Κεφάλαιο 1: Εισαγωγή στα Μαθηματικά και τη Στατιστική

1.1 Ο ρόλος των Μαθηματικών και της Στατιστικής στη σύγχρονη κοινωνία

Τι θα μάθεις

Σε αυτή την υποενότητα θα κατανοήσεις γιατί τα Μαθηματικά και η Στατιστική είναι χρήσιμα στην καθημερινή ζωή, πώς μας βοηθούν να παίρνουμε καλύτερες αποφάσεις και πού τα συναντάμε χωρίς καν να το αντιλαμβανόμαστε.

Θεωρία

Τα Μαθηματικά είναι η επιστήμη των αριθμών, των σχημάτων και των σχέσεων μεταξύ τους. Μας δίνουν εργαλεία για να λύνουμε προβλήματα με ακρίβεια και λογική.

Η Στατιστική είναι ο κλάδος που ασχολείται με τη συλλογή, την οργάνωση και την ανάλυση δεδομένων (πληροφοριών). Μας βοηθά να κατανοούμε τάσεις, να κάνουμε προβλέψεις και να παίρνουμε αποφάσεις με βάση γεγονότα.

Πού τα συναντάμε στην καθημερινότητα:

Η γνώση αυτών των εργαλείων σε κάνει πιο ενημερωμένο πολίτη και πιο αποτελεσματικό στην επίλυση προβλημάτων.

Παραδείγματα

Παράδειγμα 1: Κατανόηση μιας είδησης

Διαβάζεις στις ειδήσεις: «Η ανεργία μειώθηκε από 12% σε 10% τον τελευταίο χρόνο.»

Με βασική στατιστική γνώση καταλαβαίνεις:

Παράδειγμα 2: Οικονομική απόφαση

Θέλεις να αγοράσεις τηλεόραση. Δύο καταστήματα έχουν προσφορές:

Με απλά Μαθηματικά υπολογίζεις:

Η καλύτερη προσφορά είναι το Κατάστημα Α.

Συχνά λάθη και παγίδες


1.2 Τύποι δεδομένων, μεταβλητές και συλλογή πληροφοριών

Τι θα μάθεις

Θα μάθεις τι είναι τα δεδομένα, πώς διακρίνονται σε κατηγορίες και πώς συλλέγονται σωστά για να είναι χρήσιμα στην ανάλυση.

Θεωρία

Δεδομένα είναι οι πληροφορίες που συλλέγουμε για να απαντήσουμε ερωτήματα ή να λύσουμε προβλήματα. Μπορεί να είναι αριθμοί, λέξεις, ημερομηνίες ή οτιδήποτε άλλο.

Μεταβλητή είναι ένα χαρακτηριστικό που μπορεί να πάρει διαφορετικές τιμές. Για παράδειγμα, το ύψος των ανθρώπων είναι μεταβλητή γιατί διαφέρει από άτομο σε άτομο.

Τύποι δεδομένων

1. Ποιοτικά (Κατηγορικά) δεδομένα

Περιγράφουν ποιότητες ή κατηγορίες. Δεν μπορούν να προστεθούν ή να πολλαπλασιαστούν.

2. Ποσοτικά (Αριθμητικά) δεδομένα

Εκφράζονται με αριθμούς και μπορούν να υπολογιστούν.

Μέθοδοι συλλογής δεδομένων

Παραδείγματα

Παράδειγμα 1: Αναγνώριση τύπων δεδομένων

Μια εταιρεία συλλέγει τα παρακάτω στοιχεία από τους υπαλλήλους της:

Μεταβλητή Τιμή παραδείγματος Τύπος δεδομένων
Όνομα Μαρία Παπαδοπούλου Ποιοτικό (ονομαστικό)
Ηλικία 34 χρόνια Ποσοτικό (διακριτό)
Τμήμα Πωλήσεις Ποιοτικό (ονομαστικό)
Μισθός 1.850€ Ποσοτικό (συνεχές)
Επίπεδο ικανοποίησης Υψηλό Ποιοτικό (διατακτικό)

Παράδειγμα 2: Συλλογή δεδομένων

Θέλεις να μάθεις πόσο χρόνο αφιερώνουν οι φίλοι σου στα μέσα κοινωνικής δικτύωσης.

