Download the full version of the ebook at

https://ebookultra.com

Business Statistics using Excel 2nd Edition

Glyn Davis

https://ebookultra.com/download/business-
statistics-using-excel-2nd-edition-glyn-davis/

Explore and download more ebook at https://ebookultra.com

 Recommended digital products (PDF, EPUB, MOBI) that
you can download immediately if you are interested.

Statistics for Managers Using Microsoft Excel Custom

Edition David M. Levine

https://ebookultra.com/download/statistics-for-managers-using-
microsoft-excel-custom-edition-david-m-levine/

ebookultra.com

Essentials of Modern Business Statistics with Microsoft

Excel 5th Edition David R. Anderson

https://ebookultra.com/download/essentials-of-modern-business-
statistics-with-microsoft-excel-5th-edition-david-r-anderson/

ebookultra.com

Excel Models for Business and Operations Management 2nd

Edition John Barlow

https://ebookultra.com/download/excel-models-for-business-and-
operations-management-2nd-edition-john-barlow/

ebookultra.com

Statistics 2nd Edition An Introduction Using R Michael J.

Crawley

https://ebookultra.com/download/statistics-2nd-edition-an-
introduction-using-r-michael-j-crawley/

ebookultra.com
Financial applications using Excel add in development in C
C 2nd Edition Steve Dalton

https://ebookultra.com/download/financial-applications-using-excel-
add-in-development-in-c-c-2nd-edition-steve-dalton/

ebookultra.com

Credit Risk Modeling using Excel and VBA Gunter Loeffler

https://ebookultra.com/download/credit-risk-modeling-using-excel-and-
vba-gunter-loeffler/

ebookultra.com

Financial Applications using Excel Add in Development in C

C 2nd ed Edition John Garnett

https://ebookultra.com/download/financial-applications-using-excel-
add-in-development-in-c-c-2nd-ed-edition-john-garnett/

ebookultra.com

Geographies of Developing Areas 2nd Edition Glyn Williams

https://ebookultra.com/download/geographies-of-developing-areas-2nd-
edition-glyn-williams/

ebookultra.com

Professional Financial Computing Using Excel and VBA 1st

Edition Lai

https://ebookultra.com/download/professional-financial-computing-
using-excel-and-vba-1st-edition-lai/

ebookultra.com
Business Statistics using Excel 2nd Edition Glyn Davis
Digital Instant Download
Author(s): Glyn Davis ,Branko Pecar
ISBN(s): 9780199659517, 0199659516
Edition: 2
File Details: PDF, 16.70 MB
Year: 2013
Language: english
business statistics using Excel®
This page intentionally left blank
business statistics
using Excel®
Second edition

Glyn Davis & Branko Pecar

1
 1
Great Clarendon Street, Oxford, OX2 6DP,
United Kingdom
Oxford University Press is a department of the University of Oxford.
It furthers the University’s objective of excellence in research, scholarship,
and education by publishing worldwide. Oxford is a registered trade mark of
Oxford University Press in the UK and in certain other countries
© Glyn Davis and Branko Pecar 2013
The moral rights of the authors have been asserted
First Edition copyright 2010
Impression: 1
All rights reserved. No part of this publication may be reproduced, stored in
a retrieval system, or transmitted, in any form or by any means, without the
prior permission in writing of Oxford University Press, or as expressly permitted
by law, by licence or under terms agreed with the appropriate reprographics
rights organization. Enquiries concerning reproduction outside the scope of the
above should be sent to the Rights Department, Oxford University Press, at the
address above
You must not circulate this work in any other form
and you must impose this same condition on any acquirer
British Library Cataloguing in Publication Data
Data available
ISBN 978–0–19–965951–7
Printed in Italy by
L.E.G.O. S.p.A.—Lavis TN
Links to third party websites are provided by Oxford in good faith and
for information only. Oxford disclaims any responsibility for the materials
contained in any third party website referenced in this work.
Preface

Aims of the book

It has long been recognized that the development of modular undergraduate programmes
coupled with a dramatic increase in student numbers has led to a reconsideration of
teaching practices. This statement is particularly true in the teaching of statistics and, in
response, a more supportive learning process has been developed. A classic approach to
teaching statistics, unless one is teaching a class of future professional statisticians, can be
difficult and is often met with very little enthusiasm by the majority of students. A more
supportive learning process based on method application rather than method derivation
is clearly needed. The authors thought that by relying on some commonly available tools,
Microsoft Excel 2010 in particular, such an approach would be possible. To this effect, a
new programme relying on the integration of workbook based open learning materials
with information technology tools has been adopted. The current learning and assess-
ment structure may be defined as follows:

(a) To help students ‘bridge the gap’ between school and university
(b) To enable a student to be confident in handling numerical data
(c) To enable students to appreciate the role of statistics as a business decision-making
tool
(d) To provide a student with the knowledge to use Excel 2010 to solve a range of
statistical problems.

This book is aimed at students who require a general introduction to business statistics
that would normally form a foundation-level business school module. The learning mate-
rial in this book requires minimal input from a lecturer and can be used as a self-instruc-
tion guide. Furthermore, three online workbooks are available; two to help students with
Excel and practise numerical skills, and an advanced workbook to help undertake facto-
rial experiment analysis using Excel 2010.
The growing importance of spreadsheets in business is emphasized throughout the text
by the use of the Excel spreadsheet. The use of software in statistics modules is more or
less mandatory at both diploma and degree level, and the emphasis within the text is on
the use of Excel 2010 to undertake the required calculations.

How to use the book effectively

The sequence of chapters has been arranged so that there is a progressive accumulation
of knowledge. Each chapter guides students step by step through the theoretical and
spreadsheet skills required. Chapters also contain exercises that give students the chance
to check their progress.
vi Preface

Hints on using the book

(a) Be patient and work slowly and methodically, especially in the early stages when
progress may be slow.
(b) Do not omit or ‘jump around’ between chapters; each chapter builds upon
knowledge and skills gained previously. You may also find that the Excel
applications described earlier in the book are required to develop applications in
later chapters.
(c) Try not to compare your progress with others too much. Fastest is not always best!
(d) Don’t try to achieve too much in one session. Time for rest and reflection is
important.
(e) Mistakes are part of learning. Do not worry about them. The more you repeat
something, the fewer mistakes you will make.
(f ) Make time to complete the exercises, especially if you are learning on your own.
They are your best guide to your progress.
(g) The visual walkthroughs have been developed to solve a particular statistical
problem using Excel. If you are not sure about the Excel solution then use the visual
walkthrough (flash movies) as a reminder.
Brief contents

How to use this book xiv

How to use the Online Resource Centre xvi

1 Visualizing and presenting data 1

2 Data descriptors 58

3 Introduction to probability 107

4 Probability distributions 135

5 Sampling distributions and estimating 185

6 Introduction to parametric hypothesis testing 243

7 Chi-square and non-parametric

hypothesis testing 296

8 Linear correlation and regression analysis 343

9 Time series data and analysis 406

Glossary 468
Index 477
Detailed contents

How to use this book xiv

How to use the Online Resource Centre xvi

1 Visualizing and presenting data 1

Overview 1
Learning objectives 2
1.1 The different types of data variable 2
1.2 Tables 3
1.2.1 What a table looks like 4
1.2.2 Creating a frequency distribution 6
1.2.3 Types of data 10
1.2.4 Creating a table using Excel PivotTable 11
1.2.5 Principles of table construction 21
1.3 Graphical representation of data 21
1.3.1 Bar charts 22
1.3.2 Pie charts 27
1.3.3 Histograms 31
1.3.4 Histograms with unequal class intervals 40
1.3.5 Frequency polygon 42
1.3.6 Scatter and time series plots 47
1.3.7 Superimposing two sets of data onto one graph 51
Techniques in practice 54
Summary 56
Key terms 57
Further reading 57

