Module 5 · 12 min read · Free chapter
Statistical analysis, graphs and diagrams for Mains
ಕೆಲವು ರಾಜ್ಯ PSC Mains ಪತ್ರಿಕೆಗಳು ಸರಾಸರಿಗಿಂತಲೂ ಆಚೆಗಿನ statistics ಅನ್ನು ಪರೀಕ್ಷಿಸುತ್ತವೆ. Standard deviation ಮೌಲ್ಯಗಳು mean ನಿಂದ ಎಷ್ಟು ದೂರ ಹರಡಿವೆ ಎಂದು ಅಳೆಯುತ್ತದೆ. ಮತ್ತು coefficient of variation ಗುಂಪುಗಳ ನಡುವೆ ಹರಡುವಿಕೆಯನ್ನು ಹೋಲಿಸುತ್ತದೆ. Correlation ಎರಡು variables ಒಟ್ಟಿಗೆ ಚಲಿಸುತ್ತವೆಯೇ ಎಂದು ತೋರಿಸುತ್ತದೆ, ಆದರೆ ಕಾರಣವನ್ನು ಸಾಬೀತು ಮಾಡುವುದಿಲ್ಲ. Index numbers ಒಂದು base year ಗೆ ಹೋಲಿಸಿ ಬದಲಾವಣೆಯನ್ನು ಗುರುತಿಸುತ್ತವೆ. Histograms, ogives ಮತ್ತು pie diagrams ಡೇಟಾವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ತೋರಿಸುತ್ತವೆ.
ಸೊನ್ನೆಯಿಂದ ಆರಂಭಿಸಿ: ಸಂಖ್ಯೆಗಳ ರಾಶಿಯಿಂದ ಒಂದು ಚಿತ್ರದವರೆಗೆ
ಒಬ್ಬ ಕಾರ್ಮಿಕ ಅಧಿಕಾರಿ ರಸ್ತೆ ಕಾಮಗಾರಿಯ 50 ಕೆಲಸಗಾರರ ದೈನಂದಿನ ವೇತನವನ್ನು ಸಂಗ್ರಹಿಸುತ್ತಾರೆ.
ಒಂದು ಹಾಳೆಯಲ್ಲಿರುವ ಐವತ್ತು ಪ್ರತ್ಯೇಕ ಸಂಖ್ಯೆಗಳು ಒಂದು ನೋಟದಲ್ಲಿ ಏನನ್ನೂ ತಿಳಿಸುವುದಿಲ್ಲ. ಅವುಗಳನ್ನು ಗುಂಪು ಮಾಡಿ, ಸಾಮಾನ್ಯ ವೇತನವನ್ನು ಕಂಡುಹಿಡಿದು, ಹಿರಿಯರು ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಓದಬಹುದಾದ ಚಿತ್ರ ಬರೆಯಬೇಕು.
ಈ ಅಧ್ಯಾಯ ಅದನ್ನೇ ಕಲಿಸುತ್ತದೆ. ಕಚ್ಚಾ ಡೇಟಾವನ್ನು frequency table ಆಗಿ ಗುಂಪು ಮಾಡುತ್ತೇವೆ, ಗುಂಪು ಮಾಡಿದ ಡೇಟಾದ mean, median ಮತ್ತು mode ಕಂಡುಹಿಡಿಯುತ್ತೇವೆ, ಮತ್ತು histograms ಹಾಗೂ ogives ಬರೆಯುತ್ತೇವೆ.
ನಂತರ ಸರಿಯಾದ diagram ಆಯ್ಕೆ ಮಾಡುವುದನ್ನು ಮತ್ತು ಯಾವುದೇ ಡೇಟಾ ಸೆಟ್ ಬಗ್ಗೆ ಚಿಕ್ಕ, ಸ್ಪಷ್ಟ ಪ್ಯಾರಾ ಬರೆಯುವುದನ್ನು ಕಲಿಯುತ್ತೇವೆ.
Mains ಗೆ ಇದು ಏಕೆ ಮುಖ್ಯ. ಹಲವು ರಾಜ್ಯ Mains ಪತ್ರಿಕೆಗಳಲ್ಲಿ statistical analysis, graphs ಮತ್ತು diagrams ಕುರಿತ ವಿಭಾಗವಿರುತ್ತದೆ. ಈ ಪ್ರಶ್ನೆಗಳು ವಿವರಣಾತ್ಮಕವಾಗಿರುತ್ತವೆ: ನೀವು ಲೆಕ್ಕದ ವಿಧಾನ ತೋರಿಸಬೇಕು, ಚೆನ್ನಾಗಿ ಚಿತ್ರ ಬರೆಯಬೇಕು ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ವಿವರಿಸಬೇಕು. ಅಂತಿಮ ಸಂಖ್ಯೆಯಷ್ಟೇ ವಿಧಾನ ಮತ್ತು ಪ್ರಸ್ತುತಿಗೂ ಅಂಕ ದೊರೆಯುತ್ತದೆ.
ಹಿಂದಿನ ಅಧ್ಯಾಯದ ಮುಂದುವರಿಕೆ. ಹಿಂದಿನ ಅಧ್ಯಾಯದಲ್ಲಿ ಕೆಲವು ಒಂದೇ ಮೌಲ್ಯಗಳ ಪಟ್ಟಿಯೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಿದ್ದೆವು. ನಿಜ ಸಮೀಕ್ಷೆಗಳು ನೂರಾರು ಮೌಲ್ಯಗಳನ್ನು ನೀಡುತ್ತವೆ, ಅವುಗಳನ್ನು ಮೊದಲು ಗುಂಪು ಮಾಡಬೇಕು. ಇಲ್ಲಿನ ಸೂತ್ರಗಳು ಅದೇ ಮೂರು ಸರಾಸರಿಗಳ ಗುಂಪು ಮಾಡಿದ ರೂಪಗಳಾಗಿವೆ.
