Mbinu za Kutengeneza Histogramu kwenye Data Iliyounganishwa
Histogramu ni kifaa kinachotumika mara kwa mara cha uwasilishaji wa data katika takwimu, hasa wakati wa kushughulika na data zilizopangwa. Tofauti na chati ya kawaida ya upau, ambayo inaonyesha kategoria tofauti, histogramu inaonyesha usambazaji wa masafa ya data ya nambari zilizopangwa katika vipindi vya darasa. Kupitia histogramu, tunaweza kuona mifumo ya usambazaji wa data, mitindo (k.m., kuinama kulia au kushoto), na hata makadirio ya umbo la usambazaji (kawaida, iliyopinda, ya bimodal, na kadhalika). Makala haya yanajadili mbinu za kuunda histogramu kwa utaratibu kwa data zilizopangwa, kuanzia kujenga jedwali la usambazaji wa masafa hadi kuchora histogramu sahihi.
1. Kuelewa Data za Makundi na Histogramu
Data ya makundi ni data ya nambari ambayo imefupishwa katika vipindi kadhaa vya darasa. Kwa mfano, alama za mtihani wa wanafunzi hazionyeshwi tena moja moja bali huwekwa katika safu za 40–49, 50–59, 60–69, na kadhalika. Kila kipindi kina masafa, ambayo ni idadi ya pointi za data zinazoangukia ndani ya kipindi hicho.
Histogramu ni grafu inayoundwa na pau zilizo na nafasi ya karibu bila mapengo (au mapengo madogo sana), kwani inawakilisha safu endelevu ya thamani. Upana wa pau unawakilisha urefu wa muda wa darasa, huku urefu wa pau ukiwakilisha masafa au msongamano wa masafa (kulingana na kama upana wa darasa ni sawa au tofauti).
2. Kukusanya Jedwali la Usambazaji wa Mara kwa Mara
Hatua ya kwanza katika kuunda histogramu ni kujenga jedwali la usambazaji wa masafa. Mchakato huu kwa kawaida huhusisha:
1. Tambua thamani za chini na za juu za data.
2. Kokotoa masafa = kiwango cha juu − kiwango cha chini.
3. Amua idadi ya madarasa (k).
4. Amua urefu wa darasa (p) = masafa / k (yamezungushwa inavyohitajika).
5. Panga vipindi vya darasa na uhesabu masafa ya kila kipindi.
Kuna miongozo kadhaa ya kubaini idadi ya madarasa. Mojawapo maarufu ni fomula ya Sturges:
k = 1 + 3,3 logi 10(n)
ambapo n ni idadi ya nukta za data. Matokeo ya k yamezungushwa hadi nambari kamili iliyo karibu zaidi.
Mfano rahisi: ikiwa n = 40, basi k ≈ 1 + 3,3 log10(40) ≈ 1 + 3,3(1,602) ≈ 6,29 kwa hivyo madarasa 6 au 7 yanaweza kuchaguliwa.
3. Kuamua Mipaka ya Darasa na Mipaka ya Darasa
Kosa la kawaida wakati wa kuunda histogramu ni kuchanganya mipaka ya darasa na kingo za darasa.
– Mipaka ya darasa ni nambari zilizoandikwa kwa vipindi, kwa mfano 50–59.
– Mipaka ya madarasa ni mipaka endelevu inayotenganisha madarasa ili kusiwe na “mapengo” kati ya madarasa.
Ikiwa data ni nambari kamili, basi ukingo wa darasa kwa kawaida huamuliwa kwa kuongeza na kutoa 0,5.
Mfano:
- Kipindi cha 50–59 kina kingo za darasa la 49,5–59,5
- Kipindi cha 60–69 kina kingo za darasa la 59,5–69,5
Kwa hivyo, kingo za darasa hukutana katika 59,5 ili histogramu ionekane kuwa imeunganishwa na kuendelea kweli.
Hata hivyo, ikiwa data ni kipimo endelevu (kwa mfano, urefu katika sentimita na inaweza kuwa na desimali), kubaini mipaka ya darasa kunategemea usahihi wa kipimo. Kanuni ni kuunda mipaka ya darasa ambayo haiingiliani na kuacha mapengo yoyote.
4. Tambua Kipimo kwenye Mhimili wa X na Y
Histogramu ina shoka kuu mbili:
– Mhimili wa X (mlalo): huonyesha vipindi vya darasa (kawaida hutumia kingo za darasa ili kuhakikisha mwendelezo).
– Mhimili Y (wima): marudio ya maonyesho.
