Dalam kaedah pengelompokan statistik, keseluruhan fenomena yang dikaji dibahagikan kepada kelas dan subkelas, yang mempunyai struktur homogen mengikut ciri-ciri tertentu. Setiap bahagian tersebut diterangkan oleh sistem penunjuk statistik. Data terkumpul boleh dibentangkan dalam jadual.
Tindakan ini merupakan kaedah utama yang digunakan dalam kajian sebenar fenomena sosial. Ia timbul sebagai prasyarat untuk penggunaan pelbagai kumpulan statistik, prosedur dan kaedah analisis. Contohnya, pengelasan diperlukan untuk menggunakan sebarang indeks umum, seperti purata.
Sumbangan V. I. Lenina
Dalam statistik pra-revolusi Rusia, khususnya, dalam pelbagai zemstvo (ini adalah kerajaan tempatan), banyak pengalaman diperoleh dalam mengumpulkan pelbagai jenis organisasi. Dan juga pada masa itu, kerja penting dilakukan untuk membangunkan bukan sahaja jadual dengan pengelasan satu demi satuciri, tetapi juga skema yang lebih kompleks. Di dalamnya, semua data dikumpulkan oleh dua atau lebih parameter. Walau bagaimanapun, isu teori berkaitan penggunaan kaedah pengumpulan statistik tidak mendapat justifikasi saintifik. Keadaan ini berterusan sehingga karya V. I. Lenin. Beliau mempunyai pendapat yang tinggi tentang nilai kognitif dan kepentingan praktikal klasifikasi. Berkenaan dengan jadual berdasarkan tanda-tanda pengelompokan statistik lebih daripada satu ciri, Lenin menulis: “Boleh dikatakan tanpa keterlaluan bahawa mereka akan merevolusikan sains dan, sudah tentu, ekonomi pertanian.”
Syor Vladimir Ilyich tentang keperluan untuk analisis politik dan ekonomi awal tentang sifat corak dan menentukan jenis fenomena sebelum memulakan eksperimen dengan klasifikasi data awal adalah penting.
Peringkat pengelompokan statistik
Sistematisasi digunakan bukan sahaja dalam analisis struktur populasi, tetapi juga dalam menentukan jenis fenomena dan dalam kajian hubungan antara pelbagai ciri atau faktor. Contoh kumpulan yang menyatakan struktur populasi ialah klasifikasi orang mengikut umur (pada selang satu tahun atau, lebih biasa, lima tahun) dan perniagaan mengikut saiz.
Dengan menggabungkan kelas atau menetapkan selang tidak sekata, adalah mungkin untuk mewujudkan perbezaan kualitatif antara sistem individu, dan kemudian menentukan jenis tekno-ekonomi atau sosio-ekonomi mata pelajaran yang berkaitan(contohnya, perusahaan atau ladang). Oleh itu, pengelompokan penduduk sesebuah negara mengikut umur boleh dijalankan berdasarkan, sebagai tambahan kepada objek kronologi yang mudah, pembahagian khas seperti wanita berumur 16 hingga 54 tahun dan lelaki berumur 16 hingga 59 tahun. Penggunaan kelas khas ini memungkinkan untuk mengira indeks ekonomi negara, yang dikenali sebagai tenaga buruh negara. Sempadan selang agak sewenang-wenangnya dan mungkin berbeza mengikut negeri.
Tugas
Klasifikasi kuantitatif terperinci perusahaan dan firma membolehkan kami meneruskan takrifan beberapa kumpulan kualitatif asas, seperti organisasi kecil, sederhana dan besar. Selepas itu, beberapa masalah ekonomi am boleh dijelaskan, contohnya, proses penumpuan pengeluaran, pertumbuhan kecekapan industri dan peningkatan produktiviti buruh. Data baharu Vladimir Ilyich Lenin mengenai undang-undang yang mengawal perkembangan kapitalisme dalam pertanian adalah contoh cemerlang analisis mendalam yang menggunakan pengelompokan untuk menunjukkan sifat corak yang kompleks. Dan juga hubungan antara saiz perusahaan dan produktiviti keseluruhannya.
Tugas pengelompokan statistik yang paling penting dan sukar ialah mengenal pasti dan menerangkan secara terperinci jenis fenomena sosio-ekonomi. Subjek sedemikian mewakili ekspresi bentuk proses sosial atau ciri asas tertentu. Ia kelihatan biasa kepada banyak fenomena individu. Dalam analisisnya tentang stratifikasi kaum tani, Vladimir Ilyich Lenin menggunakan kumpulan itusecara menyeluruh dan menyeluruh. Pertama sekali, beliau mendedahkan proses pembentukan kelas sosial utama di Rusia pra-revolusi, di kawasan luar bandar Eropah Barat dan dalam pertanian AS.
