ਅੰਕੜੇ ਕਿਸੇ ਸਮੁਦਾਏ ਜਾਂ ਨਮੂਨੇ ਤੋਂ ਪ੍ਰਾਪਤ ਹੋ ਸਕਦੇ ਹਨ। ਛੋਟੇ ਅੱਖਰ ਜਿਵੇਂ ਕਿ x x ਜਾਂ y y ਆਮ ਤੌਰ 'ਤੇ ਅੰਕੜਿਆਂ ਦੇ ਮੁੱਲਾਂ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ। ਜ਼ਿਆਦਾਤਰ ਅੰਕੜਿਆਂ ਨੂੰ ਹੇਠ ਲਿਖੀਆਂ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਵੰਡਿਆ ਜਾ ਸਕਦਾ ਹੈ:
ਗੁਣਾਤਮਕ
ਮਾਤਰਾਤਮਕ
ਗੁਣਾਤਮਕ ਅੰਕੜੇ ਕਿਸੇ ਸਮੁਦਾਏ ਦੇ ਗੁਣਾਂ ਨੂੰ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰਨ ਜਾਂ ਵਰਣਨ ਕਰਨ ਦਾ ਨਤੀਜਾ ਹੁੰਦੇ ਹਨ। ਗੁਣਾਤਮਕ ਅੰਕੜਿਆਂ ਨੂੰ ਅਕਸਰ ਸ਼੍ਰੇਣੀਬੱਧ ਅੰਕੜੇ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਵਾਲਾਂ ਦਾ ਰੰਗ, ਖੂਨ ਦਾ ਗਰੁੱਪ, ਜਾਤੀ ਸਮੂਹ, ਵਿਅਕਤੀ ਦੁਆਰਾ ਚਲਾਈ ਜਾਣ ਵਾਲੀ ਕਾਰ, ਅਤੇ ਵਿਅਕਤੀ ਜਿਸ ਸੜਕ 'ਤੇ ਰਹਿੰਦਾ ਹੈ, ਗੁਣਾਤਮਕ ਅੰਕੜਿਆਂ ਦੀਆਂ ਉਦਾਹਰਨਾਂ ਹਨ। ਗੁਣਾਤਮਕ ਅੰਕੜਿਆਂ ਦਾ ਆਮ ਤੌਰ 'ਤੇ ਸ਼ਬਦਾਂ ਜਾਂ ਅੱਖਰਾਂ ਦੁਆਰਾ ਵਰਣਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਵਾਲਾਂ ਦਾ ਰੰਗ ਕਾਲਾ, ਗੂੜ੍ਹਾ ਭੂਰਾ, ਹਲਕਾ ਭੂਰਾ, ਸੁਨਹਿਰਾ, ਸਲੇਟੀ, ਜਾਂ ਲਾਲ ਹੋ ਸਕਦਾ ਹੈ। ਖੂਨ ਦਾ ਗਰੁੱਪ AB+, O–, ਜਾਂ B+ ਹੋ ਸਕਦਾ ਹੈ। ਖੋਜਕਰਤਾ ਅਕਸਰ ਗੁਣਾਤਮਕ ਅੰਕੜਿਆਂ ਦੀ ਬਜਾਏ ਮਾਤਰਾਤਮਕ ਅੰਕੜਿਆਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ ਕਿਉਂਕਿ ਇਹ ਗਣਿਤਿਕ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਵਧੇਰੇ ਆਸਾਨੀ ਨਾਲ ਢਲ ਜਾਂਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਔਸਤ ਵਾਲਾਂ ਦਾ ਰੰਗ ਜਾਂ ਖੂਨ ਦਾ ਗਰੁੱਪ ਲੱਭਣਾ ਕੋਈ ਅਰਥ ਨਹੀਂ ਰੱਖਦਾ।
ਮਾਤਰਾਤਮਕ ਅੰਕੜੇ ਹਮੇਸ਼ਾ ਸੰਖਿਆਵਾਂ ਹੁੰਦੇ ਹਨ। ਮਾਤਰਾਤਮਕ ਅੰਕੜੇ ਕਿਸੇ ਸਮੁਦਾਏ ਦੇ ਗੁਣਾਂ ਦੀ ਗਿਣਤੀ ਜਾਂ ਮਾਪ ਦਾ ਨਤੀਜਾ ਹੁੰਦੇ ਹਨ। ਪੈਸੇ ਦੀ ਮਾਤਰਾ, ਨਬਜ਼ ਦੀ ਦਰ, ਭਾਰ, ਤੁਹਾਡੇ ਸ਼ਹਿਰ ਵਿੱਚ ਰਹਿਣ ਵਾਲੇ ਲੋਕਾਂ ਦੀ ਗਿਣਤੀ, ਅਤੇ ਅੰਕੜਿਆਂ ਦਾ ਅਧਿਐਨ ਕਰਨ ਵਾਲੇ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਗਿਣਤੀ ਮਾਤਰਾਤਮਕ ਅੰਕੜਿਆਂ ਦੀਆਂ ਉਦਾਹਰਨਾਂ ਹਨ। ਮਾਤਰਾਤਮਕ ਅੰਕੜੇ ਜਾਂ ਤਾਂ ਵੱਖਰੇ ਜਾਂ ਨਿਰੰਤਰ ਹੋ ਸਕਦੇ ਹਨ।
ਗਿਣਤੀ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਪ੍ਰਾਪਤ ਹੋਣ ਵਾਲੇ ਸਾਰੇ ਅੰਕੜਿਆਂ ਨੂੰ ਮਾਤਰਾਤਮਕ ਵੱਖਰੇ ਅੰਕੜੇ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਇਹ ਅੰਕੜੇ ਕੇਵਲ ਕੁਝ ਨਿਸ਼ਚਿਤ ਸੰਖਿਆਤਮਕ ਮੁੱਲ ਲੈਂਦੇ ਹਨ। ਜੇਕਰ ਤੁਸੀਂ ਹਫ਼ਤੇ ਦੇ ਹਰੇਕ ਦਿਨ ਪ੍ਰਾਪਤ ਹੋਣ ਵਾਲੀਆਂ ਫੋਨ ਕਾਲਾਂ ਦੀ ਗਿਣਤੀ ਗਿਣਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਜ਼ੀਰੋ, ਇੱਕ, ਦੋ, ਜਾਂ ਤਿੰਨ ਵਰਗੇ ਮੁੱਲ ਮਿਲ ਸਕਦੇ ਹਨ।
ਜਿਹੜੇ ਅੰਕੜੇ ਨਾ ਸਿਰਫ਼ ਗਿਣਤੀ ਵਾਲੀਆਂ ਸੰਖਿਆਵਾਂ ਨਾਲ ਬਣੇ ਹੁੰਦੇ ਹਨ, ਸਗੋਂ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਭਿੰਨ, ਦਸ਼ਮਲਵ, ਜਾਂ ਅਪਰਿਮੇਯ ਸੰਖਿਆਵਾਂ ਸ਼ਾਮਲ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਉਨ੍ਹਾਂ ਨੂੰ ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ ਅੰਕੜੇ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਨਿਰੰਤਰ ਅੰਕੜੇ ਅਕਸਰ ਮਾਪ ਜਿਵੇਂ ਕਿ ਲੰਬਾਈ, ਭਾਰ, ਜਾਂ ਸਮੇਂ ਦੇ ਨਤੀਜੇ ਹੁੰਦੇ ਹਨ। ਤੁਹਾਡੇ ਦੁਆਰਾ ਇੱਕ ਹਫ਼ਤੇ ਵਿੱਚ ਕੀਤੀਆਂ ਗਈਆਂ ਸਾਰੀਆਂ ਫੋਨ ਕਾਲਾਂ ਲਈ ਮਿੰਟਾਂ ਵਿੱਚ ਲੰਬਾਈ ਦੀ ਸੂਚੀ, ਜਿਸ ਵਿੱਚ 2.4, 7.5, ਜਾਂ 11.0 ਵਰਗੀਆਂ ਸੰਖਿਆਵਾਂ ਹੋਣ, ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ ਅੰਕੜੇ ਹੋਣਗੇ।
ਉਦਾਹਰਨ 1.5
ਮਾਤਰਾਤਮਕ ਵੱਖਰੇ ਅੰਕੜਿਆਂ ਦਾ ਨਮੂਨਾ
ਅੰਕੜੇ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਆਪਣੀਆਂ ਬੈਗਾਂ ਵਿੱਚ ਚੁੱਕੀਆਂ ਗਈਆਂ ਕਿਤਾਬਾਂ ਦੀ ਗਿਣਤੀ ਹਨ। ਤੁਸੀਂ ਪੰਜ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ। ਦੋ ਵਿਦਿਆਰਥੀ ਤਿੰਨ ਕਿਤਾਬਾਂ, ਇੱਕ ਵਿਦਿਆਰਥੀ ਚਾਰ ਕਿਤਾਬਾਂ, ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੋ ਕਿਤਾਬਾਂ, ਅਤੇ ਇੱਕ ਵਿਦਿਆਰਥੀ ਇੱਕ ਕਿਤਾਬ ਚੁੱਕਦਾ ਹੈ। ਕਿਤਾਬਾਂ ਦੀ ਗਿਣਤੀ, 3, 4, 2, ਅਤੇ 1, ਮਾਤਰਾਤਮਕ ਵੱਖਰੇ ਅੰਕੜੇ ਹਨ।
ਪ੍ਰਯਤਨ ਕਰੋ 1.5
ਅੰਕੜੇ ਜਿਮ ਵਿੱਚ ਮਸ਼ੀਨਾਂ ਦੀ ਗਿਣਤੀ ਹਨ। ਤੁਸੀਂ ਪੰਜ ਜਿਮਾਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ। ਇੱਕ ਜਿਮ ਵਿੱਚ 12 ਮਸ਼ੀਨਾਂ, ਇੱਕ ਜਿਮ ਵਿੱਚ 15 ਮਸ਼ੀਨਾਂ, ਇੱਕ ਜਿਮ ਵਿੱਚ 10 ਮਸ਼ੀਨਾਂ, ਇੱਕ ਜਿਮ ਵਿੱਚ 22 ਮਸ਼ੀਨਾਂ, ਅਤੇ ਦੂਜੀ ਜਿਮ ਵਿੱਚ 20 ਮਸ਼ੀਨਾਂ ਹਨ। ਇਹ ਕਿਸ ਕਿਸਮ ਦੇ ਅੰਕੜੇ ਹਨ?
ਉਦਾਹਰਨ 1.6
ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ ਅੰਕੜਿਆਂ ਦਾ ਨਮੂਨਾ
ਅੰਕੜੇ ਕਿਤਾਬਾਂ ਵਾਲੇ ਬੈਗਾਂ ਦਾ ਭਾਰ ਹਨ। ਤੁਸੀਂ ਉਹੀ ਪੰਜ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ। ਉਨ੍ਹਾਂ ਦੇ ਬੈਗਾਂ ਦਾ ਭਾਰ, ਪੌਂਡਾਂ ਵਿੱਚ, 6.2, 7, 6.8, 9.1, 4.3 ਹੈ। ਧਿਆਨ ਦਿਓ ਕਿ ਤਿੰਨ ਕਿਤਾਬਾਂ ਵਾਲੇ ਬੈਗਾਂ ਦਾ ਭਾਰ ਵੱਖ-ਵੱਖ ਹੋ ਸਕਦਾ ਹੈ। ਭਾਰ ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ ਅੰਕੜੇ ਹਨ।
ਪ੍ਰਯਤਨ ਕਰੋ 1.6
ਅੰਕੜੇ ਵਰਗ ਫੁੱਟਾਂ ਵਿੱਚ ਲਾਅਨਾਂ ਦੇ ਖੇਤਰਫਲ ਹਨ। ਤੁਸੀਂ ਪੰਜ ਘਰਾਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ। ਲਾਅਨਾਂ ਦੇ ਖੇਤਰਫਲ 144 ਵਰਗ ਫੁੱਟ, 160 ਵਰਗ ਫੁੱਟ, 190 ਵਰਗ ਫੁੱਟ, 180 ਵਰਗ ਫੁੱਟ, ਅਤੇ 210 ਵਰਗ ਫੁੱਟ ਹਨ। ਇਹ ਕਿਸ ਕਿਸਮ ਦੇ ਅੰਕੜੇ ਹਨ?
ਉਦਾਹਰਨ 1.7
ਤੁਸੀਂ ਸੁਪਰਮਾਰਕੀਟ ਜਾਂਦੇ ਹੋ ਅਤੇ ਸੂਪ ਦੇ ਤਿੰਨ ਡੱਬੇ (19 ਔਂਸ ਟਮਾਟਰ ਬਿਸਕ, 14.1 ਔਂਸ ਦਾਲ, ਅਤੇ 19 ਔਂਸ ਇਤਾਲਵੀ ਵਿਆਹ), ਗਿਰੀਆਂ ਦੇ ਦੋ ਪੈਕੇਟ (ਅਖਰੋਟ ਅਤੇ ਮੂੰਗਫਲੀ), ਚਾਰ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੀਆਂ ਸਬਜ਼ੀਆਂ (ਬ੍ਰੋਕਲੀ, ਫੁੱਲ ਗੋਭੀ, ਪਾਲਕ, ਅਤੇ ਗਾਜਰ), ਅਤੇ ਦੋ ਮਿਠਾਈਆਂ (16 ਔਂਸ ਪਿਸਤਾ ਆਈਸ ਕਰੀਮ ਅਤੇ 32 ਔਂਸ ਚਾਕਲੇਟ ਚਿਪ ਕੂਕੀਜ਼) ਖਰੀਦਦੇ ਹੋ।
ਸਮੱਸਿਆ
ਮਾਤਰਾਤਮਕ ਵੱਖਰੇ, ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ, ਅਤੇ ਗੁਣਾਤਮਕ ਅੰਕੜਾ ਸੈੱਟਾਂ ਦੇ ਨਾਮ ਦੱਸੋ।
ਹੱਲ
ਇੱਕ ਸੰਭਵ ਹੱਲ
ਮਾਤਰਾਤਮਕ ਵੱਖਰੇ ਅੰਕੜਾ ਸੈੱਟ ਦੀ ਇੱਕ ਉਦਾਹਰਨ ਸੂਪ ਦੇ ਤਿੰਨ ਡੱਬੇ, ਗਿਰੀਆਂ ਦੇ ਦੋ ਪੈਕੇਟ, ਚਾਰ ਕਿਸਮਾਂ ਦੀਆਂ ਸਬਜ਼ੀਆਂ, ਅਤੇ ਦੋ ਮਿਠਾਈਆਂ ਹੋਣਗੀਆਂ ਕਿਉਂਕਿ ਤੁਸੀਂ ਉਨ੍ਹਾਂ ਨੂੰ ਗਿਣਦੇ ਹੋ।
ਸੂਪਾਂ ਦਾ ਵਜ਼ਨ (19 ਔਂਸ, 14.1 ਔਂਸ, 19 ਔਂਸ) ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ (quantitative continuous) ਡਾਟਾ ਹੈ ਕਿਉਂਕਿ ਤੁਸੀਂ ਵਜ਼ਨ ਨੂੰ ਜਿੰਨਾ ਸੰਭਵ ਹੋ ਸਕੇ ਸਹੀ ਢੰਗ ਨਾਲ ਮਾਪਦੇ ਹੋ।
ਸੂਪਾਂ, ਗਿਰੀਆਂ, ਸਬਜ਼ੀਆਂ ਅਤੇ ਮਿਠਾਈਆਂ ਦੀਆਂ ਕਿਸਮਾਂ ਗੁਣਾਤਮਕ ਡਾਟਾ (qualitative data) ਹਨ ਕਿਉਂਕਿ ਉਹ ਸ਼੍ਰੇਣੀਬੱਧ (categorical) ਹਨ।
ਇਸ ਉਦਾਹਰਨ ਵਿੱਚ ਵਾਧੂ ਡਾਟਾ ਸੈੱਟਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ।
ਉਦਾਹਰਨ 1.8
ਡਾਟਾ ਬੈਕਪੈਕਾਂ ਦੇ ਰੰਗ ਹਨ। ਦੁਬਾਰਾ, ਤੁਸੀਂ ਪੰਜ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ। ਇੱਕ ਵਿਦਿਆਰਥੀ ਕੋਲ ਲਾਲ ਬੈਕਪੈਕ ਹੈ, ਦੋ ਵਿਦਿਆਰਥੀਆਂ ਕੋਲ ਕਾਲੇ ਬੈਕਪੈਕ ਹਨ, ਇੱਕ ਵਿਦਿਆਰਥੀ ਕੋਲ ਹਰਾ ਬੈਕਪੈਕ ਹੈ, ਅਤੇ ਇੱਕ ਵਿਦਿਆਰਥੀ ਕੋਲ ਸਲੇਟੀ ਬੈਕਪੈਕ ਹੈ। ਲਾਲ, ਕਾਲੇ, ਕਾਲੇ, ਹਰੇ ਅਤੇ ਸਲੇਟੀ ਰੰਗ ਗੁਣਾਤਮਕ ਡਾਟਾ (qualitative data) ਹਨ।
ਇਸਨੂੰ ਅਜ਼ਮਾਓ 1.8
ਡਾਟਾ ਘਰਾਂ ਦੇ ਰੰਗ ਹਨ। ਤੁਸੀਂ ਪੰਜ ਘਰਾਂ ਦਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹੋ। ਘਰਾਂ ਦੇ ਰੰਗ ਚਿੱਟੇ, ਪੀਲੇ, ਚਿੱਟੇ, ਲਾਲ ਅਤੇ ਚਿੱਟੇ ਹਨ। ਇਹ ਕਿਸ ਕਿਸਮ ਦਾ ਡਾਟਾ ਹੈ?