2 Data descriptors 58
Overview 58
Learning objectives 59
2.1 Measures of central tendency 59
2.1.1 Mean, median, and mode 59
2.1.2 Percentiles and quartiles 63
2.1.3 Averages from frequency distributions 67
2.1.4 Weighted averages 77
2.2 Measures of dispersion 80
2.2.1 The range 82
2.2.2 The interquartile range and semi-interquartile range (SIQR) 82
2.2.3 The standard deviation and variance 83
2.2.4 The coefficient of variation 88
 Detailed contents ix
2.2.5 Measures of skewness and kurtosis 89
2.3 Exploratory data analysis 94
2.3.1 Five-number summary 94
2.3.2 Box plots 96
2.3.3 Using the Excel ToolPak add-in 100
Techniques in practice 102
Summary 104
Key terms 105
Further reading 105

3 Introduction to probability 107

Overview 107
Learning objectives 107
3.1 Basic ideas 107
3.2 Relative frequency 109
3.3 Sample space 112
3.4 The probability laws 114
3.5 The general addition law 115
3.6 Conditional probability 117
3.7 Statistical independence 120
3.8 Probability tree diagrams 123
3.9 Introduction to probability distributions 124
3.10 Expectation and variance for a probability distribution 127
Techniques in practice 131
Summary 133
Key terms 133
Further reading 133

4 Probability distributions 135

Overview 135
Learning objectives 135
4.1 Continuous probability distributions 136
4.1.1 Introduction 136
4.1.2 The normal distribution 136
4.1.3 The standard normal distribution (Z distribution) 140
4.1.4 Checking for normality 149
4.1.5 Other continuous probability distributions 153
4.1.6 Probability density function and cumulative
distribution function 154
4.2 Discrete probability distributions 155
4.2.1 Introduction 155
4.2.2 Binomial probability distribution 155
x Detailed contents

4.2.3 Poisson probability distribution 165

4.2.4 Poisson approximation to the binomial distribution 173
4.2.5 Normal approximation to the binomial distribution 175
4.2.6 Normal approximation to the Poisson distribution 180
4.2.7 Other discrete probability distributions 182
Techniques in practice 182
Summary 183
Key terms 183
Further reading 184

5 Sampling distributions and estimating 185

Overview 185
Learning objectives 185
5.1 Introduction to the concept of a sample 186
5.1.1 Why sample? 186
5.1.2 Sampling terminology 187
5.1.3 Types of samples 188
5.1.4 Types of error 192
5.2 Sampling from a population 193
5.2.1 Introduction 193
5.2.2 Population versus sample 194
5.2.3 Sampling distributions 194
5.2.4 Sampling distribution of the mean 194
5.2.5 Sampling from a normal population 198
5.2.6 Sampling from a non-normal population 204
5.2.7 Sampling distribution of the proportion 210
5.2.8 Using Excel to generate a sample from a sampling
probability distribution 212
5.3 Population point estimates 217
5.3.1 Introduction 217
5.3.2 Types of estimate 218
5.3.3 Criteria of a good estimator 218
5.3.4 Point estimate of the population mean and variance 218
5.3.5 Point estimate for the population proportion and variance 222
5.3.6 Pooled estimates 224
5.4 Population confidence intervals 225
5.4.1 Introduction 225
5.4.2 Confidence interval estimate of the population mean, µ (σ known) 226
5.4.3 Confidence interval estimate of the population mean,
µ (σ unknown, n < 30) 228
5.4.4 Confidence interval estimate of the population mean,
µ (σ unknown, n ≥ 30) 232
5.4.5 Confidence interval estimate of a population proportion 235
 Detailed contents xi
5.5 Calculating sample size 237
Techniques in practice 239
Summary 241
Key terms 241
Further reading 242

6 Introduction to parametric hypothesis testing 243

Overview 243
Learning objectives 243
6.1 Hypothesis testing rationale 244
6.1.1 Hypothesis statements H0 and H1 244
6.1.2 Parametric versus non-parametric tests of difference 246
6.1.3 One and two sample tests 246
6.1.4 Choosing an appropriate statisitcal test 247
6.1.5 Significance level 248
6.1.6 Sampling distributions 248
6.1.7 One and two tail tests 249
6.1.8 Check t-test model assumptions 250
6.1.9 Types of error 251
6.1.10 P-values 251
6.1.11 Critical test statistic 252
6.2 One sample z-test for the population mean 253
6.3 One sample t-test for the population mean 257
6.4 Two sample z-test for the population mean 261
6.5 Two sample z-test for the population proportion 266
6.6 Two sample t-test for population mean (independent samples,
equal variances) 269
6.7 Two sample tests for population mean (independent samples,
unequal variances) 274
6.7.1 Two sample tests for independent samples
(unequal variances) 274
6.7.2 Equivalent non-parametric test: Mann–Whitney U test 279
6.8 Two sample tests for population mean (dependent or
paired samples) 279
6.8.1 Two sample tests for dependent samples 279
6.8.2 Equivalent non-parametric test: Wilcoxon matched pairs test 283
6.9 F test for two population variances (variance ratio test) 285
6.10 Calculating the size of the type II error and the statistical power 290
Techniques in practice 292
Summary 294
Key terms 294
Further reading 295
xii Detailed contents

7 Chi-square and non-parametric

hypothesis testing 296
Overview 296
Learning objectives 296
7.1 Chi-square tests 297
7.1.1 Chi-square test of association 298
7.1.2 Chi-square test for independent samples 303
7.1.3 McNemar’s test for matched (or dependent) pairs 307
7.1.4 Chi-square goodness-of-fit test 312
7.2 Non-parametric (or distribution-free) tests 318
7.2.1 Sign test 318
7.2.2 Wilcoxon signed rank sum test for dependent samples (or
matched pairs) 324
7.2.3 Mann–Whitney U test for two independent samples 331
Techniques in practice 338
Summary 340
Key terms 341
Further reading 341

8 Linear correlation and regression analysis 343

Overview 343
Learning objectives 343
8.1 Linear correlation analysis 344
8.1.1 Scatter plots 344
8.1.2 Covariance 347
8.1.3 Pearson’s correlation coefficient, r 348
8.1.4 Testing the significance of linear correlation between the
two variables 353
8.1.5 Spearman’s rank correlation coefficient 356
8.1.6 Testing the significance of Spearman’s rank
correlation coefficient, rs 358
8.2 Linear regression analysis 362
8.2.1 Construct scatter plot to identify model 364
8.2.2 Fit line to sample data 364
8.2.3 Sum of squares defined 369
8.2.4 Regression assumptions 370
8.2.5 Test model reliability 372
8.2.6 The use of t-test to test whether the predictor variable is a
significant contributor 374
8.2.7 The use of F test to test whether the predictor variable is a
significant contributor 378
8.2.8 Confidence interval estimate for slope β1 382
8.2.9 Prediction interval for an estimate of Y 383
8.2.10 Excel data analysis regression solution 385
8.3 Some advanced topics in regression analysis 390
 Detailed contents xiii
8.3.1 Introduction to non-linear regression 390
8.3.2 Introduction to multiple regression analysis 397
Techniques in practice 401
Summary 404
Key terms 405
Further reading 405

9 Time series data and analysis 406

Overview 406
Learning objectives 406
9.1 Introduction to time series data 407
9.1.1 Stationary and non-stationary time series 407
9.1.2 Seasonal time series 409
9.1.3 Univariate and multivariate methods 409
9.1.4 Scaling the time series 410
9.2 Index numbers 411
9.2.1 Simple indices 412
9.2.2 Aggregate indices 415
9.2.3 Deflating values 416
9.3 Trend extrapolation 419
9.3.1 A trend component 420
9.3.2 Fitting a trend to a time series 420
9.3.3 Types of trends 423
9.3.4 Using a trend chart function to forecast time series 424
9.3.5 Trend parameters and calculations 426
9.4 Moving averages and time series smoothing 430
9.4.1 Forecasting with moving averages 431
9.4.2 Exponential smoothing concept 436
9.4.3 Forecasting with exponential smoothing 438
9.5 Forecasting seasonal series with exponential smoothing 445
9.6 Forecasting errors 450
9.6.1 Error measurement 450
9.6.2 Types of errors 453
9.6.3 Interpreting errors 455
9.6.4 Error inspection 456
9.7 Confidence intervals 458
9.7.1 Population and sample standard errors 458
9.7.2 Standard errors in time series 459
Techniques in practice 463
Summary 465
Key terms 466
Further reading 466