Dan, ternyata, data Soviet mempunyai pengalaman yang cukup dalam pengelompokan tipologi dan statistik. Sebagai contoh, kunci kira-kira ekonomi negara USSR mengandaikan sistem klasifikasi yang kompleks dan bercabang. Contoh lain pengelompokan statistik tipologi di ruang Soviet termasuk sistematisasi penduduk mengikut kelas sosial. Serta penyatuan aset pengeluaran tetap mengikut jenis sosioekonomi unit industri. Dan anda juga boleh memberikan contoh seperti pengumpulan populasi statistik produk sosial.
Pengkelasan Bourgeois tidak cukup menggunakan sistematisasi. Apabila pengelompokan digunakan, ia sebahagian besarnya tidak betul dan tidak menyumbang kepada ciri-ciri keadaan sebenar di negara-negara kapitalis. Sebagai contoh, klasifikasi perusahaan pertanian mengikut kawasan tanah membesar-besarkan kedudukan pengeluaran berskala kecil dalam urat ini. Dan pengelompokan penduduk mengikut profesion tidak mendedahkan struktur kelas sebenar masyarakat borjuasi.
Ciri sosio-ekonomi negara sosialis menyediakan aplikasi baharu untuk pengumpulan statistik. Klasifikasi digunakan untuk menganalisis pelaksanaan rancangan ekonomi negara, untuk menentukan sebab-sebab ketinggalan beberapa perusahaan dan sektor. Dan juga mengenal pasti sumber yang tidak digunakan. Contohnya, perniagaanboleh dikumpulkan mengikut tahap pelaksanaan rancangan atau tahap keuntungan. Amat penting untuk mencirikan pengenalan kemajuan saintifik dan teknologi ke dalam industri ialah pengelompokan perusahaan, mengikut data teknikal dan ekonomi seperti tahap automasi dan mekanisasi serta jumlah tenaga elektrik yang tersedia untuk kerja.
Data berkumpulan ialah maklumat yang dibentuk dengan menggabungkan kumpulan individu pemerhatian statistik tentang kehadiran pembolehubah ke dalam kelas yang berasingan, supaya taburan kekerapan sistem ini berfungsi sebagai cara mudah untuk meringkaskan dan menganalisis semua bahan.
Maklumat
Data boleh ditakrifkan sebagai kumpulan bahan yang mewakili sifat kualitatif atau kuantitatif pembolehubah atau set pembolehubah. Ini sama dengan mengatakan bahawa kelas boleh menjadi sebarang set maklumat yang menerangkan entiti. Sistem, dalam pengumpulan data statistik, boleh dikelaskan kepada objek berkumpulan dan bukan berkumpulan.
Sebarang maklumat yang dikumpul seseorang dahulu adalah tidak diklasifikasikan. Pengelompokan statistik yang tidak dikumpulkan ialah data, tetapi hanya dalam bentuk yang tidak diproses. Contoh sistem sedemikian ialah sebarang senarai nombor yang boleh anda fikirkan.
Jenis klasifikasi pertama
Data berkumpulan ialah maklumat yang telah disusun ke dalam kumpulan yang dikenali sebagai kelas. Jenis ini telah dikelaskan, dan oleh itu beberapatahap analisis. Ini bermakna semua maklumat tidak lagi mentah.
Kelas data ialah kumpulan yang dikaitkan dengan sifat tersuai tertentu. Contohnya, jika pengurus perusahaan mengumpul orang yang diambilnya pada tahun tertentu, dia boleh mengumpulkan mereka ke dalam sistem mengikut umur: dua puluh, tiga puluh, empat puluh dan seterusnya. Dan setiap kumpulan ini dipanggil kelas.
Sebaliknya, ini bukan bahagian terakhir. Setiap kelas ini mempunyai lebar tertentu dan ini dipanggil jarak atau saiz. Konsep ini sangat penting apabila ia datang untuk memplot histogram dan plot frekuensi. Semua kelas boleh mempunyai saiz yang sama atau berbeza, bergantung pada cara semua maklumat akan dikumpulkan. Selang sistem sentiasa integer.
Kekangan dan sempadan kelas
Konsep pertama merujuk kepada nilai sebenar yang boleh dilihat dalam jadual akhir. Kekangan kelas dibahagikan kepada dua kategori: had bawah sistem dan had atas. Sudah tentu, semua bahagian dalam jadual digunakan untuk memastikan ketepatan dan bermaklumat.
Tetapi, sebaliknya, sempadan kelas tidak selalu dihormati dalam jadual kekerapan. Konsep ini memberikan selang sebenar sistem dan, seperti pelbagai sekatan, juga dibahagikan kepada sempadan nilai bawah dan atas.