Σχεδιάζεις ένα απλό ερωτηματολόγιο:

  1. Πόσες ώρες την ημέρα χρησιμοποιείς social media; (Ποσοτικό, συνεχές)
  2. Ποια πλατφόρμα χρησιμοποιείς περισσότερο; (Ποιοτικό, ονομαστικό)
  3. Πόσο ικανοποιημένος είσαι από τη χρήση τους; (Ποιοτικό, διατακτικό: καθόλου, λίγο, μέτρια, πολύ)

Συχνά λάθη και παγίδες


1.3 Οργάνωση δεδομένων σε πίνακες και διαγράμματα

Τι θα μάθεις

Θα μάθεις πώς να οργανώνεις τα δεδομένα σου σε πίνακες και πώς να τα οπτικοποιείς με διαγράμματα, ώστε να γίνονται πιο κατανοητά.

Θεωρία

Τα πίνακες και τα διαγράμματα είναι εργαλεία που μετατρέπουν μεγάλες ποσότητες δεδομένων σε πληροφορίες που μπορείς να κατανοήσεις με μια ματιά.

Πίνακες συχνοτήτων

Ένας πίνακας συχνοτήτων δείχνει πόσες φορές εμφανίζεται κάθε τιμή ή κατηγορία.

Στοιχεία πίνακα:

Τύποι διαγραμμάτων

1. Ραβδόγραμμα (Bar Chart)

2. Ιστόγραμμα (Histogram)

3. Κυκλικό διάγραμμα (Pie Chart)

4. Διάγραμμα γραμμής (Line Chart)

Παραδείγματα

Παράδειγμα 1: Πίνακας συχνοτήτων

Ρωτάς 20 άτομα ποιο μέσο μεταφοράς χρησιμοποιούν για να πάνε στη δουλειά. Οι απαντήσεις:

Αυτοκίνητο, Λεωφορείο, Μετρό, Αυτοκίνητο, Μετρό, Λεωφορείο, Αυτοκίνητο, Μετρό, Λεωφορείο, Αυτοκίνητο, Μετρό, Μετρό, Αυτοκίνητο, Λεωφορείο, Μετρό, Αυτοκίνητο, Αυτοκίνητο, Λεωφορείο, Μετρό, Αυτοκίνητο.

Πίνακας συχνοτήτων:

Μέσο μεταφοράς Συχνότητα (f) Σχετική συχνότητα Ποσοστό
Αυτοκίνητο 8 8/20 = 0,40 40%
Λεωφορείο 5 5/20 = 0,25 25%
Μετρό 7 7/20 = 0,35 35%
Σύνολο 20 1,00 100%

Παράδειγμα 2: Επιλογή κατάλληλου διαγράμματος

Συχνά λάθη και παγίδες


1.4 Χρήση βασικών μαθηματικών εργαλείων για ανάλυση πληροφοριών

Τι θα μάθεις

Θα γνωρίσεις βασικά μαθηματικά μεγέθη (μέσος όρος, διάμεσος, κλπ.) που σε βοηθούν να περιγράψεις και να καταλάβεις τα δεδομένα σου.

Θεωρία

Για να αναλύσουμε δεδομένα χρησιμοποιούμε μέτρα θέσης (που δείχνουν «πού κεντράρεται» το σύνολο) και μέτρα διασποράς (που δείχνουν πόσο διαφέρουν οι τιμές μεταξύ τους).

Μέτρα θέσης

1. Μέσος όρος (Mean)

Το άθροισμα όλων των τιμών διαιρεμένο με το πλήθος τους.