ਨੋਟ
ਤੁਸੀਂ ਡਾਟਾ ਨੂੰ ਸੰਖਿਆਵਾਂ ਵਜੋਂ ਇਕੱਠਾ ਕਰ ਸਕਦੇ ਹੋ ਅਤੇ ਇਸਨੂੰ ਸ਼੍ਰੇਣੀਬੱਧ ਰੂਪ ਵਿੱਚ ਰਿਪੋਰਟ ਕਰ ਸਕਦੇ ਹੋ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਵਿਦਿਆਰਥੀ ਲਈ ਕਵਿਜ਼ ਦੇ ਅੰਕ ਸਾਰੀ ਮਿਆਦ ਦੌਰਾਨ ਦਰਜ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਮਿਆਦ ਦੇ ਅੰਤ ਵਿੱਚ, ਕਵਿਜ਼ ਦੇ ਅੰਕ A, B, C, D, ਜਾਂ F ਵਜੋਂ ਰਿਪੋਰਟ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।
ਉਦਾਹਰਨ 1.9
ਸਮੱਸਿਆ
ਸਹੀ ਡਾਟਾ ਕਿਸਮ: ਮਾਤਰਾਤਮਕ (quantitative) ਜਾਂ ਗੁਣਾਤਮਕ (qualitative) ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਸਹਿਯੋਗ ਨਾਲ ਕੰਮ ਕਰੋ। ਸੰਕੇਤ ਕਰੋ ਕਿ ਮਾਤਰਾਤਮਕ ਡਾਟਾ ਨਿਰੰਤਰ (continuous) ਹੈ ਜਾਂ ਵੱਖਰਾ (discrete)। ਸੰਕੇਤ: ਵੱਖਰੇ (discrete) ਡਾਟਾ ਅਕਸਰ "ਦੀ ਗਿਣਤੀ" (the number of) ਸ਼ਬਦਾਂ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦੇ ਹਨ।
ਤੁਹਾਡੇ ਕੋਲ ਜੁੱਤੀਆਂ ਦੇ ਜੋੜਿਆਂ ਦੀ ਗਿਣਤੀ
ਤੁਸੀਂ ਜਿਸ ਕਾਰ ਨੂੰ ਚਲਾਉਂਦੇ ਹੋ, ਉਸ ਦੀ ਕਿਸਮ
ਤੁਹਾਡੇ ਘਰ ਤੋਂ ਨਜ਼ਦੀਕੀ ਕਰਿਆਨੇ ਦੀ ਦੁਕਾਨ ਤੱਕ ਦੀ ਦੂਰੀ
ਪ੍ਰਤੀ ਸਕੂਲੀ ਸਾਲ ਤੁਸੀਂ ਕਿੰਨੇ ਕਲਾਸਾਂ ਲੈਂਦੇ ਹੋ
ਤੁਸੀਂ ਜਿਸ ਕੈਲਕੂਲੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋ, ਉਸ ਦੀ ਕਿਸਮ
ਸੂਮੋ ਪਹਿਲਵਾਨਾਂ ਦਾ ਵਜ਼ਨ
ਕਵਿਜ਼ 'ਤੇ ਸਹੀ ਜਵਾਬਾਂ ਦੀ ਗਿਣਤੀ
IQ ਸਕੋਰ (ਇਸ ਨਾਲ ਕੁਝ ਚਰਚਾ ਹੋ ਸਕਦੀ ਹੈ।)
ਹੱਲ
ਆਈਟਮਾਂ a, d, ਅਤੇ g ਮਾਤਰਾਤਮਕ ਵੱਖਰੀਆਂ (quantitative discrete) ਹਨ; ਆਈਟਮਾਂ c, f, ਅਤੇ h ਮਾਤਰਾਤਮਕ ਨਿਰੰਤਰ (quantitative continuous) ਹਨ; ਆਈਟਮਾਂ b ਅਤੇ e ਗੁਣਾਤਮਕ ਜਾਂ ਸ਼੍ਰੇਣੀਬੱਧ (qualitative or categorical) ਹਨ।
ਇਸਨੂੰ ਅਜ਼ਮਾਓ 1.9
ਪਾਰਕਿੰਗ ਲਾਟ ਵਿੱਚ ਕਾਰਾਂ ਦੀ ਗਿਣਤੀ ਲਈ ਸਹੀ ਡਾਟਾ ਕਿਸਮ, ਮਾਤਰਾਤਮਕ (quantitative) ਜਾਂ ਗੁਣਾਤਮਕ (qualitative), ਨਿਰਧਾਰਤ ਕਰੋ। ਸੰਕੇਤ ਕਰੋ ਕਿ ਮਾਤਰਾਤਮਕ ਡਾਟਾ ਨਿਰੰਤਰ (continuous) ਹੈ ਜਾਂ ਵੱਖਰਾ (discrete)।
1. ਉਦਾਹਰਨ 1.10
2. ਸਮੱਸਿਆ
3. ਇੱਕ ਅੰਕੜਾ ਵਿਗਿਆਨ ਦੀ ਪ੍ਰੋਫੈਸਰ ਆਪਣੇ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਪਹਿਲੇ ਸਾਲ, ਦੂਜੇ ਸਾਲ, ਤੀਜੇ ਸਾਲ ਜਾਂ ਚੌਥੇ ਸਾਲ ਵਜੋਂ ਵਰਗੀਕਰਨ ਬਾਰੇ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਦੀ ਹੈ। ਉਸ ਦੁਆਰਾ ਇਕੱਠੀ ਕੀਤੀ ਗਈ ਜਾਣਕਾਰੀ ਚਿੱਤਰ 1.3 ਪਾਈ ਚਾਰਟ ਵਿੱਚ ਸੰਖੇਪ ਕੀਤੀ ਗਈ ਹੈ। ਇਹ ਗ੍ਰਾਫ ਕਿਸ ਕਿਸਮ ਦੇ ਅੰਕੜੇ ਦਿਖਾਉਂਦਾ ਹੈ?
4. ਹੱਲ
5. ਇਹ ਪਾਈ ਚਾਰਟ ਹਰ ਸਾਲ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਦਿਖਾਉਂਦਾ ਹੈ, ਜੋ ਕਿ ਗੁਣਾਤਮਕ ਜਾਂ ਸ਼੍ਰੇਣੀਬੱਧ ਅੰਕੜੇ ਹਨ।
6. ਕੋਸ਼ਿਸ਼ ਕਰੋ 1.10
7. ਇੱਕ ਵੱਡਾ ਸਕੂਲ ਜ਼ਿਲ੍ਹਾ ਸਾਲ ਦੇ ਅੰਤ ਵਿੱਚ ਹੋਣ ਵਾਲੀ ਮਿਆਰੀ ਪ੍ਰੀਖਿਆ ਵਿੱਚ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤੇ ਅੰਕਾਂ ਦਾ ਡਾਟਾ ਰੱਖਦਾ ਹੈ। ਉਸ ਦੁਆਰਾ ਇਕੱਠੇ ਕੀਤੇ ਗਏ ਅੰਕਾਂ ਨੂੰ ਹਿਸਟੋਗ੍ਰਾਮ ਵਿੱਚ ਸੰਖੇਪ ਕੀਤਾ ਗਿਆ ਹੈ। ਕਲਾਸ ਦੀਆਂ ਹੱਦਾਂ 50 ਤੋਂ 60 ਤੋਂ ਘੱਟ, 60 ਤੋਂ 70 ਤੋਂ ਘੱਟ, 70 ਤੋਂ 80 ਤੋਂ ਘੱਟ, 80 ਤੋਂ 90 ਤੋਂ ਘੱਟ, ਅਤੇ 90 ਤੋਂ 100 ਤੋਂ ਘੱਟ ਹਨ।
8. ਗੁਣਾਤਮਕ ਅੰਕੜਿਆਂ ਦੀ ਚਰਚਾ
9. ਹੇਠਾਂ ਦਿੱਤੀਆਂ ਗਈਆਂ ਸਾਰਣੀਆਂ ਡੀ ਐਂਜ਼ਾ ਕਾਲਜ ਅਤੇ ਫੁੱਲਹਿੱਲ ਕਾਲਜ ਵਿੱਚ ਬਸੰਤ 2010 ਤਿਮਾਹੀ ਲਈ ਦਾਖਲ ਹੋਏ ਅੰਸ਼ਕ-ਕਾਲੀਨ ਅਤੇ ਪੂਰਨ-ਕਾਲੀਨ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਗਿਣਤੀ ਦੀ ਤੁਲਨਾ ਕਰਦੀਆਂ ਹਨ। ਸਾਰਣੀਆਂ ਗਿਣਤੀਆਂ, ਆਵਿਰਤੀਆਂ, ਅਤੇ ਪ੍ਰਤੀਸ਼ਤਾਂ ਜਾਂ ਅਨੁਪਾਤ, ਸੰਬੰਧਿਤ ਆਵਿਰਤੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਡੀ ਐਂਜ਼ਾ ਕਾਲਜ ਵਿੱਚ ਅੰਸ਼ਕ-ਕਾਲੀਨ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਪ੍ਰਤੀਸ਼ਤਤਾ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ, 9,200/22,496 ਨੂੰ ਭਾਗ ਦੇ ਕੇ .4089 ਪ੍ਰਾਪਤ ਕਰੋ। ਹਜ਼ਾਰਵੇਂ ਸਥਾਨ ਤੱਕ ਗੋਲ ਕਰੋ—ਤੀਜਾ ਦਸ਼ਮਲਵ ਸਥਾਨ ਅਤੇ ਫਿਰ ਪ੍ਰਤੀਸ਼ਤਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ 100 ਨਾਲ ਗੁਣਾ ਕਰੋ, ਜੋ ਕਿ 40.9 ਪ੍ਰਤੀਸ਼ਤ ਹੈ।
10. ਇਸ ਲਈ, ਪ੍ਰਤੀਸ਼ਤ ਕਾਲਮ ਕਾਲਜਾਂ ਵਿੱਚ ਇੱਕੋ ਸ਼੍ਰੇਣੀਆਂ ਦੀ ਤੁਲਨਾ ਨੂੰ ਆਸਾਨ ਬਣਾਉਂਦੇ ਹਨ। ਸੰਖਿਆਵਾਂ ਦੇ ਨਾਲ ਪ੍ਰਤੀਸ਼ਤਾਂ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨਾ ਅਕਸਰ ਮਦਦਗਾਰ ਹੁੰਦਾ ਹੈ, ਪਰ ਇਹ ਖਾਸ ਤੌਰ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਅੰਕੜਿਆਂ ਦੇ ਸਮੂਹਾਂ ਦੀ ਤੁਲਨਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਦੇ ਕੁੱਲ ਸਮਾਨ ਨਹੀਂ ਹੁੰਦੇ, ਜਿਵੇਂ ਕਿ ਇਸ ਉਦਾਹਰਨ ਵਿੱਚ ਦੋਵਾਂ ਕਾਲਜਾਂ ਲਈ ਕੁੱਲ ਦਾਖਲੇ। ਨੋਟ ਕਰੋ ਕਿ ਫੁੱਲਹਿੱਲ ਕਾਲਜ ਵਿੱਚ ਡੀ ਐਂਜ਼ਾ ਕਾਲਜ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਅੰਸ਼ਕ-ਕਾਲੀਨ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਪ੍ਰਤੀਸ਼ਤਤਾ ਕਿੰਨੀ ਵੱਡੀ ਹੈ।
11. ਕਤਾਰ: ਡੀ ਐਂਜ਼ਾ ਕਾਲਜ | ਫੁੱਲਹਿੱਲ ਕਾਲਜ
12. ਕਤਾਰ: ਗਿਣਤੀ | ਪ੍ਰਤੀਸ਼ਤ | ਗਿਣਤੀ | ਪ੍ਰਤੀਸ਼ਤ
13. ਕਤਾਰ: ਪੂਰਨ-ਕਾਲੀਨ | 9,200 | 40.90% | ਪੂਰਨ-ਕਾਲੀਨ | 4,059 | 28.60%
14. ਕਤਾਰ: ਅੰਸ਼ਕ-ਕਾਲੀਨ | 13,296 | 59.10% | ਅੰਸ਼ਕ-ਕਾਲੀਨ | 10,124 | 71.40%
15. ਕਤਾਰ: ਕੁੱਲ | 22,496 | 100% | ਕੁੱਲ | 14,183 | 100%
16. ਸਾਰਣੀਆਂ ਅੰਕੜਿਆਂ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨ ਅਤੇ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਦਾ ਇੱਕ ਵਧੀਆ ਤਰੀਕਾ ਹਨ। ਪਰ ਗ੍ਰਾਫ ਅੰਕੜਿਆਂ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਹੋਰ ਵੀ ਮਦਦਗਾਰ ਹੋ ਸਕਦੇ ਹਨ।
17. ਗੁਣਾਤਮਕ ਅੰਕੜਿਆਂ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਦੋ ਗ੍ਰਾਫ ਪਾਈ ਚਾਰਟ ਅਤੇ ਬਾਰ ਗ੍ਰਾਫ ਹਨ।
18. ਇੱਕ ਪਾਈ ਚਾਰਟ ਵਿੱਚ, ਅੰਕੜਿਆਂ ਦੀਆਂ ਸ਼੍ਰੇਣੀਆਂ ਇੱਕ ਚੱਕਰ ਵਿੱਚ ਵੇਜਾਂ ਦੁਆਰਾ ਦਿਖਾਈਆਂ ਜਾਂਦੀਆਂ ਹਨ ਜੋ ਹਰੇਕ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਵਿਅਕਤੀਆਂ/ਵਸਤੂਆਂ ਦੀ ਪ੍ਰਤੀਸ਼ਤਤਾ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ। ਅਸੀਂ ਪਾਈ ਚਾਰਟ ਦੀ ਵਰਤੋਂ ਉਦੋਂ ਕਰਦੇ ਹਾਂ ਜਦੋਂ ਅਸੀਂ ਇੱਕ ਪੂਰੇ ਦੇ ਹਿੱਸੇ ਦਿਖਾਉਣਾ ਚਾਹੁੰਦੇ ਹਾਂ।
19. ਇੱਕ ਬਾਰ ਗ੍ਰਾਫ ਵਿੱਚ, ਹਰੇਕ ਸ਼੍ਰੇਣੀ ਲਈ ਬਾਰ ਦੀ ਲੰਬਾਈ ਉਸ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਵਿਅਕਤੀਆਂ ਦੀ ਗਿਣਤੀ ਜਾਂ ਪ੍ਰਤੀਸ਼ਤਤਾ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਬਾਰ ਲੰਬਕਾਰੀ ਜਾਂ ਖਿਤਿਜੀ ਹੋ ਸਕਦੇ ਹਨ। ਅਸੀਂ ਬਾਰ ਗ੍ਰਾਫ ਦੀ ਵਰਤੋਂ ਉਦੋਂ ਕਰਦੇ ਹਾਂ ਜਦੋਂ ਅਸੀਂ ਸ਼੍ਰੇਣੀਆਂ ਦੀ ਤੁਲਨਾ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਾਂ ਜਾਂ ਸਮੇਂ ਦੇ ਨਾਲ ਤਬਦੀਲੀਆਂ ਦਿਖਾਉਣਾ ਚਾਹੁੰਦੇ ਹਾਂ।
20. ਇੱਕ ਪੈਰੇਟੋ ਚਾਰਟ ਵਿੱਚ ਬਾਰ ਹੁੰਦੇ ਹਨ ਜੋ ਸ਼੍ਰੇਣੀ ਦੇ ਆਕਾਰ (ਸਭ ਤੋਂ ਵੱਡੇ ਤੋਂ ਛੋਟੇ ਤੱਕ) ਦੇ ਅਨੁਸਾਰ ਕ੍ਰਮਬੱਧ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।
21. ਚਿੱਤਰ 1.5 ਅਤੇ ਚਿੱਤਰ 1.6 ਨੂੰ ਦੇਖੋ ਅਤੇ ਨਿਰਧਾਰਤ ਕਰੋ ਕਿ ਕਿਹੜਾ ਗ੍ਰਾਫ (ਪਾਈ ਜਾਂ ਬਾਰ) ਤੁਹਾਨੂੰ ਤੁਲਨਾਵਾਂ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦਾ ਹੈ।
22. ਵੱਖ-ਵੱਖ ਗ੍ਰਾਫਾਂ ਨੂੰ ਦੇਖਣਾ ਇੱਕ ਚੰਗਾ ਵਿਚਾਰ ਹੈ ਤਾਂ ਜੋ ਇਹ ਦੇਖਿਆ ਜਾ ਸਕੇ ਕਿ ਕਿਹੜਾ ਅੰਕੜਿਆਂ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਵਿੱਚ ਸਭ ਤੋਂ ਮਦਦਗਾਰ ਹੈ। ਅਸੀਂ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹੋਏ ਕਿ ਅਸੀਂ ਕੀ ਸੋਚਦੇ ਹਾਂ ਕਿ ਸਭ ਤੋਂ ਵਧੀਆ ਗ੍ਰਾਫ ਹੈ, ਵੱਖ-ਵੱਖ ਚੋਣਾਂ ਕਰ ਸਕਦੇ ਹਾਂ। ਸਾਡੀ ਚੋਣ ਇਸ ਗੱਲ 'ਤੇ ਵੀ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਅਸੀਂ ਅੰਕੜਿਆਂ ਦੀ ਵਰਤੋਂ ਕਿਸ ਲਈ ਕਰ ਰਹੇ ਹਾਂ।
23. ਪ੍ਰਤੀਸ਼ਤਤਾਵਾਂ ਜੋ 100 ਪ੍ਰਤੀਸ਼ਤ ਤੋਂ ਵੱਧ (ਜਾਂ ਘੱਟ) ਜੋੜਦੀਆਂ ਹਨ
