יתרונות וחסרונות של טבלת תדרים

Posted on
מְחַבֵּר: Laura McKinney
תאריך הבריאה: 7 אַפּרִיל 2021
תאריך עדכון: 20 נוֹבֶמבֶּר 2024
Anonim
advantages disadvantages דרכים להצגת יתרונות וחסרונות
וִידֵאוֹ: advantages disadvantages דרכים להצגת יתרונות וחסרונות

תוֹכֶן

טבלאות תדרים יכולות להיות שימושיות לתיאור מספר המופעים של סוג מסוים של נתון בתוך מערך נתונים. טבלאות תדרים, הנקראות גם התפלגות תדרים, הן אחד הכלים הבסיסיים ביותר להצגת סטטיסטיקות תיאוריות. טבלאות תדרים משמשות באופן נרחב כהפניה במבט מהיר לפיזור הנתונים; קל לפרש אותם והם יכולים להציג מערכי נתונים גדולים בצורה די תמציתית. טבלאות תדרים יכולות לעזור בזיהוי מגמות ברורות בתוך מערך נתונים וניתן להשתמש בהן כדי להשוות נתונים בין מערכי נתונים מאותו סוג. עם זאת, טבלאות תדרים המתאימות לכל יישום. הם יכולים לטשטש ערכים קיצוניים (יותר מ- X או פחות מ- Y), והם אינם נוטים עצמם לניתוחים של הסטייה והקורטוזה של הנתונים.

הדמיה מהירה של נתונים

טבלאות תדרים יכולות לחשוף במהירות מחזורים ואף מגמות משמעותיות בתוך מערך נתונים עם לא הרבה יותר מבדיקה קלילה. לדוגמה, מורה עשויה להציג לתלמידים ציונים לתקופת ביניים בטבלת תדרים על מנת להציץ במהירות במה מתקבלת הכיתה שלה בסך הכל. המספר בעמודת התדר ייצג את מספר התלמידים שקיבלו כיתה זו; עבור כיתה של 25 תלמידים, חלוקת התדרים של ציוני אותיות שהתקבלו עשויה להיראות כך: תדר כיתה א .............. 7 B ........... ..13 ג .............. 3 ד .............. 2

הדמיית שפע יחסי

טבלאות תדרים יכולות לעזור לחוקרים לבדוק את השפע היחסי של כל נתוני יעד ספציפיים במדגם שלהם. השפע היחסי מייצג כמה מערך הנתונים מורכב מנתוני היעד. שפע יחסי מיוצג לרוב כהיסטוגרמה של תדרים, אך ניתן להציג בקלות בטבלת תדרים. שקול את אותה חלוקת תדרים של כיתות ביניים. שפע יחסי הוא פשוט אחוז התלמידים שקיבלו ציון מסוים ויכולים להועיל להמשגת נתונים מבלי להעלות על הדעת. לדוגמה, עם העמודה שנוספה המציגה את אחוז המופע של כל כיתה, אתה יכול לראות בקלות שיותר ממחצית הכיתה קיבלה ציון B, מבלי שתצטרך לבחון את הנתונים בפירוט רב.

שפע יחסי של תדר כיתה (תדר%) A .............. 7 .............. 28% B ......... .... 13 ............ 52% צ .............. 3 ............. 12% D .............. 2 .............. 8%

מערכי נתונים מורכבים עשויים להזדקק למערכות אינטרוולים

חסרון אחד הוא שקשה להבין מערכי נתונים מורכבים המוצגים בטבלת תדרים. ניתן לחלק מערכי נתונים גדולים לשיעורי מרווחים להמחשה קלה באמצעות טבלת תדרים. לדוגמה, אם שאלתם את 100 האנשים הבאים שתראו מה גילם, סביר להניח שתקבלו מגוון רחב של תשובות המשתרעות בין שלוש לשלושים ותשעים ושלוש. במקום לכלול שורות עבור כל גיל בטבלת התדרים שלך, אתה יכול לסווג את הנתונים לרווחים, כגון 0 - 10 שנים, 11 - 20 שנים, 21 - 30 שנים וכן הלאה. ניתן לכנות זאת גם התפלגות תדרים מקובצת.

טבלאות תדרים עלולות לטשטש שיפוד וקורטוזיס

אלא אם כן מוצג בהיסטוגרמה, יתכן כי לא ניתן להבחין בפקידות ובקרטוזיס של נתונים בטבלת תדרים. השיפוף אומר לך לאיזה כיוון הנתונים שלך נוטים. אם הוצגו ציונים על ציר ה- X של גרף המראה את תדירות ציוני האמצע עבור 25 התלמידים שלנו למעלה, ההתפלגות הייתה נעה לכיוון As ו- Bs. קורטוזיס מספר לך על השיא המרכזי של הנתונים שלך - האם זה ייפול בתור של התפלגות רגילה, שהיא עקומת פעמון חלקה ונחמדה, או להיות גבוה וחד. אם תרשים את ציוני האמצע בדוגמה שלנו, תמצא שיא גבוה ב B עם נפילה חדה בהתפלגות הציונים הנמוכים.