Kugiran hidup dan bukan hidup
Sains berusaha untuk memahami dan menerangkan fenomena alam. Para saintis memahami sesuatu dengan mengklasifikasikannya. Ia milikkedua-dua makhluk hidup dan kumpulan bukan hidup bahan statistik.
Seterusnya, jenis ini boleh dibahagikan kepada kumpulan bergantung pada sifat kontras. Contohnya, jika pelajar telah menyusun senarai dalam jurnal saintifik mereka tentang pelbagai bahan dan subjek yang telah mereka pelajari, mereka boleh menggunakan data ini untuk mengembangkan pengetahuan dan maklumat tentang sistem yang telah mereka pelajari.
Semua pengetahuan boleh diisih atau dikelaskan mengikut pelbagai sifat kontras. Berikut ialah beberapa contoh:
- Logam berbanding pelbagai bukan logam.
- Muka bumi berbatu bukannya padang pasir atau padang rumput.
- Kristal kelihatan lwn mineral halimunan.
- Proses semula jadi dan bukannya buatan.
- Bahan lebih tumpat daripada air atau kurang berat daripada cecair tertentu.
- Magnet berbanding bukan magnet.
Dan anda juga boleh membuat perbezaan kumpulan mengikut ciri berikut:
- Keadaan jirim pada suhu bilik (pepejal, cecair, gas).
- Kebolehcairan logam.
- Sifat fizikal dan sebagainya.
Bahan:
- Pelbagai artikel yang menggambarkan kategori di atas.
- Magnet untuk menguji sifat bahan.
- Bekas air untuk memeriksa sama ada benda terapung atau tenggelam.
- Jurnal saintifik.
Prosedur operasi
Tepat bagaimana perkara berlaku:
- Pelajar bekerja dalam kumpulan. Masing-masing diberi beberapa bahan dan diminta mencari cara untuk berkumpulitem mengikut kategori. Mereka membangunkan kriteria yang akan mereka gunakan dan kemudian menyusun item dengan sewajarnya. Jadual keputusan direkodkan dalam jurnal saintifik mereka.
- Selepas mengumpulkan bahan, ia diisih semula mengikut kriteria lain. Langkah seterusnya juga akan menyusun senarai keputusan. Dan selepas itu, baris elemen tambahan ditulis, yang diisih secara berbeza disebabkan oleh perubahan kriteria.
- Pelajar merekodkan pemerhatian dan jadual dalam jurnal saintifik mereka.
Keputusan
Pelajar membetulkan satu siri jadual yang menunjukkan cara subjek mereka diisih berdasarkan setiap kriteria. Sebagai contoh, sekumpulan pelajar mempunyai klip kertas, kepingan kecil granit, gabus, mainan plastik. Kemudian sepasang jadual pengisihan mungkin kelihatan seperti berikut.
-
Item diisih mengikut kemagnetan.
Bertindak balas kepada magnet: klip kertas, granit. Tidak bertindak balas: gabus, plastik.
-
Item disusun mengikut ketumpatan berbanding air.
Timbul: gabus, plastik. Lemas: klip kertas, granit.
Selepas itu, pelajar membuat pembentangan kepada kelas. Mereka membincangkan sebab item yang berbeza dikelaskan secara berbeza berdasarkan kriteria yang digunakan.
Pelajar mengulangi pemerhatian ini setiap kali, menggunakan sifat yang berbeza.
Cakap
Pada peringkat ini:
- Pelajar boleh melanjutkan pemerhatian ini kepada bahan lain tanpa sebarangpenyelidikan praktikal.
- Contoh ialah sampel pelbagai jenis batuan. Pelajar akan belajar cara membuat pemerhatian lebih dekat dan menulis dengan tepat apa yang mereka lihat dengan pembesar dan item lain yang mereka gunakan.
- Jika pelajar telah mencipta fail indeks sifat yang ditulis pada kad, mereka juga boleh diisih. Ini berguna jika indeks mengandungi bahan tambahan yang tiada dalam kelas.
Cara biasa untuk memproses data kuantitatif berterusan adalah dengan membahagikan keseluruhan julat makna kepada beberapa subjulat. Ia adalah perlu untuk memberikan kepada setiap bahan nilai tetap kelas di mana ia jatuh. Ambil perhatian bahawa set data berubah daripada berterusan kepada diskret.
Konsep pengumpulan statistik
Organisasi dilakukan dengan mentakrifkan satu set julat dan kemudian mengira jumlah data yang termasuk dalam setiap julat. Subjulat tidak bertindih. Mereka mesti meliputi keseluruhan julat set data.
Salah satu cara yang paling berjaya untuk menggambarkan sistem berkumpulan ialah histogram. Ia adalah satu set segi empat tepat di mana asas rajah menjangkau nilai dalam julat yang berkaitan dengannya. Dan ketinggian sepadan dengan jumlah maklumat.