24. ਕਈ ਵਾਰ ਪ੍ਰਤੀਸ਼ਤਤਾਵਾਂ 100 ਪ੍ਰਤੀਸ਼ਤ ਤੋਂ ਵੱਧ (ਜਾਂ 100 ਪ੍ਰਤੀਸ਼ਤ ਤੋਂ ਘੱਟ) ਜੋੜਦੀਆਂ ਹਨ। ਗ੍ਰਾਫ ਵਿੱਚ, ਪ੍ਰਤੀਸ਼ਤਤਾਵਾਂ 100 ਪ੍ਰਤੀਸ਼ਤ ਤੋਂ ਵੱਧ ਜੋੜਦੀਆਂ ਹਨ ਕਿਉਂਕਿ ਵਿਦਿਆਰਥੀ ਇੱਕ ਤੋਂ ਵੱਧ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਹੋ ਸਕਦੇ ਹਨ। ਸ਼੍ਰੇਣੀਆਂ ਦੇ ਆਕਾਰ ਦੀ ਤੁਲਨਾ ਕਰਨ ਲਈ ਇੱਕ ਬਾਰ ਗ੍ਰਾਫ ਉਚਿਤ ਹੈ। ਪਾਈ ਚਾਰਟ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ। ਜੇਕਰ ਪ੍ਰਤੀਸ਼ਤਤਾਵਾਂ 100 ਪ੍ਰਤੀਸ਼ਤ ਤੋਂ ਘੱਟ ਜੋੜਦੀਆਂ ਤਾਂ ਇਸਦੀ ਵਰਤੋਂ ਵੀ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਸੀ।
1. ਕਤਾਰ: ਵਿਸ਼ੇਸ਼ਤਾ/ਸ਼੍ਰੇਣੀ | ਪ੍ਰਤੀਸ਼ਤ
2. ਤਕਨੀਕੀ ਵਿਸ਼ਿਆਂ ਦਾ ਅਧਿਐਨ ਕਰਨ ਵਾਲੇ ਵਿਦਿਆਰਥੀ | 40.9%
3. ਗੈਰ-ਤਕਨੀਕੀ ਵਿਸ਼ਿਆਂ ਦਾ ਅਧਿਐਨ ਕਰਨ ਵਾਲੇ ਵਿਦਿਆਰਥੀ | 48.6%
4. ਚਾਰ-ਸਾਲਾ ਵਿਦਿਅਕ ਸੰਸਥਾ ਵਿੱਚ ਤਬਦੀਲ ਹੋਣ ਦਾ ਇਰਾਦਾ ਰੱਖਣ ਵਾਲੇ ਵਿਦਿਆਰਥੀ | 61.0%
5. ਕੁੱਲ | 150.5%
6. ਸ਼੍ਰੇਣੀਆਂ ਨੂੰ ਛੱਡਣਾ/ਗੁੰਮ ਡਾਟਾ
7. ਇਹ ਸਾਰਣੀ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਨਸਲ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਪਰ ਇਸ ਵਿੱਚ ਹੋਰ/ਅਣਜਾਣ ਸ਼੍ਰੇਣੀ ਗੁੰਮ ਹੈ। ਇਸ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਉਹ ਲੋਕ ਸ਼ਾਮਲ ਹਨ ਜੋ ਮਹਿਸੂਸ ਨਹੀਂ ਕਰਦੇ ਸਨ ਕਿ ਉਹ ਕਿਸੇ ਵੀ ਨਸਲੀ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਫਿੱਟ ਬੈਠਦੇ ਹਨ ਜਾਂ ਜਵਾਬ ਦੇਣ ਤੋਂ ਇਨਕਾਰ ਕਰ ਦਿੱਤਾ। ਨੋਟ ਕਰੋ ਕਿ ਬਾਰੰਬਾਰਤਾਵਾਂ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਕੁੱਲ ਗਿਣਤੀ ਤੱਕ ਨਹੀਂ ਪਹੁੰਚਦੀਆਂ। ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਇੱਕ ਪਾਈ ਚਾਰਟ ਨਹੀਂ, ਸਗੋਂ ਇੱਕ ਬਾਰ ਗ੍ਰਾਫ ਬਣਾਓ।
8. ਕਤਾਰ: ਬਾਰੰਬਾਰਤਾ | ਪ੍ਰਤੀਸ਼ਤ
9. ਏਸ਼ੀਆਈ | 8,794 | 36.1%
10. ਕਾਲੇ | 1,412 | 5.8%
11. ਫਿਲੀਪੀਨੋ | 1,298 | 5.3%
12. ਹਿਸਪੈਨਿਕ | 4,180 | 17.1%
13. ਮੂਲ ਅਮਰੀਕੀ | 146 | .6%
14. ਪ੍ਰਸ਼ਾਂਤ ਟਾਪੂ ਵਾਸੀ | 236 | 1.0%
15. ਗੋਰੇ | 5,978 | 24.5%
16. ਕੁੱਲ | 22,044 ਵਿੱਚੋਂ 24,382 | 90.4% ਵਿੱਚੋਂ 100%
17. ਹੇਠਾਂ ਦਿੱਤਾ ਗ੍ਰਾਫ ਪਿਛਲੇ ਗ੍ਰਾਫ ਦੇ ਸਮਾਨ ਹੈ ਪਰ ਹੋਰ/ਅਣਜਾਣ ਪ੍ਰਤੀਸ਼ਤ (9.6 ਪ੍ਰਤੀਸ਼ਤ) ਸ਼ਾਮਲ ਕੀਤਾ ਗਿਆ ਹੈ। ਹੋਰ/ਅਣਜਾਣ ਸ਼੍ਰੇਣੀ ਕੁਝ ਹੋਰ ਸ਼੍ਰੇਣੀਆਂ (ਮੂਲ ਅਮਰੀਕੀ, .6 ਪ੍ਰਤੀਸ਼ਤ, ਪ੍ਰਸ਼ਾਂਤ ਟਾਪੂ ਵਾਸੀ 1.0 ਪ੍ਰਤੀਸ਼ਤ) ਦੇ ਮੁਕਾਬਲੇ ਵੱਡੀ ਹੈ। ਇਹ ਜਾਣਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਜਦੋਂ ਅਸੀਂ ਸੋਚਦੇ ਹਾਂ ਕਿ ਡਾਟਾ ਸਾਨੂੰ ਕੀ ਦੱਸ ਰਿਹਾ ਹੈ।
18. ਚਿੱਤਰ 1.9 ਵਿੱਚ ਇਹ ਖਾਸ ਬਾਰ ਗ੍ਰਾਫ ਦ੍ਰਿਸ਼ਟੀਗਤ ਤੌਰ 'ਤੇ ਸਮਝਣਾ ਮੁਸ਼ਕਲ ਹੋ ਸਕਦਾ ਹੈ। ਚਿੱਤਰ 1.10 ਵਿੱਚ ਗ੍ਰਾਫ ਇੱਕ ਪੈਰੇਟੋ ਚਾਰਟ ਹੈ। ਪੈਰੇਟੋ ਚਾਰਟ ਵਿੱਚ ਬਾਰਾਂ ਨੂੰ ਸਭ ਤੋਂ ਵੱਡੇ ਤੋਂ ਸਭ ਤੋਂ ਛੋਟੇ ਤੱਕ ਕ੍ਰਮਬੱਧ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਇਸਨੂੰ ਪੜ੍ਹਨਾ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨਾ ਆਸਾਨ ਹੈ।
19. ਪਾਈ ਚਾਰਟ: ਕੋਈ ਗੁੰਮ ਡਾਟਾ ਨਹੀਂ
20. ਹੇਠਾਂ ਦਿੱਤੇ ਪਾਈ ਚਾਰਟਾਂ ਵਿੱਚ ਹੋਰ/ਅਣਜਾਣ ਸ਼੍ਰੇਣੀ ਸ਼ਾਮਲ ਹੈ ਕਿਉਂਕਿ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦਾ ਜੋੜ 100 ਪ੍ਰਤੀਸ਼ਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਚਿੱਤਰ 1.11b ਵਿੱਚ ਚਾਰਟ ਨੂੰ ਹਰੇਕ ਵੇਜ ਦੇ ਆਕਾਰ ਦੁਆਰਾ ਸੰਗਠਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਜੋ ਇਸਨੂੰ ਚਿੱਤਰ 1.11a ਵਿੱਚ ਅਨਸੋਰਟਡ, ਵਰਣਮਾਲਾ ਦੇ ਗ੍ਰਾਫ ਨਾਲੋਂ ਵਧੇਰੇ ਦ੍ਰਿਸ਼ਟੀਗਤ ਤੌਰ 'ਤੇ ਜਾਣਕਾਰੀ ਦੇਣ ਵਾਲਾ ਗ੍ਰਾਫ ਬਣਾਉਂਦਾ ਹੈ।
21. ਦੋ-ਤਰੀਕੇ ਵਾਲੇ ਟੇਬਲਾਂ ਵਿੱਚ ਮਾਰਜਨਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ
22. ਹੇਠਾਂ ਇੱਕ ਦੋ-ਤਰੀਕੇ ਵਾਲਾ ਟੇਬਲ ਹੈ, ਜਿਸਨੂੰ ਕੰਟੀਜੈਂਸੀ ਟੇਬਲ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਜੋ 50 ਬਾਲਗਾਂ ਦੀ ਮਨਪਸੰਦ ਖੇਡਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ: 20 ਔਰਤਾਂ ਅਤੇ 30 ਆਦਮੀ।
23. ਕਤਾਰ: ਫੁੱਟਬਾਲ | ਬਾਸਕਟਬਾਲ | ਟੈਨਿਸ | ਕੁੱਲ
24. ਕਤਾਰ: ਆਦਮੀ | 20 | 8 | 2 | 30
1. ਕਤਾਰ: ਔਰਤਾਂ | 5 | 7 | 8 | 20
2. ਕੁੱਲ | 25 | 15 | 10 | 50
3. ਇਹ ਇੱਕ ਦੋ-ਪੱਖੀ ਸਾਰਣੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਦੋ ਵਰਗੀਕ੍ਰਿਤ ਵੇਰੀਏਬਲਾਂ, ਇਸ ਮਾਮਲੇ ਵਿੱਚ, ਲਿੰਗ ਅਤੇ ਖੇਡਾਂ ਬਾਰੇ ਜਾਣਕਾਰੀ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੀ ਹੈ। ਇਸ ਕਿਸਮ ਦੇ ਡੇਟਾ (ਦੋ ਵੇਰੀਏਬਲ ਡੇਟਾ) ਨੂੰ ਬਾਈਵੇਰੀਏਟ ਡਾਟਾ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਕਿਉਂਕਿ ਡਾਟਾ ਚੋਣਾਂ ਦੀ ਗਿਣਤੀ, ਜਾਂ ਟੈਲੀ, ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਇਹ ਇੱਕ ਦੋ-ਪੱਖੀ ਫ੍ਰੀਕੁਐਂਸੀ ਟੇਬਲ ਹੈ। ਕੁੱਲ ਕਤਾਰ ਅਤੇ ਕੁੱਲ ਕਾਲਮ ਵਿੱਚ ਐਂਟਰੀਆਂ ਮਾਰਜਨਲ ਫ੍ਰੀਕੁਐਂਸੀ ਜਾਂ ਮਾਰਜਨਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ। ਨੋਟ—ਮਾਰਜਨਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਸ਼ਬਦ ਦਾ ਨਾਮ ਇਸ ਤੱਥ ਤੋਂ ਮਿਲਦਾ ਹੈ ਕਿ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਫ੍ਰੀਕੁਐਂਸੀ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਟੇਬਲਾਂ ਦੇ ਮਾਰਜਿਨ ਵਿੱਚ ਪਾਏ ਜਾਂਦੇ ਹਨ। ਮਾਰਜਨਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਨੂੰ ਇੱਕ ਭਿੰਨ ਜਾਂ ਦਸ਼ਮਲਵ ਦੇ ਰੂਪ ਵਿੱਚ ਦਿੱਤਾ ਜਾ ਸਕਦਾ ਹੈ: ਉਦਾਹਰਨ ਲਈ, ਮਰਦਾਂ ਲਈ ਕੁੱਲ .6 ਜਾਂ 3/5 ਦਿੱਤਾ ਜਾ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ 30/50 = .6 = 3/5। 30/50 = .6 = 3/5। ਮਾਰਜਨਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਨੂੰ ਬਾਈਵੇਰੀਏਟ ਡਾਟਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅਤੇ ਇਹ ਸਿਰਫ ਟੇਬਲ ਵਿੱਚ ਦਰਸਾਏ ਗਏ ਵੇਰੀਏਬਲਾਂ ਵਿੱਚੋਂ ਇੱਕ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦਾ ਹੈ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, 20 ਇੱਕ ਦੋ-ਪੱਖੀ ਟੇਬਲ ਵਿੱਚ ਇੱਕ ਮਾਰਜਨਲ ਫ੍ਰੀਕੁਐਂਸੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਔਰਤਾਂ (20/50) ਦੀ ਕੁੱਲ ਆਬਾਦੀ ਦੇ ਮਾਰਜਿਨ ਜਾਂ ਹਿੱਸੇ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। 25 ਇੱਕ ਮਾਰਜਨਲ ਫ੍ਰੀਕੁਐਂਸੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਫੁੱਟਬਾਲ (25/50) ਨੂੰ ਪਸੰਦ ਕਰਨ ਵਾਲਿਆਂ ਦੇ ਨਮੂਨੇ ਦੇ ਹਿੱਸੇ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਨੋਟ: ਟੇਬਲ ਦੇ ਬਾਡੀ (ਉਦਾਹਰਨ ਲਈ, 20, 8, 2) ਬਣਾਉਣ ਵਾਲੇ ਮੁੱਲਾਂ ਨੂੰ ਸੰਯੁਕਤ ਫ੍ਰੀਕੁਐਂਸੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ।
4. ਦੋ-ਪੱਖੀ ਸਾਰਣੀਆਂ ਵਿੱਚ ਸ਼ਰਤੀਆ ਵੰਡਾਂ
5. ਮਾਰਜਨਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਅਤੇ ਕੰਡੀਸ਼ਨਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਦੇ ਵਿਚਕਾਰ ਅੰਤਰ ਇਹ ਹੈ ਕਿ ਫੋਕਸ ਆਬਾਦੀ ਦੇ ਸਿਰਫ ਇੱਕ ਖਾਸ ਉਪ-ਸਮੂਹ 'ਤੇ ਹੈ (ਪੂਰੀ ਆਬਾਦੀ 'ਤੇ ਨਹੀਂ)। ਉਦਾਹਰਨ ਲਈ, ਟੇਬਲ ਵਿੱਚ, ਜੇਕਰ ਅਸੀਂ ਸਿਰਫ ਫੁੱਟਬਾਲ ਨੂੰ ਪਸੰਦ ਕਰਨ ਵਾਲੀਆਂ ਔਰਤਾਂ ਦੇ ਉਪ-ਆਬਾਦੀ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹਾਂ, ਤਾਂ ਅਸੀਂ ਹੇਠਾਂ ਦਿੱਤੀ ਦੋ-ਪੱਖੀ ਟੇਬਲ ਵਿੱਚ ਦਿਖਾਈਆਂ ਗਈਆਂ ਸ਼ਰਤੀਆ ਵੰਡਾਂ ਦੀ ਗਣਨਾ ਕਰ ਸਕਦੇ ਹਾਂ।
6. ਕਤਾਰ: ਫੁੱਟਬਾਲ | ਬਾਸਕਟਬਾਲ | ਟੈਨਿਸ | ਕੁੱਲ
7. ਕਤਾਰ: ਮਰਦ | 20 | 8 | 2 | 30
8. ਕਤਾਰ: ਔਰਤਾਂ | 5 | 7 | 8 | 20
9. ਕਤਾਰ: ਕੁੱਲ | 25 | 15 | 10 | 50
10. ਫੁੱਟਬਾਲ ਨੂੰ ਪਸੰਦ ਕਰਨ ਵਾਲੀਆਂ ਔਰਤਾਂ ਦੀ ਪਹਿਲੀ ਉਪ-ਆਬਾਦੀ ਲੱਭਣ ਲਈ, ਔਰਤਾਂ ਦੀ ਕਤਾਰ ਅਤੇ ਫੁੱਟਬਾਲ ਕਾਲਮ ਦੇ ਇੰਟਰਸੈਕਸ਼ਨ 'ਤੇ ਮੁੱਲ ਪੜ੍ਹੋ ਜੋ ਕਿ 5 ਹੈ। ਫਿਰ, ਇਸਨੂੰ ਫੁੱਟਬਾਲ ਖਿਡਾਰੀਆਂ ਦੀ ਕੁੱਲ ਆਬਾਦੀ, ਜੋ ਕਿ 25 ਹੈ, ਨਾਲ ਭਾਗ ਦਿਓ। ਇਸ ਲਈ, ਫੁੱਟਬਾਲ ਖਿਡਾਰੀਆਂ ਦੀ ਉਪ-ਆਬਾਦੀ ਜੋ ਔਰਤਾਂ ਹਨ, 5/25 ਹੈ ਜੋ ਕਿ .2 ਹੈ।
