অনলাইনে আপনার ভারিত গড় গণনা করুন। সঠিক ভারিত গড় পেতে মানগুলির সেট এবং তাদের ওজন শতাংশ লিখুন। দশমিক বিভাজক হিসেবে পিরিয়ড ব্যবহার করুন। যে ঘরগুলি আপনি ব্যবহার করবেন না সেগুলি ফাঁকা রাখুন।
ভারিত গড় =
গড় হল একটি পরিসংখ্যানগত পরিমাপ যা একটি ডেটা সেটে একটি সাধারণ বা কেন্দ্রীয় মান উপস্থাপন করতে ব্যবহৃত হয়। এটি সংখ্যাগত তথ্য সংক্ষিপ্ত করতে এবং ডেটার সামগ্রিক প্রবণতা সম্পর্কে ভালো ধারণা পেতে একটি অপরিহার্য হাতিয়ার। শিক্ষাগত প্রসঙ্গে, গড় সাধারণত একটি কোর্স বা বিষয়ে শিক্ষার্থীদের কর্মক্ষমতা মূল্যায়ন করতে ব্যবহৃত হয়, তাদের অর্জনের একটি সামগ্রিক চিত্র প্রদান করে। গড় বিভিন্ন উপায়ে গণনা করা যেতে পারে, তবে দুটি সবচেয়ে সাধারণ প্রকার হল গাণিতিক গড় এবং ভারিত গড়।
গাণিতিক গড় হল সবচেয়ে সহজ ধরনের গড়। এটি সমস্ত মান যোগ করে এবং সেটের উপাদান সংখ্যা দিয়ে মোট ভাগ করে গণনা করা হয়। মূলত, এটি মানগুলির মোট যোগফলকে তাদের সংখ্যা দিয়ে ভাগ করে প্রতিনিধিত্ব করে। অন্য কথায়, এটিকে ভারিত গড়ের একটি বিশেষ ক্ষেত্র হিসাবে বিবেচনা করা যেতে পারে যেখানে সমস্ত মানের সমান ওজন রয়েছে। উদাহরণস্বরূপ, যদি আমাদের চারটি মান থাকে: 65, 70, 43, এবং 54, তাহলে গাণিতিক গড় হবে (65 + 70 + 43 + 54) / 4 = 58।
অন্যদিকে, ভারিত গড় প্রতিটি মানের আপেক্ষিক গুরুত্ব বিবেচনা করে আরও সঠিক পরিমাপ প্রদান করে। প্রতিটি মানকে একটি নির্দিষ্ট ওজন বা শতাংশ দ্বারা গুণ করা হয়, এবং তারপর ফলাফল গুণফলগুলি যোগ করা হয়। এই যোগফলকে ওজনের মোট দিয়ে ভাগ করা হয়। এই পদ্ধতিটি বিশেষভাবে কার্যকর যখন কিছু মান চূড়ান্ত ফলাফলে অন্যদের চেয়ে বেশি অবদান রাখে, যা ডেটা পয়েন্টগুলির মধ্যে বিভিন্ন মাত্রার তাৎপর্য জড়িত বিশ্লেষণের জন্য এটিকে আদর্শ করে তোলে।
যদি আমরা প্রতিটি মানকে Vi এবং তার নিজ নিজ ওজনকে Wi হিসাবে সংজ্ঞায়িত করি, তাহলে ভারিত গড় গণনার সূত্রটি নিম্নরূপ:
এই সূত্রে, Vi গড় করা হবে এমন পৃথক মানগুলিকে প্রতিনিধিত্ব করে (উদাহরণস্বরূপ, বিভিন্ন পরীক্ষায় প্রাপ্ত নম্বর), এবং Wi হল প্রতিটি মানের জন্য নির্ধারিত নির্দিষ্ট ওজন (উদাহরণস্বরূপ, চূড়ান্ত কোর্স গড়ে একটি পরীক্ষার ওজন শতাংশ)। লব ভারিত মানগুলির যোগফল গণনা করে, এবং হর সমস্ত ওজনের যোগফল গণনা করে। লবকে হর দিয়ে ভাগ করলে ভারিত গড় পাওয়া যায়।
এই সূত্রটি গ্রেড গড়, প্রকল্প মূল্যায়ন, বা যেকোনো পরিস্থিতিতে কার্যকর যেখানে ডেটা সেটের নির্দিষ্ট উপাদানগুলিকে আরও বেশি গুরুত্ব দেওয়া প্রয়োজন। ভারিত গড় কর্মক্ষমতার আরও সঠিক এবং ন্যায্য দৃষ্টিভঙ্গি প্রদান করে যখন মূল্যায়নগুলি সমানভাবে তাৎপর্যপূর্ণ নয়।