PĒTĪJUMS

Marija Tevjašova 10B

Pētāmā problēma: Kā ar statistisko pētijumu var noteikt, vai 10. klases skolēnu
vidējas atzīmes matemātikā ir atkarīgas no viņu kavējumu skaita.
Hipotēze: Starp kavējumu skaita un vidējas atzīmem matemātikā pastāv atkarība. Jo
vairāk kavējumus ir 10. klases skolēnam, jo zemāks ir viņa vidējais rezultāts
matemātikā.
Populācija: ir 10. klases skolēni (87 cilvēki). Par reprezentatīvu izlasi es izvēlējos 35
pārstāvjus no 10. klases, 6 zēnus un 29 meitenes. Procentuālā attiecība starp
dzimumiem ir 17% : 83%.
Plāns/Uzdevums:
 Izvēlēties datus pētīšanai un to ieguves paņēmienus.
 Noteikt populāciju un izlase.
 Formulēt pētāmo problēmu un hipotēzi.
 Savākt datus vajadzīgajā apjomā.
 Ievadīt datus programmā Excel un sagatavot datus statiskajai apstrādei.
 Noteikt katras pazīmes
1. Noteikt absolūto un relatīvo biežumu.
2. Ar Excel funkcijam (datu analīze) noteikt aritmētisko vidējo (vai ar
funkciju: AVERAGE), modu (vai ar funkciju: MODE), mediānu(vai ar
funkciju:MEDIAN) un standartnovīrzi (vai ar funkciju:STDEV)
 Ar Excel kastu diagrammas palīdzību noteikt kvartiles, starpkvartiļu amplitūdu
un izlecošās vērtības.
 Izveidot un noformēt izkliednes diagrammu un korelācijas līkni un noskaidrot
tās vienādojumu.
 Ar Excel palīdzību attēlot histogramu un poligonu.
 Ar Excel funkciju (=PEARSON) noteikt Pīrsona koeficentu.
 Noteikt korelācijas veidu (pozītivu/ negatīvu/ nepastāv)
 Izdarīt darba analīzi, izvērtēt eksperimentu un veikt secinājumus
Datu ieguve: Lai iegutu datumus, izveidoju aptauju uz Google forms un izsūtīju 10
klasēm tos aizpildīt no 8.05.2023 līdz 16.05.2023
Iegūtie dati Kavējumu skaita biežuma tabula

Skolēna vidējā atzīme kavējumu Pazīmes vērtības intervāli absolūtais Relatīvais biežums
n.p.k. matemātikā skaits (kavējumu skaits) biežums
1. 6 12 [0;3) 13 13/35 = 37%
2. 8.6 11 [3;6) 12 12/35 = 34%
3. 7.6 5 [6;9) 3 3/35 = 9%
4. 7 5 [9;12) 1 1/35 = 3%
5. 5.8 2 [12;15) 4 4/35 = 11%
6. 6.5 2 [15;18) 1 1/35 = 3%
7. 5.4 1 [18;21) 0 0/35 = 0%
8. 7.2 30 [21;24) 0 0/35 = 0%
9. 5 3 [24;27) 0 0/35 = 0%
10. 7 5 [27;30] 1 1/35 = 3%
11. 6 12
12. 6 8
Vidējā atzīme matemātikā biežuma tabula
13. 7 2 Pazīmes vērtības intervāli absolūtais Relatīvais biežums
(vidējā atzīme matemātikā) biežums
14. 6 8 [3;4.6] 4 4/35 = 11%
15. 9.2 18 (4.6; 6.2] 15 15/35 = 43%
16. 5 2 (6.2; 7.8] 10 10/35 = 29%
17. 9 0 (7.8; 9.2] 6 6/35 = 17%
18. 8 5
19. 6 0
20. 7 4
21. 6 4
22. 4 1
23. 4 0
24. 3 14
25. 6 3
26. 5 0
27. 4 1
28. 5 12
29. 9.3 3
30. 5.2 3
31. 5.7 4
32. 6.8 0
33. 7 0
34. 8 3
35. 7.2 6
 Vidējā atzīme Kavējumu skaits
Vidējais aritmētiskais Vidējais aritmētiskais
6.328571429 5.4
(Xvid.) (Xvid.)
Mediāna (Me) 6 Mediāna (Me) 3
Moda (Mo) 6 Moda (Mo) 0
Dispersija 2.31092437 Dispersija 39.07058824
Standartnovirze (s) 1.52017248 Standartnovirze (s) 6.250647025
Amplitūda (A) 6.3 Amplitūda (A) 30
Minimums 3 Minimums 0
Maksimums 9.3 Maksimums 30
Summa 221.5 Summa 189
Novērojumu skaits 35 Novērojumu skaits 35

Vidējā atzīme:
Q0 = 3
Q1 = 5.2
Q2 = 6
Q3 = 7.2
Q4 = 9.3
A = 6.3
IQR = 2
s = 1.52
Q1-1.5IQR= 5.2-1.5*2 = 2.2
Q3+1.5IQR= 7.2+1.5*2 = 10.2
Izlecoša vertības nav

Kavējumu skaits:
Q0 = 0
Q1 = 1
Q2 =3
Q3 =8
Q4 =18
A =18
IQR =7
s =6.25
Q1-1.5IQR = 1-1.5*7 = -9,5
Q3+1.5IQR = 8+1.5*7 = 18.5
Izlecoša vertība: 30
 Datu biežuma histogramma ar intervāliem

