आँकड़ों का विश्लेषण

आँकड़े (Data) किसी विशेष उद्देश्य के लिए एकत्रित की गई सूचनाओं का एक संग्रह होते हैं।

• दैनिक जीवन में आँकड़ों का महत्व:
• मौसम की जानकारी।
• फसल उत्पादन का अनुमान।
• खेलों का विश्लेषण।
• वस्तुओं के दाम।
• जनसंख्या वृद्धि।
• स्वास्थ्य और शिक्षा संबंधी जानकारी।
• आँकड़ों का उपयोग:
• महत्वपूर्ण निर्णय लेने में।
• भविष्य की योजनाएँ बनाने में।
• तुलनात्मक अध्ययन करने में।
• आँकड़ों का संग्रहण:
• अखबारों, पत्रिकाओं, सरकारी रिपोर्टों से।
• व्यक्तिगत सर्वेक्षण या अवलोकन द्वारा।
• आँकड़ों का व्यवस्थितीकरण:
• अव्यवस्थित आँकड़ों को समझना कठिन होता है।
• इन्हें बारम्बारता सारणी (Frequency Table) में व्यवस्थित करने से विश्लेषण आसान हो जाता है।
• उदाहरण: कक्षा में विद्यार्थियों की ऊँचाई के आँकड़ों को बारम्बारता सारणी में व्यवस्थित करना।

पिछली कक्षाओं में आपने आँकड़ों के संग्रहण और प्रस्तुतीकरण के तरीके सीखे हैं।

• चित्रात्मक निरूपण के प्रकार:
• स्तंभ आलेख (Bar Graph): विभिन्न श्रेणियों की तुलना करने के लिए।
• आय चित्र (Histogram): सतत वर्ग अंतरालों के लिए।
• आवृत्ति बहुभुज (Frequency Polygon): आवृत्ति वितरण को दर्शाने के लिए।
• संचयी आवृत्ति वक्र (Ogive): संचयी आवृत्तियों को दर्शाने के लिए।
• स्तंभ आलेख का अध्ययन:
• आलेख को देखकर विभिन्न वर्षों में गेहूँ उत्पादन जैसे तथ्यों को समझना।
• सबसे अधिक/कम उत्पादन वाले वर्ष की पहचान करना।
• उत्पादन में परिवर्तन का विश्लेषण करना।
• उदाहरण: गेहूँ उत्पादन का स्तंभ आलेख।
• वर्ष 2007-08 में उत्पादन: 78.57 लाख टन।
• सबसे अधिक उत्पादन: 2011-12 में (93.90 लाख टन)।
• क्या हर वर्ष वृद्धि हुई? नहीं, कुछ वर्षों में कमी भी आई।
• सबसे अधिक परिवर्तन: 2010-11 से 2011-12 के बीच।

केन्द्रीय प्रवृत्ति के मापक वे संख्याएँ हैं जो आँकड़ों के समूह का प्रतिनिधित्व करती हैं। ये आँकड़ों के 'केन्द्र' या 'औसत' मान को दर्शाते हैं।

1. समांतर माध्य (Arithmetic Mean)

• परिभाषा: प्रेक्षणों के योग को प्रेक्षणों की कुल संख्या से भाग देने पर प्राप्त मान। इसे 'औसत' भी कहते हैं।
• सूत्र (अवर्गीकृत आँकड़ों के लिए):
• \( \text{समांतर माध्य} (\bar{X}) = \frac{\text{प्रेक्षणों का योग}}{\text{प्रेक्षणों की कुल संख्या}} \)
• यदि प्रेक्षण \(x_1, x_2, ..., x_n\) हों, तो \( \bar{X} = \frac{\sum x}{n} \)
• सूत्र (बारम्बारता बंटन वाले असतत आँकड़ों के लिए):
• यदि प्रेक्षण \(x_1, x_2, ..., x_n\) हों और उनकी संगत बारम्बारताएँ \(f_1, f_2, ..., f_n\) हों, तो
• \( \bar{X} = \frac{\sum f_i x_i}{\sum f_i} \)
• उपयोग: जब सभी प्रेक्षणों का महत्व समान हो और कोई चरम मान (बहुत बड़ा या बहुत छोटा) न हो।

2. माध्यिका (Median)