Τύπος:
Μέσος όρος = (Άθροισμα τιμών) / (Πλήθος τιμών)

Πότε τον χρησιμοποιούμε: Όταν τα δεδομένα δεν έχουν ακραίες τιμές (outliers).

2. Διάμεσος (Median)

Η μεσαία τιμή όταν τα δεδομένα είναι ταξινομημένα.

Πώς τον βρίσκουμε:

Πότε τον χρησιμοποιούμε: Όταν υπάρχουν ακραίες τιμές που παραμορφώνουν τον μέσο όρο.

3. Επικρατούσα τιμή (Mode)

Η τιμή που εμφανίζεται πιο συχνά.

Πότε την χρησιμοποιούμε: Κυρίως σε ποιοτικά δεδομένα ή όταν θέλουμε να βρούμε την πιο συνηθισμένη κατηγορία.

Μέτρα διασποράς

1. Εύρος (Range)

Η διαφορά μεταξύ της μεγαλύτερης και της μικρότερης τιμής.

Τύπος:
Εύρος = Μέγιστη τιμή - Ελάχιστη τιμή

2. Τυπική απόκλιση (Standard Deviation)

Μέτρο που δείχνει πόσο απομακρύνονται οι τιμές από τον μέσο όρο. Όσο μεγαλύτερη, τόσο πιο διασκορπισμένα τα δεδομένα.

(Ο υπολογισμός της είναι πιο σύνθετος και θα τον δούμε σε επόμενα κεφάλαια.)

Παραδείγματα

Παράδειγμα 1: Υπολογισμός μέσου όρου και διαμέσου

Έξι άτομα απάντησαν πόσα βιβλία διάβασαν τον τελευταίο μήνα: 2, 3, 3, 5, 7, 10.

Μέσος όρος:
(2 + 3 + 3 + 5 + 7 + 10) / 6 = 30 / 6 = 5 βιβλία

Διάμεσος:
Τα δεδομένα είναι ήδη ταξινομημένα: 2, 3, 3, 5, 7, 10.
Έχουμε 6 τιμές (άρτιο πλήθος), οπότε παίρνουμε τις δύο μεσαίες (3 και 5):
Διάμεσος = (3 + 5) / 2 = 4 βιβλία

Ερμηνεία: Κατά μέσο όρο διαβάστηκαν 5 βιβλία, αλλά η μισή ομάδα διάβασε λιγότερα από 4 βιβλία.

Παράδειγμα 2: Επίδραση ακραίας τιμής

Πέντε φίλοι μοιράζονται τα μηνιαία εισοδήματά τους (σε ευρώ): 1.200, 1.300, 1.400, 1.500, 8.000.

Μέσος όρος:
(1.200 + 1.300 + 1.400 + 1.500 + 8.000) / 5 = 13.400 / 5 = 2.680€

Διάμεσος:
Ταξινόμηση: 1.200, 1.300, 1.400, 1.500, 8.000.
Μεσαία τιμή (περιττό πλήθος): 1.400€

Ερμηνεία: Ο μέσος όρος (2.680€) επηρεάστηκε από την ακραία τιμή (8.000€). Η διάμεσος (1.400€) αντιπροσωπεύει καλύτερα την «τυπική» περίπτωση.

Συχνά λάθη και παγίδες


Σύνοψη Κεφαλαίου 1


Ασκήσεις αυτοαξιολόγησης

Άσκηση 1

Ποιος από τους παρακάτω είναι ποσοτικός τύπος δεδομένων?
α) Το χρώμα ενός αυτοκινήτου
β) Το βάρος ενός ατόμου
γ) Το επάγγελμα κάποιου
δ) Η αγαπημένη σου ομάδα

Άσκηση 2

Σε μια έρευνα ρωτήθηκαν 15 άτομα πόσα παιδιά έχουν. Οι απαντήσεις ήταν:
0, 1, 2, 2, 2, 3, 3, 1, 0, 2, 1, 2, 3, 4, 2.

