Μέθοδοι Παρουσίασης Στατιστικών Δεδομένων 📊

Φαντάσου ότι ρωτάς όλη την τάξη σου ποιο είναι το αγαπημένο τους άθλημα. Θα πάρεις πολλές απαντήσεις μπερδεμένες μεταξύ τους. Η στατιστική υπάρχει ακριβώς γι' αυτό: μας βοηθά να βάλουμε τάξη σε πολλές απαντήσεις, ώστε να τις καταλαβαίνουμε με μια ματιά. Σε αυτή την ενότητα θα μάθεις πώς οργανώνουμε δεδομένα σε πίνακες και πώς τα μετατρέπουμε σε διαγράμματα που "μιλάνε" από μόνα τους.

Τι είναι η συχνότητα 🔢

Όταν μετράμε πόσες φορές εμφανίζεται κάθε απάντηση, υπολογίζουμε τη συχνότητα της.

Ας πούμε ότι ρωτάς 19 συμμαθητές σου για το αγαπημένο τους άθλημα και παίρνεις αυτές τις απαντήσεις:

8 λένε ποδόσφαιρο
5 λένε κολύμπι
6 λένε κάτι άλλο

Οι αριθμοί 8, 5 και 6 είναι οι συχνότητες. Κάθε συχνότητα σου λέει «πόσες φορές» εμφανίστηκε μια τιμή — τίποτα παραπάνω, τίποτα λιγότερο.

Ένα χρήσιμο κόλπο ελέγχου

Αν προσθέσεις όλες τις συχνότητες μιας έρευνας, πρέπει πάντα να βγαίνει ο συνολικός αριθμός των ατόμων που ρωτήθηκαν. Στο παράδειγμα πιο πάνω: $8 + 5 + 6 = 19$ . Αν το άθροισμα δεν ταιριάζει, κάπου έχεις κάνει λάθος στη μέτρηση!

Ο πίνακας συχνοτήτων 📈

Για να μη γράφουμε τις συχνότητες σκόρπιες, τις βάζουμε σε έναν πίνακα συχνοτήτων. Ο πίνακας έχει δύο στήλες: στη μία γράφουμε τις τιμές (ή τις κατηγορίες) και στην άλλη τη συχνότητά τους.

Άθλημα	Αριθμός ατόμων
Ποδόσφαιρο	8
Κολύμπι	5
Άλλο	6

Ένας πίνακας συχνοτήτων μπορεί να δείχνει και πώς αλλάζει κάτι με τον χρόνο, π.χ. πόσοι φοιτητές γράφτηκαν σε ένα πανεπιστήμιο κάθε χρόνο:

Έτος εισαγωγής	Αριθμός φοιτητών
2006	300
2007	400
2008	450
2009	700
2010	800
2011	1000

Όταν οι τιμές είναι πάρα πολλές: η ομαδοποίηση 🤝

Κάποιες μεταβλητές, όπως το ύψος ή ο χρόνος προπόνησης, δεν παίρνουν μόνο λίγες, συγκεκριμένες τιμές — μπορούν να πάρουν εκατοντάδες διαφορετικές τιμές μέσα σε ένα εύρος (π.χ. 1,52 m, 1,53 m, 1,548 m...). Αν φτιάχναμε πίνακα με κάθε ξεχωριστή τιμή, θα είχε τόσες γραμμές που δε θα βοηθούσε καθόλου.

Γι' αυτό, κάνουμε ομαδοποίηση των τιμών. Δουλεύουμε σε δύο βήματα:

Χωρίζουμε το εύρος των τιμών σε μικρότερα διαστήματα, συνήθως με το ίδιο πλάτος το καθένα (στην πιο απλή τους μορφή).
Μετράμε πόσες παρατηρήσεις ανήκουν σε κάθε διάστημα (κατηγορία).

Για παράδειγμα, το ύψος μαθητών μπορεί να ομαδοποιηθεί έτσι:

Ύψος μαθητών	Αριθμός μαθητών
από 1,50 μέχρι 1,60	5
από 1,60 μέχρι 1,70	6
από 1,70 μέχρι 1,80	8
από 1,80 μέχρι 1,90	3

Πού πάει η παρατήρηση που «πέφτει» ακριβώς στο σύνορο;

Δύο κανόνες που δεν αλλάζουν ποτέ στην ομαδοποίηση:

Κάθε παρατήρηση πρέπει να ανήκει σε μία και μόνο κατηγορία — καμία δεν μένει απ' έξω και καμία δεν μπαίνει σε δύο κατηγορίες.
Αν μια παρατήρηση είναι ίση με το άνω άκρο μιας κατηγορίας, τότε δεν μένει εκεί: κατατάσσεται στην αμέσως επόμενη κατηγορία. Π.χ. στον πίνακα πιο πάνω, μαθητής με ύψος ακριβώς 1,70 m δεν μπαίνει στην κατηγορία «1,60 μέχρι 1,70», αλλά στην «1,70 μέχρι 1,80».