11. ਇਸੇ ਤਰ੍ਹਾਂ, ਫੁੱਟਬਾਲ ਖੇਡਣ ਵਾਲੀਆਂ ਔਰਤਾਂ ਦੀ ਉਪ-ਆਬਾਦੀ ਲੱਭਣ ਲਈ, 5 ਦੇ ਮੁੱਲ ਦੀ ਵਰਤੋਂ ਕਰੋ ਜੋ ਕਿ ਫੁੱਟਬਾਲ ਖੇਡਣ ਵਾਲੀਆਂ ਔਰਤਾਂ ਦੀ ਗਿਣਤੀ ਹੈ। ਫਿਰ, ਇਸਨੂੰ ਔਰਤਾਂ ਦੀ ਕੁੱਲ ਆਬਾਦੀ, ਜੋ ਕਿ 20 ਹੈ, ਨਾਲ ਭਾਗ ਦਿਓ। ਇਸ ਲਈ, ਫੁੱਟਬਾਲ ਖੇਡਣ ਵਾਲੀਆਂ ਔਰਤਾਂ ਦੀ ਉਪ-ਆਬਾਦੀ 5/20 ਹੈ ਜੋ ਕਿ .25 ਹੈ।
12. ਡਾਟਾ ਪੇਸ਼ ਕਰਨਾ
13. ਇਹ ਫੈਸਲਾ ਕਰਨ ਤੋਂ ਬਾਅਦ ਕਿ ਕਿਹੜਾ ਗ੍ਰਾਫ ਤੁਹਾਡੇ ਡਾਟਾ ਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਦਰਸਾਉਂਦਾ ਹੈ, ਤੁਹਾਨੂੰ ਇੱਕ ਮੌਖਿਕ ਰਿਪੋਰਟ ਜਾਂ ਮਲਟੀਮੀਡੀਆ ਪੇਸ਼ਕਾਰੀ ਵਿੱਚ ਇੱਕ ਕਲਾਸ ਜਾਂ ਹੋਰ ਸਮੂਹ ਨੂੰ ਆਪਣੇ ਅੰਕੜਾ ਡਾਟਾ ਪੇਸ਼ ਕਰਨ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ। ਮੌਖਿਕ ਪੇਸ਼ਕਾਰੀ ਦਿੰਦੇ ਸਮੇਂ, ਤੁਹਾਨੂੰ ਇਹ ਦੱਸਣ ਲਈ ਤਿਆਰ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਡਾਟਾ ਕਿਵੇਂ ਇਕੱਠਾ ਕੀਤਾ ਜਾਂ ਗਣਨਾ ਕੀਤੀ, ਅਤੇ ਇਹ ਵੀ ਕਿ ਤੁਸੀਂ ਕਿਉਂ ਸ਼੍ਰੇਣੀਆਂ, ਪੈਮਾਨੇ, ਅਤੇ ਗ੍ਰਾਫਾਂ ਦੀਆਂ ਕਿਸਮਾਂ ਚੁਣੀਆਂ ਜੋ ਤੁਸੀਂ ਦਿਖਾ ਰਹੇ ਹੋ। ਭਾਵੇਂ ਤੁਸੀਂ ਆਪਣੇ ਡਾਟਾ ਦੇ ਕਈ ਗ੍ਰਾਫ ਬਣਾਏ ਹੋਣ, ਸਿਰਫ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਯਕੀਨੀ ਬਣਾਓ ਜੋ ਅਸਲ ਵਿੱਚ ਤੁਹਾਡੇ ਅੰਕੜਾ ਅਧਿਐਨ ਦੇ ਦੱਸੇ ਗਏ ਇਰਾਦਿਆਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਆਪਣੀ ਪੇਸ਼ਕਾਰੀ ਤਿਆਰ ਕਰਦੇ ਸਮੇਂ, ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਸਾਰੇ ਰੰਗ, ਟੈਕਸਟ, ਅਤੇ ਪੈਮਾਨੇ ਸਾਰੇ ਦਰਸ਼ਕਾਂ ਲਈ ਦਿਖਾਈ ਦੇਣ। ਅੰਤ ਵਿੱਚ, ਆਪਣੇ ਦਰਸ਼ਕਾਂ ਨੂੰ ਸਵਾਲ ਪੁੱਛਣ ਲਈ ਸਮਾਂ ਦੇਣਾ ਯਕੀਨੀ ਬਣਾਓ ਅਤੇ ਉਹਨਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਲਈ ਤਿਆਰ ਰਹੋ।
14. ਉਦਾਹਰਨ 1.11
15. ਸਮੱਸਿਆ
16. ਮੰਨ ਲਓ ਕਿ ਡੀ ਐਂਜ਼ਾ ਅਤੇ ਫੁੱਟਹਿੱਲ ਦੇ ਗਾਈਡੈਂਸ ਕਾਉਂਸਲਰਾਂ ਨੂੰ ਚਿੱਤਰ 1.5 ਅਤੇ 1.6 ਵਿੱਚ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਵਿਦਿਆਰਥੀ ਡਾਟਾ ਦੀ ਮੌਖਿਕ ਪੇਸ਼ਕਾਰੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਉਹਨਾਂ ਨੂੰ ਪਾਈ ਗ੍ਰਾਫ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਲਈ ਕਿਹੜੇ ਸੰਦਰਭ ਵਿੱਚ ਚੁਣਨਾ ਚਾਹੀਦਾ ਹੈ? ਉਹ ਬਾਰ ਗ੍ਰਾਫ ਕਦੋਂ ਚੁਣ ਸਕਦੇ ਹਨ? ਹਰੇਕ ਗ੍ਰਾਫ ਲਈ, ਦੱਸੋ ਕਿ ਕਿਹੜੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ 'ਤੇ ਧਿਆਨ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਸੰਭਾਵੀ ਪ੍ਰਦਰਸ਼ਨੀ ਸਮੱਸਿਆਵਾਂ ਕੀ ਹੋ ਸਕਦੀਆਂ ਹਨ।
17. ਹੱਲ
18. ਗਾਈਡੈਂਸ ਕਾਉਂਸਲਰਾਂ ਨੂੰ ਪਾਈ ਗ੍ਰਾਫ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਜੇਕਰ ਲੋੜੀਂਦੀ ਜਾਣਕਾਰੀ ਹਰੇਕ ਸਕੂਲ ਦੇ ਨਾਮਾਂਕਨ ਦੀ ਪ੍ਰਤੀਸ਼ਤਤਾ ਹੈ। ਉਹਨਾਂ ਨੂੰ ਬਾਰ ਗ੍ਰਾਫ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਜੇਕਰ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਸਹੀ ਗਿਣਤੀ ਅਤੇ ਹਰੇਕ ਸਕੂਲ ਵਿੱਚ ਹਰੇਕ ਸ਼੍ਰੇਣੀ ਦੇ ਆਕਾਰ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਬਿੰਦੂ ਬਣਾਉਣਾ ਹੈ। ਪਾਈ ਗ੍ਰਾਫ ਲਈ, ਉਹਨਾਂ ਨੂੰ ਇਹ ਦੱਸਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕਿਹੜਾ ਰੰਗ ਪਾਰਟ-ਟਾਈਮ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਅਤੇ ਕਿਹੜਾ ਫੁੱਲ-ਟਾਈਮ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਉਹਨਾਂ ਨੂੰ ਇਹ ਵੀ ਯਕੀਨੀ ਬਣਾਉਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਨੰਬਰ ਅਤੇ ਰੰਗ ਪ੍ਰਦਰਸ਼ਿਤ ਹੋਣ ਵੇਲੇ ਦਿਖਾਈ ਦੇਣ। ਬਾਰ ਗ੍ਰਾਫ ਲਈ, ਉਹਨਾਂ ਨੂੰ ਪੈਮਾਨੇ ਅਤੇ ਹਰੇਕ ਸ਼੍ਰੇਣੀ ਲਈ ਕੁੱਲ ਗਿਣਤੀਆਂ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਨੰਬਰ, ਰੰਗ, ਅਤੇ ਪੈਮਾਨੇ ਦੇ ਨਿਸ਼ਾਨ ਸਾਰੇ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਪ੍ਰਦਰਸ਼ਿਤ ਹੋਣ।
19. ਕੋਸ਼ਿਸ਼ ਕਰੋ 1.11
20. ਮੰਨ ਲਓ ਕਿ ਤੁਹਾਨੂੰ ਚਿੱਤਰ 1.11(b) ਵਿੱਚ ਪਾਈ ਚਾਰਟ ਵਿੱਚ ਗ੍ਰਾਫ ਕੀਤੇ ਗਏ ਡਾਟਾ ਦੀ ਮੌਖਿਕ ਪੇਸ਼ਕਾਰੀ ਦੇਣ ਲਈ ਕਿਹਾ ਗਿਆ ਸੀ। ਤੁਸੀਂ ਗ੍ਰਾਫ 'ਤੇ ਕਿਹੜੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰੋਗੇ? ਆਪਣੀ ਪੇਸ਼ਕਾਰੀ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਤੁਹਾਨੂੰ ਗ੍ਰਾਫ ਨਾਲ ਕਿਹੜੀਆਂ ਸੰਭਾਵੀ ਪ੍ਰਦਰਸ਼ਨੀ ਸਮੱਸਿਆਵਾਂ ਦੀ ਜਾਂਚ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ?
21. ਨਮੂਨਾ ਲੈਣਾ
ਕਿਸੇ ਸਮੁੱਚੀ ਆਬਾਦੀ ਬਾਰੇ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਨ ਵਿੱਚ ਅਕਸਰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਖਰਚਾ ਆਉਂਦਾ ਹੈ ਜਾਂ ਇਹ ਲਗਭਗ ਅਸੰਭਵ ਹੁੰਦਾ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, ਅਸੀਂ ਆਬਾਦੀ ਦੇ ਇੱਕ ਨਮੂਨੇ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ। ਨਮੂਨੇ ਵਿੱਚ ਉਹੋ ਗੁਣ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ ਜੋ ਉਸ ਆਬਾਦੀ ਦੇ ਹਨ ਜਿਸ ਦੀ ਇਹ ਨੁਮਾਇੰਦਗੀ ਕਰ ਰਿਹਾ ਹੈ। ਬਹੁਤੇ ਅੰਕੜਾ-ਵਿਗਿਆਨੀ ਇਸ ਟੀਚੇ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਵਿੱਚ ਕਈ ਤਰ੍ਹਾਂ ਦੀਆਂ ਰੈਂਡਮ ਸੈਂਪਲਿੰਗ ਵਿਧੀਆਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਇਹ ਭਾਗ ਸਭ ਤੋਂ ਆਮ ਵਿਧੀਆਂ ਵਿੱਚੋਂ ਕੁਝ ਦਾ ਵਰਣਨ ਕਰੇਗਾ। ਰੈਂਡਮ ਸੈਂਪਲਿੰਗ ਦੀਆਂ ਕਈ ਵੱਖਰੀਆਂ ਵਿਧੀਆਂ ਹਨ। ਰੈਂਡਮ ਸੈਂਪਲਿੰਗ ਦੇ ਹਰ ਰੂਪ ਵਿੱਚ, ਆਬਾਦੀ ਦੇ ਹਰ ਮੈਂਬਰ ਕੋਲ ਸ਼ੁਰੂ ਵਿੱਚ ਨਮੂਨੇ ਲਈ ਚੁਣੇ ਜਾਣ ਦਾ ਬਰਾਬਰ ਮੌਕਾ ਹੁੰਦਾ ਹੈ। ਹਰ ਵਿਧੀ ਦੇ ਫਾਇਦੇ ਅਤੇ ਨੁਕਸਾਨ ਹਨ। ਵਰਣਨ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਆਸਾਨ ਵਿਧੀ ਨੂੰ ਸਧਾਰਨ ਰੈਂਡਮ ਨਮੂਨਾ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਸਧਾਰਨ ਰੈਂਡਮ ਨਮੂਨੇ ਵਿੱਚ, ਹਰ ਸਮੂਹ ਨੂੰ ਚੁਣੇ ਜਾਣ ਦਾ ਬਰਾਬਰ ਮੌਕਾ ਹੁੰਦਾ ਹੈ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਇੱਕੋ ਆਕਾਰ ਦੇ ਹਰ ਨਮੂਨੇ ਨੂੰ ਚੁਣੇ ਜਾਣ ਦਾ ਬਰਾਬਰ ਮੌਕਾ ਹੁੰਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਮੰਨ ਲਓ ਕਿ ਲੀਸਾ ਆਪਣੀ ਪ੍ਰੀ-ਕੈਲਕੂਲਸ ਕਲਾਸ, ਜਿਸ ਵਿੱਚ ਲੀਸਾ ਨੂੰ ਛੱਡ ਕੇ 31 ਮੈਂਬਰ ਹਨ, ਵਿੱਚੋਂ ਚਾਰ-ਵਿਅਕਤੀਆਂ ਦਾ ਅਧਿਐਨ ਸਮੂਹ (ਆਪਣੇ ਆਪ ਨੂੰ ਅਤੇ ਤਿੰਨ ਹੋਰ ਲੋਕ) ਬਣਾਉਣਾ ਚਾਹੁੰਦੀ ਹੈ। ਆਪਣੀ ਕਲਾਸ ਦੇ ਹੋਰ ਮੈਂਬਰਾਂ ਵਿੱਚੋਂ ਤਿੰਨ ਦੇ ਆਕਾਰ ਦਾ ਇੱਕ ਸਧਾਰਨ ਰੈਂਡਮ ਨਮੂਨਾ ਚੁਣਨ ਲਈ, ਲੀਸਾ ਆਪਣੀਆਂ 31 ਨਾਮਾਂ ਨੂੰ ਇੱਕ ਟੋਪੀ ਵਿੱਚ ਪਾ ਸਕਦੀ ਹੈ, ਟੋਪੀ ਨੂੰ ਹਿਲਾ ਸਕਦੀ ਹੈ, ਅੱਖਾਂ ਬੰਦ ਕਰ ਸਕਦੀ ਹੈ, ਅਤੇ ਤਿੰਨ ਨਾਮ ਚੁਣ ਸਕਦੀ ਹੈ। ਇੱਕ ਵਧੇਰੇ ਤਕਨੀਕੀ ਤਰੀਕਾ ਇਹ ਹੈ ਕਿ ਲੀਸਾ ਪਹਿਲਾਂ ਆਪਣੀ ਕਲਾਸ ਦੇ ਮੈਂਬਰਾਂ ਦੇ ਆਖਰੀ ਨਾਮਾਂ ਦੀ ਸੂਚੀ ਦੋ-ਅੰਕੀ ਨੰਬਰ ਦੇ ਨਾਲ ਬਣਾਵੇ, ਜਿਵੇਂ ਕਿ ਟੇਬਲ 1.7 ਵਿੱਚ ਹੈ।
ਸਤਰ: ID | ਨਾਮ | ID | ਨਾਮ | ID | ਨਾਮ
ਸਤਰ: 00 | ਐਨਸੇਲਮੋ | 11 | ਕਿੰਗ | 22 | ਰੋਕੇਰੋ
ਸਤਰ: 01 | ਬੌਟਿਸਟਾ | 12 | ਲੇਗੇਨੀ | 23 | ਰੋਥ
ਸਤਰ: 02 | ਬਯਾਨੀ | 13 | ਲੀਸਾ | 24 | ਰੋਵੇਲ
ਸਤਰ: 03 | ਚੇਂਗ | 14 | ਲੰਡਕਵਿਸਟ | 25 | ਸਾਲੰਗਸਾਂਗ
ਸਤਰ: 04 | ਕੁਆਰਿਸਮੋ | 15 | ਮੈਸੀਅਰਜ਼ | 26 | ਸਲੇਡ
ਸਤਰ: 05 | ਕਨਿੰਗਮ | 16 | ਮੋਟੋਗਾਵਾ | 27 | ਸਟ੍ਰੈਚਰ
ਸਤਰ: 06 | ਫੋਂਟੇਚਾ | 17 | ਓਕੀਮੋਟੋ | 28 | ਟੱਲਾਈ
ਸਤਰ: 07 | ਹਾਂਗ | 18 | ਪਟੇਲ | 29 | ਟਰੈਨ
ਸਤਰ: 08 | ਹੂਬਲਰ | 19 | ਪ੍ਰਾਈਸ | 30 | ਵਾਈ
ਸਤਰ: 09 | ਜਿਆਓ | 20 | ਕੁਇਜ਼ਨ | 31 | ਵੁੱਡ
ਸਤਰ: 10 | ਖਾਨ | 21 | ਰੇਅਸ
ਲੀਸਾ ਬੇਤਰਤੀਬ ਨੰਬਰਾਂ ਦੀ ਇੱਕ ਸਾਰਣੀ (ਕਈ ਅੰਕੜਾ-ਵਿਗਿਆਨ ਪੁਸਤਕਾਂ ਅਤੇ ਗਣਿਤ ਹੈਂਡਬੁੱਕਾਂ ਵਿੱਚ ਮਿਲਦੀ ਹੈ), ਇੱਕ ਕੈਲਕੂਲੇਟਰ, ਜਾਂ ਬੇਤਰਤੀਬ ਨੰਬਰ ਤਿਆਰ ਕਰਨ ਲਈ ਇੱਕ ਕੰਪਿਊਟਰ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੀ ਹੈ। ਸਭ ਤੋਂ ਆਮ ਬੇਤਰਤੀਬ ਨੰਬਰ ਜਨਰੇਟਰ ਪੰਜ-ਅੰਕੀ ਨੰਬਰ ਹੁੰਦੇ ਹਨ ਜਿੱਥੇ ਹਰ ਅੰਕ 0 ਤੋਂ 9 ਤੱਕ ਇੱਕ ਵਿਲੱਖਣ ਅੰਕ ਹੁੰਦਾ ਹੈ। ਇਸ ਉਦਾਹਰਨ ਲਈ, ਮੰਨ ਲਓ ਕਿ ਲੀਸਾ ਇੱਕ ਕੈਲਕੂਲੇਟਰ ਤੋਂ ਬੇਤਰਤੀਬ ਨੰਬਰ ਤਿਆਰ ਕਰਨ ਦੀ ਚੋਣ ਕਰਦੀ ਹੈ। ਤਿਆਰ ਕੀਤੇ ਗਏ ਨੰਬਰ ਹੇਠਾਂ ਦਿੱਤੇ ਅਨੁਸਾਰ ਹਨ:
.94360, .99832, .14669, .51470, .40581, .73381, .04399.