Δημιούργησε πίνακα συχνοτήτων με στήλες: Αριθμός παιδιών, Συχνότητα, Σχετική συχνότητα (δεκαδικό), Ποσοστό.

Άσκηση 3

Από τα δεδομένα της Άσκησης 2, ποια είναι η επικρατούσα τιμή;

Άσκηση 4

Πέντε φοιτητές έλαβαν τους εξής βαθμούς σε μια εξέταση: 6, 7, 8, 8, 9.
Υπολόγισε τον μέσο όρο.

Άσκηση 5

Από τα δεδομένα της Άσκησης 4, βρες τη διάμεσο.

Άσκηση 6

Ποιο διάγραμμα θα ήταν πιο κατάλληλο για να παρουσιάσεις την εξέλιξη των πωλήσεων μιας εταιρείας ανά τρίμηνο για τα τελευταία 2 χρόνια?
α) Κυκλικό διάγραμμα
β) Ραβδόγραμμα
γ) Διάγραμμα γραμμής
δ) Ιστόγραμμα

Άσκηση 7

Έξι άτομα ζυγίστηκαν και τα αποτελέσματα (σε κιλά) ήταν: 65, 70, 72, 75, 78, 150.
α) Υπολόγισε τον μέσο όρο.
β) Υπολόγισε τη διάμεσο.
γ) Ποιο μέγεθος περιγράφει καλύτερα το «τυπικό» βάρος και γιατί;

Άσκηση 8

Μια έρευνα κατέγραψε τον αριθμό ωρών που 8 άτομα βλέπουν τηλεόραση την εβδομάδα: 5, 10, 12, 15, 18, 20, 22, 25.
Υπολόγισε το εύρος των δεδομένων.

Άσκηση 9

Ποια από τις παρακάτω μεταβλητές είναι διατακτική?
α) Το μέγεθος μπλουζών (S, M, L, XL)
β) Το χρώμα μαλλιών (ξανθά, μαύρα, καστανά)
γ) Το είδος μουσικής που ακούς (ροκ, τζαζ, ποπ)
δ) Η πόλη κατοικίας (Αθήνα, Θεσσαλονίκη, Πάτρα)

Άσκηση 10

Δέκα άτομα αξιολόγησαν ένα εστιατόριο με βαθμό από 1 έως 5 αστέρια:
3, 4, 5, 4, 3, 5, 4, 4, 5, 4.
α) Ποια είναι η επικρατούσα τιμή;
β) Ποιος είναι ο μέσος όρος;
γ) Ποια είναι η διάμεσος;

Άσκηση 11

Σε μια έρευνα ρωτήθηκαν 50 άτομα ποιο μέσο μεταφοράς προτιμούν. Τα αποτελέσματα:

  • Αυτοκίνητο: 20 άτομα
  • Λεωφορείο: 15 άτομα
  • Μετρό: 10 άτομα
  • Ποδήλατο: 5 άτομα

Ποιο ποσοστό προτιμά το λεωφορείο;

Άσκηση 12

Μια εταιρεία παρουσιάζει τα ετήσια κέρδη της με διάγραμμα στο οποίο ο άξονας των τιμών ξεκινά από 1.000.000€ και όχι από 0€. Γιατί αυτό μπορεί να είναι παραπλανητικό;


Απαντήσεις ασκήσεων

Άσκηση 1

Απάντηση: β) Το βάρος ενός ατόμου

Αιτιολόγηση: Το βάρος είναι ποσοτική μεταβλητή (συνεχής), ενώ οι άλλες επιλογές είναι ποιοτικές κατηγορικές μεταβλητές.

Άσκηση 2

Απάντηση:

Αριθμός παιδιών Συχνότητα Σχετική συχνότητα Ποσοστό
0 2 2/15 ≈ 0,133 13,3%
1 3 3/15 = 0,200 20,0%
2 6 6/15 = 0,400 40,0%
3 3 3/15 = 0,200 20,0%
4 1 1/15 ≈ 0,067 6,7%
Σύνολο 15 1,000 100,0%

Αιτιολόγηση: Μετράμε πόσες φορές εμφανίζεται κάθε αριθμός παιδιών και υπολογίζουμε τις σχετικές συχνότητες διαιρώντας με το 15.

