Jinsi ya Kuhesabu Mkengeuko wa Kawaida
Mkengeuko wa kawaida ni mojawapo ya vipimo vya takwimu vinavyotumika mara nyingi ili kubaini jinsi data "iliyosambazwa" inavyotokana na wastani wake. Katika maisha halisi, kukengeuka kwa kawaida hutusaidia kuelewa uthabiti au tofauti ya jambo: kwa mfano, tofauti katika alama za majaribio, mabadiliko ya mauzo, tofauti katika urefu, na hata hatari katika data ya kifedha. Kadiri kukengeuka kwa kawaida kunavyokuwa kudogo, ndivyo data inavyokuwa karibu na wastani. Kinyume chake, kukengeuka kwa kiwango kikubwa kunaonyesha kwamba data iko mbali na wastani na ina tofauti kubwa.
Makala haya yatajadili maana ya kupotoka sanifu, fomula inayotumika, na hatua za kuihesabu mwenyewe kupitia mifano rahisi kueleweka.
1. Ufafanuzi wa Mkengeuko Sawa
Mkengeuko wa kawaida ni mzizi wa mraba wa tofauti. Tofauti yenyewe ni wastani wa miraba ya tofauti kati ya kila nukta ya data na wastani. Kwa nini utumie mraba? Kwa sababu tofauti kati ya nukta za data na wastani zinaweza kuwa hasi au chanya. Ikiwa zitaongezwa moja kwa moja, tofauti hasi na chanya zinaweza kufutana, na kusababisha matokeo ya kupotosha. Kwa kuweka tofauti katika miraba, thamani zote huwa chanya, na kuruhusu kipimo sahihi zaidi cha usambazaji wa data.
Kwa urahisi:
– Tofauti = kipimo cha kuenea katika vitengo “vilivyo na mraba”.
– Mkengeuko wa kawaida = kipimo cha kuenea ambacho kimerudi kwenye vitengo vya awali vya data.
Mfano: ikiwa data iko katika mfumo wa alama za majaribio (vitengo vya pointi), tofauti itakuwa katika pointi, huku kupotoka kwa kawaida kutakuwa tena katika pointi, na kurahisisha kutafsiri.
2. Idadi ya Watu dhidi ya Mfano wa Kupotoka kwa Kiwango
Kabla ya kuhesabu, ni muhimu kujua ni aina gani ya data uliyonayo:
1. Idadi ya watu: data inajumuisha wanachama wote wanaopaswa kufanyiwa utafiti.
Fomula ya kupotoka kwa kiwango cha idadi ya watu hutumia kigawanyiko N (idadi ya data).
2. Sampuli: data ni sehemu tu ya idadi ya watu, kwa kawaida hutumika kuwakilisha idadi kubwa ya watu.
Fomula ya sampuli ya kupotoka kwa kawaida hutumia kigawanyi (n - 1) kusahihisha upendeleo wa makadirio. Marekebisho haya yanaitwa marekebisho ya Bessel.
Katika mazoezi ya kila siku (k.m. utafiti, tafiti, uchambuzi wa darasa), data mara nyingi huchukuliwa kama sampuli, kwa hivyo mgawanyiko ni (n - 1).
3. Fomula ya Kupotoka Sawa
A. Fomula ya Kupotoka kwa Viwango vya Idadi ya Watu
Tuseme data: \( x_1, x_2, \nukta, x_N \)
Wastani wa idadi ya watu:
\[
\mu = \frac{\sum_{i=1}^{N} x_i}{N}
\]
Tofauti ya idadi ya watu:
\[
\sigma^2 = \frac{\sum_{i=1}^{N}(x_i – \mu)^2}{N}
\]
Mkengeuko wa kiwango cha idadi ya watu:
\[
\sigma = \sqrt{\sigma^2}
\]
B. Mfano wa Fomula ya Mkengeuko Sawa
Mfano wa wastani:
\[
\bar{x} = \frac{\sum_{i=1}^{n} x_i}{n}
\]
Tofauti ya sampuli:
\[
s^2 = \frac{\sum_{i=1}^{n}(x_i – \bar{x})^2}{n – 1}
\]
Mfano wa kupotoka kwa kawaida:
\[
s = \sqrt{s^2}
\]
4. Hatua za Kuhesabu Mkengeuko Sawa kwa Mkono
Ili kurahisisha kuelewa, tunatumia mfano wa data ya alama za mtihani wa wanafunzi 5:
Data: 60, 70, 70, 80, 90
Tuseme data hii ni sampuli (ambayo ni ya kawaida katika mifano ya kujifunza).
Hatua ya 1: Hesabu wastani
\[
\bar{x} = \frac{60 + 70 + 70 + 80 + 90}{5} = \frac{370}{5} = 74
\]
Kwa hivyo wastani wa alama ni 74.
