Sejarah statistik deskriptif, karakteristik, contoh, konsep

Itu Statistik deskriptif Ini adalah cabang statistik yang berkaitan dengan mengumpulkan dan mengatur informasi tentang perilaku sistem dengan banyak elemen, secara umum dikenal sebagai nama populasi.

Untuk ini, ia menggunakan teknik numerik dan grafik, yang melaluinya ia menyajikan informasi, tanpa membuat prediksi atau kesimpulan tentang populasi di mana ia datang.

Statistik deskriptif dianggap mengatur dan menyajikan informasi dengan mudah

[TOC]

Sejarah

Usia tua

Statistik memiliki asal -usulnya dalam kebutuhan manusia untuk mengatur informasi yang diperlukan untuk kelangsungan hidup dan kesejahteraannya, serta untuk menyediakan peristiwa yang memengaruhinya. Peradaban Besar Antiquity meninggalkan catatan pemukim, pajak yang dikumpulkan, jumlah tanaman dan ukuran tentara.

Misalnya, selama masa pemerintahannya yang lama, Ramses II (1279-1213 ke.C) memerintahkan sensus tanah dan penduduk di Mesir, yang saat itu memiliki sekitar 2 juta penduduk.

Demikian juga, Alkitab bahwa Musa mengeksekusi sensus untuk mengetahui berapa banyak tentara yang memiliki dua belas suku Israel.

Juga di Yunani Kuno, orang dan sumber daya dibuat. Orang -orang Romawi, yang terkenal karena organisasi mereka yang tinggi, mendaftarkan populasi secara berkala, menyiapkan sensus setiap lima tahun, termasuk wilayah dan sumber daya.

Renaisans

Setelah penurunan Roma, catatan statistik penting takut, sampai kedatangan Renaissance, ketika statistik muncul kembali.

Puncak abad ketujuh belas, teori probabilitas lahir, hasil dari kecenderungan orang untuk perjudian, yang memberikan statistik kekakuan matematika yang menjadikannya sains dalam dirinya sendiri.

Usia modern

Dorongan baru datang dengan teori kesalahan dan kotak minimum pada abad kesembilan belas, yang mengikuti metode korelasi antara variabel, untuk secara kuantitatif menilai hubungan di antara mereka.

Sampai akhirnya, selama abad kedua puluh, statistik diperluas ke setiap cabang sains dan teknik sebagai alat yang sangat diperlukan dalam pemecahan masalah.

Karakteristik statistik deskriptif

Statistik deskriptif ditandai oleh:

- Mengatur informasi yang dikumpulkan dalam data dan grafik. Grafik bisa beragam: histogram, poligon frekuensi, diagram berbentuk kue, antara lain.

- Mendistribusikan data dalam rentang frekuensi untuk memfasilitasi manajemen mereka. Gunakan aritmatika untuk menemukan nilai data yang paling representatif, melalui langkah -langkah kecenderungan pusat, serta menganalisis dispersi dari mereka.

- Tentukan bentuk distribusi, simetri mereka, jika mereka berpusat atau bias, dan jika mereka runcing atau lebih tepatnya rata.

Dapat melayani Anda: turunan implisit: bagaimana mereka diselesaikan dan diselesaikan latihan

Untuk apa statistik deskriptif?

Kapanpun perlu.

Lalu kami menyebutkan beberapa contoh:

Ekonomi

Statistik deskriptif berkaitan dengan mendaftarkan dan mengatur data tentang populasi dan usia, pendapatan, investasi, laba dan pengeluarannya. Dengan cara ini pemerintah dan lembaga merencanakan perbaikan dan berinvestasi dengan tepat.

Dengan bantuan Anda, Anda memantau pembelian, penjualan, pengembalian, dan efisiensi layanan. Untuk alasan ini, statistik sangat diperlukan dalam pengambilan keputusan.

Fisika dan Mekanik

Fisika dan mekanik menggunakan statistik untuk studi media kontinu, yang terdiri dari sejumlah besar partikel, seperti atom dan molekul. Ternyata tidak mungkin untuk memantau masing -masing secara terpisah.