Frequency tables ಮತ್ತು ಗುಂಪು ಮಾಡಿದ mean
Classes ಮಾಡುವುದು. ಚಿಕ್ಕ ಮತ್ತು ದೊಡ್ಡ ಮೌಲ್ಯಗಳನ್ನು ಕಂಡುಹಿಡಿದು, ಅನುಕೂಲಕರ width ಆಯ್ಕೆ ಮಾಡಿ, ಸಮಾನ width ಇರುವ ಐದರಿಂದ ಹತ್ತು classes ಮಾಡಿ.
₹300 ನಂತಹ boundary ಮೌಲ್ಯ ಅದರಿಂದ ಆರಂಭವಾಗುವ class ಗೆ ಸೇರುತ್ತದೆ, ಅಂದರೆ 300 ಇದು 300–350 ಗೆ ಸೇರುತ್ತದೆ. ಪ್ರತಿ class ಯಲ್ಲಿ ಎಷ್ಟು ಮೌಲ್ಯಗಳು ಬರುತ್ತವೆ ಎಂದು tally marks ಮೂಲಕ ಎಣಿಸಿ; ಆ ಎಣಿಕೆಯೇ ಆ class ನ frequency.
ವರ್ಗ ಮಧ್ಯಬಿಂದು (class mark). ಪ್ರತಿ ವರ್ಗವನ್ನು ಅದರ ಮಧ್ಯಬಿಂದುವಿನಿಂದ ಪ್ರತಿನಿಧಿಸಲಾಗುತ್ತದೆ, ಇದನ್ನು class mark ಎನ್ನುತ್ತಾರೆ. 300–350 ವರ್ಗಕ್ಕೆ ಇದು (300 + 350) ÷ 2 = 325. ಅಂದಾಜಿಗಾಗಿ, ವರ್ಗದ ಪ್ರತಿ ಮೌಲ್ಯವೂ ಈ ಬಿಂದುವಿನಲ್ಲಿದೆ ಎಂದು ಭಾವಿಸುತ್ತೇವೆ.
| ವೇತನ ವರ್ಗ (₹) | ಕಾರ್ಮಿಕರು (f) | ವರ್ಗ ಮಧ್ಯಬಿಂದು (x) | f × x | ಸಂಚಿತ f |
|---|---|---|---|---|
| 200–250 | 5 | 225 | 1,125 | 5 |
| 250–300 | 10 | 275 | 2,750 | 15 |
| 300–350 | 18 | 325 | 5,850 | 33 |
| 350–400 | 12 | 375 | 4,500 | 45 |
| 400–450 | 5 | 425 | 2,125 | 50 |
ನೇರ ಸರಾಸರಿ (direct mean). ಪ್ರತಿ ಆವೃತ್ತಿಯನ್ನು ಅದರ ವರ್ಗ ಮಧ್ಯಬಿಂದುವಿನಿಂದ ಗುಣಿಸಿ, ಮೊತ್ತ ಕಂಡು, ಒಟ್ಟು ಆವೃತ್ತಿಯಿಂದ ಭಾಗಿಸಿ. ಇಲ್ಲಿ Σfx = 16,350 ಮತ್ತು Σf = 50, ಆದ್ದರಿಂದ ಸರಾಸರಿ ವೇತನ 16,350 ÷ 50 = ₹327. ಗ್ರೀಕ್ ಅಕ್ಷರ Σ ಎಂದರೆ "ಮೊತ್ತ ಕಂಡುಹಿಡಿ" ಎಂದು ಮಾತ್ರ.
ಹಂತ ವಿಧಾನ (step method). ದೊಡ್ಡ ಗುಣಲಬ್ಧಗಳು ತಪ್ಪುಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತವೆ. ಆದ್ದರಿಂದ ಊಹಿತ ಸರಾಸರಿ A = 325, ವರ್ಗದ ಅಗಲ h = 50, ಮತ್ತು u = (x − A) ÷ h ತೆಗೆದುಕೊಳ್ಳೋಣ. ಇದರಿಂದ −2, −1, 0, 1 ಮತ್ತು 2 ಸಿಗುತ್ತವೆ. ನಂತರ Σfu = −10 − 10 + 0 + 12 + 10 = 2. ಸರಾಸರಿ A + (Σfu ÷ Σf) × h = 325 + (2 ÷ 50) × 50 = ₹327, ಅದೇ ಉತ್ತರ, ಆದರೆ ಸಣ್ಣ ಸಂಖ್ಯೆಗಳೊಂದಿಗೆ.
ಇದು ಏಕೆ ಮುಖ್ಯ. ಎಲ್ಲಾ ಕಾಲಮ್ಗಳನ್ನು ತೋರಿಸಿರುವ ಸ್ವಚ್ಛ ಕೋಷ್ಟಕಕ್ಕೆ ಪರೀಕ್ಷಕರು ಅಂಕಗಳನ್ನು ನೀಡುತ್ತಾರೆ. ವಿವರಣಾತ್ಮಕ ಪತ್ರಿಕೆಯಲ್ಲಿ ಲೆಕ್ಕ ತೋರಿಸಲು ಹಂತ ವಿಧಾನವೇ ಪ್ರಮಾಣಿತ ಮಾರ್ಗ, ಮತ್ತು ಇದು ಲೆಕ್ಕಾಚಾರದ ತಪ್ಪುಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
ವರ್ಗೀಕೃತ ಮಧ್ಯಾಂಕ ಮತ್ತು ಬಹುಳಕ
ಮಧ್ಯಾಂಕ ವರ್ಗ (median class). n = 50 ಕಾರ್ಮಿಕರಿರುವುದರಿಂದ, ಮಧ್ಯಾಂಕ ಸ್ಥಾನ n⁄2 = 25 ರಲ್ಲಿರುವ ಮೌಲ್ಯ. ಸಂಚಿತ ಆವೃತ್ತಿಗಳು 5, 15, 33, 45 ಮತ್ತು 50, ಆದ್ದರಿಂದ 25ನೇ ಕಾರ್ಮಿಕ 300–350 ವರ್ಗದಲ್ಲಿದ್ದಾನೆ. ಆ ವರ್ಗವೇ ಮಧ್ಯಾಂಕ ವರ್ಗ.