Hatua ya 2: Hesabu tofauti kati ya kila data na wastani
Unda safu wima ya tofauti \( (x_i – \bar{x}) \):
– 60 − 74 = −14
– 70 − 74 = −4
– 70 − 74 = −4
– 80 − 74 = 6
– 90 − 74 = 16
Hatua ya 3: Piga tofauti kwa mraba
Hesabu \( (x_i – \bar{x})^2 \):
– (−14)² = 196
– (−4)² = 16
– (−4)² = 16
– 6² = 36
– 16² = 256
Hatua ya 4: Ongeza miraba ya tofauti
\[
\jum (x_i – \bar{x})^2 = 196 + 16 + 16 + 36 + 256 = 520
\]
Hatua ya 5: Hesabu tofauti (kwa sampuli, gawanya kwa n - 1)
Kwa kuwa n = 5, basi n - 1 = 4:
\[
s^2 = \frac{520}{4} = 130
\]
Kwa hivyo tofauti ya sampuli ni 130.
Hatua ya 6: Mzizi wa mraba wa tofauti ili kupata mkengeuko wa kawaida
\[
s = \sqrt{130} \takriban 11{,}40
\]
Kwa hivyo, kupotoka kwa kawaida kwa data ni takriban 11,40. Hii ina maana kwamba, kwa wastani, alama za wanafunzi hupotoka kwa takriban pointi 11 kutoka wastani wa 74.
5. Njia ya Haraka: Fomula Mbadala (Uhesabuji)
Mbali na mbinu ya mwongozo hapo juu, kuna fomula ya hesabu ambayo mara nyingi hutumika kuharakisha hesabu, hasa ikiwa kuna data nyingi:
Tofauti ya sampuli:
\[
s^2 = \frac{\sum x_i^2 – \frac{(\sum x_i)^2}{n}}{n – 1}
\]
Fomula hii huepuka kuhesabu tofauti moja baada ya nyingine, lakini bado inahitaji usahihi wakati wa kuhesabu jumla ya miraba ya data.
Hata hivyo, kwa uelewa wa dhana, mbinu ya hatua kwa hatua (tofauti → mraba → jumla) kwa kawaida ni rahisi na salama zaidi kutokana na makosa.
6. Tafsiri ya Mkengeuko Sawa
Mkengeuko wa kawaida hauishii tu kwenye nambari, lakini lazima ufasiriwe:
– Mkengeuko mdogo wa kawaida: data imepangwa karibu na wastani, tofauti ni ndogo, matokeo yanapatana zaidi.
– Mkengeuko mkubwa wa kawaida: data imesambazwa mbali na wastani, tofauti ni kubwa, matokeo hayana uthabiti.
Kwa mfano, tuseme madarasa mawili yana wastani sawa wa alama, 74. Ikiwa darasa A lina mkengeuko wa kawaida wa 5 na darasa B lina mkengeuko wa kawaida wa 15, basi alama katika darasa A ni sawa na thabiti zaidi. Darasa B lina tofauti kubwa zaidi: baadhi ni ya chini sana na mengine ni ya juu sana.
7. Makosa ya Kawaida
Makosa ya kawaida wakati wa kuhesabu kupotoka kwa kawaida:
1. Nimesahau kutofautisha kati ya sampuli na idadi ya watu, kwa hivyo kigawanyiko si sahihi (N dhidi ya n - 1).
2. Kukosea hesabu ya wastani, jambo linalosababisha hatua zote zinazofuata kuwa na makosa.
3. Kusahau kuhesabu tofauti, au kufanya kosa wakati wa kuchukua mzizi wa mraba mwishoni.
4. Makosa ya hesabu wakati wa kuongeza au kukokotoa miraba ya nambari.
Kuzuia makosa kunaweza kufanywa kwa kuunda jedwali la hesabu na kuangalia matokeo mara mbili.
Kufunga
Kuhesabu mkengeuko sanifu si vigumu ukifuata hatua kwa usahihi: kuhesabu wastani, kupata tofauti kati ya kila seti ya data, kupanga tofauti za mraba, kuziongeza pamoja, kugawanya (kwa n au n - 1), na kisha kuchukua mzizi wa mraba. Kwa kuelewa mkengeuko sanifu, unaweza kutathmini jinsi data yako ilivyo thabiti na ni tofauti ngapi zilizopo.
Ukitaka, naweza pia kuunda mifano ya ziada yenye data zaidi, mifano ya data iliyopangwa kwa makundi (meza za masafa), au jinsi ya kuhesabu mkengeuko wa kawaida kwa kutumia Excel/Google Sheets.