• परिभाषा: व्यवस्थित (आरोही या अवरोही क्रम में) आँकड़ों के ठीक बीच में आने वाला मान। यह आँकड़ों को दो बराबर भागों में बांटता है।
• गणना विधि:
• चरण 1: दिए गए आँकड़ों को आरोही या अवरोही क्रम में व्यवस्थित करें।
• चरण 2: प्रेक्षणों की कुल संख्या \(n\) ज्ञात करें।
• यदि \(n\) विषम हो: माध्यिका \( = \left(\frac{n+1}{2}\right)\) वाँ पद।
• यदि \(n\) सम हो: माध्यिका \( = \frac{\left(\frac{n}{2}\right)\text{वाँ पद} + \left(\frac{n}{2} + 1\right)\text{वाँ पद}}{2} \)
• उपयोग: जब आँकड़ों में चरम मान हों, क्योंकि माध्यिका चरम मानों से प्रभावित नहीं होती।

3. बहुलक (Mode)

• परिभाषा: दिए गए आँकड़ों में सबसे अधिक बार आने वाला प्रेक्षण।
• गणना विधि: आँकड़ों में उस मान को पहचानें जिसकी बारम्बारता सबसे अधिक हो।
• उपयोग: जब हमें सबसे सामान्य या सबसे अधिक बारंबारता वाले मान की आवश्यकता हो (जैसे जूते का आकार, सबसे लोकप्रिय उत्पाद)।

उदाहरण:

• माध्य: 5, 6, 7, 8, 9, 10, 11 का माध्य \( = \frac{5+6+7+8+9+10+11}{7} = \frac{56}{7} = 8 \)
• माध्यिका:
• विषम संख्या: 2, 5, 7, 10, 12 (व्यवस्थित)। \(n=5\)। माध्यिका \( = \left(\frac{5+1}{2}\right)\) वाँ पद \(= 3\) रा पद \(= 7\)
• सम संख्या: 2, 5, 7, 10, 12, 15 (व्यवस्थित)। \(n=6\)। माध्यिका \( = \frac{\left(\frac{6}{2}\right)\text{वाँ पद} + \left(\frac{6}{2} + 1\right)\text{वाँ पद}}{2} = \frac{3\text{रा पद} + 4\text{था पद}}{2} = \frac{7+10}{2} = 8.5 \)
• बहुलक: 2, 3, 3, 4, 5, 3, 6, 3 में बहुलक \(= 3\) (क्योंकि यह 4 बार आता है, जो सबसे अधिक है)।

केन्द्रीय प्रवृत्ति के मापक (माध्य, माध्यिका, बहुलक) आँकड़ों के समूह का प्रतिनिधित्व करते हैं, लेकिन उनकी अपनी सीमाएँ हैं:

• समांतर माध्य की सीमाएँ:
• यह चरम मानों (Outliers) से बहुत अधिक प्रभावित होता है। यदि आँकड़ों में एक या दो बहुत बड़े या बहुत छोटे मान हों, तो माध्य पूरे समूह का सही प्रतिनिधित्व नहीं कर पाता।
• उदाहरण: 7 कर्मचारियों का वेतन: 1400, 1500, 8400, 8700, 9000, 9200, 9400। माध्य वेतन \( = 6800\) रुपये। यह मान किसी भी कर्मचारी के वास्तविक वेतन के करीब नहीं है, क्योंकि पहले दो वेतन बहुत कम हैं।
• यह हमें आँकड़ों के वितरण (Distribution) के बारे में जानकारी नहीं देता (जैसे तापमान में उतार-चढ़ाव)।
• माध्यिका की सीमाएँ:
• यह सभी प्रेक्षणों पर आधारित नहीं होती, केवल मध्य के मानों पर निर्भर करती है।
• यह आँकड़ों के फैलाव (Spread) के बारे में जानकारी नहीं देती।
• बहुलक की सीमाएँ:
• यह हमेशा अद्वितीय नहीं होता; एक से अधिक बहुलक हो सकते हैं (द्वि-बहुलक, बहु-बहुलक)।
• यह सभी प्रेक्षणों का उपयोग नहीं करता, केवल सबसे अधिक बारंबारता वाले मान पर केंद्रित होता है।
• कभी-कभी आँकड़ों में कोई बहुलक नहीं होता (जब सभी मान एक ही बार आते हैं)।

निष्कर्ष:

• कोई भी एक मापक सभी प्रकार के आँकड़ों और सभी स्थितियों के लिए उपयुक्त नहीं होता।
• आँकड़ों की प्रकृति और विश्लेषण के उद्देश्य के आधार पर सही मापक का चुनाव करना महत्वपूर्ण है।
• जैसे, घर का दरवाजा बनाने के लिए औसत ऊँचाई का उपयोग नहीं किया जा सकता, न ही बहुलक ऊँचाई का।

जब आँकड़ों की संख्या बहुत अधिक होती है, तो उन्हें वर्गीकृत आँकड़ों (Grouped Data) के रूप में प्रस्तुत किया जाता है। ऐसे आँकड़ों के लिए केन्द्रीय प्रवृत्ति के मापक ज्ञात करने की विधियाँ थोड़ी भिन्न होती हैं।

1. वर्गीकृत आँकड़ों का समांतर माध्य

• विधि: प्रत्यक्ष विधि (Direct Method)
• चरण:

1. प्रत्येक वर्ग अंतराल का मध्य-बिंदु (Class Mark) \(x_i\) ज्ञात करें। मध्य-बिंदु \( = \frac{\text{निम्न वर्ग सीमा} + \text{उच्च वर्ग सीमा}}{2} \)
2. प्रत्येक वर्ग के मध्य-बिंदु \(x_i\) को उसकी संगत बारम्बारता \(f_i\) से गुणा करें और \(f_i x_i\) ज्ञात करें।
3. सभी \(f_i x_i\) का योग \( (\sum f_i x_i) \) ज्ञात करें।
4. सभी बारम्बारताओं का योग \( (\sum f_i) \) ज्ञात करें।
5. सूत्र का उपयोग करके माध्य ज्ञात करें।

• सूत्र: \( \bar{X} = \frac{\sum f_i x_i}{\sum f_i} \)

2. वर्गीकृत आँकड़ों का बहुलक

• चरण:

1. बहुलक वर्ग (Modal Class) की पहचान करें। यह वह वर्ग अंतराल होता है जिसकी बारम्बारता सबसे अधिक होती है।
2. बहुलक वर्ग की निम्न सीमा \(l\), बहुलक वर्ग की बारम्बारता \(f_1\), बहुलक वर्ग से ठीक पहले के वर्ग की बारम्बारता \(f_0\), बहुलक वर्ग के ठीक बाद के वर्ग की बारम्बारता \(f_2\) और वर्ग माप \(h\) ज्ञात करें।
3. सूत्र का उपयोग करके बहुलक ज्ञात करें।

• सूत्र: \( \text{बहुलक} = l + \left[\frac{f_1 - f_0}{2f_1 - f_0 - f_2}\right] \times h \)

3. वर्गीकृत आँकड़ों की माध्यिका

• चरण:

1. संचयी बारम्बारता (Cumulative Frequency, cf) सारणी बनाएँ।
2. कुल प्रेक्षणों की संख्या \(n\) ज्ञात करें और \(n/2\) की गणना करें।
3. माध्यिका वर्ग (Median Class) की पहचान करें। यह वह वर्ग अंतराल होता है जिसकी संचयी बारम्बारता \(n/2\) से ठीक अधिक या उसके बराबर होती है।
4. माध्यिका वर्ग की निम्न सीमा \(l\), \(n/2\), माध्यिका वर्ग से ठीक पहले वाले वर्ग की संचयी बारम्बारता \(cf\), माध्यिका वर्ग की बारम्बारता \(f\) और वर्ग माप \(h\) ज्ञात करें।
5. सूत्र का उपयोग करके माध्यिका ज्ञात करें।

• सूत्र: \( \text{माध्यिका} = l + \left[\frac{\frac{n}{2} - cf}{f}\right] \times h \)

उदाहरण: (उदाहरण 10, 11, 12 से)

• वजन (किग्रा.) | बच्चों की संख्या (f) | मध्य-बिंदु (x) | fx | संचयी बारम्बारता (cf)
• 30-40 | 11 | 35 | 385 | 11
• 40-50 | 29 | 45 | 1305 | 40
• 50-60 | 6 | 55 | 330 | 46
• 60-70 | 3 | 65 | 195 | 49
• 70-80 | 1 | 75 | 75 | 50
• योग | \( \sum f = 50 \) | | \( \sum fx = 2290 \) |