ಮಧ್ಯಾಂಕ ಸೂತ್ರ. ಮಧ್ಯಾಂಕ ವರ್ಗದೊಳಗೆ ಮೌಲ್ಯಗಳು ಸಮವಾಗಿ ಹರಡಿವೆ ಎಂದು ಭಾವಿಸುತ್ತೇವೆ. ಮಧ್ಯಾಂಕ = L + ((n⁄2 − cf) ÷ f) × h, ಇಲ್ಲಿ L = 300 ಕೆಳಮಿತಿ, cf = 15 ವರ್ಗದ ಹಿಂದಿನ ಸಂಚಿತ ಆವೃತ್ತಿ, f = 18 ಮತ್ತು h = 50. ಆದ್ದರಿಂದ ಮಧ್ಯಾಂಕ = 300 + (10 ÷ 18) × 50 ≈ ₹327.8.
ಬಹುಳಕ ವರ್ಗ ಮತ್ತು ಬಹುಳಕ. ಅತಿ ಹೆಚ್ಚು ಆವೃತ್ತಿಯಿರುವ ವರ್ಗ, 300–350 (18 ಕಾರ್ಮಿಕರು), ಇದು ಬಹುಳಕ ವರ್ಗ. ಬಹುಳಕ = L + ((f₁ − f₀) ÷ (2f₁ − f₀ − f₂)) × h, ಇಲ್ಲಿ f₁ = 18, f₀ = 10 ಹಿಂದಿನ ವರ್ಗದ ಆವೃತ್ತಿ ಮತ್ತು f₂ = 12 ನಂತರದ ವರ್ಗದ ಆವೃತ್ತಿ. ಆದ್ದರಿಂದ ಬಹುಳಕ = 300 + (8 ÷ 14) × 50 ≈ ₹328.6.
ಮೂರನ್ನೂ ಒಟ್ಟಾಗಿ ಓದುವುದು. ಸರಾಸರಿ ₹327, ಮಧ್ಯಾಂಕ ₹327.8 ಮತ್ತು ಬಹುಳಕ ₹328.6 ಬಹಳ ಹತ್ತಿರದಲ್ಲಿವೆ. ಇದರರ್ಥ ವೇತನ ಹಂಚಿಕೆ ಬಹುತೇಕ ಸಮಮಿತೀಯವಾಗಿದೆ, ಅತಿ ಹೆಚ್ಚು ಅಥವಾ ಅತಿ ಕಡಿಮೆ ವೇತನಗಳ ದೀರ್ಘ ಬಾಲವಿಲ್ಲ. ಮೂರು ಅಳತೆಗಳು ದೂರದಲ್ಲಿದ್ದರೆ, ದತ್ತಾಂಶ ವಕ್ರವಾಗಿದೆ ಮತ್ತು ಆಗ ಮಧ್ಯಾಂಕವೇ ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹ ಸಾರಾಂಶ.
ಇದು ಏಕೆ ಮುಖ್ಯ. ಎರಡು ಸೂತ್ರಗಳು ಕಷ್ಟವಾಗಿ ಕಾಣಬಹುದು, ಆದರೆ ಪ್ರತಿಯೊಂದೂ "ತರಗತಿಯ ಕೆಳಮಿತಿಯಿಂದ ಪ್ರಾರಂಭಿಸಿ, ಅದರ ಒಂದು ಭಾಗದಷ್ಟು ದೂರ ಚಲಿಸಿ" ಎನ್ನುವ ಕಲ್ಪನೆಯಷ್ಟೇ. ಈ ಕಲ್ಪನೆ ಅರ್ಥವಾದರೆ ಸೂತ್ರಗಳನ್ನು ನೆನಪಿಡುವುದು ಸುಲಭ ಮತ್ತು ತಪ್ಪಾಗಿ ಬಳಸುವ ಸಾಧ್ಯತೆಯೂ ಕಡಿಮೆ.
ಹಿಸ್ಟೊಗ್ರಾಮ್, frequency polygon ಮತ್ತು ogive
ಹಿಸ್ಟೊಗ್ರಾಮ್. ಅಡ್ಡ ಅಕ್ಷದಲ್ಲಿ ವೇತನ ತರಗತಿಗಳನ್ನು ಮತ್ತು ಲಂಬ ಅಕ್ಷದಲ್ಲಿ frequency ಅನ್ನು ಗುರುತಿಸಿ, ಪ್ರತಿ ತರಗತಿಯ ಮೇಲೆ ಒಂದು ಬಾರ್ ರಚಿಸಿ. ತರಗತಿಗಳ ನಡುವೆ ಅಂತರವಿಲ್ಲದ ಕಾರಣ ಬಾರ್ಗಳು ಒಂದಕ್ಕೊಂದು ತಾಗುತ್ತವೆ. ಇದೇ bar graph ನಿಂದ ಇದರ ಮುಖ್ಯ ವ್ಯತ್ಯಾಸ, ಏಕೆಂದರೆ bar graph ನಲ್ಲಿ ವರ್ಗಗಳು ಪ್ರತ್ಯೇಕ ವಸ್ತುಗಳಾಗಿರುವುದರಿಂದ ಬಾರ್ಗಳು ಬೇರೆ ಬೇರೆಯಾಗಿರುತ್ತವೆ.