ਲੀਸਾ ਦੋ-ਅੰਕੀ ਸਮੂਹਾਂ ਨੂੰ ਪੜ੍ਹਦੀ ਹੈ ਜਦੋਂ ਤੱਕ ਉਹ ਤਿੰਨ ਕਲਾਸ ਮੈਂਬਰਾਂ ਦੀ ਚੋਣ ਨਹੀਂ ਕਰ ਲੈਂਦੀ (ਭਾਵ, ਉਹ .94360 ਨੂੰ 94, 43, 36, 60 ਦੇ ਸਮੂਹਾਂ ਵਜੋਂ ਪੜ੍ਹਦੀ ਹੈ।) ਹਰ ਬੇਤਰਤੀਬ ਨੰਬਰ ਸਿਰਫ ਇੱਕ ਕਲਾਸ ਮੈਂਬਰ ਦਾ ਯੋਗਦਾਨ ਪਾ ਸਕਦਾ ਹੈ। ਜੇਕਰ ਉਸਨੂੰ ਲੋੜ ਪੈਂਦੀ, ਤਾਂ ਲੀਸਾ ਹੋਰ ਬੇਤਰਤੀਬ ਨੰਬਰ ਤਿਆਰ ਕਰ ਸਕਦੀ ਸੀ।
ਹੇਠਾਂ ਦਿੱਤੀ ਸਾਰਣੀ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਲੀਸਾ ਹਰ ਬੇਤਰਤੀਬ ਨੰਬਰ ਤੋਂ ਦੋ-ਅੰਕੀ ਨੰਬਰ ਕਿਵੇਂ ਪੜ੍ਹਦੀ ਹੈ। ਸਾਰਣੀ ਵਿੱਚ ਹਰ ਦੋ-ਅੰਕੀ ਨੰਬਰ ਉਪਰੋਕਤ ਟੇਬਲ 1.7 ਵਿੱਚ ਹਰੇਕ ਵਿਦਿਆਰਥੀ ਦੀ ਨੁਮਾਇੰਦਗੀ ਕਰੇਗਾ।
ਸਤਰ: ਬੇਤਰਤੀਬ ਨੰਬਰ | ਲੀਸਾ ਦੁਆਰਾ ਪੜ੍ਹੇ ਗਏ ਨੰਬਰ
ਸਤਰ: .94360 | 94 | 43 | 36 | 60
ਸਤਰ: .99832 | 99 | 98 | 83 | 32
ਸਤਰ: .14669 | 14 | 46 | 66 | 69
ਸਤਰ: .51470 | 51 | 14 | 47 | 70
ਸਤਰ: .40581 | 40 | 05 | 58 | 81
ਸਤਰ: .73381 | 73 | 33 | 38 | 81
row: .04399 | 04 | 39 | 39 | 99
Table 1.8: Lisa randomly generated the decimals in the Random Number column. She then used each consecutive number in each decimal to make the numbers she read. Some of the read numbers correspond with the ID numbers given to the students in her class (e.g., 14 = Lundquist in Table 1.7)
The random numbers .94360 and .99832 do not contain appropriate two digit numbers. However the third random number, .14669, contains 14 (the fourth random number also contains 14), the fifth random number contains 05, and the seventh random number contains 04. The two-digit number 14 corresponds to Lundquist, 05 corresponds to Cuningham, and 04 corresponds to Cuarismo. Besides herself, Lisa’s group will consist of Lundquist, Cuningham, and Cuarismo.
Using the TI-83, 83+, 84, 84+ Calculator
To generate random numbers perform the following steps:
Press MATH.
Arrow over to PRB.
Press 5:randInt(0, 30).
Press ENTER for the first random number.
Press ENTER two more times for the other two random numbers. If there is a repeat press ENTER again.
Note—randInt(0, 30, 3) will generate three random numbers.
Besides simple random sampling, there are other forms of sampling that involve a chance process for getting the sample. Other well-known random sampling methods are the stratified sample, the cluster sample, and the systematic sample.
To choose a stratified sample, divide the population into groups called strata and then the sample is selected by picking the same number of values from each strata until the desired sample size is reached. For example, you could stratify (group) your high school student population by year (freshmen, sophomore, juniors, and seniors) and then choose a proportionate simple random sample from each stratum (each year) to get a stratified random sample. To choose a simple random sample from each year, number each student of the first year, number each student of the second year, and do the same for the remaining years. Then use simple random sampling to choose proportionate numbers of students from the first year and do the same for each of the remaining years. Those numbers picked from the first year, picked from the second year, and so on represent the students who make up the stratified sample.
To choose a cluster sample, divide the population into clusters (groups) and then randomly select some of the clusters. All the members from these clusters are in the cluster sample. For example, if you randomly sample four homeroom classes from your student population, the four classes make up the cluster sample. Each class is a cluster. Number each cluster, and then choose four different numbers using random sampling. All the students of the four classes with those numbers are the cluster sample. So, unlike a stratified example, a cluster sample may not contain an equal number of randomly chosen students from each class.
To choose a systematic sample, establish and follow a rule. The most common way to select a systematic sample is to list the members of the population and choose every nthnth entry from a random starting point. For example, suppose you have 100,000 individuals in your population and you want to choose a sample of 1,000. Use a random number generator to select your starting point. Now, 100,000/1,000 = 100, so to ensure coverage throughout the list, choose every 100th100th entry in the list. When you reach the end of the list, continue the count from the beginning until you have selected the complete sample.
A type of sampling that is non-random is convenience sampling. Convenience sampling involves using results that are readily available. For example, a computer software store conducts a marketing study by interviewing potential customers who happen to be in the store browsing through the available software. The results of convenience sampling may be very good in some cases and highly biased (favor certain outcomes) in others.
Sampling data should be done very carefully. Collecting data carelessly can have devastating results. Surveys mailed to households and then returned may be very biased. They may favor a certain group. It is better for the person conducting the survey to select the sample respondents.
When you analyze data, it is important to be aware of sampling errors and nonsampling errors. The actual process of sampling causes sampling errors. For example, the sample may not be large enough. Factors not related to the sampling process cause nonsampling errors. A defective counting device can cause a nonsampling error.
In reality, a sample will never be exactly representative of the population so there will always be some sampling error. As a rule, the larger the sample, the smaller the sampling error.
In statistics, a sampling bias is created when a sample is collected from a population and some members of the population are not as likely to be chosen as others. Remember, each member of the population should have an equally likely chance of being chosen. When a sampling bias happens, there can be incorrect conclusions drawn about the population that is being studied. For instance, if a survey of all students is conducted only during noon lunchtime hours is biased. This is because the students who do not have a noon lunchtime would not be included.
Critical Evaluation
ਸਾਨੂੰ ਪੜ੍ਹੀਆਂ ਗਈਆਂ ਅੰਕੜਾ ਅਧਿਐਨਾਂ ਦਾ ਆਲੋਚਨਾਤਮਕ ਤੌਰ 'ਤੇ ਮੁਲਾਂਕਣ ਕਰਨ ਅਤੇ ਅਧਿਐਨਾਂ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਉਹਨਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਆਮ ਸਮੱਸਿਆਵਾਂ ਜਿਨ੍ਹਾਂ ਤੋਂ ਸੁਚੇਤ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ, ਉਹਨਾਂ ਵਿੱਚ ਹੇਠ ਲਿਖੇ ਸ਼ਾਮਲ ਹਨ:
ਨਮੂਨਿਆਂ ਨਾਲ ਸਮੱਸਿਆਵਾਂ: — ਇੱਕ ਨਮੂਨਾ ਆਬਾਦੀ ਦਾ ਪ੍ਰਤੀਨਿਧ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਇੱਕ ਨਮੂਨਾ ਜੋ ਆਬਾਦੀ ਦਾ ਪ੍ਰਤੀਨਿਧ ਨਹੀਂ ਹੈ, ਉਹ ਪੱਖਪਾਤੀ ਹੁੰਦਾ ਹੈ। ਪੱਖਪਾਤੀ ਨਮੂਨੇ ਜੋ ਆਬਾਦੀ ਦੇ ਪ੍ਰਤੀਨਿਧ ਨਹੀਂ ਹਨ, ਉਹ ਅਣ-ਸਹੀ ਅਤੇ ਭਰੋਸੇਯੋਗ ਨਾ ਹੋਣ ਵਾਲੇ ਨਤੀਜੇ ਦਿੰਦੇ ਹਨ। ਅੰਕੜਾ ਮਾਪਾਂ ਵਿੱਚ ਭਰੋਸੇਯੋਗਤਾ 'ਤੇ ਵੀ ਵਿਚਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਜਦੋਂ ਅੰਕੜਿਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਭਰੋਸੇਯੋਗਤਾ ਇੱਕ ਮਾਪ ਦੀ ਇਕਸਾਰਤਾ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਇੱਕ ਮਾਪ ਭਰੋਸੇਯੋਗ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਇੱਕੋ ਹਾਲਾਤਾਂ ਵਿੱਚ ਇੱਕੋ ਨਤੀਜੇ ਪੈਦਾ ਹੁੰਦੇ ਹਨ।
ਸਵੈ-ਚੁਣੇ ਨਮੂਨੇ— ਸਿਰਫ਼ ਉਹਨਾਂ ਲੋਕਾਂ ਦੁਆਰਾ ਜਵਾਬ ਜੋ ਜਵਾਬ ਦੇਣ ਦੀ ਚੋਣ ਕਰਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਇੰਟਰਨੈਟ ਸਰਵੇਖਣ, ਅਕਸਰ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੁੰਦੇ।
ਨਮੂਨੇ ਦੇ ਆਕਾਰ ਦੇ ਮੁੱਦੇ—: ਬਹੁਤ ਛੋਟੇ ਨਮੂਨੇ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੋ ਸਕਦੇ। ਵੱਡੇ ਨਮੂਨੇ ਬਿਹਤਰ ਹੁੰਦੇ ਹਨ, ਜੇਕਰ ਸੰਭਵ ਹੋਵੇ। ਕੁਝ ਸਥਿਤੀਆਂ ਵਿੱਚ, ਛੋਟੇ ਨਮੂਨੇ ਅਟੱਲ ਹੁੰਦੇ ਹਨ ਅਤੇ ਫਿਰ ਵੀ ਸਿੱਟੇ ਕੱਢਣ ਲਈ ਵਰਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਉਦਾਹਰਨਾਂ ਵਿੱਚ ਕਾਰਾਂ ਦੀ ਕਰੈਸ਼ ਟੈਸਟਿੰਗ ਜਾਂ ਦੁਰਲੱਭ ਸਥਿਤੀਆਂ ਲਈ ਡਾਕਟਰੀ ਜਾਂਚ ਸ਼ਾਮਲ ਹੈ।
ਅਣਉਚਿਤ ਪ੍ਰਭਾਵ—: ਜਵਾਬ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਵਾਲੇ ਤਰੀਕੇ ਨਾਲ ਅੰਕੜੇ ਇਕੱਠੇ ਕਰਨਾ ਜਾਂ ਸਵਾਲ ਪੁੱਛਣਾ।
ਗੈਰ-ਜਵਾਬ ਜਾਂ ਭਾਗ ਲੈਣ ਤੋਂ ਵਿਸ਼ੇ ਦਾ ਇਨਕਾਰ: — ਇਕੱਠੇ ਕੀਤੇ ਗਏ ਜਵਾਬ ਹੁਣ ਆਬਾਦੀ ਦੇ ਪ੍ਰਤੀਨਿਧ ਨਹੀਂ ਹੋ ਸਕਦੇ। ਅਕਸਰ, ਮਜ਼ਬੂਤ ਸਕਾਰਾਤਮਕ ਜਾਂ ਨਕਾਰਾਤਮਕ ਵਿਚਾਰਾਂ ਵਾਲੇ ਲੋਕ ਸਰਵੇਖਣਾਂ ਦਾ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਨ, ਜੋ ਨਤੀਜਿਆਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦੇ ਹਨ।
ਕਾਰਨਤਾ: — ਦੋ ਚਲਾਂ ਵਿਚਕਾਰ ਸਬੰਧ ਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਇੱਕ ਦੂਜੇ ਦੇ ਵਾਪਰਨ ਦਾ ਕਾਰਨ ਬਣਦਾ ਹੈ। ਉਹਨਾਂ ਦਾ ਸਬੰਧ ਹੋ ਸਕਦਾ ਹੈ (ਸੰਬੰਧਿਤ) ਕਿਸੇ ਵੱਖਰੇ ਚੱਲ ਦੁਆਰਾ ਉਹਨਾਂ ਦੇ ਸਬੰਧ ਕਾਰਨ।
ਸਵੈ-ਫੰਡਡ ਜਾਂ ਸਵੈ-ਹਿੱਤ ਅਧਿਐਨ—: ਕਿਸੇ ਦਾਅਵੇ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਕਿਸੇ ਵਿਅਕਤੀ ਜਾਂ ਸੰਸਥਾ ਦੁਆਰਾ ਕੀਤਾ ਗਿਆ ਅਧਿਐਨ। ਕੀ ਅਧਿਐਨ ਨਿਰਪੱਖ ਹੈ? ਕੰਮ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਅਧਿਐਨ ਨੂੰ ਧਿਆਨ ਨਾਲ ਪੜ੍ਹੋ। ਇਹ ਨਾ ਮੰਨੋ ਕਿ ਅਧਿਐਨ ਚੰਗਾ ਹੈ, ਪਰ ਇਹ ਵੀ ਨਾ ਮੰਨੋ ਕਿ ਅਧਿਐਨ ਮਾੜਾ ਹੈ। ਇਸਦੇ ਗੁਣਾਂ ਅਤੇ ਕੀਤੇ ਗਏ ਕੰਮ ਦੇ ਆਧਾਰ 'ਤੇ ਇਸਦਾ ਮੁਲਾਂਕਣ ਕਰੋ।
ਅੰਕੜਿਆਂ ਦੀ ਗਲਤ ਵਰਤੋਂ—: ਇਹ ਗਲਤ ਤਰੀਕੇ ਨਾਲ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤੇ ਗਏ ਗ੍ਰਾਫ, ਅਧੂਰੇ ਅੰਕੜੇ, ਜਾਂ ਸੰਦਰਭ ਦੀ ਘਾਟ ਹੋ ਸਕਦੇ ਹਨ।
ਸਹਿਯੋਗੀ ਕਸਰਤ
ਇੱਕ ਜਮਾਤ ਵਜੋਂ, ਇਹ ਨਿਰਧਾਰਤ ਕਰੋ ਕਿ ਹੇਠ ਲਿਖੇ ਨਮੂਨੇ ਪ੍ਰਤੀਨਿਧ ਹਨ ਜਾਂ ਨਹੀਂ। ਜੇਕਰ ਨਹੀਂ, ਤਾਂ ਕਾਰਨਾਂ 'ਤੇ ਚਰਚਾ ਕਰੋ।
ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਸਾਰੇ ਸਨਮਾਨ ਪ੍ਰਾਪਤ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਨਮੂਨੇ ਵਜੋਂ ਵਰਤ ਕੇ, ਇੱਕ ਹਾਈ ਸਕੂਲ ਦੇ ਸਾਰੇ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਔਸਤ ਜੀਪੀਏ ਦਾ ਪਤਾ ਲਗਾਓ।
10 ਸਾਲ ਤੋਂ ਘੱਟ ਉਮਰ ਦੇ ਨੌਜਵਾਨਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਪ੍ਰਸਿੱਧ ਅਨਾਜ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ, ਤਿੰਨ ਘੰਟਿਆਂ ਲਈ ਇੱਕ ਵੱਡੇ ਸੁਪਰਮਾਰਕੀਟ ਦੇ ਬਾਹਰ ਖੜ੍ਹੇ ਹੋਵੋ ਅਤੇ ਸੁਪਰਮਾਰਕੀਟ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਵਾਲੇ 10 ਸਾਲ ਤੋਂ ਘੱਟ ਉਮਰ ਦੇ ਹਰ ਵੀਹਵੇਂ ਬੱਚੇ ਨਾਲ ਗੱਲ ਕਰੋ।
ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ ਵਿੱਚ ਸਾਰੇ ਬਾਲਗਾਂ ਦੀ ਔਸਤ ਸਾਲਾਨਾ ਆਮਦਨ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ, ਯੂ.ਐਸ. ਕਾਂਗਰਸਮੈਨਾਂ ਦਾ ਨਮੂਨਾ ਲਓ। ਹਰੇਕ ਰਾਜ ਨੂੰ ਇੱਕ ਸਟ੍ਰੈਟਮ (ਗਰੁੱਪ) ਮੰਨ ਕੇ ਇੱਕ ਕਲੱਸਟਰ ਨਮੂਨਾ ਬਣਾਓ। ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਣ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਕਲੱਸਟਰ ਦਾ ਹਿੱਸਾ ਬਣਨ ਲਈ ਰਾਜਾਂ ਦੀ ਚੋਣ ਕਰੋ। ਫਿਰ ਕਲੱਸਟਰ ਵਿੱਚ ਹਰੇਕ ਯੂ.ਐਸ. ਕਾਂਗਰਸਮੈਨ ਦਾ ਸਰਵੇਖਣ ਕਰੋ।
ਕੰਮ 'ਤੇ ਜਾਣ ਵਾਲੇ ਲੋਕਾਂ ਦੇ ਜਨਤਕ ਆਵਾਜਾਈ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਅਨੁਪਾਤ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ, ਨਿਊਯਾਰਕ ਸਿਟੀ ਵਿੱਚ 20 ਲੋਕਾਂ ਦਾ ਸਰਵੇਖਣ ਕਰੋ। ਸਰਵੇਖਣ ਸੈਂਟਰਲ ਪਾਰਕ ਵਿੱਚ ਇੱਕ ਬੈਂਚ 'ਤੇ ਬੈਠ ਕੇ ਅਤੇ ਤੁਹਾਡੇ ਅਗਲੇ ਬੈਠਣ ਵਾਲੇ ਹਰ ਵਿਅਕਤੀ ਦਾ ਇੰਟਰਵਿਊ ਕਰਕੇ ਕਰੋ।
ਮੈਸੇਚਿਉਸੇਟਸ ਵਿੱਚ ਇੱਕ ਹਸਪਤਾਲ ਵਿੱਚ ਦੋ-ਦਿਨਾਂ ਦੇ ਠਹਿਰਨ ਦੀ ਔਸਤ ਲਾਗਤ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ, ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਣ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਰਾਜ ਭਰ ਦੇ 100 ਹਸਪਤਾਲਾਂ ਦਾ ਸਰਵੇਖਣ ਕਰੋ।
ਉਦਾਹਰਨ 1.12
ਸਮੱਸਿਆ
ਇੱਕ ਅਧਿਐਨ ਪ੍ਰਾਈਵੇਟ ਹਾਈ ਸਕੂਲ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਪ੍ਰਤੀ ਸਮੈਸਟਰ ਅਦਾ ਕੀਤੀ ਜਾਣ ਵਾਲੀ ਔਸਤ ਟਿਊਸ਼ਨ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਹੇਠ ਲਿਖੇ ਨਮੂਨਿਆਂ ਵਿੱਚ ਹਰੇਕ ਵਿਦਿਆਰਥੀ ਨੂੰ ਪੁੱਛਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਉਸਨੇ ਪਤਝੜ ਦੇ ਸਮੈਸਟਰ ਲਈ ਕਿੰਨੀ ਟਿਊਸ਼ਨ ਅਦਾ ਕੀਤੀ। ਹਰੇਕ ਮਾਮਲੇ ਵਿੱਚ ਸੈਂਪਲਿੰਗ ਦੀ ਕਿਸਮ ਕੀ ਹੈ?
