2.3
Erstellung einer Häufigkeitsverteilung
Eine Häufigkeitstabelle kann mithilfe der folgenden Schritte erstellt werden:
Zuerst erstellen Sie eine Tabelle mit zwei Spalten: – eine mit dem Titel…
Stellen Sie sich die Teilnehmer vor, die an einem Marathon teilnehmen. Nehmen wir an, man fragt sich, wie die Anzahl der Teilnehmer mit dem Alter variiert. Um das herauszufinden, werden die Daten anhand einer Häufigkeitsverteilungstabelle zusammengefasst, die in sechs Schritten aufgebaut ist.
Wählen Sie zunächst die Anzahl der Klassen aus, die je nach Datendichte zwischen 5 und 20 liegt. Hier soll die Anzahl der Klassen fünf sein.
Subtrahieren Sie die kleinste von der größten Zahl, um den Bereich zu bestimmen. Wenn Sie diesen Bereich durch die Anzahl der Klassen dividieren, ergibt sich die Klassenbreite – der Bereich der Werte pro Klasse, der der Einfachheit halber aufgerundet wird.
Der Mindestwert der angegebenen Daten wird als erstes Limit der unteren Klasse bezeichnet.
Addieren Sie zu diesem Wert die Klassenbreite, um die zweite untere Klassengrenze zu bestimmen. Berechnen Sie auf ähnliche Weise die nachfolgenden Grenzwerte für niedrigere Klassen.
Subtrahieren Sie als Nächstes eins von der zweiten unteren Klassengrenze, um die erste Oberklassengrenze zu berechnen. Berechnen Sie auf ähnliche Weise die verbleibenden Oberklassengrenzen.
Platzieren Sie in einer zweiten Spalte Strichmarkierungen für die Teilnehmer unter jeder Klasse. Die Summe aller Strichmarken ergibt die Häufigkeit jeder Klasse.
View the full transcript and gain access to JoVE Core videos
Q1: How many classes should you use when constructing a frequency distribution?
The number of classes typically ranges between 5 and 20, depending on your data density. Fewer classes work well for smaller datasets, while larger datasets benefit from more classes to capture variation. The choice affects how detailed your frequency distribution becomes and how clearly patterns emerge in your data.
Q2: What is class width and how do you calculate it?
Class width represents the range of values within each class. Calculate it by subtracting the smallest value from the largest value to find the range, then divide that range by the number of classes. Round the result up for convenience to ensure all data points fit within your classes.
Q3: How do you determine the lower-class and upper-class limits?
The minimum value in your dataset becomes the first lower-class limit. Add the class width to this value to find the second lower-class limit, then repeat for remaining classes. For upper-class limits, subtract one from the second lower-class limit to get the first upper-class limit, then calculate the rest similarly.
Q4: What role do tally marks play in constructing a frequency distribution?
Tally marks track how many data points fall within each class interval. Place one mark for each observation in the appropriate class, then sum all marks in a class to determine its frequency. This counting method ensures accurate frequency calculations and prevents data entry errors.
Q5: When should you use a grouped frequency distribution instead of an ungrouped one?
Use a grouped frequency distribution when your dataset contains large sets of different values. Grouping organizes data into classes, making patterns easier to identify and the table more readable. An ungrouped distribution works better for smaller datasets with fewer distinct values.
Q6: What are the basic steps for organizing data in a frequency distribution table?
Create a table with columns for data values and frequency. Decide whether grouped or ungrouped organization suits your data. List values in the first column, count how often each appears, and record frequencies in the second column. Finally, calculate the total frequency by summing all individual frequencies.
Q7: How does a frequency distribution help analyze data like marathon participant ages?
A frequency distribution summarizes how data varies across categories or ranges, revealing patterns that raw data obscures. For marathon participants, it shows how many runners fall into each age group, making it easy to see which ages are most represented. This organized format supports further analysis and visualization through methods like a relative frequency distribution.