ಅಸಮಾನ ಅಗಲಗಳು. ತರಗತಿಗಳ ಅಗಲ ಬೇರೆಯಾಗಿದ್ದಾಗ, ಬಾರ್ನ ಎತ್ತರವಲ್ಲ, ವಿಸ್ತೀರ್ಣ frequency ಗೆ ಹೊಂದಬೇಕು. ಎರಡು 50 ರೂಪಾಯಿ ತರಗತಿಗಳನ್ನು 30 ಕಾರ್ಮಿಕರಿರುವ ಒಂದೇ 100 ರೂಪಾಯಿ ತರಗತಿಯಾಗಿ ಸೇರಿಸಿದರೆ, ಅದರ ಬಾರ್ ಎತ್ತರ 30 ಅಲ್ಲ, 15 ಆಗಿರುತ್ತದೆ (ಪ್ರತಿ 50 ರೂಪಾಯಿಗೆ ಕಾರ್ಮಿಕರ ಸಂಖ್ಯೆಯ ಘಟಕದಲ್ಲಿ). ಇದನ್ನು ಮರೆತರೆ ಅಗಲ ತರಗತಿಗಳು ವಾಸ್ತವಕ್ಕಿಂತ ಹೆಚ್ಚು ಜನನಿಬಿಡವಾಗಿ ಕಾಣುತ್ತವೆ.
frequency polygon. ಬಾರ್ಗಳ ಮೇಲ್ತುದಿಗಳ ಮಧ್ಯಬಿಂದುಗಳನ್ನು ನೇರ ರೇಖೆಗಳಿಂದ ಜೋಡಿಸಿ, ಮತ್ತು ಎರಡೂ ತುದಿಗಳ ಹೊರಗಿನ class marks ನಲ್ಲಿ ಅಕ್ಷದ ಮೇಲೆ ಆಕೃತಿಯನ್ನು ಮುಚ್ಚಿ. ಈ ಬಹುಭುಜವು ವಿತರಣೆಯ ಆಕಾರವನ್ನು ತೋರಿಸುತ್ತದೆ ಮತ್ತು ಒಂದೇ ಚಿತ್ರದಲ್ಲಿ ಎರಡು ವಿತರಣೆಗಳನ್ನು ಹೋಲಿಸಲು ಉಪಯುಕ್ತ.
ogive. ಸಂಚಿತ frequency ಅನ್ನು ಪ್ರತಿ ತರಗತಿಯ ಮೇಲಿನ ಮಿತಿಯ ವಿರುದ್ಧ ಗುರುತಿಸಿ: (250, 5), (300, 15), (350, 33), (400, 45) ಮತ್ತು (450, 50). ಈ ಬಿಂದುಗಳನ್ನು ಸುಗಮ ವಕ್ರರೇಖೆಯಿಂದ ಜೋಡಿಸಿ, ಇದು less-than ogive. 50ರ ಅರ್ಧವಾದ 25ರಿಂದ ವಕ್ರರೇಖೆಗೆ ಅಡ್ಡ ರೇಖೆ ಎಳೆದು ಕೆಳಗೆ ಅಕ್ಷಕ್ಕೆ ಇಳಿಸಿದರೆ, ಅದು ಸುಮಾರು ₹328ರ ಬಳಿ ಬರುತ್ತದೆ; ಇದೇ ಮಧ್ಯಾಂಕ (median).
ಎರಡು ogive ಗಳು. more-than ogive ಪ್ರತಿ ಕೆಳಮಿತಿಯಷ್ಟು ಅಥವಾ ಹೆಚ್ಚು ವೇತನ ಪಡೆಯುವ ಕಾರ್ಮಿಕರ ಸಂಖ್ಯೆಯನ್ನು ತೋರಿಸುತ್ತದೆ, ಮತ್ತು ವೇತನ ಹೆಚ್ಚಿದಂತೆ ಅದು ಇಳಿಯುತ್ತದೆ. ಈ ಎರಡು ogive ಗಳು ಮಧ್ಯಾಂಕದಲ್ಲಿ ಒಂದಕ್ಕೊಂದು ಛೇದಿಸುತ್ತವೆ. ಇದು ಸೂತ್ರಕ್ಕೆ ಎರಡನೇ ಪರಿಶೀಲನೆ ನೀಡುತ್ತದೆ ಮತ್ತು Mains ನಲ್ಲಿ ಆಗಾಗ ಕೇಳುವ ಪ್ರಶ್ನೆ.
ಸರಿಯಾದ ಚಿತ್ರ ಆಯ್ಕೆ ಮಾಡುವುದು ಮತ್ತು ದತ್ತಾಂಶದ ಬಗ್ಗೆ ಬರೆಯುವುದು
ಪ್ರಶ್ನೆಯಿಂದ ಪ್ರಾರಂಭಿಸಿ. ಚಿತ್ರ ಬರೆಯುವ ಮೊದಲು, ಓದುಗರಿಗೆ ಏನು ಕಾಣಬೇಕು ಎಂದು ಕೇಳಿಕೊಳ್ಳಿ: ಪಾಲು, ಹೋಲಿಕೆ, ಪ್ರವೃತ್ತಿ, ಹರಡುವಿಕೆ ಅಥವಾ ಸಂಬಂಧ. ಪ್ರತಿ ಉದ್ದೇಶಕ್ಕೂ ಅದನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿ ತೋರಿಸುವ ಚಿತ್ರವಿದೆ. ತಪ್ಪು ಆಯ್ಕೆ ಮಾಡಿದರೆ, ಉದಾಹರಣೆಗೆ ಹತ್ತು ವರ್ಷಗಳ ಬದಲಾವಣೆಗೆ pie chart ಬಳಸಿದರೆ, ನೀವು ತೋರಿಸಬೇಕಾದ ಅಂಶವೇ ಮರೆಯಾಗುತ್ತದೆ.