100 ਹਾਈ ਸਕੂਲ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਇੱਕ ਨਮੂਨਾ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਨਾਵਾਂ ਨੂੰ ਵਰਗੀਕਰਨ (ਫਰੈਸ਼ਮੈਨ, ਸੋਫੋਮੋਰ, ਜੂਨੀਅਰ, ਜਾਂ ਸੀਨੀਅਰ) ਦੁਆਰਾ ਸੰਗਠਿਤ ਕਰਕੇ ਅਤੇ ਫਿਰ ਹਰੇਕ ਵਿੱਚੋਂ 25 ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਚੋਣ ਕਰਕੇ ਲਿਆ ਜਾਂਦਾ ਹੈ।
ਇੱਕ ਬੇਤਰਤੀਬ ਨੰਬਰ ਜਨਰੇਟਰ ਦੀ ਵਰਤੋਂ ਪਤਝੜ ਦੇ ਸਮੈਸਟਰ ਵਿੱਚ ਸਾਰੇ ਹਾਈ ਸਕੂਲ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਵਰਣਮਾਲਾ ਸੂਚੀ ਵਿੱਚੋਂ ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੀ ਚੋਣ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਉਸ ਵਿਦਿਆਰਥੀ ਤੋਂ ਸ਼ੁਰੂ ਕਰਕੇ, ਹਰ 50ਵੇਂ ਵਿਦਿਆਰਥੀ ਨੂੰ ਚੁਣਿਆ ਜਾਂਦਾ ਹੈ ਜਦੋਂ ਤੱਕ 75 ਵਿਦਿਆਰਥੀ ਨਮੂਨੇ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਹੋ ਜਾਂਦੇ।
ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬੇਤਰਤੀਬ ਵਿਧੀ ਦੀ ਵਰਤੋਂ 75 ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਚੋਣ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਪਤਝੜ ਦੇ ਸਮੈਸਟਰ ਵਿੱਚ ਹਰੇਕ ਹਾਈ ਸਕੂਲ ਵਿਦਿਆਰਥੀ ਕੋਲ ਸੈਂਪਲਿੰਗ ਪ੍ਰਕਿਰਿਆ ਦੇ ਕਿਸੇ ਵੀ ਪੜਾਅ 'ਤੇ ਚੁਣੇ ਜਾਣ ਦੀ ਬਰਾਬਰ ਸੰਭਾਵਨਾ ਹੁੰਦੀ ਹੈ।
ਫਰੈਸ਼ਮੈਨ, ਸੋਫੋਮੋਰ, ਜੂਨੀਅਰ, ਅਤੇ ਸੀਨੀਅਰ ਸਾਲਾਂ ਨੂੰ ਕ੍ਰਮਵਾਰ ਇੱਕ, ਦੋ, ਤਿੰਨ, ਅਤੇ ਚਾਰ ਨੰਬਰ ਦਿੱਤੇ ਗਏ ਹਨ। ਇੱਕ ਬੇਤਰਤੀਬ ਨੰਬਰ ਜਨਰੇਟਰ ਦੀ ਵਰਤੋਂ ਇਹਨਾਂ ਸਾਲਾਂ ਵਿੱਚੋਂ ਦੋ ਨੂੰ ਚੁਣਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਹਨਾਂ ਦੋ ਸਾਲਾਂ ਦੇ ਸਾਰੇ ਵਿਦਿਆਰਥੀ ਨਮੂਨੇ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ।
ਇੱਕ ਪ੍ਰਸ਼ਾਸਕੀ ਸਹਾਇਕ ਨੂੰ ਇੱਕ ਬੁੱਧਵਾਰ ਨੂੰ ਲਾਇਬ੍ਰੇਰੀ ਦੇ ਸਾਹਮਣੇ ਖੜ੍ਹੇ ਹੋਣ ਅਤੇ ਉਸ ਦੁਆਰਾ ਮਿਲਣ ਵਾਲੇ ਪਹਿਲੇ 100 ਅੰਡਰਗ੍ਰੈਜੂਏਟ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਪੁੱਛਣ ਲਈ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਨੇ ਪਤਝੜ ਦੇ ਸਮੈਸਟਰ ਲਈ ਕਿੰਨੀ ਟਿਊਸ਼ਨ ਅਦਾ ਕੀਤੀ। ਉਹ 100 ਵਿਦਿਆਰਥੀ ਨਮੂਨਾ ਹਨ।
ਹੱਲ
a. ਪੱਧਰੀ, b. ਵਿਵਸਥਿਤ, c. ਸਧਾਰਨ ਯਾਦ੍ਰਿਕ, d. ਸਮੂਹ, e. ਸੁਵਿਧਾ
ਪ੍ਰਯੋਗ ਕਰੋ 1.12
ਤੁਸੀਂ ਅੰਕੜਿਆਂ ਤੋਂ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਨਮੂਨੇ ਤਿਆਰ ਕਰਨ ਲਈ ਯਾਦ੍ਰਿਕ ਸੰਖਿਆ ਜਨਰੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰੋਗੇ।
ਇਹ ਸਾਰਣੀ ਇੱਕ ਪ੍ਰਾਇਮਰੀ ਅੰਕੜਾ ਕਲਾਸ ਲਈ ਕਵਿਜ਼ ਸਕੋਰਾਂ ਦੇ ਛੇ ਸਮੂਹ (ਹਰੇਕ ਕਵਿਜ਼ 10 ਅੰਕਾਂ ਦਾ ਹੈ) ਦਰਸਾਉਂਦੀ ਹੈ।
ਸਤਰ: #1 | #2 | #3 | #4 | #5 | #6
ਸਤਰ: 5 | 7 | 10 | 9 | 8 | 3
ਸਤਰ: 10 | 5 | 9 | 8 | 7 | 6
ਸਤਰ: 9 | 10 | 8 | 6 | 7 | 9
ਸਤਰ: 9 | 10 | 10 | 9 | 8 | 9
ਸਤਰ: 7 | 8 | 9 | 5 | 7 | 4
ਸਤਰ: 9 | 9 | 9 | 10 | 8 | 7
ਸਤਰ: 7 | 7 | 10 | 9 | 8 | 8
ਸਤਰ: 8 | 8 | 9 | 10 | 8 | 8
ਸਤਰ: 9 | 7 | 8 | 7 | 7 | 8
ਸਤਰ: 8 | 8 | 10 | 9 | 8 | 7
ਸਾਰਣੀ 1.9: ਇੱਕ ਅੰਕੜਾ ਕਲਾਸ ਵਿੱਚ 10 ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਕਵਿਜ਼ #1-6 ਦੇ ਸਕੋਰ। ਹਰੇਕ ਕਵਿਜ਼ 10 ਅੰਕਾਂ ਦਾ ਹੈ।
ਨਿਰਦੇਸ਼: ਨਮੂਨੇ ਚੁਣਨ ਲਈ ਯਾਦ੍ਰਿਕ ਸੰਖਿਆ ਜਨਰੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰੋ।
ਕਾਲਮ ਦੁਆਰਾ ਇੱਕ ਪੱਧਰੀ ਨਮੂਨਾ ਬਣਾਓ। ਹਰੇਕ ਕਾਲਮ ਵਿੱਚੋਂ ਤਿੰਨ ਕਵਿਜ਼ ਸਕੋਰ ਯਾਦ੍ਰਿਕਤਾ ਨਾਲ ਚੁਣੋ। ਹਰੇਕ ਸਤਰ ਨੂੰ ਇੱਕ ਤੋਂ ਦਸ ਤੱਕ ਨੰਬਰ ਦਿਓ। ਆਪਣੇ ਕੈਲਕੂਲੇਟਰ 'ਤੇ, ਗਣਿਤ (Math) ਦਬਾਓ ਅਤੇ PRB ਵੱਲ ਤੀਰ ਚਲਾਓ। ਕਾਲਮ 1 ਲਈ, 5:randInt( ਦਬਾਓ ਅਤੇ 1,10) ਦਰਜ ਕਰੋ। ENTER ਦਬਾਓ। ਸੰਖਿਆ ਰਿਕਾਰਡ ਕਰੋ। (ਦੁਹਰਾਵਾਂ ਸਮੇਤ) 2 ਵਾਰ ਹੋਰ ENTER ਦਬਾਓ। ਇਹਨਾਂ ਸੰਖਿਆਵਾਂ ਨੂੰ ਰਿਕਾਰਡ ਕਰੋ। ਕਾਲਮ ਇੱਕ ਵਿੱਚ ਇਹਨਾਂ ਤਿੰਨ ਸੰਖਿਆਵਾਂ ਦੇ ਅਨੁਸਾਰ ਤਿੰਨ ਕਵਿਜ਼ ਸਕੋਰ ਰਿਕਾਰਡ ਕਰੋ। ਕਾਲਮ ਦੋ ਤੋਂ ਛੇ ਤੱਕ ਦੁਹਰਾਓ। ਇਹ 18 ਕਵਿਜ਼ ਸਕੋਰ ਇੱਕ ਪੱਧਰੀ ਨਮੂਨਾ ਹਨ।
ਦੋ ਕਾਲਮਾਂ ਨੂੰ ਚੁਣ ਕੇ ਇੱਕ ਸਮੂਹ ਨਮੂਨਾ ਬਣਾਓ। ਕਾਲਮ ਨੰਬਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ: ਇੱਕ ਤੋਂ ਛੇ। MATH ਦਬਾਓ ਅਤੇ PRB ਫੰਕਸ਼ਨ ਵੱਲ ਤੀਰ ਚਲਾਓ। 5:randInt(“ ਦਬਾਓ ਅਤੇ ਫਿਰ “1,6) ਦਰਜ ਕਰੋ। ENTER ਦਬਾਓ। ਕੈਲਕੂਲੇਟਰ ਦੁਆਰਾ ਪ੍ਰਦਰਸ਼ਿਤ ਸੰਖਿਆ ਕਵਿਜ਼ ਸਕੋਰਾਂ ਦੇ ਪਹਿਲੇ ਕਾਲਮ ਦਾ ਨਾਮ ਦਿੰਦੀ ਹੈ ਜਿਸਨੂੰ ਤੁਹਾਡੇ ਨਮੂਨੇ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨਾ ਹੈ। ENTER ਦਬਾਓ। ਕੈਲਕੂਲੇਟਰ ਦੁਆਰਾ ਪ੍ਰਦਰਸ਼ਿਤ ਅਗਲੀ ਸੰਖਿਆ ਡਾਟਾ ਦੇ ਦੂਜੇ ਕਾਲਮ, ਜਾਂ ਸਮੂਹ, ਦੀ ਪਛਾਣ ਕਰਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਕੁੱਲ 20 ਕਵਿਜ਼ ਸਕੋਰ ਬਣਦੇ ਹਨ।
15 ਕਵਿਜ਼ ਸਕੋਰਾਂ ਦਾ ਇੱਕ ਸਧਾਰਨ ਯਾਦ੍ਰਿਕ ਨਮੂਨਾ ਬਣਾਓ। ਇੱਕ ਤੋਂ 60 ਤੱਕ ਨੰਬਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ। MATH ਦਬਾਓ। PRB ਵੱਲ ਤੀਰ ਚਲਾਓ। 5:randInt(1, 60) ਦਬਾਓ। 15 ਵਾਰ ENTER ਦਬਾਓ ਅਤੇ ਸੰਖਿਆਵਾਂ ਨੂੰ ਰਿਕਾਰਡ ਕਰੋ। ਇਹਨਾਂ ਸੰਖਿਆਵਾਂ ਦੇ ਅਨੁਸਾਰ ਕਵਿਜ਼ ਸਕੋਰਾਂ ਨੂੰ ਰਿਕਾਰਡ ਕਰੋ। ਇਹ 15 ਕਵਿਜ਼ ਸਕੋਰ ਵਿਵਸਥਿਤ ਨਮੂਨਾ ਹਨ।
12 ਕਵਿਜ਼ ਸਕੋਰਾਂ ਦਾ ਇੱਕ ਵਿਵਸਥਿਤ ਨਮੂਨਾ ਬਣਾਓ। ਇੱਕ ਤੋਂ 60 ਤੱਕ ਨੰਬਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ। MATH ਦਬਾਓ। PRB ਵੱਲ ਤੀਰ ਚਲਾਓ। 5:randInt(1, 60) ਦਬਾਓ। ENTER ਦਬਾਓ। ਸੰਖਿਆ ਅਤੇ ਪਹਿਲੇ ਕਵਿਜ਼ ਸਕੋਰ ਨੂੰ ਰਿਕਾਰਡ ਕਰੋ। ਉਸ ਸੰਖਿਆ ਤੋਂ, ਦਸ ਕਵਿਜ਼ ਸਕੋਰ ਗਿਣੋ ਅਤੇ ਉਸ ਕਵਿਜ਼ ਸਕੋਰ ਨੂੰ ਰਿਕਾਰਡ ਕਰੋ। ਦਸ ਕਵਿਜ਼ ਸਕੋਰ ਗਿਣਦੇ ਰਹੋ ਅਤੇ ਕਵਿਜ਼ ਸਕੋਰ ਨੂੰ ਰਿਕਾਰਡ ਕਰਦੇ ਰਹੋ ਜਦੋਂ ਤੱਕ ਤੁਹਾਡੇ ਕੋਲ 12 ਕਵਿਜ਼ ਸਕੋਰਾਂ ਦਾ ਨਮੂਨਾ ਨਾ ਹੋ ਜਾਵੇ। ਤੁਸੀਂ ਘੇਰਾ ਪਾ ਸਕਦੇ ਹੋ (ਸ਼ੁਰੂਆਤ 'ਤੇ ਵਾਪਸ ਜਾ ਸਕਦੇ ਹੋ)।
ਉਦਾਹਰਨ 1.13
ਸਮੱਸਿਆ
1. ਨਮੂਨਾ ਲੈਣ ਦੀ ਕਿਹੜੀ ਕਿਸਮ ਵਰਤੀ ਗਈ ਹੈ (ਸਧਾਰਨ ਬੇਤਰਤੀਬ, ਸਤਰੀ, ਵਿਵਸਥਿਤ, ਗੁੱਛਾ, ਜਾਂ ਸੁਵਿਧਾ)।
2. ਇੱਕ ਫੁੱਟਬਾਲ ਕੋਚ ਮਨੋਰੰਜਨ ਫੁੱਟਬਾਲ ਟੀਮ ਬਣਾਉਣ ਲਈ ਅੱਠ ਤੋਂ ਦਸ ਸਾਲ ਦੇ ਲੜਕਿਆਂ ਦੇ ਸਮੂਹ ਵਿੱਚੋਂ ਛੇ ਖਿਡਾਰੀ, 11 ਤੋਂ 12 ਸਾਲ ਦੇ ਲੜਕਿਆਂ ਦੇ ਸਮੂਹ ਵਿੱਚੋਂ ਸੱਤ ਖਿਡਾਰੀ, ਅਤੇ 13 ਤੋਂ 14 ਸਾਲ ਦੇ ਲੜਕਿਆਂ ਦੇ ਸਮੂਹ ਵਿੱਚੋਂ ਤਿੰਨ ਖਿਡਾਰੀ ਚੁਣਦਾ ਹੈ।
3. ਇੱਕ ਪੋਲਸਟਰ ਪੰਜ ਵੱਖ-ਵੱਖ ਉੱਚ-ਤਕਨੀਕੀ ਕੰਪਨੀਆਂ ਵਿੱਚ ਸਾਰੇ ਮਨੁੱਖੀ ਸਰੋਤ ਕਰਮਚਾਰੀਆਂ ਦਾ ਇੰਟਰਵਿਊ ਕਰਦਾ ਹੈ।
4. ਇੱਕ ਹਾਈ ਸਕੂਲ ਵਿਦਿਅਕ ਖੋਜਕਰਤਾ 50 ਹਾਈ ਸਕੂਲ ਦੀਆਂ ਮਹਿਲਾ ਅਧਿਆਪਕਾਂ ਅਤੇ 50 ਹਾਈ ਸਕੂਲ ਦੇ ਪੁਰਸ਼ ਅਧਿਆਪਕਾਂ ਦਾ ਇੰਟਰਵਿਊ ਕਰਦਾ ਹੈ।
5. ਇੱਕ ਡਾਕਟਰੀ ਖੋਜਕਰਤਾ ਇੱਕ ਸਥਾਨਕ ਹਸਪਤਾਲ ਵਿੱਚ ਕੈਂਸਰ ਦੇ ਮਰੀਜ਼ਾਂ ਦੀ ਸੂਚੀ ਵਿੱਚੋਂ ਹਰ ਤੀਜੇ ਕੈਂਸਰ ਦੇ ਮਰੀਜ਼ ਦਾ ਇੰਟਰਵਿਊ ਕਰਦਾ ਹੈ।
