Class 9 Math Ch-13 सांख्यिकी

सांख्यिकी गणित की वह शाखा है जिसमें हम डेटा (आँकड़ों) को इकट्ठा करना, व्यवस्थित करना, प्रस्तुत करना और उनका विश्लेषण करना सीखते हैं। इसका मुख्य उद्देश्य डेटा से अर्थपूर्ण निष्कर्ष निकालना होता है।

1. डेटा (Data) क्या है?

डेटा किसी भी प्रकार की जानकारी या संख्यात्मक तथ्य होते हैं।

उदाहरण:

• छात्रों के अंक
• लोगों की उम्र
• तापमान
• बिक्री का रिकॉर्ड

डेटा दो प्रकार का होता है:

• संख्यात्मक डेटा (Numerical Data)
• गैर-संख्यात्मक डेटा (Non-numerical Data)

डेटा ही सांख्यिकी का आधार है।

2. डेटा हैंडलिंग (Data Handling)

डेटा हैंडलिंग का मतलब है डेटा को व्यवस्थित तरीके से संग्रह करना, वर्गीकृत करना, प्रस्तुत करना और उसका विश्लेषण करना।

चरण:

• डेटा संग्रह (Collection)
• डेटा वर्गीकरण (Classification)
• डेटा प्रस्तुतीकरण (Presentation)
• डेटा विश्लेषण (Analysis)
• निष्कर्ष (Conclusion)

डेटा हैंडलिंग का उपयोग बड़े डेटा को समझने योग्य बनाने के लिए किया जाता है।

3. डेटा के प्रकार

(A) गुणात्मक डेटा (Qualitative Data)

यह वह डेटा होता है जो गुणों या विशेषताओं के रूप में होता है, संख्या में नहीं।

उदाहरण:

• रंग
• पसंद/नापसंद
• प्रकार

(B) मात्रात्मक डेटा (Quantitative Data)

यह वह डेटा होता है जो संख्याओं में व्यक्त किया जाता है।

उदाहरण:

• अंक
• उम्र
• वजन
• लंबाई

मात्रात्मक डेटा को आगे भी वर्गीकृत किया जा सकता है।

4. आँकड़ों का संग्रह (Collection of Data)

डेटा संग्रह वह प्रक्रिया है जिसमें जानकारी एकत्र की जाती है।

(A) प्राथमिक डेटा (Primary Data)

जब डेटा सीधे स्रोत से प्राप्त किया जाता है।

उदाहरण:

• सर्वे करना
• इंटरव्यू लेना
• प्रश्नावली भरवाना

यह अधिक विश्वसनीय होता है क्योंकि यह सीधे प्राप्त होता है।

(B) द्वितीयक डेटा (Secondary Data)

जब डेटा पहले से उपलब्ध स्रोतों से लिया जाता है।

उदाहरण:

• पुस्तकें
• सरकारी रिपोर्ट
• इंटरनेट

यह डेटा पहले से तैयार होता है।

5. असमूहित आँकड़े (Ungrouped Data)

जब डेटा को अलग-अलग मानों के रूप में बिना किसी समूह के लिखा जाता है।

उदाहरण:

10, 15, 20, 25, 30

विशेषताएँ:

• छोटे डेटा सेट के लिए उपयोगी
• सरल और स्पष्ट
• गणना आसान होती है

6. समूहित आँकड़े (Grouped Data)

जब बड़े डेटा को वर्गों (classes) में बाँट दिया जाता है, उसे समूहित आँकड़े कहते हैं।

उदाहरण:

0–10, 10–20, 20–30

उपयोग:

• बड़े डेटा को व्यवस्थित करने में
• आवृत्ति निकालने में सहायक

7. आवृत्ति (Frequency)

किसी मान के कितनी बार आने को आवृत्ति कहते हैं।

उदाहरण:

10, 10, 20, 20, 20, 30

• 10 की आवृत्ति = 2
• 20 की आवृत्ति = 3
• 30 की आवृत्ति = 1

8. आवृत्ति वितरण (Frequency Distribution)

जब डेटा को तालिका के रूप में वर्ग और आवृत्ति के साथ प्रस्तुत किया जाता है।

उदाहरण:

यह डेटा को समझने में आसान बनाता है।

9. वर्ग अंतराल (Class Interval)

डेटा को जिस सीमा में बाँटा जाता है उसे वर्ग अंतराल कहते हैं।

भाग:

• Lower Limit (निचली सीमा)
• Upper Limit (ऊपरी सीमा)
• Class Width = Upper − Lower

प्रकार:

• समान वर्ग अंतराल
• असमान वर्ग अंतराल

10. समावेशी और बहिष्कारी विधि

(A) Exclusive Method

जिसमें ऊपरी सीमा शामिल नहीं होती।

उदाहरण: 10–20 (20 शामिल नहीं)

(B) Inclusive Method

जिसमें दोनों सीमाएँ शामिल होती हैं।

उदाहरण: 10–19, 20–29

11. केंद्रीय प्रवृत्ति (Central Tendency)

यह वह मान होता है जो पूरे डेटा का प्रतिनिधित्व करता है।

इसके तीन प्रमुख प्रकार हैं:

• Mean (माध्य)
• Median (माध्यिका)
• Mode (बहुलक)

12. माध्य (Mean)

Mean = सभी मानों का औसत

Direct Method:

Mean = Σx / n

उदाहरण:

10, 20, 30
Mean = 60/3 = 20

Assumed Mean Method:

Mean = A + (Σd / n)
A = assumed mean
d = x − A

यह बड़े डेटा के लिए उपयोगी है।

Step Deviation Method:

Mean = A + (Σfd / Σf) × h
h = class width

13. माध्यिका (Median)

Median वह मध्य मान होता है जब डेटा को क्रम में रखा जाता है।

प्रक्रिया:

• डेटा को क्रम में लगाना
• मध्य स्थिति निकालना

Odd data:

सीधा मध्य मान

Even data:

दो मध्य मानों का औसत

Grouped Data Formula:

Median = L + [(N/2 − cf)/f] × h

14. बहुलक (Mode)

Mode वह मान होता है जो सबसे अधिक बार आता है।

उदाहरण:

2, 3, 3, 3, 4
Mode = 3

Grouped Data Formula:

Mode = L + [(f1 − f0)/(2f1 − f0 − f2)] × h

15. ग्राफिक प्रस्तुतीकरण (Graphical Representation)

Bar Graph

डेटा की तुलना के लिए उपयोग होता है।

Histogram

Continuous data को दिखाने के लिए उपयोग होता है।

Frequency Polygon

Mid points को जोड़कर बनाया जाता है।

Pie Chart

डेटा को percentage के रूप में दिखाता है।

16. संचयी आवृत्ति (Cumulative Frequency)

यह आवृत्तियों का क्रमिक जोड़ होता है।

उदाहरण:

2, 3, 5 → 2, 5, 10

17. ओजाइव (Ogive Curve)

यह cumulative frequency का ग्राफ होता है।

• Median निकालने में उपयोगी
• Less than ogive और more than ogive दो प्रकार

18. डेटा विश्लेषण (Data Analysis)

डेटा से निष्कर्ष निकालने की प्रक्रिया।

चरण:

• डेटा को समझना
• पैटर्न पहचानना
• mean, median, mode निकालना
• निष्कर्ष बनाना

निष्कर्ष

सांख्यिकी हमें डेटा को समझने, व्यवस्थित करने और उससे सही निर्णय लेने में मदद करती है। यह अध्याय वास्तविक जीवन में बहुत उपयोगी है क्योंकि हर जगह डेटा का उपयोग होता है।