Glossary 468
Index 477
 How to use this book

» Learning objectives «
On successful completion of the module, you will be able to:
Learning objectives
» Learning » understand the concept of an average;

» recognize that three possible averages exist (mean, mode, and median) and calculate them
using a variety of graphical and formula methods in number and frequency distribution form;
Each chapter opens with a series of learn-
»
»
recognize when to use different measures of average;
understand the concept of dispersion;
ing objectives outlining what you can expect
On successf » recognize that different measures of dispersion exist (range, quartile range, SIQR, standard
deviation, and variance), and calculate them using a variety of graphical and formula methods
to learn as you progress through the chapter.
in number and frequency distribution form;

d » recognize when to use different measures of dispersion; These also serve as helpful recaps of impor-
» understand the idea of distribution shape, and calculate a value for symmetry and
peakedness;
tant concepts when revising.

Step-by-step Excel guidance

Excel screenshots are fully integrated
throughout the text and visually demonstrate
Figure 2.4 the Excel formulas, functions, and solutions to
provide you with clear step-by-step guidance
on how to solve the statistical problems posed.

Example 2.4 Example boxes

To illustrate the use of the Select Formulas > Select Insert Function method consider the prob-

Examp lem of calculating the mean value in Example 2.1. In Figures 2.1 and 2.2 the mean value is
located in cell E12. To insert the correct Excel function into cell E12 we would click on cell E12
and then Select Formulas > Select Insert Function as illustrated in Figures 2.3 and 2.4.
Detailed worked examples run throughout
each chapter to show you how the theory
To illustrate t relates to practice. The authors break concepts
lem of calcu down into clear step-by-step phases, which
are often accompanied by a series of Excel
screenshots, enabling you to assess your
progress.

Note According to Table 2.3, a number of claims corresponding to ‘one’ occurs three
times, which will contribute three to the total, ‘two’ claims occur four times contributing eight
Note boxes
to the sum, and so on. This can be written as follows:

Note Mean(X) =
(3*1) + (4*2) +.........+ (1*10)
3+4+4+5+5+7+5+3+3+1
= 206/40 = 5.15 Note boxes draw your attention to key points,
times, whic As already pointed out, as we are dealing with discrete data we would indicate a mean as
approximately five claims. Equation (2.3) can now be used to calculate the mean for a fre- areas where extra care should be taken, or
quency distribution data set:

to the sum, ∑ fX certain exceptions to the rules.

X=
∑f (2.3)

❉ Interpretation Twenty five percent of all the values in the data set are equal to or
Interpretation boxes
❉ Interpr below 430 miles, while 75% are equal to or below 470 miles.

Interpretation boxes appear throughout

below 430 m the chapters, providing you with further
explanations to aid your understanding of the
concepts being discussed.
 How to use this book xv

Student exercises Student exercises

X2.14 The manager at BIG JIMS restaurant is concerned about the time it takes to process

Stud
credit card payments at the counter by counter staff. The manager has collected the

Throughout each chapter you are regularly following processing time data (time in minutes/seconds) (Table 2.21) and requested
that summary statistics are calculated.
(a) Calculate a five-number summary for this data set.
given the chance to test your knowledge (b) Do we have any evidence for a symmetric distribution?
(c) Use the Excel Analysis-ToolPak to calculate descriptive statistics.
and understanding of the topics covered (d) Which measures would you use to provide a measure of average and spread?
X2.14 The m
through student exercises at the end of each
section. You can then monitor your progress
by checking the answers at the back of the
textbook and online.

Techniques in practice ■ Techniques in practice

TP1 CoCo S. A. is concerned at the time taken to react to customer complaints and have

■
implemented a new set of procedures for its support centre staff. The customer service direc-

Techniques in practice exercises appear at the

end of each chapter and reinforce learning by
tor plans to reduce the mean time for responding to customer complaints to 28 days and has
collected the sample data given in Table 4.12 after implementation of the new procedures to
assess the time to react to complaints (days).
Techn
20 33 33 29 24 30
40 33 20 39 32 37
presenting questions to test the knowledge 32 50 36 31 38 29

and skills covered in that unit. You can use

15
31
28
33
35
22
27
19
26
29
39
42
43
22
30
33
21
17
TP1 CoCo
32 34 39 39 32 38
these to check your understanding of a topic
before moving on to the next chapter.

Chapter summary ■ Summary

In this chapter we have provided an introduction to the important statistical concept of para-
metric hypothesis testing for one and two samples. What is important in hypothesis testing is

Each chapter ends with an overview of the that you are able to recognize the nature of the problem and should be able to convert this into
two appropriate hypothesis statements (H0 and H1) that can be measured.
If you are comparing more than two samples then you would need to employ advanced
■ Summ
techniques covered and serves as an ideal statistical parametric hypothesis tests. These tests are called analysis of variance (ANOVA),
which are described in the online workbook ‘Factorial experiments’.
In this chapter we have described a simple five-step procedure to aid the solution process
tool for you to check your understanding of and have focused on the application of Excel to solve the data problems. The main empha-
sis is placed on the use of the p-value, which provides a number to the probability of the

the skills you should have acquired in that null hypothesis (H0) being rejected. Thus, if the measured p-value > α (Alpha) then we would
accept H0 to be statistically significant. Remember the value of the p-value will depend on
In this chapte
whether we are dealing with a two or one tail test. So take extra care with this concept as this
chapter. is where most students slip up.

Key terms ■ Key Terms

Alpha Level of significance One tail tests

Key terms are highlighted in green where

■
Alternative hypothesis Lower one tail test Parametric

they first appear in the text, along with their

Beta, α
Central Limit Theorem
Critical test statistic
F distribution
Mann–Whitney U test
Non-parametric
Null hypothesis
One sample t-test
P-value
Region of rejection
Robust test
Significance level, α
Key T
F test for the population Statistical power
definition in the margin. You can also find F test for two population mean Two sample t-test for
variances (variance One sample test population mean

these terms at the end of each chapter for ratio test)

Hypothesis test procedure
One sample z-test for the
population mean
(dependent or paired
samples) Alpha
quick reference.

Further reading ■ Further Reading

Textbook Resources
1. Whigham, D. (2007) Business Data Analysis using Excel. Oxford: Oxford University Press.
A list of recommended reading is included 2. Lindsey, J. K. (2003) Introduction to Applied Statistics: A Modelling Approach (2nd edn).

to allow you to explore a particular subject

Oxford: Oxford University Press.

Web Resources ■ Furth

1. StatSoft Electronic Textbook http://www.statsoft.com/textbook/stathome.html (accessed

area in more depth. Annotated web links are 25 May 2012).

2. HyperStat Online Statistics Textbook http://davidmlane.com/hyperstat/index.html
(accessed 25 May 2012).
also provided throughout the text to help you 3. Eurostat—website is updated daily and provides direct access to the latest and most com-
plete statistical information available on the European Union (EU), the EU Member States, Te tbook Re
the Euro-zone and other countries http://epp.eurostat.ec.europa.eu (accessed 25 May
locate further statistical resources. 2012).
4. Economagic—contains international economic data sets (http://www.economagic.com)
(accessed 25 May 2012).
How to use the Online Resource Centre

www.oxfordtextbooks.co.uk/orc/davis_pecar2e/

For students
Numerical skills workbook
The authors have provided you with a numerical skills
refresher, packed with examples and exercises, to equip you
with the skills needed to confidently approach every topic in
the textbook.