Ikiwa vipindi vyote vya darasa vina upana sawa, basi urefu wa pau hupimwa tu kwa kutumia masafa. Hata hivyo, ikiwa upana wa vipindi vya darasa ni tofauti, urefu wa pau unapaswa kupimwa kwa kutumia msongamano wa masafa:
Uzito wa masafa = masafa / upana wa darasa
Kutumia msongamano ni muhimu ili eneo la upau liwe sawia na masafa halisi. Vinginevyo, madarasa mapana yataonekana "makubwa" kwa sababu tu ya upana wao, si kwa sababu ya idadi kubwa ya data.
5. Kuchora Baa za Histogramu
Mara tu kipimo na vipindi vitakapobainishwa, hatua inayofuata ni kuchora upau.
Mbinu sahihi ya kuchora histogramu:
1. Weka alama kwenye kingo za darasa kwenye mhimili wa X mfuatano.
2. Katika kila kipindi, chora upau wa mstatili ambao upana wake unalingana na kipindi hicho.
3. Urefu wa upau unalingana na masafa (au msongamano wa masafa ikiwa upana wa darasa si sawa).
4. Hakikisha mashina yamekaribiana (bila mapengo).
5. Ipe histogramu kichwa, weka lebo kwenye shoka za X na Y, na vitengo ikiwa ni lazima.
Kwa mfano, ikiwa vipindi vya darasa ni 40–49, 50–59, 60–69, na masafa yao husika ni 5, 12, 18, basi upau wa darasa la 60–69 utakuwa juu kuliko madarasa mengine kwa sababu masafa yake ndiyo makubwa zaidi.
6. Kusoma na Kutafsiri Histogramu
Histogramu si picha tu, bali ni kifaa cha uchambuzi. Kutoka kwa histogramu, tunaweza kuona:
– Darasa la hali: darasa lenye upau wa juu zaidi (masafa ya juu zaidi).
– Umbo la usambazaji: ulinganifu, umepinda kulia (mketo chanya), umepinda kushoto (mketo hasi), au una vilele viwili (vya bimodal).
– Usambazaji wa data: iwe data imejilimbikizia katika kipindi fulani au imesambazwa sana.
– Dalili ya nje: ikiwa kuna darasa mwishoni ambalo lina masafa madogo na limetenganishwa na kundi kuu.
Tafsiri nzuri kwa kawaida huambatana na hitimisho fupi. Kwa mfano: "Data nyingi huangukia katika kiwango cha 60–79, ikionyesha kwamba alama za washiriki huwa katika kundi la kati."
7. Makosa ya Kawaida
Hapa kuna baadhi ya makosa ya kuepuka:
1. Toa nafasi kati ya pau ili ionekane kama chati ya pau.
2. Kutumia mipaka ya darasa, si kingo za darasa, kwa hivyo kuna mapengo katika safu ya data.
3. Kutorekebisha urefu wa upau wakati upana wa darasa ni tofauti, ili ulinganisho wa masafa uwe na upendeleo.
4. Mizani ya mhimili haiendani au haianzii kwenye sifuri kwenye mhimili wa masafa (inaweza kupotosha macho).
5. Vipindi vya darasa havifuatikani au haviingiliani, kwa mfano 50–60 na 60–70 bila maelezo ya kingo za darasa.
8. Vidokezo Vinavyofaa vya Kufanya Histogramu Ziwe na Taarifa Zaidi
Ili kurahisisha kueleweka kwa histogramu:
– Tumia idadi inayofaa ya madarasa (kwa ujumla madarasa 5–12, kulingana na kiasi cha data).
– Epuka vipindi vifupi sana (madarasa mengi sana) kwa sababu histogramu inakuwa "yenye kelele".
– Epuka vipindi ambavyo ni vipana sana (madarasa machache sana) kwa sababu muundo wa usambazaji unaweza kupotea.
- Jumuisha vyanzo vya data, ukubwa wa sampuli (n), na taarifa nyingine ikiwa ni lazima katika ripoti.
Ikiwa unatumia programu kama vile Excel, Google Sheets, au programu za takwimu, elewa kila wakati dhana ya ukingo wa darasa na upana wa darasa ili matokeo ya histogramu yasiwe na makosa.
Kufunga
Mbinu ya kuunda histogramu kwa data iliyopangwa kimsingi inahitaji usahihi katika kujenga vipindi vya darasa, kubaini mipaka ya darasa, na kubaini urefu unaofaa wa pau. Ikiwa vipindi vya darasa ni sawa, tumia tu masafa kama urefu wa pau. Ikiwa vipindi si sawa, tumia msongamano wa masafa ili kudumisha taswira ya haki na sahihi. Kwa histogramu iliyojengwa vizuri, tunaweza kupata muhtasari wa haraka wa muundo wa usambazaji wa data na kufanya tafsiri sahihi zaidi katika uchambuzi wa takwimu.
Ukitaka, naweza kuongeza data ya sampuli na kukamilisha hatua za hesabu hadi histogramu ikamilike (kwa mikono au kwa kutumia Excel/Sheets).