| ಉದ್ದೇಶ | ಉತ್ತಮ ಚಿತ್ರ |
|---|---|
| ಒಂದು ಪೂರ್ಣದ ಭಾಗಗಳು | Pie chart |
| ಪ್ರತ್ಯೇಕ ವರ್ಗಗಳನ್ನು ಹೋಲಿಸುವುದು | Bar graph |
| ಕಾಲಾನಂತರದ ಬದಲಾವಣೆ | Line graph |
| ನಿರಂತರ ದತ್ತಾಂಶದ ಹರಡುವಿಕೆ | Histogram ಅಥವಾ frequency polygon |
| ಸಂಚಿತ ಮೊತ್ತಗಳು, ಮಧ್ಯಾಂಕ, ಚತುರ್ಥಾಂಕಗಳು | Ogive |
| ಎರಡು ಚರಗಳ ನಡುವಿನ ಸಂಬಂಧ | Scatter diagram |
ಒಳ್ಳೆಯ ಚಿತ್ರ ರಚನೆಯ ಅಭ್ಯಾಸಗಳು. ಪ್ರತಿ ಚಿತ್ರಕ್ಕೂ ಶೀರ್ಷಿಕೆ ಕೊಡಿ. ಎರಡೂ axes ಗಳಿಗೆ units ಸಹಿತ ಹೆಸರು ಬರೆಯಿರಿ. Scale ನಮೂದಿಸಿ. ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು series ಇದ್ದರೆ legend ಸೇರಿಸಿ. Bar ಮತ್ತು histogram ನ axes ಅನ್ನು ಶೂನ್ಯದಿಂದ ಆರಂಭಿಸಿ, ruler ಬಳಸಿ. ಈ ಸಣ್ಣ ವಿಷಯಗಳಿಗೂ descriptive ಉತ್ತರದಲ್ಲಿ ಅಂಕಗಳು ಸಿಗುತ್ತವೆ.
ದತ್ತಾಂಶದ ಬಗ್ಗೆ ಬರೆಯುವುದು. ಒಳ್ಳೆಯ ಪ್ಯಾರಾಗ್ರಾಫ್ನಲ್ಲಿ ನಾಲ್ಕು ಭಾಗಗಳಿರುತ್ತವೆ: overview, ಮುಖ್ಯ ಅಂಕಿಅಂಶಗಳು, ಒಂದು ಹೋಲಿಕೆ ಮತ್ತು ಒಂದು ಎಚ್ಚರಿಕೆ. ವೇತನದ ಉದಾಹರಣೆಗೆ ಮಾದರಿ ಪ್ಯಾರಾಗ್ರಾಫ್ ಇದೆ.
"50 ಕಾರ್ಮಿಕರಲ್ಲಿ ಹೆಚ್ಚಿನವರು ದಿನಕ್ಕೆ ₹300 ರಿಂದ ₹350 ಗಳಿಸುತ್ತಾರೆ, ಮತ್ತು mean ವೇತನ ₹327 ಆಗಿದೆ. Mean, median ಮತ್ತು mode ಬಹುತೇಕ ಸಮಾನವಾಗಿವೆ, ಆದ್ದರಿಂದ ವೇತನಗಳು ಕೇಂದ್ರದ ಸುತ್ತ ಸಮವಾಗಿ ಹರಡಿವೆ. ಕೇವಲ 5 ಕಾರ್ಮಿಕರು ₹400 ಅಥವಾ ಅದಕ್ಕಿಂತ ಹೆಚ್ಚು ಗಳಿಸುತ್ತಾರೆ. ಗುಂಪು ಮಾಡಿದ ದತ್ತಾಂಶದಲ್ಲಿ ಮೌಲ್ಯಗಳು class midpoints ನಲ್ಲಿ ಇರುತ್ತವೆ ಎಂದು ಭಾವಿಸಲಾಗುತ್ತದೆ. ಆದ್ದರಿಂದ ಈ ಸರಾಸರಿಗಳು ನಿಖರ ಮೌಲ್ಯಗಳಲ್ಲ, ಹತ್ತಿರದ ಅಂದಾಜುಗಳು."
ಇದು ಏಕೆ ಮುಖ್ಯ. ಅಧಿಕಾರಿಗಳು ಪ್ರತಿ ವಾರ ದತ್ತಾಂಶದ ಮೇಲೆ ಟಿಪ್ಪಣಿಗಳನ್ನು ಬರೆಯುತ್ತಾರೆ. ಮುಖ್ಯ ಮಾದರಿಯನ್ನು ಹೆಸರಿಸಿ, ಎರಡು ಸಂಖ್ಯೆಗಳಿಂದ ಬೆಂಬಲಿಸಿ, ಮಿತಿಗಳನ್ನು ತಿಳಿಸುವ ಪ್ಯಾರಾಗ್ರಾಫ್ ಹಿರಿಯರು ಓದಲು ಬಯಸುವಂಥದ್ದೇ.
ಇದನ್ನು ಎಲ್ಲಿ ಮತ್ತು ಏಕೆ ಕೇಳಲಾಗುತ್ತದೆ
ಪರೀಕ್ಷಕರು ಇದನ್ನು ಏಕೆ ಪರೀಕ್ಷಿಸುತ್ತಾರೆ. ಯೋಜನೆಗಳು, ಬಜೆಟ್ಗಳು ಮತ್ತು ಕಲ್ಯಾಣ ಯೋಜನೆಗಳು survey ದತ್ತಾಂಶದ ಮೇಲೆ ನಡೆಯುತ್ತವೆ. ಅಧಿಕಾರಿ ಒಂದು distribution ಅನ್ನು ಸಂಕ್ಷೇಪಿಸಬೇಕು, ಪ್ರಾಮಾಣಿಕವಾಗಿ ಚಿತ್ರಿಸಬೇಕು ಮತ್ತು ಅದು ಏನು ತೋರಿಸುತ್ತದೆ ಎಂದು ವಿವರಿಸಬೇಕು. Descriptive statistics ಪ್ರಶ್ನೆ ಈ ಮೂರನ್ನೂ ಒಂದೇ ಉತ್ತರದಲ್ಲಿ ಪರೀಕ್ಷಿಸುತ್ತದೆ.