Introduction to Excel workbook

This workbook serves as an introductory guide or refresher
course which will guide you through the features of Microsoft
Excel 2010.

Factorial experiments workbook

This workbook has been devised to offer you specific guidance
on how to identify and solve factorial experiments. The authors
have provided a wealth of exercises, solutions, and suggested
reading to help you further your understanding of this topic.

Self-test multiple-choice questions

Multiple-choice questions for each chapter of the book help
you to test your understanding of a topic.

Online glossary
The glossary of terms, along with their definitions from the
book, can now be found online for ease of reference.
 How to use the Online Resource Centre xvii

Revision tips
The authors have provided you with revision tips to help
consolidate your learning and to assist you when preparing for
your exams.

Visual walkthroughs

Visual walkthroughs, complete with audio explanations, are provided

for each statistical process in the text to help guide you through the
techniques and Excel solutions.

For registered adopters

Instructor's manual
This resource includes a chapter-by-chapter guide to
structuring lectures and seminars as well as teaching tips and
solutions from the techniques and exercises in the text.

PowerPoint lecture slides

A suite of fully customizable PowerPoint slides have been
designed by the authors to assist you in your lectures and
presentations.

Test bank
Each chapter of the book is accompanied by a bank of assorted
questions, covering a variety of techniques for the topics
covered.

Excel data and solutions from the book

Excel spreadsheets and solutions can be found online for all
of the exercises and techniques in practice problems posed in
the book.
This page intentionally left blank
Visualizing and presenting data 1

The display of various types of data or information in the form of tables, graphs, and dia-
grams is quite a common spectacle these days. Newspapers, magazines, and television
all use these types of displays to try and convey information in an easy-to-assimilate way.
In a nutshell what these forms of display aim to do is to summarize large sets of raw data
such that we can see, at a glance, the ‘behaviour’ of the data. Figures 1.1 and 1.2 provide
examples of tables published in an English newspaper.

THE WORST OFFENDERS

Bank Account Cut Mortgage rate cut

A&L Direct Saver –4.95% –2.20%
Abbey 50+ –4.65% –2.85%
Halifax Web Saver –4.65% –3.50%

Nationwide e-Savings –4.60% –3.99%

Northern Rock E-Saver –4.00% –2.70%

SOURCE: Moneyfacts.co.uk

Figure 1.1
‘No better off after rate cuts’. Elizabeth Colman, The Sunday Times—Money, 12 April 2009, p. 6

This chapter and the next will use a variety of techniques that can be used to present the
data in a form that will make sense to people. In this chapter we will look at using tables
and graphical forms to represent the raw data, and in Chapter 2 we will explore methods
that can put a summary number to the raw data.

» Overview «
In this chapter we shall look at methods to summarize data using tables and charts:

» tabulating data;

» graphing data.
 2 Business statistics using Excel

Rising attacks
Increase in robberies over past three months
compared to previous year
Staffordshire 56%
North Yorkshire 47%
Lincolnshire 46%
Cambridgeshire 33%
Nottinghamshire 26%
Merseyside 14%
Greater Manchester 10%
SOURCE:
South Wales No increase Police
−14% Metropolitan police figures

000s 120

80
Robberies

SOURCE: Home Office 40

98 99 00 01 02 03 04 05 06 07 08

Figure 1.2
‘Muggings soar as recession bites’. David Leppard, The Sunday Times, 12 April 2009, p. 11

» Learning objectives «
On successful completion of the module you will be able to:

» understand the different types of data variables that can be used to represent a specific
measurement;

» know how to present data in table form;

» present data in a variety of graphical forms;

» construct frequency distributions from raw data;

x
» distinguish between discrete and continuous data;
Variable A variable is a » construct histograms for equal and unequal class widths;
symbol that can take on
any of a specified set of » understand what we mean by a frequency polygon;
values.
Quantitative Variables can
» solve problems using Microsoft Excel.
be classified using numbers.
Qualitative Variables can
be classified as descriptive
or categorical.
Categorical variables A
1.1 The different types of data variable
set of data is said to be
categorical if the values or A variable is any measured characteristic or attribute that differs for different subjects.
observations belonging to it
can be sorted according to
For example, if the height of 1000 subjects was measured, then height would be a variable.
category. Variables can be quantitative or qualitative (sometimes called categorical variables).
 Visualizing and presenting data 3

Quantitative variables (or numerical variables) are measured on one of three different
scales: interval, ratio, or ordinal.
Qualitative variables are measured on a nominal scale. If a group of business students
was asked to name their favourite browser to browse the Web, then the variable would
be qualitative. If the time spent on the computer to research a topic was measured, then x
the variable would be quantitative. Nominal measurement consists of assigning items Interval scale An
interval scale is a scale
to groups or categories. No quantitative information is conveyed and no ordering of of measurement where
the items is implied. Nominal scales are therefore qualitative rather than quantitative. the distance between
any two adjacent units of
Football club allegiance, sex or gender, degree type, and courses studies are all examples measurement (or ‘intervals’)
of nominal scales. is the same, but the zero
point is arbitrary.
Frequency distributions, described in Chapter 2, are used to analyse data measured
Ratio scale Ratio scale
on a nominal scale. The main statistic computed is the mode. Variables measured on a consists not only of
nominal scale are often referred to as categorical or qualitative variables. It is very impor- equidistant points but also
has a meaningful zero
tant that you understand the type of data variable that you have as the type of graph or point.
summary statistic calculated will be dependent upon the type of data variable that you Ordinal scale Ordinal
are handling. scale is a scale where
the values/observations
Measurements with ordinal scales are ordered in the sense that higher numbers repre- belonging to it can be
sent higher values. However, the intervals between the numbers are not necessarily equal. ranked (put in order)
or have a rating scale
For example, on a five-point rating scale measuring student satisfaction, the difference
attached. You can count
between a rating of 1 (‘very poor’) and a rating of 2 (‘poor’) may not represent the same and order, but not
difference as the difference between a rating of 4 (‘good’) and a rating of 5 (‘very good’). measure, ordinal data.
Nominal scale A set
The lowest point on the rating scale in the example was arbitrarily chosen to be 1 and this
of data is said to be
scale does not have a ‘true’ zero point. The only conclusion you can make is that one is categorical if the values or
better than the other (or even worse), but you cannot say that one is twice as good as the observations belonging to
it can be sorted according
other. to category.
On interval measurement scales, one unit on the scale represents the same magnitude Frequency
of the characteristic being measured across the whole range of the scale. For example, if distributions Systematic
method of showing the
student stress was being measured on an interval scale, then a difference between a score number of occurrences of
of 5 and a score of 6 would represent the same difference in anxiety as would a difference observational data in order
from least to greatest.
between a score of 9 and a score of 10. Interval scales do not have a ‘true’ zero point,
Statistic A statistic is a
however; therefore it is not possible to make statements about how many times higher quantity that is calculated
one score is than another. For the stress measurement, it would not be valid to say that a from a sample of data.

person with a score of 6 was twice as anxious as a person with a score of 3. Graph A graph is a picture
designed to express words,
Ratio scales are like interval scales except they have true zero points. For example, a particularly the connection
weight of 100 g is twice as much as 50 g. Interval and ratio measurements are also called between two or more
quantities.
continuous variables. Table 1.1 summarizes the different measurement scales with
Continuous variable A
examples provided of these different scales. set of data is said to be
continuous if the values
belong to a continuous
interval of real values.
Table A table shows the
1.2 Tables number of times that items
occur.
Classes Classes provide
Presenting data in tabular form can make even the most comprehensive descriptive nar- several convenient intervals
rative of data more readily intelligible. Apart from taking up less room, a table enables into which the values of
the variable of a frequency
figures to be located quicker, easy comparisons between different classes to be made, distribution may be
and may reveal patterns that cannot otherwise be deduced. The simplest form of table grouped.
 4 Business statistics using Excel

Measurement scale Recognizing a measurement scale

Nominal data 1. Classification data, e.g. male or female, red or black car.
2. Arbitrary labels, e.g. m or f, r or b, 0 or 1.
3. No ordering, e.g. it makes no sense to state that r > b.
Ordinal data 1. Ordered list, e.g. student satisfaction scale of 1, 2, 3, 4, and 5.
2. Differences between values are not important, e.g. political parties
can be given labels: far left, left, mid, right, far right, etc. and student
satisfaction scale of 1, 2, 3, 4, and 5.
Interval data 1. Ordered, constant scale, with no natural zero, e.g. temperature, dates.
2. Differences make sense, but ratios do not, e.g. temperature difference.
Ratio data 1. Ordered, constant scale, and a natural zero, e.g. length, height, weight,
and age.

