- Jenis pemboleh ubah statistik
- - Pemboleh ubah kualitatif
- Pemboleh ubah nominal, ordinal, dan binari
- - Pemboleh ubah berangka atau kuantitatif
- Pemboleh ubah diskrit
- Pemboleh ubah berterusan
- - Pemboleh ubah bersandar dan bebas
- Contoh 1
- Contoh 2
- Rujukan
The pembolehubah statistik adalah ciri-ciri yang dimiliki orang, benda atau tempat-tempat yang boleh diukur. Contoh pemboleh ubah yang sering digunakan adalah umur, berat badan, tinggi badan, jantina, status perkahwinan, tahap akademik, suhu, bilangan jam lampu pijar berlangsung, dan banyak lagi.
Salah satu objektif sains adalah untuk mengetahui bagaimana pemboleh ubah sistem bertindak untuk membuat ramalan mengenai tingkah laku masa depannya. Mengikut sifatnya, setiap pemboleh ubah memerlukan perlakuan khusus untuk mendapatkan maklumat maksimum darinya.

Bilangan pemboleh ubah untuk dikaji sangat besar, tetapi memeriksa kumpulan yang disebutkan di atas dengan hati-hati, kami segera melihat bahawa beberapa dapat dinyatakan secara berangka, sementara yang lain tidak dapat.
Ini memberi kita asas untuk klasifikasi awal pemboleh ubah statistik menjadi dua jenis asas: kualitatif dan berangka.
Jenis pemboleh ubah statistik
- Pemboleh ubah kualitatif
Seperti namanya, pemboleh ubah kualitatif digunakan untuk menetapkan kategori atau kualiti.
Contoh terkenal dari jenis pemboleh ubah ini adalah status perkahwinan: bujang, berkahwin, bercerai atau janda. Kedua-dua kategori ini tidak lebih besar daripada yang lain, hanya menetapkan situasi yang berbeza.
Lebih banyak pemboleh ubah jenis ini adalah:
-Peringkat akademik
-Bulan bulan
-Jenama kereta yang dipandu
-Profesion
-Kebangsaan
-Negara, bandar, daerah, daerah dan bahagian wilayah lain.
Kategori juga dapat ditentukan oleh nombor, misalnya nomor telefon, nomor rumah, nombor jalan atau poskod, tanpa ini mewakili peringkat berangka, melainkan label.

Nombor jalan adalah pemboleh ubah kualitatif, bukan pemboleh ubah kuantitatif. Sumber: Pixabay.
Pemboleh ubah nominal, ordinal, dan binari
Pemboleh ubah kualitatif boleh bergantian:
- Nominal , yang memberikan nama untuk kualiti, seperti warna misalnya.
- Ordinan , yang mewakili ketertiban, seperti dalam skala strata sosioekonomi (tinggi, sederhana, rendah) atau pendapat tentang beberapa jenis proposal (yang disukai, tidak peduli, terhadap). *
- Perduaan , juga disebut dikotom, hanya ada dua nilai yang mungkin, seperti seks. Pemboleh ubah ini dapat diberikan label angka, seperti 1 dan 2, tanpa mewakili penilaian berangka atau urutan apa pun.
* Beberapa pengarang memasukkan pemboleh ubah ordinal dalam kumpulan pemboleh ubah kuantitatif, yang dijelaskan di bawah. Ini kerana mereka menyatakan ketertiban atau hierarki.
- Pemboleh ubah berangka atau kuantitatif
Pemboleh ubah ini diberi nombor, kerana mewakili kuantiti, seperti gaji, umur, jarak, dan nilai ujian.
Mereka digunakan secara meluas untuk membezakan pilihan dan mengira trend. Mereka boleh dikaitkan dengan pemboleh ubah kualitatif dan membina graf bar dan histogram yang memudahkan analisis visual.
Beberapa pemboleh ubah berangka dapat diubah menjadi pemboleh ubah kualitatif, tetapi sebaliknya tidak mungkin dilakukan. Sebagai contoh, pemboleh ubah berangka "usia" dapat dibahagikan kepada selang dengan label yang ditetapkan, seperti bayi, kanak-kanak, remaja, orang dewasa dan orang tua.
Namun, perlu diingatkan bahawa terdapat operasi yang dapat dilakukan dengan pemboleh ubah berangka, yang jelas tidak dapat dilakukan dengan kualitatif, misalnya mengira rata-rata dan penganggar statistik lain.
Sekiranya anda ingin melakukan pengiraan, anda mesti menyimpan pemboleh ubah "usia" sebagai pemboleh ubah berangka. Tetapi aplikasi lain mungkin tidak memerlukan perincian berangka, kerana ini cukup untuk meninggalkan label yang dinamakan.
Pemboleh ubah berangka terbahagi kepada dua kategori besar: pemboleh ubah diskrit dan pemboleh ubah selanjar.
Pemboleh ubah diskrit
Pemboleh ubah diskrit hanya mengambil nilai tertentu dan dicirikan dengan jumlah yang dapat dikira, misalnya jumlah anak dalam keluarga, jumlah haiwan peliharaan, jumlah pelanggan yang mengunjungi kedai setiap hari, dan pelanggan syarikat kabel, Beberapa contoh.
Mendefinisikan sebagai contoh pemboleh ubah "bilangan haiwan peliharaan", ia mengambil nilai dari set nombor semula jadi. Seseorang boleh mempunyai 0, 1, 2, 3 atau lebih haiwan peliharaan, tetapi tidak pernah mempunyai 2.5 haiwan peliharaan, misalnya.
Walau bagaimanapun, pemboleh ubah diskrit semestinya mempunyai nilai semula jadi atau integer. Nombor perpuluhan juga berguna, kerana kriteria untuk menentukan sama ada pemboleh ubah diskrit adalah sama ada boleh dikira atau dikira.
Sebagai contoh, anggap bahawa pecahan mentol yang rosak di kilang, diambil dari sampel rawak 50, 100 atau N mentol ditakrifkan sebagai pemboleh ubah.
Sekiranya tidak ada mentol yang rosak, pemboleh ubah akan mengambil nilai 0. Tetapi jika 1 dari mentol N rosak, pemboleh ubahnya adalah 1 / N, jika ada dua lampu yang rosak itu adalah 2 / N dan seterusnya sehingga sekiranya mentol lampu N rosak dan dalam kes itu pecahannya adalah 1.
Pemboleh ubah berterusan
Tidak seperti pemboleh ubah diskrit, pemboleh ubah berterusan boleh mengambil nilai apa pun. Contohnya, berat pelajar yang mengambil subjek tertentu, tinggi, suhu, masa, panjang dan banyak lagi.

