Mifano ya Maswali Yanayojadili Tofauti na Mkengeuko Sawa wa Data ya Kundi
Pendauluan
Katika takwimu, tofauti na kupotoka sanifu ni vipimo viwili vya takwimu ambavyo ni muhimu kwa kuelewa mtawanyiko, au kuenea, kwa data kutoka kwa wastani. Tofauti hupima umbali ambao data imeenea kutoka kwa wastani, huku kupotoka sanifu ni mzizi wa mraba wa tofauti, na kutoa kipimo ambacho kiko katika vitengo sawa na data asili.
Ufafanuzi
– Tofauti (σ² au S²): Ni wastani wa miraba ya tofauti kati ya kila thamani ya data na wastani wa data.
– Mkengeuko Sawa (σ au S): Ni mzizi wa mraba wa tofauti.
Fomula ya Tofauti na Mkengeuko Sawa wa Data ya Kundi
Kwa data ya kikundi, tunatumia masafa ya data katika kila darasa. Hii hapa fomula:
Mboga
\[ S^2 = \frac{ \sum f_i \left( x_i – \bar{x} \right)^2 }{ N-1 } \]
Mkengeuko wa Kawaida
\[ S = \sqrt{S^2} \]
Wapi:
– \( f_i \) = masafa ya kila darasa.
– \( x_i \) = sehemu ya katikati ya kila darasa.
– \( \bar{x} \) = wastani wa data ya kikundi.
– \( N \) = jumla ya idadi ya data.
Maswali na Majadiliano ya Mfano
Tuseme tuna data ya uzito kwa kundi la watu waliopangwa katika madarasa.
| Muda wa Uzito (kg) | Mara kwa mara (f) |
|————————|————–|
| 50 - 54 | 2 |
| 55 - 59 | 5 |
| 60 - 64 | 8 |
| 65 - 69 | 7 |
| 70 - 74 | 3 |
Hatua ya kwanza ni kubaini katikati ya kila darasa ( \( x_i \) ) na kisha kuhesabu wastani (\( \bar{x} \)).
1. Kuhesabu Sehemu ya Kati ( \( x_i \) )
\[ \text{Midpoint} = \frac{\text{Lower Limit} + \text{Upper Limit}}{2} \]
| Muda wa Uzito (kg) | Masafa (f) | Sehemu ya Kati (\( x_i \) ) |
|——————|————–|————————|
| 50 - 54 | 2 | 52 |
| 55 - 59 | 5 | 57 |
| 60 - 64 | 8 | 62 |
| 65 - 69 | 7 | 67 |
| 70 - 74 | 3 | 72 |
2. Kuhesabu Wastani ( \( \bar{x} \) )
\[ \bar{x} = \frac{ \sum f_i x_i }{ N } \]
Jumla ya idadi ya data \( N \):
\[ N = 2 + 5 + 8 + 7 + 3 = 25 \]
\[ \jum f_i x_i = (2 \mara 52) + (5 \mara 57) + (8 \mara 62) + (7 \mara 67) + (3 \mara 72) \]
\[ = 104 + 285 + 496 + 469 + 216 = 1570 \]
Kwa hivyo, wastani (\( \bar{x} \)):
\[ \bar{x} = \frac{1570}{25} = 62.8 \]
3. Kuhesabu Tofauti ( \( S^2 \) )
Tunahitaji kuhesabu \( \sum f_i ( x_i – \bar{x} )^2 \):
\[
\begin{align}
(x_i – \bar{x})^2: & (52 – 62.8)^2 = 118.84 \\
& (57 – 62.8)^2 = 33.64 \\
& (62 – 62.8)^2 = 0.64 \\
& (67 – 62.8)^2 = 17.64 \\
& (72 – 62.8)^2 = 84.64
\end{align}
\]
Kuzidisha kwa masafa:
\[
\begin{align}
f_i (x_i – \bar{x})^2: & 2 \mara 118.84 = 237.68 \\
& 5 \mara 33.64 = 168.2 \\
& 8 \mara 0.64 = 5.12 \\
& 7 \mara 17.64 = 123.48 \\
& 3 \mara 84.64 = 253.92
\end{align}
\]
\[
\jum f_i (x_i – \bar{x})^2 = 237.68 + 168.2 + 5.12 + 123.48 + 253.92 = 788.4
\]
Sasa tunaweza kuhesabu tofauti (\( S^2 \)):
\[ S^2 = \frac{ 788.4 }{ 25 – 1 } = \frac{ 788.4 }{ 24 } \takriban 32.85 \]
4. Kuhesabu Mkengeuko Sawa ( \( S \) )
Mkengeuko wa kawaida ( \( S \)):
\[ S = \sqrt{ S^2 } \]
\[ S = \sqrt{ 32.85 } \takriban 5.73 \]
Hitimisho
Kutoka kwa data ya mfano hapo juu, tuna:
- Kuhesabu uzito wa wastani wa mwili: kilo 62.8
– Kuhesabu tofauti: 32.85 kg²
– Kuhesabu kupotoka kwa kawaida: kilo 5.73
Tafsiri ya kupotoka kwa kawaida ni kwamba kupotoka kwa wastani kwa data ya uzito kutoka wastani ni takriban kilo 5.73. Hii inaonyesha kuenea kwa data kuhusiana na wastani, ambayo inaweza kusaidia kubaini jinsi data yetu ilivyo tofauti.
Uelewa kamili wa tofauti na kupotoka kwa kiwango ni muhimu, hasa kwa wale wanaofanya kazi katika takwimu, utafiti, na upimaji, wanapojaribu kuelewa data katika mfumo wa vikundi au usambazaji. Kujua jinsi ya kuhesabu na kutafsiri vipimo hivi viwili kunaweza kusaidia katika kufanya maamuzi bora kulingana na data iliyopo.
