Ви можете швидко та змістовно оцінити свої дані, оцінивши дані на основі частоти занять. Ви встановлюєте верхню та нижню межі для областей даних та підраховуєте, скільки значень зустрічається у відповідних класах.
Ви можете використовувати цей метод, наприклад, для оцінки показників продажів клієнтів на основі класів продажів. Однак оцінка кількості відхилень від різних відділів на основі класів також може бути важливим інструментом контролю.
В ілюстрованому зошиті [1] побачити верхню частину невеликого списку клієнтів з їх річними продажами.
Як налаштувати таблицю класів
Першим кроком при оцінці частот класів є створення невеликої таблиці з межами класів. Ви вводите верхню межу класу в кожному випадку. Вам більше не доведеться вводити вміст, нижчий за ліміт останнього класу. Щоб було зрозуміліше, вам слід ввести, наприклад, текст «більший», після якого слід обмеження за останнім класом.
На малюнку [2] Ви можете побачити класифікацію, за якою ви хочете оцінити продажі списку клієнтів.
Тепер ви можете проводити оцінювання на основі введених класів:
Поруч із введеними межами класів позначте область, яка простягається на один рядок нижче останнього класу, доступного як номер, тобто область E4: E8.
Введіть таку формулу:
= ЧАСТОТА (B4: B34; D4: D7)
Підтвердьте формулу, використовуючи комбінацію клавіш CTRL + SHIFT + ENTER як формулу матриці діапазону. Це введе формулу в кожну клітинку раніше позначеної області. Відповідні частоти з’являються безпосередньо біля кожного класу. [3]
Excel створює оцінку на основі класів за таким принципом:
- Ви передаєте функції FREQUENCY два аргументи: один раз область з даними для оцінки та один раз область з межами класу.
- На додаток до першої межі, FREQUENCY вводить кількість менших значень.
- Поряд з кожною межею відображається кількість значень, що менші або рівні відповідному ліміту, але більші за попередній.
- Функція вводить кількість значень, що більші за останню межу в комірку нижче останньої межі.
Формула матриці діапазону, звичайно, динамічна, і подані значення або частоти автоматично адаптуються до змінених меж класів або вихідних даних.