ಎಲ್ಲಿ ಬರುತ್ತದೆ. ಹಲವು ರಾಜ್ಯ Mains General Studies ಪತ್ರಿಕೆಗಳಲ್ಲಿ statistical analysis, graphs and diagrams ಕುರಿತ ವಿಭಾಗವಿರುತ್ತದೆ. ಗುಂಪು ಮಾಡಿದ mean, median, mode, histogram ಮತ್ತು ogive ಕುರಿತ ಪ್ರಶ್ನೆಗಳು ಬರುತ್ತವೆ. Prelims ಮಟ್ಟದ aptitude ಪತ್ರಿಕೆಗಳಲ್ಲಿ class mark ಅಥವಾ median class ಕಂಡುಹಿಡಿಯುವ ಚಿಕ್ಕ ಪ್ರಶ್ನೆಗಳು ಬರುತ್ತವೆ. ಸಂದರ್ಶನಗಳಲ್ಲಿ ಕೆಲವೊಮ್ಮೆ average ಅನ್ನು ಸರಳ ಮಾತಿನಲ್ಲಿ ವಿವರಿಸಲು ಕೇಳಲಾಗುತ್ತದೆ.
ತಪ್ಪಾಗುವ ಸಂದರ್ಭಗಳು. ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು ಇವು: mean ನಲ್ಲಿ class marks ಬದಲು class limits ಬಳಸುವುದು, median class ನ cf ಬದಲು ಅದರ ಹಿಂದಿನ class ನ cf ತೆಗೆದುಕೊಳ್ಳಬೇಕಾದಾಗ ತಪ್ಪು ಮಾಡುವುದು, histogram bars ನಡುವೆ ಅಂತರ ಬಿಡುವುದು ಮತ್ತು ogive ಬಿಂದುಗಳನ್ನು class marks ಬದಲು upper limits ನಲ್ಲಿ ಗುರುತಿಸುವುದು. ಇನ್ನೊಂದು ತಪ್ಪು unequal class widths ಅನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದು.
ಬೆಳೆಸಿಕೊಳ್ಳಬೇಕಾದ ಅಭ್ಯಾಸ. ಯಾವುದೇ formula ಗಿಂತ ಮೊದಲು f, x, fx ಅಥವಾ fu ಮತ್ತು cumulative f ಇರುವ ಸಂಪೂರ್ಣ table ಬರೆಯಿರಿ. ಪ್ರತಿ formula ಬರೆಯಿರಿ, ನಂತರ ಮೌಲ್ಯಗಳು, ನಂತರ ಉತ್ತರ, ಇದರಿಂದ ಪರೀಕ್ಷಕರು ಪ್ರತಿ ಹಂತವನ್ನು ಅನುಸರಿಸಬಹುದು.
ಪರೀಕ್ಷಾ ದೃಷ್ಟಿಕೋನ: ಐದು ಪ್ರಶ್ನೆ ಪ್ರಕಾರಗಳು ಮತ್ತು ಪ್ರತಿಯೊಂದನ್ನು ಗೆಲ್ಲುವ ರೀತಿ
ಇವು ಮೇಲಿನ ವೇತನ ಕೋಷ್ಟಕದ ಆಧಾರದ ಮೇಲೆ, ಪತ್ರಿಕೆಗಳು ಬಳಸುವ ಶೈಲಿಯಲ್ಲಿ ನಾವೇ ರಚಿಸಿದ ಅಭ್ಯಾಸ ಪ್ರಶ್ನೆಗಳು. ನಿಮ್ಮ ನಿಜವಾದ ಹಿಂದಿನ ವರ್ಷದ ಪ್ರಶ್ನೆಗಳು ಈ ಮಾಡ್ಯೂಲ್ನ PYQ ಫಲಕದಲ್ಲಿ ಕಾಣಿಸುತ್ತವೆ.
Type 1: table ಮಾಡಿ. "50 wages ಗಳನ್ನು ₹200 ರಿಂದ ಶುರುವಾಗಿ width 50 ರ classes ಆಗಿ group ಮಾಡಿ, class marks ಕಂಡುಹಿಡಿಯಿರಿ." tally, frequencies 5, 10, 18, 12 ಮತ್ತು 5, ಹಾಗೂ class marks 225 ರಿಂದ 425 ತೋರಿಸಿ. total row ಇರುವ neat table ಬಹುತೇಕ marks ತಂದುಕೊಡುತ್ತದೆ.
Type 2: step method ಮೂಲಕ grouped mean. "assumed mean ಬಳಸಿ mean wage ಕಂಡುಹಿಡಿಯಿರಿ." A = 325 ಮತ್ತು h = 50 ತೆಗೆದುಕೊಳ್ಳಿ, u ಮತ್ತು fu ಬರೆಯಿರಿ, Σfu = 2 ಎಂದು ಪಡೆಯಿರಿ. mean = 325 + (2 ÷ 50) × 50 = ₹327.
Type 3: ogive ಮೂಲಕ median. "less-than ogive ಬರೆದು median ಕಂಡುಹಿಡಿಯಿರಿ." (250, 5) ರಿಂದ (450, 50) ವರೆಗೆ plot ಮಾಡಿ, 25 ರಿಂದ ಅಡ್ಡವಾಗಿ ಓದಿ, ಸುಮಾರು ₹328 ಎಂದು ವರದಿ ಮಾಡಿ. ನಂತರ formula ಮೂಲಕ ಪರಿಶೀಲಿಸಿ, ಅದು ₹327.8 ನೀಡುತ್ತದೆ.
