分组数据和未分组数据

单词数据是指收集和记录的信息。它可以是数字，单词，测量等形式。

有两种类型的数据，这些是定性数据和定量数据。两种类型数据之间的差异是定量数据用于描述数字信息。例如，温度的测量将属于这种数据。

另一方面，定性数据用于描述单词中的信息。收集数据后，需要对其进行组织，因此需要将分组数据与未分组数据分开。两者都是有用的数据形式，但它们之间的区别在于未分组数据是原始数据。这意味着它刚收集但未分类到任何组或类中。另一方面，分组数据是从原始数据组织成组的数据。

什么是分组数据？

如上所述，分组数据是在收集后被分类成组的数据类型。原始数据被分类到不同的组中并创建表。该表的主要目的是显示每个组中出现的数据点。例如，在完成测试时，结果是此方案中的数据，并且有许多方法可以对此数据进行分组。例如，可以记录每20个分数以上得分的学生人数。

或者，可以使用等级。例如，一直到F 0-59的90-100，每个类别显示每个类别中有多少学生。直方图和频率表最适合用于显示和解释分组数据。这是一个例子

数据分组具有以下优点：

未分组数据（也称为原始数据）是在收集后未放置在任何组或类别中的数据。数据按数字或特征分类，因此，未放入任何类别的数据未被分组。例如，在进行人口普查时，如果您想分析有多少45岁以上的女性在特定区域，您首先需要知道该区域有多少人。

居住在该区域的人数是未分组的数据或原始信息，因为没有任何分类。因此，我们可以得出结论，未分组数据是用于显示样本或群体的单个成员的信息的数据。

未分组数据的一些优点如下：

分组数据是在分析后按类组织的数据。例子包括在雨季收集的玉米袋数量是多少。另一方面，未分组数据是不属于任何组的数据。它仍然是原始数据。

收集数据时，首选未分组数据，因为信息仍处于原始形式。它没有被分类或细分篡改。但是，在分析和绘制图形时，分组数据是首选，因为它易于解释。

在计算分组和未分组数据的平均值时，会有变化。分组数据的平均值是优选的，因为与未分组数据的平均值相比，它更准确。未分组数据的平均值可能导致对中位数的错误操纵，因此在大多数情况下它被认为是低效的。

频率表用于显示分组数据的信息，而在未分组数据的情况下，信息看起来像一个大的数字列表。这是因为信息仍然是原始的。

分组数据是已组织成频率分布的数据，而未分组的数据未以任何方式汇总。