히스토그램은 데이터 분석에 사용되는 그래프. 이러한 유형의 프레젠테이션을 통해 값을보다 쉽게 관찰 할 수 있습니다.
기본적으로 설문 조사 또는 연구에서 얻은 데이터의 빈도를 나타내는 열로 구성됩니다.
히스토그램은 주로 위치 인구에 대한 정보 수집과 같이 통계에서 수집 된 데이터를 보여주는 데 사용됩니다.
그러나 히스토그램의 사용은 이러한 유형의 프리젠 테이션에만 국한되지 않고 회사의 품질 프로세스 평가와 같은 다른 정보를 노출하는 데에도 사용될 수 있습니다.
히스토그램의 어떤 부분?
히스토그램은 클래스, 진폭 및 주파수의 세 가지 요소로 구성됩니다.
- 클래스: 최소값과 최대 값을 모두 나타내는 통계 값 표시 막대입니다 (클래스 제한이라고 함).
- 진폭: 각 클래스 (막대)의 크기를 나타냅니다.
- 회수: 데이터 세트의 변형을 나타냅니다.
회사가 제품을 판매 한 후받는 불만에 대한 데이터를 분석하는이 예에서 히스토그램의 일부를 참조하십시오.
히스토그램 유형
막대가 표시되는 방식에 따라 분류되는 6 가지 유형의 히스토그램이 있습니다. 대칭, 비대칭, 절벽, 두 개의 봉우리, 평평하고 고립 된 봉우리.
대칭
이 유형의 히스토그램에는 중앙에서 가장 높은 주파수 아래쪽은 측면에 있습니다. 일반적으로 다른 설문 조사 정보와 비교하는 데 사용되는 평균 데이터를 나타내는 데 사용됩니다.
비대칭
비대칭 히스토그램에는 초점, 다른 것보다 훨씬 높으며 데이터 간의 큰 차이를 나타냅니다. 나머지 막대는 불규칙하고 비대칭은 오른쪽 또는 왼쪽이 될 수 있습니다.
낭떠러지
절벽에서 가장 높은 가치는 한쪽 끝에 위치 히스토그램 이 유형은 일부 통계 데이터가 그래프로 표시되지 않을 때 가장 잘 사용됩니다.
두 개의 봉우리
이 유형의 히스토그램에서는 가장 높은 두 지점 그래프의 다른 지점에서. 이 프리젠 테이션은 조사 데이터에 하나 이상의 고주파가 있음을 나타냅니다. 바이 모달 히스토그램이라고도합니다.
플랫
이 유형은 모든 막대는 비슷한 크기의 주파수에 있습니다.. 다른 유형과 달리 다른 유형보다 훨씬 더 큰 봉우리로 표시되는 눈에 띄는 점이 없습니다. 고원 히스토그램이라고도합니다.
고립 된 피크
고립 된 피크에 바 중 하나가 매우 두드러집니다 다른 사람들과 관련하여. 이러한 유형의 표시는 통계 데이터 수집에 실패가 있음을 나타낼 수 있습니다.
히스토그램을 만드는 방법?
히스토그램을 쉽게 만들려면 다음 단계를 따르십시오.
- 히스토그램에서 사용할 데이터 세트를 수집하고 빈도 표를 만듭니다.
- 발견 된 최고 값과 최저값 사이의 진폭 (차이)을 확인합니다.
- 데이터 양에 따라 사용할 클래스 (슬래시) 수를 정의합니다. 진폭을 클래스 수로 나눕니다.
- 막대와 얻은 데이터 (최대 및 최소 간격 값)를 사용하여 히스토그램을 조립합니다.
실용적인 예: 50 인 회사의 직원 연령 표본 계산.
- 빈도 표에서 얻은 데이터를 구성합니다.
클래스 나이 직원 수 1 20-30 년 10 2 30-40 년 20 4 40 ~ 50 세 15 4 50-60 세 3 5 60-70 세 2 - 가장 큰 값과 가장 작은 값 사이의 범위를 찾으십시오. 이 예에서 가장 높은 값은 70 년이고 가장 낮은 값은 20 년입니다. 발견 된 범위 (70-20 = 50)는 50 년입니다.
- 클래스의 수는 진폭에 따라 정의됩니다. 이 경우 진폭 50에 대해 5 개의 클래스를 사용할 수 있습니다 (50/5 = 10). 각 수업은 10 년에 해당합니다.
- 히스토그램을 조립합니다.
히스토그램은 언제 사용합니까?
이 차트는 특히 분석이 다음과 같은 상황에 초점을 맞춘 경우 많은 양의 통계 데이터를 표시하는 데 적합합니다.
- 후속 프로세스. 예: 사용 된 절차의 발전을 모니터링하기위한 회사의 품질 관리 프로세스에 대한 데이터 수집 히스토그램.
- 극단을 나타내는 데이터를 비교합니다. 예: 회사에서 가장 많이 판매 된 제품과 가장 적게 판매 된 제품의 판매 횟수 차이를 비교합니다.
절대 및 상대 참조 히스토그램: 무엇을 의미합니까?
주파수는 히스토그램에서 분석되는 데이터 세트이며 절대 또는 상대의 두 가지 유형이 될 수 있습니다.
그만큼 회수 순수한 통계의 각 샘플에서 분석 될 데이터의 양을 나타내는 값입니다.
그만큼 상대 빈도 백분율 값의 표시입니다. 이를 얻으려면 분석 된 샘플에서 고려되는 항목의 수로 절대 빈도를 나눌 필요가 있습니다.
예: 48 개 샘플 중 6 개의 절대 빈도는 12.5 % (6/48 x 100 % = 0.125 x 100 = 12.5 %)입니다.
다른 유형의 제도법.