Type 4: ಆಯ್ಕೆ ಮಾಡಿ ಸಮರ್ಥಿಸಿ. "ಪ್ರತಿ wage band ನಲ್ಲಿ ಎಷ್ಟು ಕಾರ್ಮಿಕರು ಗಳಿಸುತ್ತಾರೆ ಎಂದು ತೋರಿಸಲು ಯಾವ diagram ಬಳಸುವಿರಿ, ಏಕೆ?" histogram ಬಳಸಿ, ಏಕೆಂದರೆ wages continuous ಆಗಿದ್ದು classes ಅಂತರವಿಲ್ಲದೆ ಮುಂದುವರಿಯುತ್ತವೆ. ಆಕಾರ ತೋರಿಸಲು ಅದರ ಮೇಲೆ frequency polygon ಬರೆಯಬಹುದು ಎಂದು ಉಲ್ಲೇಖಿಸಿ.
Type 5: ಸುಮಾರು 80 ಪದಗಳಲ್ಲಿ ವಿವರಿಸಿ. "wage distribution ಕುರಿತು ವ್ಯಾಖ್ಯಾನಿಸಿ." ನಾಲ್ಕು ಭಾಗಗಳ paragraph ಬಳಸಿ: ಸಾರಾಂಶ, mean ಮತ್ತು modal class, ಹತ್ತಿರದ averages symmetry ತೋರಿಸುವುದು, ಮತ್ತು grouped estimates ಕುರಿತ ಎಚ್ಚರಿಕೆ. ಕನಿಷ್ಠ ಎರಡು ಸಂಖ್ಯೆಗಳನ್ನು ನೀಡಿ.
Time plan. descriptive paper ನಲ್ಲಿ diagram ಸಹಿತ ಸಂಪೂರ್ಣ grouped-data ಪ್ರಶ್ನೆಗೆ ಸುಮಾರು ಹದಿನೈದು ನಿಮಿಷ ಬೇಕು. ಮೂರನೇ ಒಂದು ಭಾಗ table ಗೆ, ಮೂರನೇ ಒಂದು diagram ಗೆ, ಉಳಿದದ್ದು formulas ಮತ್ತು comment ಗೆ ಮೀಸಲಿಡಿ.
ಅಭ್ಯಾಸ ಸೆಟ್: ಹನ್ನೆರಡು ಪರಿಹರಿಸಿದ ಪ್ರಶ್ನೆಗಳು
ಪ್ರಶ್ನೆ 1 ರಿಂದ 9 ರವರೆಗೆ 40 ವಿದ್ಯಾರ್ಥಿಗಳು ಗಳಿಸಿದ ಅಂಕಗಳ ಈ table ಬಳಸಿ: 0–10 ರಲ್ಲಿ 3 ವಿದ್ಯಾರ್ಥಿಗಳು, 10–20 ರಲ್ಲಿ 7, 20–30 ರಲ್ಲಿ 12, 30–40 ರಲ್ಲಿ 10 ಮತ್ತು 40–50 ರಲ್ಲಿ 8. ಪ್ರತಿ ಪ್ರಶ್ನೆಯನ್ನು ಮೊದಲು ಪ್ರಯತ್ನಿಸಿ, ನಂತರ steps ಓದಿ.
1. 20–30 ವರ್ಗದ class mark ಎಷ್ಟು?
ಮಿತಿಗಳ midpoint ತೆಗೆದುಕೊಳ್ಳಿ. ಅದು (20 + 30) ÷ 2 = 25.
2. cumulative frequencies ಎಷ್ಟು?
frequencies ಅನ್ನು ಸೇರಿಸುತ್ತಾ ಹೋಗಿ: 3, 3 + 7 = 10, 10 + 12 = 22, 22 + 10 = 32 ಮತ್ತು 32 + 8 = 40. ಅವು 3, 10, 22, 32 ಮತ್ತು 40.
3. median class ಯಾವುದು?
n = 40 ಆದ್ದರಿಂದ n⁄2 = 20, ಮತ್ತು cumulative frequency ಮೊದಲ ಬಾರಿಗೆ 20 ತಲುಪುವುದು ಮೂರನೇ class ನಲ್ಲಿ. median class 20–30.
4. mean mark ಕಂಡುಹಿಡಿಯಿರಿ.
class marks 5, 15, 25, 35 ಮತ್ತು 45, ಮತ್ತು Σfx = 15 + 105 + 300 + 350 + 360 = 1,130. mean = 1,130 ÷ 40 = 28.25.
5. A = 25 ಮತ್ತು h = 10 ಬಳಸಿ step method ಮೂಲಕ mean ಕಂಡುಹಿಡಿಯಿರಿ.
u ಮೌಲ್ಯಗಳು −2, −1, 0, 1 ಮತ್ತು 2, ಆದ್ದರಿಂದ Σfu = −6 − 7 + 0 + 10 + 16 = 13. mean = 25 + (13 ÷ 40) × 10 = 28.25, ಹಿಂದಿನಂತೆಯೇ.
6. median mark ಕಂಡುಹಿಡಿಯಿರಿ.
L = 20, cf = 10, f = 12 ಮತ್ತು h = 10 ಬಳಸಿ. median = 20 + ((20 − 10) ÷ 12) × 10 ≈ 28.3.
7. mode ಕಂಡುಹಿಡಿಯಿರಿ.
modal class 20–30, f₁ = 12, f₀ = 7, f₂ = 10 ಆಗಿದೆ. mode = 20 + (5 ÷ 7) × 10 ≈ 27.1 ಆಗಿದೆ.
