Mbinu za Kubaini Mkengeuko wa Wastani katika Takwimu za Takwimu
Katika takwimu, kuelewa tu "kitovu" cha data—kwa mfano, kupitia wastani au wastani—mara nyingi haitoshi. Seti mbili za data zinaweza kuwa na wastani sawa, lakini hutofautiana kwa kiasi kikubwa katika viwango vyao vya "tofauti." Kwa hivyo, vipimo vya utawanyiko ni muhimu. Kipimo kimoja cha utawanyiko ambacho ni rahisi kuelewa na kutumia ni kupotoka kwa wastani. Makala haya yanajadili mbinu za kubaini kupotoka kwa wastani katika aina mbalimbali za data ya takwimu, ikiambatana na hatua na mifano ya hesabu.
Kuelewa Mkengeuko wa Wastani
Mkengeuko wa wastani ni kipimo kinachoelezea umbali wa wastani wa kila nukta ya data kutoka kwa kipimo cha mwelekeo wa kati, kwa kawaida wastani wa hesabu (wastani) au wastani. Umbali unaozungumziwa ni thamani kamili ya tofauti kati ya data na thamani ya kati, ili hakuna tofauti hasi "inayofuta" tofauti chanya.
Kwa ujumla, kupotoka kwa wastani huelezea umbali ambao data imesambazwa kutoka kwa thamani yake ya kati. Kadiri kupotoka kwa wastani kunavyokuwa kidogo, ndivyo data inavyounganishwa kwa ukaribu zaidi katikati; kadiri thamani inavyokuwa kubwa, ndivyo data inavyobadilika zaidi.
Kwa Nini Utumie Thamani Kamilifu?
Tukihesabu wastani wa tofauti kati ya data na wastani bila thamani kamili, jumla ya tofauti itakuwa sifuri kila wakati (kwa sababu wastani ni nukta ya usawa). Kwa mfano, ikiwa kuna tofauti za +5 na -5, zinaongezeka hadi 0. Kwa hivyo, thamani kamili hutumika ili kupotoka kuakisi umbali wa data kutoka katikati.
Fomula ya Kupotoka ya Wastani kwa Data Moja
Kwa data moja (haijapangwa kwa makundi), kupotoka kwa wastani kutoka kwa wastani hutengenezwa:
\[
SR = \frac{\sum |x_i – \bar{x}|}{n}
\]
Taarifa:
– \( SR \): kupotoka kwa wastani
– \( x_i \): data ya i-th
– \( \bar{x} \): wastani wa hesabu (wastani)
– \( n \): kiasi cha data
Mbinu ya Kuhesabu Data Moja (Hatua)
1. Kokotoa wastani \( \bar{x} \) wa data yote.
2. Hesabu tofauti kati ya kila data na wastani: \( x_i – \bar{x} \).
3. Chukua thamani kamili ya kila tofauti: \( |x_i – \bar{x}| \).
4. Ongeza thamani zote kamili za tofauti.
5. Gawanya kwa idadi ya data \( n \).
Mfano Mmoja wa Data
Data ya thamani: 6, 8, 10, 12, 14
1) Wastani:
\[
\bar{x}=\frac{6+8+10+12+14}{5}=\frac{50}{5}=10
\]
2) Thamani kamili ya tofauti:
– |6 − 10| = 4
– |8 − 10| = 2
– |10 − 10| = 0
– |12 − 10| = 2
– |14 − 10| = 4
Jumla = 4 + 2 + 0 + 2 + 4 = 12
3) Mkengeuko wa wastani:
\[
SR=\frac{12}{5}=2{,}4
\]
Hii ina maana kwamba kwa wastani kila thamani hutofautiana kwa vitengo 2,4 kutoka wastani (10).
Mkengeuko wa Wastani kwa Data ya Mara kwa Mara (Isiyo dhahiri)
Ikiwa data imewasilishwa katika mfumo wa thamani na masafa (k.m. jedwali), fomula inakuwa:
\[
SR = \frac{\sum f_i |x_i – \bar{x}|}{\sum f_i}
\]
Taarifa:
– \( f_i \): masafa ya data \( x_i \)
Mbinu za Kuhesabu Data za Mara kwa Mara
1. Hesabu wastani: \(\bar{x}=\frac{\sum f_i x_i}{\sum f_i}\)
2. Kokotoa \( |x_i-\bar{x}| \)
3. Zidisha kwa masafa: \( f_i |x_i-\bar{x}| \)
4. Jumlisha matokeo yote ya hatua ya 3
5. Gawanya kwa jumla ya masafa
Mifano ya Data Isiyo dhahiri
| Thamani (x) | Mara kwa mara (f) |
|—|—|
| 5 | 2 |
| 7 | 3 |
| 9 | 1 |
Jumla ya masafa: \(2+3+1=6\)
Maana:
\[
\bar{x}=\frac{(5)(2)+(7)(3)+(9)(1)}{6}=\frac{10+21+9}{6}=\frac{40}{6}=6{,}67
\]
Hesabu kupotoka:
– Kwa x=5: |5−6,67|=1,67 → mara f=2 → 3,34
– Kwa x=7: |7−6,67|=0,33 → mara f=3 → 0,99
– Kwa x=9: |9−6,67|=2,33 → mara f=1 → 2,33
Jumla: 3,34 + 0,99 + 2,33 = 6,66
Mkengeuko wa wastani:
\[
SR=\frac{6{,}66}{6}=1{,}11
\]
Mkengeuko wa Wastani wa Data Iliyounganishwa (Muda wa Daraja)
Katika data iliyopangwa (kwa mfano, usambazaji wa masafa ya vipindi), thamani za data hazionyeshwi moja moja, bali katika madarasa. Kwa kusudi hili, sehemu ya kati ya darasa (xi) hutumika kuwakilisha data ndani ya darasa.