Kavējumu skaits
14
12
10
8
6
4
2
0
[0;3) [3;6) [6;9) [9;12) [12;15) [15;18) [18;21) [21;24) [24;27) [27;30]

Vidējā atzīme
16
14
12
10
8
6
4
2
0
[3; 4.6] (4.6; 6.2] (6.2; 7.8] (7.2; 9.4]

Kavējumu skaits
14
12
10
8
6
4
2
0
[0;3) [3;6) [6;9) [9;12) [12;15) [15;18) [18;21) [21;24) [24;27) [27;30]

Datu biežuma poligoni

Datu izkliedes diagramma(korelācija)
 Kavējumu skaits
35

30

25
Kavējumu skaits

20

15

10

5 f(x) = 0.644 x + 1.3244

0
2 3 4 5 6 7 8 9 10
Vidēja atzīme

Pīrsona koeficients = 0.156622358

Korelācijas līknes formula: y=0.644x + 1.3244
Korelācija ir ļoti vāja, jo pīrsona koeficents atrodas intervālā (0;0.4]
Pētījuma analīze: Datumus savācu tabulā.
Ar datumu analīzes palīdzību aprēķināja vidējo aritmētisko, modu, mediānu un
standartnovirzi. Aritmētiskais vidējais ir vienāds ar pētījuma datu kopas visu vērtību summas
un pētījuma novērojumu skaita dalījumu. Mediāna - augošā vai dilstošā secībā sakārtotas
datu virknes vidējais elements. Moda ir datu kopā visbiežāk sastopamā vērtība. Mana
pētījumā rezultātā vidēja atzīmes vidējas aritmetiskais 6.33, mode ir 6, mediāna ir 6 un
kavējumu skaits vidējas aritmetiskais ir 5.4, mode ir 0, mediāna ir 3.
Amplitūda ir starpība starp pazīmes lielāko un mazāko vērtību. Mana pētījuma vidēja
atzīmes amplitūda 10. klases skolēniem ir AVidējā atzīme=6.3, Akavējumu skaits= 30
Izmantojot kastu diagrammu, es atradu kvartiles. Kvartiles ir pētītās pazīmes vērtības, kas
sakārtotu variācijas rindu dala četrās līdzīgās daļās tā, ka katrā no tām nonāk 25% kopas
vienību. Mana pētījumā Vidējā atzīme: Q0 = 3, Q1 = 5.2, Q2 = 6, Q3 = 7.2, Q4 = 9.3 un
kavējumu skaita: Q0 = 0, Q1 = 1, Q2 = 3, Q3 = 8, Q4 = 18
Starpkvartiļu amplitūda ir trešās un pirmās kvartiles starpība
IQRVidējā atzīme =Q3 –Q1=2 un IQRkavējumu skaits=7
Izmantojot starpkvartiļu amplitūdu, var noteikt datu kopas minimālo un maksimālo vērtību
un atsijāt izlecošās vērtības.
min=Q1−1,5(Q3−Q1)
max=Q3+1,5(Q3−Q1)
Vidējā atzīme nav izlecošas vertības, bet kavējumu skaita izlecoša vertība ir 30

Standartnovirze ir kvadrātsakne no dispersijas. Par dispersiju sauc vidējo kvadrātisko novirzi

no vidējā aritmētiskā. Mana pētījuma sVidējā atzīme= 1.52 un skavējumu skaits= 6.25
Vērtības absolūtais biežums - skaitlis, kas rāda, cik reižu noteikta vērtība ir konstatēta.
Relatīvais biežums ir skaitlis, kas rāda, kāda daļa no visām konstatētajām vērtībām ir
noteiktā vērtība. 10. klases skolēnu vidējā atzīme matemātikā un kavējumu skaits attēloju
biežumā tabulās. Es parādīju iegūtos intervālus histogrammā un poligonā.
Izveidoju izkliedes diagrammu, kur attēloju korelācijas līkni un atbilstošu vienādojumu. Ar
Excel palīdzību pēc formulas PEARSON es atradu Pīrsona koeficientu un noskaidroju
korelācijas stiprumu. Tā kā Pīrsona koeficients ir mazāks par 0,4, tad viņš ir ļoti vājš

Pētijuma izvertēšana: Pētijums izdevās un bija paveikts kvalitatīvi. Rezultāti varētu būt
neļoti precīzi, jo precīzam rezultātam var savākt vairāk datus. Diezgan grūti bija pārnest
datus no Excel programmas uz Word programmu, jo tabulas dati netika ielādēti.

Secinājumi: Hipotēze neapstiprinājās. Starp vidējo atzīmi matemātikā un nepastāv

atkarība, jo lielumi nav proporcionāli, tatād korelācija nepastāv. Pīrsona koeficients ir 0.16,
kas parāda, ka abiem lielumiem saistība nav lineāra jeb vienas pazīmes izmaiņa neietekmē
otras pazīmes vērtības izmaiņu. Katrs cilvēks saņem savus vērtējumus atkarībā no uzmanības
stundas laikā, loģiskās domāšanas, stresa līmeņa un laika, ko patērē, gatavojoties
kontroldarbiem.