Отдельные точки графика сведены в таблицу, по оси абсцисс будут располагаться варианты, а по оси ординат – кратность.
Варианты | 1 | 2 | 3 | 4 | 5 | 6 | 8 | 9 | 10 | 12 |
Кратность | 3 | 6 | 8 | 7 | 10 | 8 | 2 | 3 | 2 | 1 |
Соединим отдельные точки и получим многоугольник, или полигон распределения данных ( – варианты, – кратность) (рис. 1).
Рис. 1. Полигон распределения вариант по кратности
Также информацию можно выкладывать и в других измерениях: например, частота в процентах (рис. 2).
Варианты | 1 | 2 | 3 | 4 | 5 | 6 | 8 | 9 | 10 | 12 |
Частота,% | 6 | 12 | 16 | 14 | 20 | 16 | 4 | 6 | 4 | 2 |
Рис. 2. График распределения вариант по частоте, выраженной в процентах
Группировка данных
На данном этапе исходная информация была сгруппирована, были составлены таблицы распределения данных, а затем переведены в графики распределения данных. Характер информации прояснился, стал более наглядным и удобным, но подобные действия с информацией даже при небольшом объеме данных очень трудоемки. Поэтому на практике используются методы приближенной группировки данных, в частности, варианты измерения заменяются промежутком.
Приведем пример группировки информации с теми же данными:
Все 50 человек разделили на три группы:
1) Живут близко (10 – 30 минут).
2) Живут недалеко (40 – 60 минут).
3) Живут далеко (более 60 минут).
Получается, вместо десяти стало три варианты:
1) Близко (10 – 30 минут).
2) Недалеко (40 – 60 минут).
3) Далеко (80 – 120 минут).
Теперь проще получить таблицу распределенных новых, укрупненных данных.
| Варианта | Сумма | ||
близко | недалеко | далеко | ||
Кратность | 17 | 25 | 8 | 50 |
Частота,% | 34 | 50 | 16 | 100 |
При укрупнении неизбежно теряются некоторые детали. Например: теперь неизвестно, сколько человек тратит на дорогу ровно 60 минут. Однако получено более ясное и удобное представление информации. Например, всю информацию теперь легко представить на следующей диаграмме (рис. 3).
Рис. 3. Диаграмма распределения сгруппированных данных
На диаграмме ясно изображено, что 50% живут недалеко, 16% – далеко и 34% – близко. Это паспорт измерений: здесь выявлены основные характеристики исходной информации.
В результате неудобная объемная информация из начальной таблицы была преобразована в более удобный, табличный и графический вид. Изначально трудозатраты были весьма велики, так как вариантой здесь выступало конкретное число. Чтобы снизить трудозатраты, исходную информацию укрупнили, после этого вариантой стало не число, а числовой промежуток. Всю информацию теперь удобно было представить в виде круговой диаграммы, которую легко анализировать.
Напомним формулу успешного управления академика Трапезникова: «Знают – могут – хотят – успевают». Знают – важное звено. Откуда знают? Из предварительного сбора и обработки информации.
Теперь приведем ответ для нашего примера: администрация школы, проанализировав эту информацию, может принять решения по следующим вопросам:
Вводить или не вводить занятия в субботу, ведь 16% учеников живут далеко?
· Целесообразно ли организовать ночлег для учеников, которые живут далеко?
Кому и в каких объемах возместить затраты на дорогу до школы и обратно?