စံနှုန်းနိမ့်သော သွေဖည်မှုဟု အဘယ်အရာက ယူဆသနည်း။

စံသွေဖည်မှုကို နမူနာတစ်ခုတွင် တန်ဖိုးများ ဖြန့်ဖြူးမှုကို တိုင်းတာရန် အသုံးပြုသည်။

ပေးထားသော နမူနာတစ်ခု၏ စံသွေဖည်မှုကို တွက်ချက်ရန် အောက်ပါဖော်မြူလာကို အသုံးပြုနိုင်ပါသည်။

√ Σ(x _i – x _bar ) ² / (n-1)

ရွှေ-

• ∑- “ပေါင်း” ဟူသော သင်္ကေတ၊
• x _i : နမူနာ၏ ^ith တန်ဖိုး
• x _bar : နမူနာကိုဆိုလိုသည်။
• n: နမူနာအရွယ်အစား

စံသွေဖည်တန်ဖိုး ပိုမြင့်လေ၊ နမူနာ တစ်ခုတွင် တန်ဖိုးများ ကွဲကွာလေလေဖြစ်သည်။ အပြန်အလှန်အားဖြင့်၊ စံသွေဖည်မှုတန်ဖိုးနိမ့်လေ၊ တန်ဖိုးများသည် အစုလိုက်အပြုံလိုက် ပိုမိုနီးကပ်လေဖြစ်သည်။

ကျောင်းသားတွေ မကြာခဏမေးလေ့ရှိတဲ့ မေးခွန်းတစ်ခုကတော့ စံသွေဖည်မှုအတွက် နိမ့်တဲ့တန်ဖိုးကို ဘယ်အရာက သတ်မှတ်တာလဲ။

အဖြေ- “ နိမ့်” စံသွေဖည်မှုဟု ယူဆသည့်အရာအတွက် အတိုင်းအတာတန်ဖိုး မရှိပါ။ ၎င်းသည် သင်လုပ်ဆောင်နေသော ဒေတာအမျိုးအစားပေါ်တွင် မူတည်ပါသည်။

ဥပမာအားဖြင့်၊ အောက်ပါအခြေအနေများကို သုံးသပ်ကြည့်ပါ။

ဇာတ်လမ်း 1- ပရော်ဖက်ဆာတစ်ဦးသည် ၎င်း၏အတန်းရှိ ကျောင်းသားများ၏ စာမေးပွဲရမှတ်များဆိုင်ရာ အချက်အလက်များကို စုဆောင်းပြီး စာမေးပွဲရမှတ်များ၏ စံသွေဖည်မှုမှာ 7.8 ဖြစ်ကြောင်း တွေ့ရှိသည်။

ဇာတ်လမ်း 2- ဘောဂဗေဒပညာရှင်တစ်ဦးသည် ကမ္ဘာတဝှမ်းရှိ နိုင်ငံအသီးသီးမှ ကောက်ခံရရှိသော စုစုပေါင်းဝင်ငွေခွန်ကို တိုင်းတာပြီး ကောက်ခံရရှိသည့် စုစုပေါင်းဝင်ငွေခွန်၏ စံသွေဖည်မှုမှာ ဒေါ်လာ 1.2 သန်းဖြစ်ကြောင်း တွေ့ရှိရပါသည်။

Scenario 2 တွင် စံသွေဖည်မှုမှာ အလွန်မြင့်မားသော်လည်း၊ Scenario 2 တွင် တိုင်းတာထားသော တန်ဖိုးများသည် Scenario 1 တွင် တိုင်းတာသည့်အရာများထက် သိသိသာသာ မြင့်မားသောကြောင့်သာ ဖြစ်ပါသည်။

ဆိုလိုသည်မှာ စံသွေဖည်မှုမှာ “ နိမ့်သည်” ရှိ၊ မရှိ ဆုံးဖြတ်ရန် ကျွန်ုပ်တို့ အသုံးပြုနိုင်သည့် နံပါတ်တစ်ခုတည်း မရှိပါ။ အခြေအနေပေါ်မှာ လုံးဝမူတည်ပါတယ်။

ပြောင်းလဲခြင်း၏ကိန်းဂဏန်းကိုသုံးပါ။

စံသွေဖည်မှု “ နိမ့်သည်” ရှိ၊ မရှိ ဆုံးဖြတ်ရန် နည်းလမ်းတစ်ခုမှာ ၎င်းကို ဒေတာအစုံ၏ ဆိုလိုရင်းနှင့် နှိုင်းယှဉ်ရန်ဖြစ်သည်။

ကွဲလွဲမှု၏ကိန်းဂဏန်း တစ်ခု၊ မကြာခဏအတိုကောက်အတိုကောက် CV သည် ပျမ်းမျှနှင့်ဆက်စပ်သော ဒေတာအတွဲတစ်ခုတွင် တန်ဖိုးများပျံ့နှံ့မှုကို တိုင်းတာသည့်နည်းလမ်းတစ်ခုဖြစ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။