Table 1.1

indicates the frequency of occurrence of objects within a number of defined categories.

Microsoft Excel provides a number of tables that can be constructed using raw data or
data that is already in summary form.

1.2.1 What a table looks like

Tables come in a variety of formats, from simple tables to frequency distributions, that
allow data sets to be summarized in a form that allows users to be able to access important
information. The table presented in Figure 1.1 compares the interest rate and mortgage
rate cuts for five leading bank accounts that appeared in The Sunday Times newspaper on
12 April 2009. We can see from the table information about the lender, account, interest
rate cut, and mortgage rate cut. This table will have been created from a data set collected
by the researcher.

Example 1.1
When asked the question ‘If there was a general election tomorrow, which party would you
vote for’, 1110 students responded as follows: 400 said Conservative, 510 Labour, 78 Liberal
Democrats, 55 Green, and the rest some other party. We can put this information in table form
indicating the frequency within each category, either as a raw score or as a percentage of the
total number of responses (Table 1.2).

Party Frequency Party Frequency, %

Conservative 400 Conservative 36
Labour 510 Labour 46
Democrat 78 or Democrat 7
Green 55 Green 5
Other 67 Other 6
Total 1110 Total 100
x
Raw data Raw data is data Table 1.2 Proposed voting behaviour by 1110 university students
collected in original form. (source: University Student Survey June 2012)
 Visualizing and presenting data 5

Note
• When a secondary data source is used it is acknowledged.
• The title of the table is given.
• The total of the frequencies is given.
• When percentages are used for frequencies this is indicated together with the sample size, N.

Sometimes categories can be subdivided and tables can be constructed to convey this
information together with the frequency of occurrence within the subcategories. For
example Table 1.3 indicates the frequency of half-yearly sales of two cars produced by a
large company with the sales split by month.

Example 1.2

Half-yearly sales of XBAR Ltd

Month January February March April May June Total
Pink 5200 4100 6000 6900 6050 7000 35250
Blue 2100 1050 2950 5000 6300 5200 22600
Total 7300 5150 8950 11900 12350 12200 57850

Table 1.3 Half yearly sales of XBAR Ltd

Further subdivisions of categories may also be displayed as indicated in Table 1.4,

showing a sample of adult males, television viewing behaviour.

Example 1.3
Tabulated results from a survey undertaken to measure the television viewing habits of adult
males by marital status and age.

Single Married
Under 30 years 30+ years Under 30 years 30+ years
Less than 15 hours per week 330 358 1162 484
15 hours or more per week 1719 241 643 1521
Total 2049 599 1805 2005

Table 1.4 Viewing habits of adult males

 6 Business statistics using Excel

1.2.2 Creating a frequency distribution

When data is collected by survey or by some other form we have, initially, a set of unor-
ganized raw data which, when viewed, would convey little information. A first step would
be to organize the set into a frequency distribution such that ‘like’ quantities are collected
and the frequency of occurrence of the quantities determined.

Example 1.4
Consider the set of data that represents the number of insurance claims processed each day by
an insurance firm over a period of 40 days: 3, 5, 9, 6, 4, 7, 8, 6, 2, 5, 10, 1, 6, 3, 6, 5, 4, 7, 8, 4, 5,
9, 4, 2, 7, 6, 1, 3, 5, 6, 2, 6, 4, 8, 3, 1, 7, 9, 7 and 2.
The frequency distribution can be used to show how many days it took for one claim to be
processed, how many days it took to process two claims, and so on. The simplest way of doing
this is by creating a tally chart.
Write down the range of values from the lowest (1) to the highest (10) then go through the
data set recording each score in the table with a tally mark. It’s a good idea to cross out figures
in the data set as you go through it to prevent double counting. Table 1.5 illustrates the fre-
quency distribution for the data set given in Example 1.4.

Score Tally Frequency, f

1 111 3
2 1111 4
3 1111 4
4 1111 5
5 1111 5
6 1111 11 7
7 1111 5
8 111 3
9 111 3
10 1 1
Σf = 40

Table 1.5

x In this example there were relatively few cases. However, we may have increased our
Tally chart A tally chart survey period to one year, and the range of claims may have been between 0 and 30. As our
is a method of counting
frequencies, according to aim is to summarize information we may find it better to group ‘likes’ into classes to form
some classification, in a set a grouped frequency distribution. The next example illustrates this point.
of data.
Grouped frequency
distribution Data Example 1.5
arranged in intervals to
show the frequency with Consider the following data set of miles travelled by 120 salesmen in one week
which the possible values
of a variable occur. (Table 1.6).
 Visualizing and presenting data 7

403 407 407 408 410 412 413 413

423 424 424 425 426 428 430 430
435 435 436 436 436 438 438 438
444 444 445 446 447 447 447 448
452 453 453 453 454 455 455 456
462 462 462 463 464 465 466 468
474 474 475 476 477 478 479 481
490 493 494 495 497 498 498 500
415 430 439 449 457 468 482 502
416 431 440 450 457 469 482 502
418 432 440 450 458 470 483 505
419 432 441 451 459 471 485 508
420 433 442 451 459 471 486 509
421 433 442 451 460 472 488 511
421 434 443 452 460 473 489 515

Table 1.6

This mass of data conveys little in terms of information. Because there would be too many
value scores, putting the data into an ungrouped frequency distribution would not portray an
adequate summary. Grouping the data, however, provides the following (Table 1.7).

Mileage Tally Frequency, f

400–419 1111 1111 11 12
420–439 1111 1111 1111 1111 1111 11 27
440–459 1111 1111 1111 1111 1111 1111 1111 34
460–479 1111 1111 1111 1111 1111 24
480–499 1111 1111 1111 15
500–519 1111 111 8
Σf = 120

Table 1.7 Grouped frequency distribution data for Example 1.5 data

Excel solution—frequency distribution using Example 1.5 data

1 Input data into cells A6:H20

Figure 1.3
 8 Business statistics using Excel

2 Excel Data Analysis solution to create a frequency distribution

Excel can construct grouped frequency distributions from raw data by using the
Data Analysis menu. Before we use this add-in we have to input the lower and upper
class boundaries into Excel. Excel calls this the Bin Range. In this example we have
decided to create a Bin Range that is based upon equal class widths. Let us choose the
following groups with the Bin Range calculated from these group values.

Mileage LCB–UCB Class width Bin range

399.5
400–419 399.5–419.5 20 419.5
420–439 419.5–439.5 20 439.5
440–459 439.5–459.5 20 459.5
460–479 459.5–479.5 20 479.5
480–499 479.5–499.5 20 499.5
500–519 499.5–519.5 20 519.5

Table 1.8 Class and bin range

LCB, lower class boundary; UCB, upper class boundary.

We can see that the class widths are all equal and the corresponding Bin Range is
399.5, 405.5, . . .. . .., 519.5. We can now use Excel to calculate the grouped frequency
distribution.

Bin Range: Cells B24:B30 (with the label in cell B23).