Τα στατιστικά διαγράμματα 📊

Ένας πίνακας οργανώνει τα δεδομένα, αλλά ένα διάγραμμα τα κάνει οπτικά — τα «βλέπεις» με την πρώτη ματιά, χωρίς να διαβάζεις αριθμούς έναν έναν. Υπάρχουν τρία βασικά είδη διαγραμμάτων, και το καθένα ταιριάζει σε διαφορετική περίσταση.

Διάγραμμα	Πότε το χρησιμοποιούμε
Ραβδόγραμμα	Ξεχωριστές τιμές ή κατηγορίες (π.χ. αθλήματα, χρόνια)
Ιστόγραμμα	Ομαδοποιημένες τιμές (π.χ. ύψος, βάρος, χρόνος)
Κυκλικό διάγραμμα	Θέλουμε να δούμε το ποσοστό/μερίδιο κάθε κατηγορίας στο σύνολο

Ραβδόγραμμα 📊

Στο ραβδόγραμμα:

Στον οριζόντιο άξονα βάζουμε τις τιμές της μεταβλητής (π.χ. τα διάφορα αθλήματα), με κενά ανάμεσά τους.
Στον κατακόρυφο άξονα βάζουμε τη συχνότητα.
Για κάθε τιμή σχεδιάζουμε ένα ξεχωριστό ορθογώνιο (ράβδο) με ύψος ίσο με τη συχνότητά της.

Τα κενά ανάμεσα στις ράβδους δεν είναι τυχαία — δείχνουν ότι οι τιμές είναι ξεχωριστές μεταξύ τους (π.χ. δεν υπάρχει κάτι «ανάμεσα» σε ποδόσφαιρο και κολύμπι).

Πότε είναι ιδανικό το ραβδόγραμμα

Το ραβδόγραμμα είναι το καλύτερο εργαλείο όταν θέλεις να συγκρίνεις εύκολα ποσότητες μεταξύ διαφορετικών κατηγοριών — βλέπεις αμέσως ποια ράβδος είναι πιο ψηλή, άρα ποια τιμή εμφανίζεται πιο συχνά.

Ιστόγραμμα 📈

Όταν τα δεδομένα είναι ομαδοποιημένα (όπως το ύψος ή το βάρος), δεν χρησιμοποιούμε ραβδόγραμμα — χρησιμοποιούμε ιστόγραμμα.

Η βάση κάθε ορθογωνίου είναι ίση με το πλάτος του διαστήματος (κατηγορίας).
Το ύψος κάθε ορθογωνίου είναι ίσο με τη συχνότητα της αντίστοιχης κατηγορίας.
Τα ορθογώνια είναι συνεχόμενα — εφάπτονται το ένα στο άλλο, χωρίς κενά ανάμεσά τους.

Ραβδόγραμμα ή ιστόγραμμα; Μην τα μπερδεύεις!

Η διαφορά τους δεν είναι στολιστική — δείχνει διαφορετικό είδος δεδομένων:

Κενά ανάμεσα στις ράβδους → ραβδόγραμμα → ξεχωριστές τιμές/κατηγορίες.
Καμία κενό, ράβδοι κολλητές → ιστόγραμμα → ομαδοποιημένες, συνεχείς τιμές.

Αν δεις ένα διάγραμμα με κολλητές ράβδους για ομαδοποιημένο ύψος μαθητών, ξέρεις αμέσως ότι είναι ιστόγραμμα, όχι ραβδόγραμμα.

Κυκλικό διάγραμμα (πίτα) 🥧

Το κυκλικό διάγραμμα παριστάνει όλο το σύνολο των δεδομένων ως έναν κυκλικό δίσκο — σαν μια ολόκληρη πίτσα.

Ο δίσκος αντιπροσωπεύει το 100% των δεδομένων.
Χωρίζεται σε κυκλικούς τομείς («φέτες»), συνήθως διαφορετικού χρώματος.
Κάθε τομέας αντιστοιχεί σε μία τιμή ή κατηγορία, και το μέγεθός του (η γωνία του) είναι ανάλογο του ποσοστού που αντιπροσωπεύει εκείνη η κατηγορία.

Το κυκλικό διάγραμμα είναι ιδανικό όταν θέλεις να δείξεις μερίδιο ή ποσοστό — π.χ. «το 35% των μαθητών προτιμά ποδόσφαιρο» φαίνεται αμέσως ως το μέγεθος μιας φέτας πάνω στην πίτα.