8. 40 ಅಥವಾ ಅದಕ್ಕಿಂತ ಹೆಚ್ಚು ಅಂಕ ಗಳಿಸಿದ ವಿದ್ಯಾರ್ಥಿಗಳ ಶೇಕಡಾವಾರು ಎಷ್ಟು?
ಆ ವರ್ಗದಲ್ಲಿ 40 ವಿದ್ಯಾರ್ಥಿಗಳಲ್ಲಿ 8 ಜನ ಇದ್ದಾರೆ. ಪಾಲು 8 ÷ 40 × 100 = 20% ಆಗಿದೆ.
9. 30–40 ಮತ್ತು 40–50 ವರ್ಗಗಳನ್ನು 30–50 ಆಗಿ ವಿಲೀನಗೊಳಿಸಿದರೆ, ಅದರ histogram bar ಎಷ್ಟು ಎತ್ತರ ಇರಬೇಕು? ಇದನ್ನು 10 ಅಂಕಗಳಿಗೆ ವಿದ್ಯಾರ್ಥಿಗಳ ಸಂಖ್ಯೆಯಲ್ಲಿ ಲೆಕ್ಕಹಾಕಿ.
ವಿಲೀನಗೊಂಡ ವರ್ಗದಲ್ಲಿ 18 ವಿದ್ಯಾರ್ಥಿಗಳಿದ್ದಾರೆ ಮತ್ತು ಅಗಲ 20 ಆಗಿದೆ. ಅದರ ಎತ್ತರ 18 ÷ 2 = 9 ಆಗಿದೆ, 18 ಅಲ್ಲ.
10. ಜಿಲ್ಲೆಯ ಬಿತ್ತಿದ ಪ್ರದೇಶದಲ್ಲಿ ಪ್ರತಿ ಬೆಳೆಯ ಪಾಲನ್ನು ಯಾವ ಚಿತ್ರ ಉತ್ತಮವಾಗಿ ತೋರಿಸುತ್ತದೆ?
ಈ ದತ್ತಾಂಶ ಒಂದೇ ಸಮಯದಲ್ಲಿ ಒಂದು ಪೂರ್ಣದ ಭಾಗಗಳು. ಉತ್ತರ pie chart ಆಗಿದೆ.
11. ವರ್ಷದಾದ್ಯಂತ ಮಾಸಿಕ ಮಳೆಯನ್ನು ಯಾವ ಚಿತ್ರ ಉತ್ತಮವಾಗಿ ತೋರಿಸುತ್ತದೆ?
ಈ ದತ್ತಾಂಶ ಕಾಲದೊಂದಿಗೆ ಆಗುವ ಬದಲಾವಣೆಯನ್ನು ತೋರಿಸುತ್ತದೆ. ಉತ್ತರ line graph ಆಗಿದೆ, ಆದರೆ bar graph ಕೂಡ ಸ್ವೀಕಾರಾರ್ಹ.
12. ಒಂದು ವಿತರಣೆಯ less-than ಮತ್ತು more-than ogive ಗಳು ಎಲ್ಲಿ ಸಂಧಿಸುತ್ತವೆ?
ಆ ಛೇದನ ಬಿಂದುವಿನಲ್ಲಿ, ಕೆಳಗೆ ಇರುವ ಮೌಲ್ಯಗಳು ಮತ್ತು ಮೇಲೆ ಇರುವ ಮೌಲ್ಯಗಳು ಸಮಾನವಾಗಿರುತ್ತವೆ. ಅದರ ಅಡ್ಡ ನಿರ್ದೇಶಾಂಕ median ಆಗಿದೆ.
Quick revision
- Class mark = (ಕೆಳಮಿತಿ + ಮೇಲ್ಮಿತಿ) ÷ 2; boundary ಮೌಲ್ಯಗಳು ಅವುಗಳಿಂದ ಆರಂಭವಾಗುವ ವರ್ಗಕ್ಕೆ ಸೇರುತ್ತವೆ.
- Grouped mean = Σfx ÷ Σf, ಅಥವಾ step method ಪ್ರಕಾರ A + (Σfu ÷ Σf) × h.
- Median = L + ((n⁄2 − cf) ÷ f) × h, ಇಲ್ಲಿ cf ಎಂದರೆ median class ಗಿಂತ ಹಿಂದಿನ ವರ್ಗದ cf.
- Mode = L + ((f₁ − f₀) ÷ (2f₁ − f₀ − f₂)) × h, modal class ನಲ್ಲಿ.
- Histogram bar ಗಳು ಒಂದಕ್ಕೊಂದು ತಾಗಿರುತ್ತವೆ; ವರ್ಗ ಅಗಲ ಬೇರೆಯಾದಾಗ ಆವೃತ್ತಿಯನ್ನು ತೋರಿಸುವುದು ಎತ್ತರವಲ್ಲ, ವಿಸ್ತೀರ್ಣ.
- Ogive ಬಿಂದುಗಳನ್ನು ಮೇಲ್ಮಿತಿಗಳಲ್ಲಿ ಇಡಬೇಕು; n⁄2 ನಲ್ಲಿ median ಓದಿ, ಅಥವಾ ಎರಡು ogive ಗಳು ಸಂಧಿಸುವಲ್ಲಿ ಓದಿ.
- ಚಿತ್ರವನ್ನು ಅದರ ಉದ್ದೇಶದಿಂದ ಆಯ್ಕೆ ಮಾಡಿ; ದತ್ತಾಂಶದ ಬಗ್ಗೆ ಬರೆಯುವಾಗ ಅವಲೋಕನ, ಪ್ರಮುಖ ಅಂಕಿಅಂಶಗಳು, ಹೋಲಿಕೆ ಮತ್ತು ಎಚ್ಚರಿಕೆ ಸೇರಿಸಿ.