Now create the histogram.
See Figure 1.4.

x
Class boundaries Class
boundaries separate
one class in a grouped
frequency distribution from
another. Figure 1.4
Histogram A histogram
is a way of summarizing Select Data.
data that are measured
on an interval scale (either Select Data Analysis menu.
discrete or continuous). Click on Histogram.
 Visualizing and presenting data 9
See Figure 1.5.

Figure 1.5

Click OK.
Input Data Range: Cells A6:H20.
Input Bin Range: Cells B24:B30.
Choose location of Output range: Cell D23.
See Figure 1.6.

Figure 1.6

Click OK.
Excel will now print out the grouped frequency table (Bin Range and frequency of
occurrence) as presented in cells D23–E31.
See Figure 1.7.

Figure 1.7
10 Business statistics using Excel

The grouped frequency distribution would now be as shown in Table 1.9.

Bin range Frequency

399.5 0
419.5 12
439.5 27
459.5 34
479.5 24
499.5 15
519.5 8
More 0

Table 1.9 Bin and frequency values

From Table 1.9 we can now create the grouped frequency distribution (Table 1.10)

Bin range Frequency Mileage

419.5 12 400–419
439.5 27 420–439
459.5 34 440–459
479.5 24 460–479
499.5 15 480–499
519.5 8 500–519

Table 1.10 Grouped frequency distribution

1.2.3 Types of data

Data can exist in two forms: discrete and continuous. Discrete data occurs as an integer
(whole number), for example 1, 2, 3, 4, 5, 6 . . . etc. Continuous data occurs as a continu-
ous number and can take any level of accuracy, for example the number of miles travelled
could be 440.3, or 440.34, or 440.342, and so on. It is important to note that whether data
is discrete or continuous depends not upon how it is collected but how it occurs in reality.
x Thus, height, distance, and age are all examples of continuous data although they may
Discrete Discrete data be presented as whole numbers. Class limits are the extreme boundaries. The class lim-
are a set of data where
the values/observations its given in a frequency distribution are called the stated limits. Two common types are
belonging to it are distinct illustrated in Table 1.11.
and separate, i.e. they can
be counted (1,2,3. . .).
A B
Class limit Class limits
separate one class in 5–under 10 5–9
a grouped frequency 10–under 15 10–14
distribution from another.
Stated limits The lower
Table 1.11
and upper limits of a class
interval.
To ensure that there are no gaps between classes and to help locate data in their appro-
True or mathematical
limits True or priate class, we devise what are known as true or mathematical limits. All calculations
mathematical limits are based on these true/mathematical limits. Their definition is determined by whether
separate one class in
a grouped frequency
we are dealing with continuous or discrete data. Table 1.12 indicates how these limits may
distribution from another. be defined.
 Visualizing and presenting data 11

Mathematical limit
Stated limit Discrete Continuous
A 5–under 10 5–9 5–9.999999’
10–under 15 10–14 10–14.999999’
B 5 –9 5–9 4.5–9.5
10–15 10–15 9.5–15.5

Table 1.12 Example of mathematical limits

Placing of discrete data into an appropriate class usually provides few problems. If the
data is continuous and stated limits are as style A then a value of 9.9 would be placed in
the 5–under 10 stated class, conversely if style B were used then it would be placed in the
10–15 stated class. Using the true mathematical limits the width of a class can be found.
If CW = class width, UCB = upper class boundary, and LCB = lower class boundary,
then the class width is calculated using equation (1.1).

CW = UCB – LCB (1.1)

In Example 1.4, the true limits would be 0.5–1.5, 1.5–2.5, and the class width = 1.5 –
0.5 = 1.0. In Example 1.5, the true limits would be 399.5–419.5, 419.5–439.5, and the class
width = 419.5 – 399.5 = 20. Open ended classes are sometimes used at the two ends of a
distribution as a catch-all for extreme values and stated as, for example, up to 40, 40–50 . . .,
100 and over. There are no hard and fast rules for the number of classes to use, although
the following should be taken into consideration:

(a) Use between 5 and 12 classes. The actual number will depend on the size of the
sample and minimizing the loss of information.
(b) Class widths are easier to handle if in multiples of 2, 5, or 10 units.
(c) Although not always possible, try and keep classes at the same widths within a
distribution.
(d) As a guide, the following formula can be used to calculate the number of classes
given the class boundaries and the class width. Based upon this calculation we
would construct with six classes.

Highest Value − Lowest Value

Class width =
Number of Classes

1.2.4 Creating a table using Excel PivotTable

A PivotTable organizes and summarizes large amounts of data. The data in one or more
columns (also known as fields) in your data set can become row and column labels in the
PivotTable. The data in one column is usually chosen for the values which are summa-
rized in the centre of the table using a specific calculation. It is called a PivotTable because
the headings can be rotated around the data to view or summarize it in different ways. You
can also filter the data to display just the details for areas of interest. Alternatively, you can
choose to create a PivotChart which will summarize the data in chart format rather than
as a table. Details on creating a PivotChart are set out later in this section.
12 Business statistics using Excel

The source data can be:

• an Excel worksheet database/list or any range that has labelled columns—we will use
Excel worksheets as examples in this chapter;
• a collection of ranges to be consolidated—the ranges must contain both labelled rows
and columns;
• a database file created in an external application such as Access or Dbase.

The data in a PivotTable cannot be changed as they are the summary of other data. The
data itself can be changed and the PivotTable recalculated thereafter. However, formatting
changes, such as bold, number formats, etc., can be made directly to the PivotTable data.
To rearrange the worksheet simply drag and drop column headings to a new location on
the worksheet, and Microsoft Excel rearranges the data accordingly. To begin, you need
raw data to work with. The general rule is you need more than two criteria of data to work
with, otherwise you have nothing to pivot. Figure 1.8 depicts a typical PivotTable where
we have tabulated department spends against month. Notice the black down-pointing
arrows in the PivotTable. On Row 1 we have Department.

Figure 1.8

If the black arrow was clicked, a drop-down box would appear showing a list of the
departments.
We could click on a department and view the departmental spend for the three months
measured, or we could select which departments to view, or choose only one month. But
Excel does most of the work for you and puts in those drop-down boxes as part of the wiz-
ard. In the example we can see the advertising budget spend in June was €12,422.

Example 1.6
This example consists of a set of data that has been collected to measure the departmental
spend of individuals within three departments of Coco S.A.
The budget spends (in Euros) have been measured for April, May, and June 2007 (see Figure 1.9).

Figure 1.9
 Visualizing and presenting data 13

Excel solution—creating a PivotTable using Example 1.6 data

Select Insert > PivotTable.
The PivotTable wizard will walk you through the process of creating an initial PivotTable.
Select PivotTable from the two options illustrated in Figure 1.10.

Figure 1.10

Input in the Create PivotTable menu the cell range for the data table and where you
want the PivotTable to appear.
Select a table: Cells B2:E32.
Choose to insert PivotTable in Existing Worksheet: Cell G2.
Figure 1.11 illustrates the Create PivotTable menu.

Figure 1.11

Click OK.
Excel creates a blank PivotTable and the user must then drag and drop the various fields
from the items; the resulting report is displayed ‘on the fly’, as illustrated in Figure 1.12.

Figure 1.12
14 Business statistics using Excel

The PivotTable (Cells G2:I19) will be populated with data from the data table in Cells
B3:E32 with the completion of the PivotTable Field List, which is located at the right-
hand side of the worksheet. Presented in Figures 1.13 and 1.14 are but a few examples of

Figure 1.13

Figure 1.14
 Visualizing and presenting data 15

hundreds of possible reports that could be viewed with this data through the PivotTable
format. For Example 1.6 above choose:

• department—drop row fields here;

• month—drop column fields here;
• department budget—drop data items here.

The completed PivotTable for this problem is illustrated in Figure 1.15.