• समांतर माध्य: \( \bar{X} = \frac{2290}{50} = 45.8 \) किग्रा.
• बहुलक:
• बहुलक वर्ग = 40-50 (सबसे अधिक बारम्बारता 29)
• \(l = 40, f_1 = 29, f_0 = 11, f_2 = 6, h = 10\)
• बहुलक \( = 40 + \left[\frac{29 - 11}{2(29) - 11 - 6}\right] \times 10 = 40 + \left[\frac{18}{58 - 17}\right] \times 10 = 40 + \frac{18}{41} \times 10 = 40 + 4.39 = 44.39 \) किग्रा.
• माध्यिका:
• \(n = 50 \implies n/2 = 25\)
• माध्यिका वर्ग = 40-50 (cf = 40, जो 25 से ठीक अधिक है)
• \(l = 40, cf = 11\) (माध्यिका वर्ग से पहले की संचयी बारम्बारता), \(f = 29\), \(h = 10\)
• माध्यिका \( = 40 + \left[\frac{25 - 11}{29}\right] \times 10 = 40 + \frac{14}{29} \times 10 = 40 + 4.83 = 44.83 \) किग्रा.

रुझान (Trend) आँकड़ों में समय के साथ होने वाले बदलाव की दिशा या पैटर्न को दर्शाता है।

• अंतर्वेषण (Interpolation):
• परिभाषा: दिए गए आँकड़ों के परिसर (Range) के भीतर, अज्ञात मानों का अनुमान लगाना।
• यह तब संभव होता है जब आँकड़ों में एक स्पष्ट और लगातार रुझान हो।
• विधि: आलेख पर ज्ञात बिंदुओं को जोड़कर एक वक्र या रेखा खींचना और फिर उस वक्र/रेखा का उपयोग करके अज्ञात मानों को पढ़ना।
• उदाहरण: यदि हमें 0, 10, 30, 40 मिनट पर तापमान ज्ञात है, तो 20 मिनट पर तापमान का अनुमान लगाने के लिए आलेख का उपयोग करना अंतर्वेषण है।
• समय (मिनट में): 0, 10, 30, 40
• तापमान (डिग्री सेल्सियस में): 20, 30, 50, 60
• 20 मिनट पर तापमान (आलेख से): 40°C।
• सीमाएँ:
• अंतर्वेषण तभी विश्वसनीय होता है जब आँकड़ों में एक सुसंगत पैटर्न या रुझान हो।
• यदि आँकड़ों में अचानक उतार-चढ़ाव हो, तो अंतर्वेषण सटीक नहीं हो सकता।

• बहिर्वेषण (Extrapolation):
• परिभाषा: दिए गए आँकड़ों के परिसर के बाहर, अज्ञात मानों का अनुमान लगाना।
• यह अंतर्वेषण से अधिक जोखिम भरा होता है क्योंकि हम यह मान लेते हैं कि रुझान परिसर के बाहर भी जारी रहेगा।
• विधि: आलेख की रेखा या वक्र को उसके ज्ञात परिसर से आगे बढ़ाना और फिर उस विस्तारित रेखा/वक्र से मान पढ़ना।
• उदाहरण: ऊपर दिए गए तापमान के उदाहरण में, 50 मिनट पर तापमान का अनुमान लगाने के लिए आलेख को आगे बढ़ाना बहिर्वेषण है।
• 50 मिनट पर तापमान (आलेख से): 70°C।
• सीमाएँ:
• बहिर्वेषण की विश्वसनीयता अंतर्वेषण से कम होती है।
• यह तभी उचित है जब यह मानने का मजबूत कारण हो कि आँकड़ों का रुझान परिसर के बाहर भी समान रहेगा।
• उदाहरण: पानी को 90 मिनट तक गर्म करने पर 110°C तापमान का अनुमान लगाना गलत हो सकता है, क्योंकि खुले बर्तन में पानी 100°C से ऊपर नहीं जा सकता।
• जनसंख्या या ओलंपिक रिकॉर्ड जैसे आँकड़ों में रुझान हमेशा स्थिर नहीं रहते, इसलिए बहिर्वेषण अविश्वसनीय हो सकता है।

आँकड़ों का रुझान और पूर्वानुमान:

• रुझान हमें भविष्य के पूर्वानुमान लगाने में मदद करते हैं (जैसे जनसंख्या वृद्धि, मछली उत्पादन)।
• ये पूर्वानुमान योजनाओं और नीतियों को बनाने में सहायक होते हैं।
• हालांकि, यह याद रखना महत्वपूर्ण है कि पूर्वानुमान केवल अनुमान होते हैं और वास्तविक स्थिति बदल सकती है।