6. ਇੱਕ ਹਾਈ ਸਕੂਲ ਸਲਾਹਕਾਰ 50 ਬੇਤਰਤੀਬ ਨੰਬਰ ਤਿਆਰ ਕਰਨ ਲਈ ਇੱਕ ਕੰਪਿਊਟਰ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਅਤੇ ਫਿਰ ਉਹਨਾਂ ਨੰਬਰਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਨਾਮ ਵਾਲੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਚੁਣਦਾ ਹੈ।
7. ਇੱਕ ਵਿਦਿਆਰਥੀ ਔਸਤਨ ਇੱਕ ਵਿਦਿਆਰਥੀ ਕਿੰਨੀ ਜੀਨਸ ਦੀਆਂ ਜੋੜੀਆਂ ਦਾ ਮਾਲਕ ਹੈ, ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਆਪਣੀ ਅਲਜਬਰਾ ਕਲਾਸ ਵਿੱਚ ਸਹਿਪਾਠੀਆਂ ਦਾ ਇੰਟਰਵਿਊ ਕਰਦਾ ਹੈ।
8. ਹੱਲ
9. ਏ. ਸਤਰੀ ਬੀ. ਗੁੱਛਾ ਸੀ. ਸਤਰੀ ਡੀ. ਵਿਵਸਥਿਤ ਈ. ਸਧਾਰਨ ਬੇਤਰਤੀਬ ਐਫ. ਸੁਵਿਧਾ
10. ਕੋਸ਼ਿਸ਼ ਕਰੋ 1.13
11. ਨਮੂਨਾ ਲੈਣ ਦੀ ਕਿਹੜੀ ਕਿਸਮ ਵਰਤੀ ਗਈ ਹੈ (ਸਧਾਰਨ ਬੇਤਰਤੀਬ, ਸਤਰੀ, ਵਿਵਸਥਿਤ, ਗੁੱਛਾ, ਜਾਂ ਸੁਵਿਧਾ)।
12. ਇੱਕ ਹਾਈ ਸਕੂਲ ਪ੍ਰਿੰਸੀਪਲ ਸਕੂਲ ਤੋਂ ਬਾਅਦ ਦੀਆਂ ਗਤੀਵਿਧੀਆਂ ਲਈ ਨੀਤੀ ਬਦਲਾਵਾਂ ਬਾਰੇ 50 ਫਰੈਸ਼ਮੈਨ, 50 ਸੋਫੋਰਮੋਰ, 50 ਜੂਨੀਅਰ, ਅਤੇ 50 ਸੀਨੀਅਰਾਂ ਦਾ ਸਰਵੇਖਣ ਕਰਦਾ ਹੈ।
13. ਜੇਕਰ ਅਸੀਂ ਇੱਕੋ ਆਬਾਦੀ ਨੂੰ ਦਰਸਾਉਂਦੇ ਦੋ ਨਮੂਨਿਆਂ ਦੀ ਜਾਂਚ ਕਰੀਏ, ਭਾਵੇਂ ਅਸੀਂ ਨਮੂਨਿਆਂ ਲਈ ਬੇਤਰਤੀਬ ਨਮੂਨਾ ਲੈਣ ਦੇ ਢੰਗਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੋਵੇ, ਤਾਂ ਵੀ ਉਹ ਬਿਲਕੁਲ ਇੱਕੋ ਜਿਹੇ ਨਹੀਂ ਹੋਣਗੇ। ਜਿਵੇਂ ਡਾਟਾ ਵਿੱਚ ਭਿੰਨਤਾ ਹੁੰਦੀ ਹੈ, ਉਸੇ ਤਰ੍ਹਾਂ ਨਮੂਨਿਆਂ ਵਿੱਚ ਵੀ ਭਿੰਨਤਾ ਹੁੰਦੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਤੁਸੀਂ ਨਮੂਨਾ ਲੈਣ ਦੇ ਆਦੀ ਹੋਵੋਗੇ, ਭਿੰਨਤਾ ਕੁਦਰਤੀ ਲੱਗਣ ਲੱਗੇਗੀ।
14. ਉਦਾਹਰਨ 1.14
15. ਮੰਨ ਲਓ ਕਿ ABC ਕਾਲਜ ਵਿੱਚ 10,000 ਉੱਪਰਲੇ ਦਰਜੇ ਦੇ (ਜੂਨੀਅਰ ਅਤੇ ਸੀਨੀਅਰ ਪੱਧਰ) ਵਿਦਿਆਰਥੀ (ਆਬਾਦੀ) ਹਨ। ਅਸੀਂ ਪਤਝੜ ਦੇ ਸਮੈਸਟਰ ਵਿੱਚ ਕਿਤਾਬਾਂ 'ਤੇ ਖਰਚੇ ਜਾਣ ਵਾਲੀ ਔਸਤ ਰਕਮ ਵਿੱਚ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹਾਂ। ਸਾਰੇ 10,000 ਉੱਪਰਲੇ ਦਰਜੇ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਤੋਂ ਪੁੱਛਣਾ ਲਗਭਗ ਅਸੰਭਵ ਕੰਮ ਹੈ।
16. ਮੰਨ ਲਓ ਅਸੀਂ ਦੋ ਵੱਖ-ਵੱਖ ਨਮੂਨੇ ਲੈਂਦੇ ਹਾਂ।
17. ਪਹਿਲਾਂ, ਅਸੀਂ ਸੁਵਿਧਾ ਨਮੂਨਾ ਲੈਣ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ ਅਤੇ ਪਹਿਲੇ ਸਮੈਸਟਰ ਦੀ ਆਰਗੈਨਿਕ ਕੈਮਿਸਟਰੀ ਕਲਾਸ ਦੇ ਦਸ ਉੱਪਰਲੇ ਦਰਜੇ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਸਰਵੇਖਣ ਕਰਦੇ ਹਾਂ। ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਬਹੁਤ ਸਾਰੇ ਵਿਦਿਆਰਥੀ ਆਰਗੈਨਿਕ ਕੈਮਿਸਟਰੀ ਕਲਾਸ ਤੋਂ ਇਲਾਵਾ ਪਹਿਲੇ ਸਮੈਸਟਰ ਦੀ ਕੈਲਕੂਲਸ ਵੀ ਲੈ ਰਹੇ ਹਨ। ਕਿਤਾਬਾਂ 'ਤੇ ਉਨ੍ਹਾਂ ਦਾ ਖਰਚਾ ਇਸ ਤਰ੍ਹਾਂ ਹੈ:
18. $128, $87, $173, $116, $130, $204, $147, $189, $93, $153.
19. ਦੂਜਾ ਨਮੂਨਾ P.E. ਕਲਾਸਾਂ ਲੈਣ ਵਾਲੇ ਸੀਨੀਅਰਾਂ ਦੀ ਸੂਚੀ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਲਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਸੂਚੀ ਵਿੱਚੋਂ ਹਰ ਪੰਜਵੇਂ ਸੀਨੀਅਰ ਨੂੰ ਲਿਆ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਕੁੱਲ ਦਸ ਸੀਨੀਅਰ ਬਣਦੇ ਹਨ। ਉਹ ਹੇਠ ਲਿਖੇ ਅਨੁਸਾਰ ਖਰਚ ਕਰਦੇ ਹਨ:
20. $50, $40, $36, $15, $50, $100, $40, $53, $22, $22.
21. ਇਹ ਅਸੰਭਵ ਹੈ ਕਿ ਕੋਈ ਵੀ ਵਿਦਿਆਰਥੀ ਦੋਵਾਂ ਨਮੂਨਿਆਂ ਵਿੱਚ ਹੋਵੇ।
22. ਸਮੱਸਿਆ
23. ਏ. ਕੀ ਤੁਹਾਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਇਹਨਾਂ ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਨਮੂਨਾ 10,000 ਪਾਰਟ-ਟਾਈਮ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਸਮੁੱਚੀ ਆਬਾਦੀ ਦਾ ਪ੍ਰਤੀਨਿਧ (ਜਾਂ ਵਿਸ਼ੇਸ਼ਤਾ) ਹੈ?
24. ਹੱਲ
1. ਨਹੀਂ। ਪਹਿਲਾ ਨਮੂਨਾ ਸ਼ਾਇਦ ਵਿਗਿਆਨ-ਮੁਖੀ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਬਣਿਆ ਹੋਇਆ ਹੈ। ਰਸਾਇਣ ਵਿਗਿਆਨ ਦੇ ਕੋਰਸ ਤੋਂ ਇਲਾਵਾ, ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕੁਝ ਪਹਿਲੇ-ਟਰਮ ਕੈਲਕੂਲਸ ਵੀ ਲੈ ਰਹੇ ਹਨ। ਇਨ੍ਹਾਂ ਕਲਾਸਾਂ ਲਈ ਕਿਤਾਬਾਂ ਮਹਿੰਗੀਆਂ ਹੁੰਦੀਆਂ ਹਨ। ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਬਹੁਤੇ ਵਿਦਿਆਰਥੀ, ਸੰਭਵ ਤੌਰ 'ਤੇ, ਔਸਤ ਪਾਰਟ-ਟਾਈਮ ਵਿਦਿਆਰਥੀ ਨਾਲੋਂ ਆਪਣੀਆਂ ਕਿਤਾਬਾਂ 'ਤੇ ਜ਼ਿਆਦਾ ਖਰਚ ਕਰ ਰਹੇ ਹਨ। ਦੂਜਾ ਨਮੂਨਾ ਸੀਨੀਅਰਾਂ ਦਾ ਇੱਕ ਸਮੂਹ ਹੈ ਜੋ, ਸੰਭਵ ਤੌਰ 'ਤੇ, ਸਿਹਤ ਅਤੇ ਰੁਚੀ ਲਈ ਕੋਰਸ ਲੈ ਰਹੇ ਹਨ। ਕਿਤਾਬਾਂ 'ਤੇ ਉਨ੍ਹਾਂ ਦੁਆਰਾ ਖਰਚੀ ਗਈ ਰਕਮ ਸ਼ਾਇਦ ਔਸਤ ਪਾਰਟ-ਟਾਈਮ ਵਿਦਿਆਰਥੀ ਨਾਲੋਂ ਬਹੁਤ ਘੱਟ ਹੈ। ਦੋਵੇਂ ਨਮੂਨੇ ਪੱਖਪਾਤੀ ਹਨ। ਨਾਲ ਹੀ, ਦੋਵਾਂ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਸਾਰੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਕਿਸੇ ਵੀ ਨਮੂਨੇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਦਾ ਮੌਕਾ ਨਹੀਂ ਮਿਲਿਆ।
2. ਸਮੱਸਿਆ
3. ਬੀ. ਕਿਉਂਕਿ ਇਹ ਨਮੂਨੇ ਪੂਰੀ ਆਬਾਦੀ ਦੀ ਪ੍ਰਤੀਨਿਧਤਾ ਨਹੀਂ ਕਰਦੇ, ਕੀ ਨਤੀਜਿਆਂ ਦੀ ਵਰਤੋਂ ਪੂਰੀ ਆਬਾਦੀ ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ ਕਰਨਾ ਠੀਕ ਹੈ?
4. ਹੱਲ
5. ਬੀ. ਨਹੀਂ। ਇਨ੍ਹਾਂ ਨਮੂਨਿਆਂ ਲਈ, ਆਬਾਦੀ ਦੇ ਹਰ ਮੈਂਬਰ ਨੂੰ ਚੁਣੇ ਜਾਣ ਦਾ ਬਰਾਬਰ ਸੰਭਾਵੀ ਮੌਕਾ ਨਹੀਂ ਮਿਲਿਆ।
6. ਹੁਣ, ਮੰਨ ਲਓ ਅਸੀਂ ਇੱਕ ਤੀਜਾ ਨਮੂਨਾ ਲੈਂਦੇ ਹਾਂ। ਅਸੀਂ ਰਸਾਇਣ ਵਿਗਿਆਨ, ਗਣਿਤ, ਅੰਗਰੇਜ਼ੀ, ਮਨੋਵਿਗਿਆਨ, ਸਮਾਜ ਸ਼ਾਸਤਰ, ਇਤਿਹਾਸ, ਨਰਸਿੰਗ, ਸਰੀਰਕ ਸਿੱਖਿਆ, ਕਲਾ, ਅਤੇ ਬਾਲ ਵਿਕਾਸ ਦੇ ਅਨੁਸ਼ਾਸਨਾਂ ਤੋਂ ਦਸ ਵੱਖ-ਵੱਖ ਪਾਰਟ-ਟਾਈਮ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਚੁਣਦੇ ਹਾਂ। ਅਸੀਂ ਮੰਨਦੇ ਹਾਂ ਕਿ ਇਹ ਇਕੋ-ਇਕ ਅਨੁਸ਼ਾਸਨ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਏ.ਬੀ.ਸੀ. ਕਾਲਜ ਵਿੱਚ ਪਾਰਟ-ਟਾਈਮ ਵਿਦਿਆਰਥੀ ਦਾਖਲ ਹਨ ਅਤੇ ਹਰੇਕ ਅਨੁਸ਼ਾਸਨ ਵਿੱਚ ਪਾਰਟ-ਟਾਈਮ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਬਰਾਬਰ ਗਿਣਤੀ ਦਾਖਲ ਹੈ। ਹਰੇਕ ਵਿਦਿਆਰਥੀ ਨੂੰ ਸਧਾਰਨ ਰੈਂਡਮ ਸੈਂਪਲਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਚੁਣਿਆ ਜਾਂਦਾ ਹੈ। ਕੈਲਕੂਲੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਰੈਂਡਮ ਨੰਬਰ ਤਿਆਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ ਅਤੇ ਇੱਕ ਖਾਸ ਅਨੁਸ਼ਾਸਨ ਤੋਂ ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੀ ਚੋਣ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜੇਕਰ ਉਸ ਕੋਲ ਸੰਬੰਧਿਤ ਨੰਬਰ ਹੋਵੇ। ਵਿਦਿਆਰਥੀ ਹੇਠ ਲਿਖੀ ਰਕਮ ਖਰਚ ਕਰਦੇ ਹਨ:
7. $180, $50, $150, $85, $260, $75, $180, $200, $200, $150।
8. ਸਮੱਸਿਆ
9. ਸੀ. ਕੀ ਨਮੂਨਾ ਪੱਖਪਾਤੀ ਹੈ?
