什麼是頻率表？定義與核心功能
頻率表，也稱為次數分配表，是一種基礎且實用的統計工具，用於整理和彙整原始數據。它的主要功能是顯示每個數值或類別在資料集中出現的次數，也就是頻率。透過頻率表，原本雜亂無章的數據可以轉變為有條理的結構，讓人快速掌握資料的分佈狀況，例如大多數數據集中在哪個區間、極端值是否頻繁出現等。在日常生活與學術研究、商業分析中，頻率表都是不可或缺的第一步，能幫助我們從大量數字中提煉出關鍵資訊，為後續的圖表繪製、統計檢定或決策制定奠定基礎。
頻率表的主要組成要素
一張完整的頻率表通常包含幾個基本要素，最常見的是「數值或類別」欄位以及「絕對頻率」欄位。但為了深入分析，還會加入相對頻率與累積頻率。以下逐一說明。
絕對頻率
絕對頻率是指某一個數值或類別在資料中實際出現的次數，通常以 f_i 表示。例如，在某班級的身高調查中，身高 160 公分的人數為 5 人，這個 5 就是絕對頻率。它是最直接的計數結果，也是計算其他頻率的基礎。
相對頻率
相對頻率是將絕對頻率除以總觀察數，通常以小數或百分比呈現。公式為 f_i / N，其中 N 為資料總數。相對頻率讓我們了解該類別在整體中所佔的比例，便於跨組比較。例如，若全班有 40 人，身高 160 公分的相對頻率為 5/40 = 0.125，即 12.5%。
累積頻率
累積頻率是從最低類別開始，將頻率逐次相加，直到該類別為止的總和。累積頻率可以分為「小於等於某值」的累積頻率（小於等於該值的觀察數），或「大於等於某值」的累積頻率。它能夠快速顯示資料集中在哪個範圍內。例如，身高累積頻率表可看出有多少人身高小於等於 170 公分。
類別區間
當資料是連續型（如體重、時間）或數值範圍過大時，通常會將資料分組，設定類別區間。每個區間應互相排斥且涵蓋所有可能數值，區間寬度通常一致。例如，體重區間可設為 50-59 公斤、60-69 公斤等。類別區間的選取會影響頻率表呈現的資訊，過寬可能遺漏細節，過窄則讓表格變得繁雜。
如何製作一張頻率表？步驟與範例
接下來，我們以實際範例說明製作頻率表的流程。假設某商店記錄了 20 位顧客的消費金額（單位：元）：
資料：150, 200, 150, 300, 200, 150, 250, 200, 150, 300, 200, 250, 150, 200, 300, 150, 250, 200, 150, 200。
製作步驟如下：
- 第一步：收集並整理資料。確保資料無誤且完整。
- 第二步：決定分類方式。此例數值重複較多，可使用離散數值（150、200、250、300）作為類別。
- 第三步：計算每個類別的絕對頻率。例如，150 元出現幾次？透過計數可得到 150 元出現 7 次，200 元出現 7 次，250 元出現 3 次，300 元出現 3 次。
- 第四步：計算相對頻率與累積頻率（選擇性）。總人數 N=20，相對頻率分別為 35%、35%、15%、15%。累積頻率：150 元累積 7，200 元累積 14，250 元累積 17，300 元累積 20。
- 第五步：製作表格，清楚標示欄位名稱，並填入數值。
最後得到的頻率表如下：
| 消費金額（元） | 絕對頻率 | 相對頻率（百分比） | 累積頻率 |
|---|---|---|---|
| 150 | 7 | 35% | 7 |
| 200 | 7 | 35% | 14 |
| 250 | 3 | 15% | 17 |
| 300 | 3 | 15% | 20 |
| 總計 | 20 | 100% | — |
透過這張表格，我們可以清楚看到 150 元和 200 元佔了絕大多數，而高消費 250 元與 300 元各僅 15%。相關製作方法的詳細說明亦可參考 statorials 上的指南，該網站提供了更多不同資料型態的處理技巧。
頻率表的應用領域
頻率表的應用範圍非常廣泛，幾乎所有需要數據分析的領域都會用到。以下介紹幾個常見的應用場景。
學術研究與教育統計
在社會科學、教育學、生物學等領域，研究人員經常使用頻率表來彙整問卷調查結果、測驗分數或實驗觀測值。例如，教師可以整理班級考試成績的頻率表，快速了解成績分佈，判斷考題難易度是否適中。最簡單的頻率表範例可參考 Toda Matéria 上關於絕對頻率的說明。