Fomula:
\[
SR=\frac{\sum f_i |x_i-\bar{x}|}{\sum f_i}
\]
Hata hivyo, \(x_i\) ni sehemu ya kati ya darasa.
Mbinu za Kuhesabu Data za Kikundi
1. Amua katikati ya kila darasa:
\[
x_i=\frac{\text{kikomo cha chini + kikomo cha juu}}{2}
\]
2. Hesabu wastani wa kundi:
\[
\bar{x}=\frac{\sum f_i x_i}{\sum f_i}
\]
3. Kokotoa \( |x_i-\bar{x}| \)
4. Zidisha kwa masafa \( f_i \)
5. Jumlisha matokeo yote, kisha ugawanye kwa jumla ya masafa.
Mfano wa Data ya Kikundi
Darasa | f |
|—|—|
| 10–14 | 3 |
| 15–19 | 5 |
| 20–24 | 2 |
Sehemu ya Kati:
– 10–14 → 12
– 15–19 → 17
– 20–24 → 22
Jumla f = 10
Maana:
\[
\bar{x}=\frac{(12)(3)+(17)(5)+(22)(2)}{10}=\frac{36+85+44}{10}=\frac{165}{10}=16{,}5
\]
Kupotoka:
– |12−16,5|=4,5 → ×3 = 13,5
– |17−16,5|=0,5 → ×5 = 2,5
– |22−16,5|=5,5 → ×2 = 11
Jumla = 13,5 + 2,5 + 11 = 27
Mkengeuko wa wastani:
\[
SR=\frac{27}{10}=2{,}7
\]
Mkengeuko wa wastani kutoka kwa wastani
Mbali na wastani, mkengeuko wa wastani unaweza pia kuhesabiwa kutoka kwa wastani. Kanuni ni sawa, thamani ya kati pekee ndiyo tofauti. Hii ni muhimu wakati data ina vitu vya nje kwa sababu wastani hustahimili zaidi thamani zilizokithiri.
Kwa data moja:
\[
SR_{Me}=\frac{\sum |x_i-Me|}{n}
\]
Kwa data ya masafa:
\[
SR_{Me}=\frac{\sum f_i|x_i-Me|}{\sum f_i}
\]
Faida na Mapungufu ya Upotovu wa Wastani
Ziada:
1. Rahisi kueleweka kwa sababu inatumia "umbali wa wastani" kutoka kituo cha data.
2. Tumia data zote (sio data fulani tu).
3. Inaweza kuhesabiwa kwa aina mbalimbali za uwasilishaji wa data.
Mapungufu:
1. Si maarufu sana kuliko kupotoka kwa kawaida katika uchanganuzi wa takwimu wa hali ya juu.
2. Matumizi ya thamani kamili hufanya iwe rahisi kwa baadhi ya udanganyifu wa aljebra.
3. Sio imara kama kupotoka sanifu katika mbinu nyingi za uhitimisho.
Kufunga
Mbinu ya kubaini kupotoka kwa wastani katika data ya takwimu kimsingi hufuata muundo thabiti: kubaini thamani ya kati (wastani au wastani), kuhesabu umbali kamili wa kila nukta ya data (au nukta ya kati ya darasa) kutoka katikati, na kisha kuzipima kwa wastani—kwa kuzingatia masafa ikiwa data imewasilishwa kwenye jedwali. Kupotoka kwa wastani ni kipimo rahisi cha utawanyiko kwa kuelezea kwa urahisi utofauti wa data. Kwa kuelewa hatua, unaweza kulinganisha tofauti katika seti za data na kutathmini kikamilifu zaidi uthabiti wa seti ya data.
Ukitaka, naweza kukusaidia kutengeneza toleo la makala haya katika muundo wa kazi ya shule (pamoja na utangulizi-majadiliano-hitimisho) au kuongeza maswali ya mazoezi pamoja na majadiliano.