Carta Pareto membandingkan frekuensi kecacatan (pemboleh ubah kuantitatif pada paksi menegak) dan peratusan kumulatif berbanding setiap kecacatan pada paksi mendatar (pemboleh ubah kualitatif. Sumber: Wikimedia Commons.
Oleh kerana pemboleh ubah berterusan mengambil nilai tak terbatas, semua jenis pengiraan dapat dibuat dengannya dengan ketepatan yang diinginkan, hanya dengan menyesuaikan bilangan tempat perpuluhan.
Dalam praktiknya terdapat pemboleh ubah berterusan yang boleh dinyatakan sebagai pemboleh ubah diskrit, contohnya umur seseorang.
Umur yang tepat seseorang dapat dihitung dalam tahun, bulan, minggu, hari dan lebih banyak lagi, bergantung pada ketepatan yang diinginkan, tetapi biasanya dibulatkan bertahun-tahun dan dengan demikian menjadi bijaksana.
Pendapatan seseorang juga merupakan pemboleh ubah berterusan, tetapi biasanya lebih baik jika selang waktu ditentukan.
- Pemboleh ubah bersandar dan bebas
Pemboleh ubah bersandar adalah variabel yang diukur selama eksperimen, untuk mengkaji hubungan mereka dengan orang lain, yang akan dianggap sebagai pemboleh ubah bebas.
Contoh 1
Dalam contoh ini kita akan melihat evolusi harga yang dialami oleh pizza dari sebuah kedai makanan bergantung pada ukurannya.
Pemboleh ubah bersandar (y) adalah harga, sementara pemboleh ubah bebas (x) akan menjadi ukuran. Dalam kes ini, pizza kecil berharga € 9, yang sederhana € 12 dan keluarga € 15.
Iaitu, apabila saiz pizza meningkat, harganya lebih tinggi. Oleh itu, harganya bergantung pada ukurannya.
Fungsi ini akan menjadi y = f (x)

Contoh 2
Contoh mudah: kami ingin mengkaji kesan yang dihasilkan oleh perubahan arus I melalui wayar logam, di mana voltan V di antara hujungnya diukur.
Pemboleh ubah bebas (penyebabnya) adalah arus, sementara pemboleh ubah bersandar (kesan) adalah voltan, yang nilainya bergantung pada arus yang melewati wayar.
Dalam eksperimen tersebut, apa yang dicari adalah mengetahui bagaimana hukumnya untuk V ketika saya bervariasi. Sekiranya kebergantungan voltan dengan arus berubah menjadi linier, iaitu: V the I, konduktor adalah ohmik dan pemalar berkadar adalah rintangan wayar.
Tetapi hakikat bahawa pemboleh ubah tidak bersandar dalam satu eksperimen tidak bermakna ia berubah dalam percubaan yang lain. Ini bergantung kepada fenomena yang sedang dikaji dan jenis kajian yang akan dijalankan.
Sebagai contoh, arus I yang melalui konduktor tertutup yang berputar dalam medan magnet tetap menjadi pemboleh ubah bersandar berkenaan dengan masa t, yang akan menjadi pemboleh ubah bebas.
Rujukan
- Berenson, M. 1985. Statistik untuk pengurusan dan ekonomi. Interamericana SA
- Canavos, G. 1988. Kebarangkalian dan Statistik: Aplikasi dan kaedah. Bukit McGraw.
- Devore, J. 2012. Kebarangkalian dan Statistik untuk Kejuruteraan dan Sains. 8hb. Edisi. Cengage.
- Ensiklopedia Ekonomi. Pemboleh ubah berterusan. Dipulihkan dari: encyclopediaeconomica.com.
- Levin, R. 1988. Statistik untuk Pentadbir. Ke-2. Edisi. Dewan Prentice.
- Walpole, R. 2007. Kebarangkalian dan Statistik untuk Kejuruteraan dan Sains. Pearson.