Figure 1.15

Modifying reports
The PivotTable field dialog box allows changes to be made to the PivotTable. For example,
we may decide to modify the PivotTable by including the individual staff spends in indi-
vidual departments. This can be achieved by selecting Name in the PivotTable Field List
with the outcome presented in Figure 1.16.

Figure 1.16

From Figure 1.16 we can observe that the individual staff contributions under each
department are presented. If you look at your Excel solution you will observe that the
Name variable is located in the Row Label dialog box. If we move the Name variable into
the Column dialog box then the solution will be as presented in Figure 1.17, where only
part of the solution is illustrated.

Figure 1.17

PivotTable options
A range of PivotTable options are available, as illustrated in Figure 1.18.

Figure 1.18
16 Business statistics using Excel

Changing the way data is summarized

By default, Excel will use a Sum function on numeric data and Count on non-numeric to
summarize or aggregate the data. To change this:

1. Click on the field you want to change (on the PivotTable itself or in the areas below
the Field list). For example, click inside the numbers within the PivotTable and right-
click on the mouse to bring up the menu illustrated in Figure 1.19.

Figure 1.19

2. Click on Value Field Settings and select the appropriate calculation. For example,
change the calculation from Sum to Average, as illustrated in Figure 1.20.

Figure 1.20

The final result is illustrated in Figure 1.21.

Figure 1.21

Note To display more than one calculation in the Values area add the same Field twice.
 Visualizing and presenting data 17

Formatting values
1. Display the Field Settings dialog box as shown in Figure 1.20.
2. Click on the Number Format button.
3. Select the Category you want and set any options. For example, select Number and
enter the number of decimal places to display the data to.
4. Click OK and OK again, and your cells will be reformatted.

Displaying values as a percentage

1. Display the Field Settings dialog box as shown in Figure 1.20.
2. Click on the Show Values As tab.
3. Select Percentage of Row Total or Percentage of Column Total.

Creating a PivotChart with a PivotTable

1. Click anywhere within your data set.
2. On the Insert tab, click on the PivotTable drop-down and select PivotChart from the
list (see Figure 1.22).

Figure 1.22

3. Choose the data set and location of the PivotTable and PivotChart as you would to
create a new PivotTable (see Figure 1.23). A new blank PivotTable and PivotChart will
be created.

Figure 1.23

Select a table or range location: B2:E32.

Choose location of PivotTable and PivotChart: G2.
4. Click and drag Fields from the Field List onto the different areas of the PivotTable in
the usual way, as illustrated in Figures 1.24 and 1.25.
18 Business statistics using Excel

Figure 1.24

Figure 1.25
 Visualizing and presenting data 19
5. The PivotChart and PivotTable will both be created simultaneously, as illustrated in
Figure 1.26.

Figure 1.26

Note Some Chart types (for example pie charts) are not suitable for PivotTables because
they can only show two variables.

Adding a PivotChart to an existing PivotTable

You can also add a PivotChart if you have already created the PivotTable.

1. Click anywhere on the PivotTable.

2. Click on PivotTable Tools menu and select Options > PivotChart (see Figure 1.27).

Figure 1.27

3. Select type of chart, e.g. Column, and click OK (see Figure 1.28).

x
Pie chart A pie chart is a
way of summarizing a set of
Figure 1.28 categorical data.
20 Business statistics using Excel

4. A PivotChart will be added to your existing PivotTable (see Figure 1.29).

Figure 1.29

Grouping data

Data can be summarized into higher level categories by grouping items within PivotTable
fields. Depending on the data in the field there are three ways to group items:

• group selected items into custom categories;

• automatically group numeric items by a specific interval;
• automatically group dates and times by a specific interval.

Refreshing a PivotTable
When data is changed in the PivotTable source list the PivotTable does not automatically
recalculate. To refresh the table:

1. Select any part of the PivotTable

2. Click on Pivot Table Tools Options then click on the Refresh button (see Figure 1.30).

Figure 1.30

PivotTable Options can be set to refresh data every time a spreadsheet is opened.

Extending the dataset

If you add additional columns or rows you will need to extend the data source of the
PivotTable to include them.

1. Select Pivot Table Tools Options and click on Change Data Source.
2. Edit the range in the Table/Range box to include your entire dataset and click OK.
 Visualizing and presenting data 21

1.2.5 Principles of table construction

From our earlier discussions, we can conclude that when constructing tables good prin-
ciples to be adopted are as follows: (a) aim for simplicity; (b) the table must have a com-
prehensive and explanatory title; (c) the source should be stated; (d) units must be stated
clearly; (e) the headings for columns and rows should be unambiguous; (f ) double count-
ing should be avoided; (g) totals should be shown where appropriate; (h) percentages
and ratios should be computed and shown where appropriate; and, overall, (i) use your
imagination and common sense.

Student Exercises
X1.1 Criticize Table 1.13.

Castings Weight of metal Foundry

Up to 4 ton 60 210
Up to 10 ton 100 640
All other weights 110 800
Other 20 85
Total 290 2000

Table 1.13

X1.2 Table 1.14 represents the number of customers visited by a salesman over an 80-week
period

68 64 75 82 68 60 62 88 76 93 73 79 88 73 60 93
71 59 85 75 61 65 75 87 74 62 95 78 63 72 66 78
82 75 94 77 69 74 68 60 96 78 89 61 75 95 60 79
83 71 79 62 67 97 78 85 76 65 71 75 65 80 73 57
88 78 62 76 53 74 86 67 73 81 72 63 76 75 85 77

Table 1.14
x
Bar chart A bar chart is a
Use Excel to construct a grouped frequency distribution from the data set in Table 1.14 and
way of summarizing a set of
indicate both stated and mathematical limits (start at 50–54 with class width of 5). categorical data.
Frequency polygon A
graph made by joining the
middle-top points of the
columns of a frequency
histogram.
1.3 Graphical representation of data Scatter plot A scatter plot
is a plot of one variable
against another variable.
The next stage of analysis after the data has been tabulated is to graph it using a variety of
Time series plot A chart of
methods to provide a suitable graph. In this section we will explore: bar charts, pie charts, a change in variable against
histograms, frequency polygons, scatter plots, and time series plots. The type of graph time.
you will use to graph the data depends upon the type of variable you are dealing with Ordinal variable A set of
data is said to be ordinal if
within your data set, for example category (or nominal), ordinal, or interval (or ratio) data the values belonging to it
(Table 1.15). can be ranked.
22 Business statistics using Excel

Data type Which graph to use?

Category or nominal Bar chart, pie chart, and cross tabulation tables (or contingency tables)
Ordinal Bar chart, pie chart, and scatter plots
Interval or ratio Histogram and frequency polygon
Cumulative frequency curve (or ogive), scatter plots, and time series
plots

Table 1.15 Deciding which graph type given data type

1.3.1 Bar charts

Graph and chart are terms that are often used to refer to any form of graphical display.
Categorical data is represented largely by bar and pie charts. Bar charts are very useful
in providing a simple pictorial representation of several sets of data on one graph. Bar
charts are used for categorical data where each category is represented by each vertical
(or horizontal) bar. In bar charts each category is represented by a bar with the frequency
represented by the height of the bar. All bars should have equal width and the distance
between each bar is kept constant. It is important that the axes (X and Y) are labelled and
the chart has an appropriate title.
What each bar represents should be stated clearly within the chart. Figure 1.31 repre-
sents a component bar chart for half-yearly car sales.