CV = s/ x

ရွှေ-

• s- ဒေတာအတွဲ၏ စံသွေဖည်မှု
• x : ဒေတာအစုံ၏ပျမ်းမျှ

CV နိမ့်လေ၊ စံနှုန်း နှင့် လွဲမှားလေလေ ဖြစ်သည်။

ဥပမာအားဖြင့်၊ ပါမောက္ခတစ်ဦးသည် ကျောင်းသားများ၏ စာမေးပွဲရမှတ်များဆိုင်ရာ အချက်အလက်များကို စုဆောင်းပြီး ပျမ်းမျှရမှတ်မှာ 80.3 ဖြစ်ပြီး ရမှတ်များ၏ စံသွေဖည်မှုမှာ 7.8 ဖြစ်ကြောင်း တွေ့ရှိရသည်။ CV ကို အောက်ပါအတိုင်း တွက်ချက်ပါမည်။

• CV: 7.8 / 80.3 = 0.097

အခြားတက္ကသိုလ်မှ ပါမောက္ခတစ်ဦးသည် ၎င်း၏ကျောင်းသားများ၏ စာမေးပွဲရမှတ်များဆိုင်ရာ အချက်အလက်များကို စုဆောင်းပြီး ပျမ်းမျှရမှတ်မှာ 70.3 ဖြစ်ပြီး ရမှတ်များ၏ စံသွေဖည်မှုမှာ 8.5 ဖြစ်ကြောင်း တွေ့ရှိဆိုပါစို့။ CV ကို အောက်ပါအတိုင်း တွက်ချက်ပါမည်။

• CV: 8.5 / 90.2 = 0.094

စာမေးပွဲရမှတ်များ၏ စံသွေဖည်မှုမှာ ပထမဆရာ၏ကျောင်းသားများအတွက် နိမ့်သော်လည်း၊ ကွဲလွဲမှု၏ကိန်းဂဏန်းသည် ဒုတိယဆရာ၏ကျောင်းသားများအတွက် စာမေးပွဲရမှတ်ထက် ပိုများပါသည်။

ဆိုလိုသည်မှာ စာမေးပွဲအဆင့်များတွင် ပျမ်းမျှအဆင့်နှင့် နှိုင်းယှဉ်ပါက ပထမဆရာ၏ ကျောင်းသားများအတွက် ပိုမိုမြင့်မားပါသည်။

နမူနာများအကြား စံသွေဖည်မှုများကို နှိုင်းယှဉ်ခြင်း။

စံသွေဖည်မှုအား “ နိမ့်သည်” ဟု ခွဲခြားသတ်မှတ်မည့်အစား၊ မည်သည့်နမူနာတွင် အနိမ့်ဆုံးစံသွေဖည်မှုရှိကြောင်း ဆုံးဖြတ်ရန် နမူနာများစွာကြားရှိ စံသွေဖည်မှုကို ကျွန်ုပ်တို့ မကြာခဏ နှိုင်းယှဉ်လေ့ရှိသည်။

ဥပမာအားဖြင့်၊ ပါမောက္ခတစ်ဦးသည် စာသင်ကာလတစ်လျှောက် ကျောင်းသားများအား စာမေးပွဲသုံးခု ဖြေဆိုပေးသည်ဆိုပါစို့။ ထို့နောက် စာမေးပွဲတစ်ခုစီအတွက် ရမှတ်များ၏ စံသွေဖည်မှုကို တွက်ချက်သည်။

• စာမေးပွဲရလဒ်များ၏စံနမူနာသွေဖည်မှု 1: 4.9
• စာမေးပွဲရလဒ်များ၏စံနမူနာသွေဖည်မှု 2: 14.4
• စာမေးပွဲရလဒ်များ၏ နမူနာစံသွေဖည်မှု 3: 2.5

စာမေးပွဲ 3 တွင် စာမေးပွဲ သုံးခုတွင် ရမှတ်များ အနိမ့်ဆုံး စံသွေဖည်မှု ရှိသည်ကို ဆရာက မြင်နိုင်သည်၊ ဆိုလိုသည်မှာ စာမေးပွဲရမှတ်များသည် ထိုစာမေးပွဲအတွက် အနီးစပ်ဆုံး အစုလိုက်အပြုံလိုက် ဖြစ်နေကြောင်း သိနိုင်သည်။

အပြန်အလှန်အားဖြင့်၊ စာမေးပွဲ 2 တွင် အမြင့်ဆုံးစံသွေဖည်မှုရှိသည်ကို သူတွေ့မြင်နိုင်သည်၊ ဆိုလိုသည်မှာ ဤစာမေးပွဲအတွက် ရလဒ်များသည် အကွဲကွဲအပြားဆုံးဖြစ်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

စံသွေဖည်မှုနှင့် စံအမှား- ကွာခြားချက်ကား အဘယ်နည်း။
စံသွေဖည်ခြင်းနှင့် ကွာတားအကွာအဝေး- ကွာခြားချက်ကား အဘယ်နည်း။