
Penutup
Teknika e krijimit të një histogrami për të dhëna të grupuara kërkon në thelb saktësi në ndërtimin e intervaleve të klasave, përcaktimin e kufijve të klasave dhe përcaktimin e lartësive të duhura të shufrave. Nëse intervalet e klasave janë uniforme, thjesht përdorni frekuencën si lartësi të shufrës. Nëse intervalet nuk janë uniforme, përdorni dendësinë e frekuencës për të ruajtur një vizualizim të drejtë dhe të saktë. Me një histogram të ndërtuar siç duhet, ne mund të marrim shpejt një pasqyrë të modelit të shpërndarjes së të dhënave dhe të bëjmë interpretime më të sakta në analizën statistikore.
Nëse dëshironi, mund të shtoj të dhëna shembull dhe të përfundoj hapat e llogaritjes derisa të përfundojë histograma (manualisht ose me Excel/Sheets).