Πώς υπολογίζουμε τη γωνία κάθε φέτας

Ένας ολόκληρος κύκλος έχει $360^\circ$ . Για να βρούμε πόσες μοίρες αναλογούν σε μια κατηγορία, χρησιμοποιούμε την αναλογία της με το σύνολο:

\text{Γωνία κατηγορίας} = \frac{\text{Συχνότητα κατηγορίας}}{\text{Σύνολο παρατηρήσεων}} \times 360^\circ

Παράδειγμα: Σε μια τάξη 20 μαθητών, το επάγγελμα του πατέρα καταγράφηκε ως εξής: 3 εργάτες, 7 ιδιωτικοί υπάλληλοι, 4 δημόσιοι υπάλληλοι, 4 αυτοεργοδοτούμενοι, 2 ιερείς. Ας υπολογίσουμε τη γωνία για τους εργάτες, βήμα-βήμα:

Η συχνότητα είναι 3, το σύνολο είναι 20.
Εφαρμόζουμε τον τύπο: $\dfrac{3}{20} \times 360^\circ$ .
Κάνουμε την πράξη: $\dfrac{3}{20} \times 360^\circ = 54^\circ$ .

Δουλεύοντας το ίδιο για κάθε κατηγορία, παίρνουμε:

Επάγγελμα	Άτομα	Γωνία τομέα
Εργάτες	3	$\frac{3}{20} \cdot 360^\circ = 54^\circ$
Ιδιωτικοί υπάλληλοι	7	$\frac{7}{20} \cdot 360^\circ = 126^\circ$
Δημόσιοι υπάλληλοι	4	$\frac{4}{20} \cdot 360^\circ = 72^\circ$
Αυτοεργοδοτούμενοι	4	$\frac{4}{20} \cdot 360^\circ = 72^\circ$
Ιερείς	2	$\frac{2}{20} \cdot 360^\circ = 36^\circ$
Σύνολο	20	$360^\circ$

Έλεγξε πάντα το άθροισμα των γωνιών

Οι γωνίες όλων των τομέων ενός κυκλικού διαγράμματος πρέπει να προσθέτουν πάντα στις $360^\circ$ — γιατί μαζί καλύπτουν ολόκληρο τον κύκλο. Στο παράδειγμα πιο πάνω: $54^\circ + 126^\circ + 72^\circ + 72^\circ + 36^\circ = 360^\circ$ . Αν το άθροισμά σου δεν βγαίνει $360^\circ$ , κάπου έκανες λάθος στους υπολογισμούς.

Ο ίδιος τύπος δουλεύει και αντίστροφα: αν ξέρεις τη γωνία μιας φέτας, μπορείς να βρεις πόσα άτομα αντιπροσωπεύει, αρκεί να ξέρεις το σύνολο:

\text{Αριθμός ατόμων} = \frac{\text{Γωνία}}{360^\circ} \times \text{Σύνολο}

Για παράδειγμα, αν 600 μαθητές απάντησαν σε μια έρευνα για το αγαπημένο τους είδος μουσικής και η «ροκ» καταλαμβάνει $120^\circ$ στο κυκλικό διάγραμμα, τότε οι μαθητές που προτιμούν ροκ είναι $\frac{120}{360} \times 600 = 200$ .

Ποιο διάγραμμα διαλέγω; 🤔

Δεν υπάρχει ένα διάγραμμα που να είναι πάντα «το καλύτερο» — εξαρτάται από το τι θέλεις να δείξεις και τι είδους δεδομένα έχεις.

Θέλω να δείξω...	Διαλέγω
Ξεχωριστές κατηγορίες και πόσα άτομα έχει η καθεμιά	Ραβδόγραμμα
Πώς κατανέμονται τιμές που έχουν ομαδοποιηθεί σε διαστήματα	Ιστόγραμμα
Το ποσοστό/μερίδιο κάθε κατηγορίας μέσα στο σύνολο	Κυκλικό διάγραμμα

Το ίδιο δεδομένο, δύο διαφορετικές ιστορίες

Τα ίδια ακριβώς δεδομένα, όταν παρουσιάζονται με ραβδόγραμμα και με κυκλικό διάγραμμα, «απαντούν» σε διαφορετικές ερωτήσεις. Το ραβδόγραμμα απαντά εύκολα σε «πόσα άτομα προτιμούν X;», ενώ το κυκλικό διάγραμμα απαντά εύκολα σε «τι ποσοστό προτιμά X σε σχέση με όλους;». Γι' αυτό συχνά βλέπουμε την ίδια έρευνα παρουσιασμένη και με τους δύο τρόπους.