Άσκηση 3

Απάντηση: 2 παιδιά

Αιτιολόγηση: Η τιμή 2 εμφανίζεται 6 φορές, περισσότερο από οποιαδήποτε άλλη τιμή.

Άσκηση 4

Απάντηση: Μέσος όρος = (6 + 7 + 8 + 8 + 9) / 5 = 38 / 5 = 7,6

Αιτιολόγηση: Προσθέτουμε όλους τους βαθμούς και διαιρούμε με το πλήθος των φοιτητών.

Άσκηση 5

Απάντηση: Διάμεσος = 8

Αιτιολόγηση: Τα δεδομένα είναι: 6, 7, 8, 8, 9. Η μεσαία τιμή (3η από 5) είναι το 8.

Άσκηση 6

Απάντηση: γ) Διάγραμμα γραμμής

Αιτιολόγηση: Το διάγραμμα γραμμής είναι ιδανικό για να δείξουμε την εξέλιξη μιας μεταβλητής στον χρόνο.

Άσκηση 7

Απάντηση:

α) Μέσος όρος = (65 + 70 + 72 + 75 + 78 + 150) / 6 = 510 / 6 = 85 κιλά

β) Διάμεσος: Ταξινομημένα δεδομένα: 65, 70, 72, 75, 78, 150. Μεσαίες τιμές (3η και 4η): 72 και 75. Διάμεσος = (72 + 75) / 2 = 73,5 κιλά

γ) Η διάμεσος (73,5 κιλά) περιγράφει καλύτερα το τυπικό βάρος γιατί ο μέσος όρος επηρεάστηκε από την ακραία τιμή (150 κιλά).

Άσκηση 8

Απάντηση: Εύρος = 25 - 5 = 20 ώρες

Αιτιολόγηση: Αφαιρούμε την ελάχιστη τιμή από τη μέγιστη.

Άσκηση 9

Απάντηση: α) Το μέγεθος μπλουζών (S, M, L, XL)

Αιτιολόγηση: Τα μεγέθη έχουν φυσική σειρά από το μικρότερο στο μεγαλύτερο, άρα είναι διατακτική μεταβλητή.

Άσκηση 10

Απάντηση:

α) Επικρατούσα τιμή = 4 αστέρια (εμφανίζεται 5 φορές)

β) Μέσος όρος = (3 + 4 + 5 + 4 + 3 + 5 + 4 + 4 + 5 + 4) / 10 = 41 / 10 = 4,1 αστέρια

γ) Διάμεσος: Ταξινομημένα: 3, 3, 4, 4, 4, 4, 4, 5, 5, 5. Μεσαίες τιμές (5η και 6η): 4 και 4. Διάμεσος = (4 + 4) / 2 = 4 αστέρια

Άσκηση 11

Απάντηση: (15 / 50) × 100% = 30%

Αιτιολόγηση: Διαιρούμε τον αριθμό που προτιμά το λεωφορείο με το σύνολο και πολλαπλασιάζουμε επί 100.

Άσκηση 12

Απάντηση:

Όταν ο άξονας δεν ξεκινά από το μηδέν, οι διαφορές μεταξύ των ετών φαίνονται οπτικά πολύ μεγαλύτερες από ό,τι είναι στην πραγματικότητα, παραπλάνοντας τον αναγνώστη ότι τα κέρδη αυξήθηκαν δραματικά.

Αιτιολόγηση: Αυτή είναι συνηθισμένη τεχνική χειραγώγησης οπτικής παρουσίασης για να δημιουργηθεί εντύπωση μεγαλύτερης ανάπτυξης.

OGIBiz Website

Menu
2997328
Footer
2997335