Tetapi mempelajari perilaku global sistem (bagian gas, misalnya) dari sudut pandang makroskopik, dimungkinkan untuk mengetahui rata -rata dan mendefinisikan variabel makroskopik untuk mengetahui sifat -sifatnya. Contohnya adalah teori kinetik gas.

Obat

Ini adalah alat penting saat memantau penyakit, dari asal -usulnya dan selama evolusinya, serta kemanjuran perawatan.

Statistik yang menggambarkan tingkat morbiditas, penyembuhan, waktu inkubasi atau perkembangan penyakit, usia di mana biasanya muncul dan gaya data, diperlukan saat merancang perawatan yang paling efektif.

Nutrisi

Salah satu dari banyak aplikasi statistik deskriptif adalah mendaftarkan dan memesan data tentang konsumsi makanan dalam populasi yang berbeda: kuantitas, kualitasnya dan yang paling banyak dikonsumsi, di antara banyak pengamatan lain yang menarik minat para ahli minat.

Contoh statistik deskriptif

Di bawah ini kita akan melihat beberapa contoh yang menggambarkan seberapa berguna alat statistik deskriptif untuk membantu membuat keputusan:

Contoh 1

Untuk meningkatkan ruang makan sekolah, informasi pengguna diperlukan. Sumber: Wikimedia Commons.

Otoritas pendidikan dari suatu negara perbaikan kelembagaan rencana negara. Misalkan mereka akan menerapkan sistem baru ruang makan sekolah.

Untuk ini perlu memiliki data tentang populasi siswa, misalnya jumlah siswa per kelas, usia mereka, jenis kelamin, tinggi, berat badan dan kondisi sosial ekonomi. Maka informasi ini disajikan dalam bentuk tabel dan grafik.

Contoh 2

Untuk memantau tim sepak bola lokal dan membuat penandatanganan baru, manajer membawa jumlah pertandingan yang dimainkan, menang, diikat dan kalah, serta jumlah gol, pencetak gol dan bagaimana mereka berhasil mencetak: tendangan bebas, dari setengah pengadilan, penalti, dengan kaki atau kanan kiri, di antara detail lainnya.

Itu dapat melayani Anda: acara yang saling eksklusif: properti dan contoh

Contoh 3

Toko es krim memiliki beberapa rasa es krim dan ingin meningkatkan penjualan mereka, oleh karena itu pemilik melakukan penelitian di mana mereka menghitung jumlah pelanggan, memisahkan mereka menjadi kelompok berdasarkan jenis kelamin dan rentang usia.

Dalam studi ini, rasa es krim favorit dan presentasi terlaris dicatat, misalnya. Dan dengan data yang dikumpulkan mereka merencanakan pembelian rasa dan wadah dan aksesori yang diperlukan untuk persiapan mereka.

Konsep dasar statistik deskriptif

Populasi dan sampel

Konsep -konsep mendasar ini diperlukan untuk menerapkan teknik statistik, mari kita lihat:

Populasi

Dalam konteks statistik populasi mengacu pada alam semesta atau kolektif dari mana informasi tersebut berasal.

Ini tidak selalu tentang manusia, karena mereka dapat menjadi set hewan, tumbuhan atau benda seperti mobil, atom, molekul, dan bahkan peristiwa dan ide.

Sampel

Ketika populasinya sangat besar, sampel yang representatif diekstraksi dan dianalisis, tanpa kehilangan informasi yang relevan.

Itu dapat dipilih secara acak, atau menurut beberapa kriteria yang sebelumnya ditetapkan oleh analis. Keuntungannya adalah menjadi subset dari populasi, itu jauh lebih mudah dikelola.

Variabel

Itu mengacu pada serangkaian nilai yang dapat mengambil karakteristik populasi tertentu. Sebuah studi dapat berisi berbagai variabel, seperti usia, jenis kelamin, berat badan, tingkat akademik, status sipil, pendapatan, suhu, warna, waktu dan banyak lagi.

Variabel bisa memiliki sifat yang berbeda, jadi ada kriteria untuk mengklasifikasikannya dan memberi mereka pengobatan yang paling tepat.

Variabel kategorikal dan variabel numerik

Menurut cara mereka diukur, variabel bisa:

-Kategorikal

-Numerik

Variabel kategori, juga disebut kualitatif, Mereka mewakili kualitas seperti status sipil seseorang, yang bisa lajang, menikah, bercerai atau janda.

