2.1:

2.1: סקירה ותצוגה מקדימה

JoVE Core
Statistics

A subscription to JoVE is required to view this content. Sign in or start your free trial.

JoVE Core Statistics

Review and Preview

Please note that all translations are automatically generated. Click here for the English version.

Next Video

2.3: Construction of Frequency Distribution

9,014 Views

•

01:13 min

•

April 30, 2023

Overview

נתונים הם פריטי מידע בודדים המתקבלים מאוכלוסייה או מדגם. הנתונים עשויים להיות מסווגים כאיכותיים (קטגוריים), כמותיים רציפים או כמותיים בדידים. מכיוון שאין זה מעשי למדוד את כלל האוכלוסייה במחקר, חוקרים משתמשים בדגימות כדי לייצג את האוכלוסייה. מדגם אקראי הוא קבוצה מייצגת מהאוכלוסייה שנבחרה בשיטה המעניקה לכל פרט באוכלוסייה סיכוי שווה להיכלל במדגם. שיטות דגימה אקראיות כוללות דגימה אקראית פשוטה, דגימה מרובדת, דגימת אשכולות ודגימה שיטתית. דגימת נוחות היא שיטה לא אקראית לבחירת מדגם שלעתים קרובות מייצרת נתונים מוטים.

לאחר איסוף הנתונים, ניתן לתאר ולהציג אותם בפורמטים רבים ושונים. לדוגמה, נניח שאדם מעוניין לקנות בית באזור מסוים. מכיוון שאין לו מידע רב על מחירי הדירות, הקונה עשוי לבקש מסוכן הנדל”ן לתת ערכת נתונים לדוגמה של מחירים. קריאת כל המחירים במדגם יכולה להיות קצת מהממת. דרך טובה יותר עשויה להיות להסתכל על המחיר החציוני ועל השונות במחירים. החציון והווריאציה הם רק שתי דרכים שבהן ניתן להשתמש כדי לתאר נתונים. הסוכן עשוי גם לספק גרף של הנתונים, אשר יכול להיות דרך נוחה יותר להבין את מחירי הדירות.

תחום הסטטיסטיקה המפרט את הדרכים המספריות והגרפיות לתאר ולהציג את נתוני המדגם נקרא “סטטיסטיקה תיאורית”. גרף סטטיסטי הוא כלי המסייע ללמוד על הצורה או ההתפלגות של מדגם או אוכלוסייה. גרף יכול להיות דרך יעילה יותר להציג נתונים מאשר ערימת מספרים מכיוון שקל לצפות באשכולות נתונים ולזהות מיקומים שבהם יש רק כמה ערכי נתונים. עיתונים ואינטרנט משתמשים בגרפים כדי להציג מגמות ולאפשר לקוראים להשוות עובדות ומספרים במהירות. סוגים מסוימים של גרפים המשמשים לסיכום וארגון נתונים הם תרשים הנקודות, גרף העמודות, ההיסטוגרמה, תרשים הגבעול והעלה, מצולע התדירות (סוג של גרף קו שבור), תרשים העוגה והתוויית התיבה.

Transcript

נזכיר כי הנתונים מסווגים באופן רחב לנתונים כמותיים ונתונים איכותיים.

נתונים כמותיים מייצגים את המדידות או הספירות של ערכים מספריים, כגון גבהים משתנים של תלמידים בכיתה.

לעומת זאת, נתונים איכותיים, הידועים גם בשם נתונים קטגוריאליים, מייצגים משתנים לא מספריים כגון צבעי השיער השונים.

לצורך ניתוח סטטיסטי יעיל, ערכות נתונים גדולות ולא מאורגנות אלה מסוכמות ומיוצגות מספרית בצורה טבלאית או חזותית בצורה גרפית.

לדוגמה, ניתן לסכם את שינויי הטמפרטורה הנמדדים במהלך היום בצורה של טבלה.

נתונים אלה יכולים להיות מיוצגים גם באופן גרפי. כאן, הזמן ניתן לאורך הציר האופקי, והטמפרטורה מוצגת לאורך הציר האנכי.

הנקודות בגרף מחוברות ליצירת התבנית ומספקות הבנה חזותית של האופן שבו טמפרטורת היום משתנה עם הזמן.

הגרף מזהה גם את החריגים משאר ערכי הנתונים המצביעים על טמפרטורות קיצוניות שנצפו ביום.

Key Terms and definitions

Data - Individual items of qualitative or quantitative information obtained from a population or sample.
Random Sampling - A systematic approach of gathering representative data from a population.
Cluster Sampling - A sampling method where the researcher selects groups of subjects, instead of individual participants.
Descriptive Statistics - Numerical and graphical methods to summarize and present data.
Graphical Representation - Utilization of graphs to summarize and organize data better.

Learning Objectives

Define Data – Understanding the types: qualitative, quantitative continuous, or quantitative discrete (e.g., data).
Contrast Random Sampling vs Cluster Sampling – Understanding key differences (e.g., cluster sampling).
Explore Simple Sampling Techniques – Application and significance (e.g., simple random, stratified, and systematic sampling).
Explain Descriptive Statistics – Understanding its role in data description and presentation.
Apply Graphical Representation – Learning different types for better data visualization.

Questions that this video will help you answer

What are qualitative and quantitative data and how to differentiate them?
What are random and cluster sampling, and how are they different?
How are data described and what are descriptive statistics?

This video is also useful for

Students - Understand how data and sampling methods aid in research and learning.
Educators - Provides a clear framework to teach statistical data collection and interpretation.
Researchers - Understanding sampling techniques for research methodologies.
Data Analysts - Offers knowledge on effective data description methods and visualizations.