10. ਹੱਲ
11. ਸੀ. ਨਮੂਨਾ ਪੱਖਪਾਤੀ ਨਹੀਂ ਹੈ, ਪਰ ਆਬਾਦੀ ਦੀ ਪ੍ਰਤੀਨਿਧਤਾ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਵਧਾਉਣ ਲਈ ਇੱਕ ਵੱਡੇ ਨਮੂਨੇ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਵੇਗੀ। ਹਾਲਾਂਕਿ, ਪੱਖਪਾਤੀ ਸੈਂਪਲਿੰਗ ਤਕਨੀਕ ਲਈ, ਇੱਕ ਵੱਡਾ ਨਮੂਨਾ ਵੀ ਆਬਾਦੀ ਦੀ ਪ੍ਰਤੀਨਿਧਤਾ ਨਾ ਕਰਨ ਦਾ ਜੋਖਮ ਰੱਖਦਾ ਹੈ।
12. ਵਿਦਿਆਰਥੀ ਅਕਸਰ ਪੁੱਛਦੇ ਹਨ ਕਿ ਕੀ ਪੂਰੀ ਆਬਾਦੀ ਦਾ ਸਰਵੇਖਣ ਕਰਨ ਦੀ ਬਜਾਏ ਨਮੂਨਾ ਲੈਣਾ ਕਾਫ਼ੀ ਹੈ। ਜੇ ਸਰਵੇਖਣ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕੀਤਾ ਗਿਆ ਹੈ, ਤਾਂ ਜਵਾਬ ਹਾਂ ਹੈ।
13. ਕੋਸ਼ਿਸ਼ ਕਰੋ 1.14
14. ਇੱਕ ਸਥਾਨਕ ਰੇਡੀਓ ਸਟੇਸ਼ਨ ਦੇ 20,000 ਸਰੋਤੇ ਹਨ। ਸਟੇਸ਼ਨ ਇਹ ਜਾਣਨਾ ਚਾਹੁੰਦਾ ਹੈ ਕਿ ਕੀ ਉਸਦੇ ਸਰੋਤੇ ਜ਼ਿਆਦਾ ਸੰਗੀਤ ਜਾਂ ਜ਼ਿਆਦਾ ਟਾਕ ਸ਼ੋਅ ਪਸੰਦ ਕਰਨਗੇ। ਸਾਰੇ 20,000 ਸਰੋਤਿਆਂ ਨੂੰ ਪੁੱਛਣਾ ਲਗਭਗ ਅਸੰਭਵ ਕੰਮ ਹੈ।
15. ਸਟੇਸ਼ਨ ਸੁਵਿਧਾਜਨਕ ਸੈਂਪਲਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਅਤੇ ਸਟੇਸ਼ਨ ਦੇ ਇੱਕ ਸੰਗੀਤ ਸਮਾਰੋਹ ਸਮਾਗਮ ਵਿੱਚ ਮਿਲਣ ਵਾਲੇ ਪਹਿਲੇ 200 ਲੋਕਾਂ ਦਾ ਸਰਵੇਖਣ ਕਰਦਾ ਹੈ। ਚੌਵੀ ਲੋਕਾਂ ਨੇ ਕਿਹਾ ਕਿ ਉਹ ਜ਼ਿਆਦਾ ਟਾਕ ਸ਼ੋਅ ਪਸੰਦ ਕਰਨਗੇ, ਅਤੇ 176 ਲੋਕਾਂ ਨੇ ਕਿਹਾ ਕਿ ਉਹ ਜ਼ਿਆਦਾ ਸੰਗੀਤ ਪਸੰਦ ਕਰਨਗੇ।
16. ਕੀ ਤੁਹਾਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਇਹ ਨਮੂਨਾ 20,000 ਸਰੋਤਿਆਂ ਦੀ ਪੂਰੀ ਆਬਾਦੀ ਦੀ ਪ੍ਰਤੀਨਿਧਤਾ ਕਰਦਾ ਹੈ (ਜਾਂ ਇਸਦੀ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ)?
17. ਡਾਟਾ ਵਿੱਚ ਭਿੰਨਤਾ
18. ਕਿਸੇ ਵੀ ਡਾਟਾ ਸੈੱਟ ਵਿੱਚ ਭਿੰਨਤਾ ਮੌਜੂਦ ਹੁੰਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, 16-ਔਂਸ ਦੇ ਪੀਣ ਵਾਲੇ ਡੱਬਿਆਂ ਵਿੱਚ 16 ਔਂਸ ਤਰਲ ਤੋਂ ਵੱਧ ਜਾਂ ਘੱਟ ਹੋ ਸਕਦਾ ਹੈ। ਇੱਕ ਅਧਿਐਨ ਵਿੱਚ, ਅੱਠ 16-ਔਂਸ ਡੱਬਿਆਂ ਨੂੰ ਮਾਪਿਆ ਗਿਆ ਅਤੇ ਹੇਠ ਲਿਖੀ ਮਾਤਰਾ (ਔਂਸ ਵਿੱਚ) ਪੈਦਾ ਹੋਈ:
19. 15.8, 16.1, 15.2, 14.8, 15.8, 15.9, 16.0, 15.5।
20. 16-ਔਂਸ ਡੱਬੇ ਵਿੱਚ ਪੀਣ ਵਾਲੇ ਪਦਾਰਥ ਦੀ ਮਾਤਰਾ ਦੇ ਮਾਪ ਵੱਖ-ਵੱਖ ਹੋ ਸਕਦੇ ਹਨ ਕਿਉਂਕਿ ਵੱਖ-ਵੱਖ ਲੋਕ ਮਾਪ ਲੈਂਦੇ ਹਨ ਜਾਂ ਕਿਉਂਕਿ ਸਹੀ ਮਾਤਰਾ, 16 ਔਂਸ ਤਰਲ, ਡੱਬਿਆਂ ਵਿੱਚ ਨਹੀਂ ਪਾਈ ਗਈ ਸੀ। ਨਿਰਮਾਤਾ ਨਿਯਮਤ ਤੌਰ 'ਤੇ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਟੈਸਟ ਚਲਾਉਂਦੇ ਹਨ ਕਿ ਕੀ 16-ਔਂਸ ਡੱਬੇ ਵਿੱਚ ਪੀਣ ਵਾਲੇ ਪਦਾਰਥ ਦੀ ਮਾਤਰਾ ਲੋੜੀਂਦੀ ਸੀਮਾ ਦੇ ਅੰਦਰ ਆਉਂਦੀ ਹੈ।
21. ਧਿਆਨ ਰੱਖੋ ਕਿ ਜਿਵੇਂ ਤੁਸੀਂ ਡਾਟਾ ਲੈਂਦੇ ਹੋ, ਤੁਹਾਡਾ ਡਾਟਾ ਉਸੇ ਉਦੇਸ਼ ਲਈ ਕਿਸੇ ਹੋਰ ਦੁਆਰਾ ਲਏ ਗਏ ਡਾਟਾ ਤੋਂ ਕੁਝ ਵੱਖਰਾ ਹੋ ਸਕਦਾ ਹੈ। ਇਹ ਬਿਲਕੁਲ ਕੁਦਰਤੀ ਹੈ। ਹਾਲਾਂਕਿ, ਜੇ ਤੁਹਾਡੇ ਵਿੱਚੋਂ ਦੋ ਜਾਂ ਦੋ ਤੋਂ ਵੱਧ ਇੱਕੋ ਡਾਟਾ ਲੈ ਰਹੇ ਹੋ ਅਤੇ ਬਹੁਤ ਵੱਖਰੇ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹੋ, ਤਾਂ ਇਹ ਤੁਹਾਡੇ ਅਤੇ ਦੂਜਿਆਂ ਲਈ ਤੁਹਾਡੇ ਡਾਟਾ-ਲੈਣ ਦੇ ਤਰੀਕਿਆਂ ਅਤੇ ਤੁਹਾਡੀ ਸ਼ੁੱਧਤਾ ਦਾ ਮੁੜ-ਮੁਲਾਂਕਣ ਕਰਨ ਦਾ ਸਮਾਂ ਹੈ।
22. ਨਮੂਨਿਆਂ ਵਿੱਚ ਭਿੰਨਤਾ
23. ਪਹਿਲਾਂ ਜ਼ਿਕਰ ਕੀਤਾ ਗਿਆ ਸੀ ਕਿ ਇੱਕੋ ਆਬਾਦੀ ਤੋਂ ਦੋ ਜਾਂ ਦੋ ਤੋਂ ਵੱਧ ਨਮੂਨੇ, ਬੇਤਰਤੀਬ ਢੰਗ ਨਾਲ ਲਏ ਗਏ, ਅਤੇ ਆਬਾਦੀ ਦੀਆਂ ਲਗਭਗ ਇੱਕੋ ਜਿਹੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਾਲੇ, ਇੱਕ ਦੂਜੇ ਤੋਂ ਵੱਖਰੇ ਹੋਣਗੇ। ਮੰਨ ਲਓ ਕਿ ਡੋਰੇਨ ਅਤੇ ਜੰਗ ਦੋਵੇਂ ਆਪਣੇ ਹਾਈ ਸਕੂਲ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਹਰ ਰਾਤ ਸੌਣ ਦੇ ਔਸਤ ਸਮੇਂ ਦਾ ਅਧਿਐਨ ਕਰਨ ਦਾ ਫੈਸਲਾ ਕਰਦੇ ਹਨ। ਡੋਰੇਨ ਅਤੇ ਜੰਗ ਹਰ ਇੱਕ 500 ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਨਮੂਨੇ ਲੈਂਦੇ ਹਨ। ਡੋਰੇਨ ਵਿਵਸਥਿਤ ਸੈਂਪਲਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ ਅਤੇ ਜੰਗ ਕਲੱਸਟਰ ਸੈਂਪਲਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਡੋਰੇਨ ਦਾ ਨਮੂਨਾ ਜੰਗ ਦੇ ਨਮੂਨੇ ਤੋਂ ਵੱਖਰਾ ਹੋਵੇਗਾ। ਭਾਵੇਂ ਡੋਰੇਨ ਅਤੇ ਜੰਗ ਇੱਕੋ ਸੈਂਪਲਿੰਗ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ, ਸਾਰੀ ਸੰਭਾਵਨਾ ਵਿੱਚ ਉਨ੍ਹਾਂ ਦੇ ਨਮੂਨੇ ਵੱਖਰੇ ਹੁੰਦੇ। ਹਾਲਾਂਕਿ, ਕੋਈ ਵੀ ਗਲਤ ਨਹੀਂ ਹੋਵੇਗਾ।
24. ਸੋਚੋ ਕਿ ਡੋਰੇਨ ਅਤੇ ਜੰਗ ਦੇ ਨਮੂਨਿਆਂ ਨੂੰ ਵੱਖਰਾ ਬਣਾਉਣ ਵਿੱਚ ਕੀ ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ।
ਜੇ ਡੋਰੀਨ ਅਤੇ ਜੰਗ ਨੇ ਵੱਡੇ ਨਮੂਨੇ ਲਏ ਹੁੰਦੇ, ਭਾਵ, ਡਾਟਾ ਮੁੱਲਾਂ ਦੀ ਗਿਣਤੀ ਵਧਾਈ ਹੁੰਦੀ, ਤਾਂ ਉਨ੍ਹਾਂ ਦੇ ਨਮੂਨੇ ਦੇ ਨਤੀਜੇ (ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੇ ਸੌਣ ਦਾ ਔਸਤ ਸਮਾਂ) ਅਸਲ ਆਬਾਦੀ ਦੀ ਔਸਤ ਦੇ ਨੇੜੇ ਹੋ ਸਕਦੇ ਸਨ। ਪਰ ਫਿਰ ਵੀ, ਉਨ੍ਹਾਂ ਦੇ ਨਮੂਨੇ, ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਨਾ ਹੈ, ਇੱਕ ਦੂਜੇ ਤੋਂ ਵੱਖਰੇ ਹੁੰਦੇ। ਇਸਨੂੰ ਨਮੂਨਾ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਇੱਕ ਆਬਾਦੀ ਦੇ ਅੰਦਰ ਨਮੂਨੇ ਤੋਂ ਨਮੂਨੇ ਤੱਕ ਇੱਕ ਅੰਕੜਾ ਕਿੰਨਾ ਬਦਲਦਾ ਹੈ। ਨਮੂਨੇ ਦਾ ਆਕਾਰ ਜਿੰਨਾ ਵੱਡਾ ਹੋਵੇਗਾ, ਨਮੂਨਿਆਂ ਵਿਚਕਾਰ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਓਨੀ ਹੀ ਘੱਟ ਹੋਵੇਗੀ। ਇਸ ਲਈ, ਵੱਡਾ ਨਮੂਨਾ ਆਕਾਰ ਇੱਕ ਬਿਹਤਰ, ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ ਅੰਕੜਾ ਬਣਾਉਂਦਾ ਹੈ।
ਨਮੂਨੇ ਦਾ ਆਕਾਰ
ਨਮੂਨੇ ਦਾ ਆਕਾਰ (ਜਿਸਨੂੰ ਅਕਸਰ ਨਿਰੀਖਣਾਂ ਦੀ ਗਿਣਤੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ) ਮਹੱਤਵਪੂਰਨ ਹੈ। ਇਸ ਪੁਸਤਕ ਵਿੱਚ ਤੁਸੀਂ ਹੁਣ ਤੱਕ ਜੋ ਉਦਾਹਰਨਾਂ ਦੇਖੀਆਂ ਹਨ, ਉਹ ਛੋਟੀਆਂ ਰਹੀਆਂ ਹਨ। ਸਿਰਫ ਕੁਝ ਸੌ ਨਿਰੀਖਣਾਂ ਦੇ ਨਮੂਨੇ, ਜਾਂ ਇਸ ਤੋਂ ਵੀ ਛੋਟੇ, ਕਈ ਉਦੇਸ਼ਾਂ ਲਈ ਕਾਫ਼ੀ ਹਨ। ਪੋਲਿੰਗ ਵਿੱਚ, 1,200–1,500 ਨਿਰੀਖਣਾਂ ਦੇ ਨਮੂਨੇ ਕਾਫ਼ੀ ਵੱਡੇ ਅਤੇ ਚੰਗੇ ਮੰਨੇ ਜਾਂਦੇ ਹਨ ਜੇ ਸਰਵੇਖਣ ਬੇਤਰਤੀਬ ਹੋਵੇ ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕੀਤਾ ਗਿਆ ਹੋਵੇ। ਤੁਸੀਂ ਇਸ ਬਾਰੇ ਉਦੋਂ ਸਿੱਖੋਗੇ ਜਦੋਂ ਤੁਸੀਂ ਕਾਨਫੀਡੈਂਸ ਇੰਟਰਵਲ ਦਾ ਅਧਿਐਨ ਕਰੋਗੇ।
ਧਿਆਨ ਰੱਖੋ ਕਿ ਬਹੁਤ ਸਾਰੇ ਵੱਡੇ ਨਮੂਨੇ ਪੱਖਪਾਤੀ ਹੁੰਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਇੰਟਰਨੈਟ ਸਰਵੇਖਣ ਲਾਜ਼ਮੀ ਤੌਰ 'ਤੇ ਪੱਖਪਾਤੀ ਹੁੰਦੇ ਹਨ, ਕਿਉਂਕਿ ਲੋਕ ਜਵਾਬ ਦੇਣਾ ਚੁਣਦੇ ਹਨ ਜਾਂ ਨਹੀਂ।
ਸਹਿਯੋਗੀ ਕਸਰਤ
ਦੋ, ਤਿੰਨ, ਜਾਂ ਚਾਰ ਦੇ ਸਮੂਹਾਂ ਵਿੱਚ ਵੰਡੋ। ਤੁਹਾਡਾ ਇੰਸਟ੍ਰਕਟਰ ਹਰੇਕ ਸਮੂਹ ਨੂੰ ਇੱਕ ਛੇ-ਪਾਸੇ ਵਾਲਾ ਪਾਸਾ ਦੇਵੇਗਾ। ਇਸ ਪ੍ਰਯੋਗ ਨੂੰ ਦੋ ਵਾਰ ਅਜ਼ਮਾਓ। ਇੱਕ ਨਿਰਪੱਖ ਪਾਸੇ (ਛੇ-ਪਾਸੇ ਵਾਲਾ) ਨੂੰ 20 ਵਾਰ ਰੋਲ ਕਰੋ। ਟੇਬਲ 1.10 ਅਤੇ ਟੇਬਲ 1.11 ਵਿੱਚ ਇੱਕ, ਦੋ, ਤਿੰਨ, ਚਾਰ, ਪੰਜ, ਅਤੇ ਛੇ ਦੀ ਗਿਣਤੀ ਰਿਕਾਰਡ ਕਰੋ (ਆਵਿਰਤੀ ਇੱਕ ਖਾਸ ਪਾਸੇ ਦੇ ਵਾਪਰਨ ਦੀ ਗਿਣਤੀ ਹੈ)।
ਪਾਸੇ ਦਾ ਚਿਹਰਾ | ਆਵਿਰਤੀ
1
2
3
4
5
6
ਪਾਸੇ ਦਾ ਚਿਹਰਾ | ਆਵਿਰਤੀ
1
2
3
4
5
6
ਕੀ ਦੋ ਪ੍ਰਯੋਗਾਂ ਦੇ ਨਤੀਜੇ ਇੱਕੋ ਜਿਹੇ ਸਨ? ਸ਼ਾਇਦ ਨਹੀਂ। ਜੇ ਤੁਸੀਂ ਪ੍ਰਯੋਗ ਤੀਜੀ ਵਾਰ ਕਰਦੇ, ਤਾਂ ਕੀ ਤੁਸੀਂ ਪਹਿਲੇ ਜਾਂ ਦੂਜੇ ਪ੍ਰਯੋਗ ਦੇ ਨਤੀਜਿਆਂ ਦੇ ਸਮਾਨ ਹੋਣ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹੋ? ਕਿਉਂ ਜਾਂ ਕਿਉਂ ਨਹੀਂ?
ਕਿਹੜੇ ਪ੍ਰਯੋਗ ਦੇ ਨਤੀਜੇ ਸਹੀ ਸਨ? ਦੋਵੇਂ ਹੀ ਸਹੀ ਸਨ। ਅੰਕੜਾ-ਸ਼ਾਸਤਰੀ ਦਾ ਕੰਮ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਨੂੰ ਸਮਝਣਾ ਅਤੇ ਉਚਿਤ ਸਿੱਟੇ ਕੱਢਣਾ ਹੈ।