Di sisi lain, variabel numerik atau kuantitatif, Mereka dapat diukur, seperti usia, waktu, berat badan, pendapatan dan banyak lagi.

Grafiknya sangat penting untuk menyajikan informasi, karena sekilas tren data dihargai. Sumber: Piqsels.

Variabel variabel diskrit dan kontinu

Variabel diskrit hanya mengambil nilai diskrit, sesuai namanya. Contoh dari mereka adalah jumlah anak dari suatu keluarga, berapa banyak subjek dalam kursus tertentu dan jumlah mobil di tempat parkir.

Variabel -variabel ini tidak selalu mengambil seluruh nilai, karena ada juga fraksioner.

Di sisi lain, variabel kontinu mengakui nilai -nilai tak terbatas dalam kisaran tertentu, seperti berat seseorang, pH darah, waktu konsultasi telepon dan diameter bola sepak bola.

Dapat melayani Anda: simetri

Ukuran kecenderungan sentral

Berikan gambaran tentang tren umum yang diikuti data. Kami akan menyebutkan tiga langkah pusat yang paling banyak digunakan:

-Setengah

-Median

-Mode

Setengah

Setara dengan nilai rata -rata. Ini dihitung dengan menambahkan semua pengamatan dan membagi antara jumlah total:

 Dimana x_yo Itu adalah pengamatan dan n adalah total dari mereka.

Mode

Itu adalah nilai yang diulangi paling dalam set data, yang paling sering, karena dalam distribusi mungkin ada lebih dari satu mode.

Median

Saat memesan set data, median adalah nilai sentral dari semuanya.

Ukuran dispersi

Mereka menunjukkan variabilitas data dan memberikan gambaran seberapa jauh atau tersebar mereka dari langkah -langkah pusat. Yang paling banyak digunakan adalah:

Jangkauan

Itu adalah perbedaan antara nilai terbesar x_M dan x terkecil_M dari set data:

Rentang = x_M - X_M

Perbedaan

Ukur seberapa jauh data nilai rata -rata. Untuk ini, rata -rata dibuat, tetapi dengan perbedaan antara nilai apa pun x_yo dan rata -rata, kuadrat untuk mencegah mereka membatalkan satu sama lain. Biasanya dilambangkan dengan huruf Yunani σ kuadrat, atau dengan s²:

Deviasi standar

Varians tidak memiliki unit yang sama dengan data, sehingga standar deviasi didefinisikan sebagai akar kuadrat dari varian dan dilambangkan sebagai σ atau s:

Distribusi frekuensi

Alih -alih memperhitungkan setiap data secara individual, lebih baik mengelompokkannya dalam rentang, yang memfasilitasi pekerjaan, terutama jika ada banyak nilai. Misalnya, ketika bekerja dengan anak -anak sekolah, mereka dapat dikelompokkan ke dalam rentang usia: dari 0 hingga 6 tahun, dari 6 hingga 12 tahun dan dari 12 hingga 18 tahun.

Grafik

Mereka merupakan cara terbaik untuk menghargai distribusi data tampilan, dan berisi semua informasi yang dikumpulkan dalam tabel dan gambar, tetapi jauh lebih terjangkau.

Ada berbagai macamnya: dengan batang, linier, bundar, batang dan daun, histogram, poligon frekuensi dan piktogram. Contoh grafik statistik disajikan pada Gambar 3.

Tema yang menarik

Cabang Statistik.

Variabel statistik.

Populasi dan sampel.

Statistik inferensial.

Referensi

1. Faraldo, hlm. Statistik dan Metodologi Penelitian. Pulih dari: eio.USC.adalah.
2. Fernández, s. 2002. Statistik deskriptif. 2nd. Edisi. Editorial ESIC. Dipulihkan dari: Google Books.
3. Riwayat statistik. Pulih dari: eumeed.bersih.
4. Ibañez, hlm. 2010. Matematika II. Pendekatan kompetensi. Pembelajaran Cengage.
5. Monroy, s. 2008. Statistik deskriptif. 1st. Edisi. Institut Politeknik Nasional Meksiko.
6. Rumus alam semesta. Statistik deskriptif. Pulih dari: universoformulas.com.