市場調查與商業分析
企業在進行市場調查時，時常需要分析消費者偏好。將顧客的年齡層、收入區間或購買品項製作成頻率表，可以清楚看出主要客群的特徵，作為行銷策略的依據。例如，電商平台可以統計不同金額區間的訂單數量，找出熱銷價格帶。
醫療與公共衛生
在公共衛生領域，頻率表常用於描述疾病發生率、年齡分佈或疫苗接種覆蓋率。例如，衛生單位可以製作不同年齡層流感案例的頻率表，分析高風險族群。這有助於資源分配與預防措施的擬定。
品質管制與生產管理
製造業中，頻率表可以用來記錄產品缺陷類別或不合格項目的次數，幫助找出主要的品質問題。例如，將生產線上出現的瑕疵類型（刮傷、尺寸誤差、色差）進行頻率統計，可以優先改善最常發生的問題。
頻率表的優點與限制
頻率表雖然簡單好用，但仍有其優缺點。優點包括：資料視覺化前有效的初步整理、計算容易、適合任何規模的資料、能立即顯示集中趨勢，例如眾數就是頻率最高的類別。此外，累積頻率還能快速估計百分位數。然而，限制也不少：當類別過多時表格會變得冗長；連續資料若沒有適當分組，可能無法呈現有意義的分佈；頻率表只能提供計數，無法看出變數間的因果關係。因此，使用頻率表後通常會搭配長條圖或直方圖來強化視覺效果。
如何選擇適當的類別區間？
針對連續資料，類別區間的寬度選擇至關重要。常用方法是先決定分組數，一般建議在 5 到 15 組之間，可參考史特吉斯公式：分組數 = 1 + 3.322 log(N)，其中 N 為數據個數。接著計算區間寬度 = (最大值 - 最小值) / 分組數，再向上取整。優先選擇整數值，以便解釋。例如，若資料範圍從 10 到 100，N=50，分組數約為 1+3.322*1.699 = 6.64，取 7 組，區間寬度約 12.86，可調整為 13。分組時注意避免重疊，通常使用左閉右開區間如 [10, 23)、[23, 36) 等。
進階應用：相對頻率與累積頻率的圖表轉換
頻率表本身已經是表格化的摘要，但若要傳達趨勢，常會轉化為圖表。例如，將絕對頻率或相對頻率繪製成長條圖或直方圖，可以直觀比較各類別大小；累積頻率則可繪製成累積分佈圖（ogive），用以估計中位數、四分位數等。許多統計軟體如 SPSS、Excel 或 R 語言都能從原始資料一鍵生成頻率表與圖形，大幅節省時間。
常見錯誤與注意事項
製作頻率表時常見的錯誤包括：類別區間不適當（過寬或過窄）；忘記計算總計；相對頻率總和不等於 100%（可能因四捨五入，可調整最後一位）；對於類別資料，未包含所有可能選項（如問卷中的「其他」選項）。此外，使用頻率表比較不同組別時，應使用相對頻率而非絕對頻率，因為各組總數可能不同。
參考文獻
以下是本文參考與延伸閱讀的來源：
Toda Matéria. Frequência Absoluta. 取自 https://www.todamateria.com.br/frequencia-absoluta/
Statorials. Como criar uma tabela de frequência. 取自 https://statorials.org/pt/tabela-de-frequencia/
IBM. Tabela de Frequência no SPSS. 取自 https://www.ibm.com/docs/pt-br/spss-statistics/30.0.0?topic=proportions-frequency-table
WikiCiências. Tabela de Frequências. 取自 https://wikiciencias.casadasciencias.org/wiki/index.php/Tabela_de_frequ%C3%AAncias
QuestionPro Blog. Tabela de Frequências: o que é, elementos e como criá-la. 取自 https://www.questionpro.com/blog/pt/tabela-de-frequencias-o-que-e-elementos-e-como-cria-la/
這些資源提供了更深入的數學解釋與實作範例，適合進一步學習。