Half-yearly car sales

June

May

April
Month

March

February
Pink
January Blue

0 2000 4000 6000 8000 10000 12000 14000

Number of cars Figure 1.31

Example 1.7
Consider the categorical data in Example 1.1, which represents the proposed voting behaviour
by a sample of university students. Excel can be used to create a bar chart to represent this data
set. For each category a vertical bar is drawn with the vertical height representing the number
of students in that category (or frequency) with the horizontal distance for each bar, and dis-
x tance between each bar, equal.
Cross tabulation Cross
tabulation is the process Each bar represents the number of students who would vote for a particular UK political
made with two or more party. From the bar chart you can easily detect the differences of frequency between the five
data sources (variables) that
are tabulating the results of
categories (Conservative, Labour, Liberal Democrat, Green, and Other). Figure 1.32 represents
one against the other. a bar chart for the proposed voting behaviour.
 Visualizing and presenting data 23

Figure 1.32

Example 1.8
If you are interested in comparing totals then a component (or stacked) bar chart is constructed.
Figure 1.33 represents a component bar chart for the half-yearly car sales.
In this component bar chart you can see the variation in total sales from month to month
and the split between car type category per month.

Half-yearly car sales

June

May

April
Month

March
Pink
February Blue

January

0 2000 4000 6000 8000 10000 12000 14000

Number of cars Figure 1.33

Example 1.9
A multiple column chart is used when you want to compare each component over time, but
the totals are of little importance.
Figure 1.34 represents a multiple bar chart for the half-yearly car sales.
24 Business statistics using Excel

Half-yearly car sales

8000
7000 Pink
Blue
6000

Number of cars
5000
4000
3000
2000
1000
0
January February March April May June
Month Figure 1.34

Example 1.10
Excel solution—bar chart using Example 1.1 data

1 Input data series

The data in Example 1.1 consist of two columns of data. Column 1 represents party
membership and column 2 represents the number of students proposing to vote for
a particular political party (also called frequency of occurrence). We can use Excel to
create a bar chart for this data by placing the data in Excel as follows.

Party: Cells B6:B11.

Frequency: Cells C6:C11(includes labels in cells B6 and C6).
Select cells B6:C11.
Figure 1.35 represents the Excel worksheet.

Figure 1.35

2 Select Insert > Chart type (choose Column) > select first option, as illustrated in
Figure 1.36

This will result in the graph illustrated in Figure 1.37.

3 Edit the chart

The chart can then be edited to improve the chart appearance, for example. Include:
chart and axes titles, change bar colours, modify legend, and add or remove axes grid
lines.
• Chart title
 Visualizing and presenting data 25

Figure 1.36

Figure 1.37
26 Business statistics using Excel

In Figure 1.37 the current chart title is ‘Frequency’. To change the title, click on the
current chart title ‘Frequency’, type in the new chart title ‘Proposed voting behaviour’,
and press the enter key. Figure 1.41 illustrates the final chart.
• Axes titles
In this case the axes titles are not currently available in Figure 1.37. To add the axes
titles click on the current chart and note that the Chart Tools menu on the Excel
menu will appear as illustrated in Figure 1.38.

Figure 1.38

Select Layout on the Chart Tools menu to access the Layout tool menu as illustrated
in Figure 1.39.

Figure 1.39

Select Axis title dialog box and choose either ‘Primary Horizontal Axis Title’ or ‘Primary
Vertical Axis Title’, and modify to add the axes titles, as illustrated in Figure 1.40.

Figure 1.40

Figure 1.41 illustrates the final chart.

Proposed voting behaviour

600

500
Conservative
400
Frequency

Labour
300 Democrat

200 Green
Other
100

0
ive

er
ra
u

e
bo

th
re
oc
at

O
La

G
rv

em
se

D
on

Party
C

Figure 1.41

• Change bar colours and modify legend

To change the bar colour select each bar in turn, right click, and select Format
Data Point > Fill > choose solid fill and select the bar colour. This is then repeated
for each bar in the chart. In Figure 1.37 the current bar colours are all blue. When
Exploring the Variety of Random
Documents with Different Content
Essa lo guardò con curiosità ed egli sentì un vago rimprovero nello
sguardo di lei, nel suo atteggiamento; ma era sicuro d’aver ragione.
— Tutte le grandi intelligenze generali, i più grandi pensatori, per
esempio, si fidano degli specialisti. Così faceva Herbert Spencer:
egli generalizzava sulle scoperte di migliaia di ricercatori. Volendo
fare tutto da sè, avrebbe dovuto vivere parecchie vite. Darwin,
ugualmente, si serviva di tutto ciò che gli avevano insegnato i
botanici e gli allevatori.
— Lei ha ragione, Martin, — disse Olney. — Lei sa che cosa vuole, e
Ruth non ne sa nulla; ignora che cosa voglia lei stessa.
— ... Oh! certamente! — continuò Olney, senz’attendere risposta. —
Io so che lei chiama ciò: cultura generale. Ma se lei vuole acquistare
una cultura generale, importa poco la natura dei suoi studî. Lei può
imparare il francese o il tedesco, e persino l’esperanto, e perciò non
sarà meno colto. Lei può studiare il latino o il greco, e non le
serviranno a nulla, ma, però, le daranno la cultura. Per esempio...
Ruth studia da due anni l’inglese antico, e sa che cosa ha imparato?
When that sweet April with his showers soote. Non è così? — Ed
egli seguitò ridendo, senza tener conto delle interruzioni di lei. — Ma
la cultura generale l’ha; lo so; frequentavamo la stessa classe!
— Lei parla di cultura come d’un mezzo per ottenere qualche cosa!
— esclamò Ruth; e aveva gli occhi scintillanti e le guance delicate
arrossite dalla collera. — La cultura dev’essere lo scopo.
— Ma Martin non ha bisogno di questo.
— Che ne sa lei?
— Di che cosa ha bisogno Martin? — domandò Olney, voltandosi
bruscamente verso di lui.
Martin, molto impacciato, lanciò uno sguardo d’aiuto a Ruth.
— Sì, di che cosa sente il bisogno? — domandò Ruth. — La risposta
risolverebbe la questione.
— Ma, s’intende, ho bisogno di cultura, — balbettò Martin. — A me
piace la bellezza, e la cultura me la farà valutar meglio.
Trionfante, lei fece un segno di consenso.
— Questo è privo di buon senso, e loro lo sanno, — fece Olney. —
Martin ha bisogno di una carriera, e non di cultura. Ma capita, in
questo caso, che la cultura sia indispensabile alla carriera. Se
volesse essere chimico, sarebbe inutile. Martin vuole scrivere, ma
egli ha paura di dirglielo perchè così verrebbe a dimostrare che lei
ha torto.
E, continuando:
— Perchè Martin vuole scrivere?... perchè non nuota nell’oro.
Perchè lei si empie la testa di francese antico e di cultura generale?
Perchè lei non ha bisogno di guadagnarsi il pane. Suo padre ha
pensato a questo: egli le compera i vestiti e tutto il resto. A che
diavolo serve la nostra istruzione, la sua, la mia, quella di Arturo e di
Norman? Noi ci siamo abbeverati di cultura generale, e se i nostri
buoni genitori dovessero morire questa sera, saremmo ridotti a dar
lezioni per le case. Lei, Ruth, non potrebbe desiderar di meglio che
un posto d’istitutrice o di insegnante di pianoforte in un educandato
di giovinette.
— E lei che farebbe, scusi? — domandò lei.
— Niente di grande e di famoso. Guadagnerei cinque lire al giorno,
di giorno in giorno, e potrei forse entrare come professore nella
scuola dei laureati a macchina, a Hanley. Dico «forse», capisce!
perchè potrebbe darsi benissimo che fossi mandato via dopo otto
giorni, per semplice incapacità.
Martin seguiva il vivo della discussione e, pur essendo persuaso che
Olney avesse ragione, disapprovava il suo modo poco cavalleresco
di trattare Ruth. Una nuova concezione dell’amore si formava nel
suo cervello, ascoltandolo. La ragione non ha nulla a che fare
coll’amore. Poco importa che la donna amata ragioni più o meno
giustamente: l’amore è superiore alla ragione. Se accadeva a Ruth,
per caso, di non riconoscere chiaramente il suo bisogno assoluto di
una professione, non perciò lei era meno adorabile. Lei era
adorabile, e le sue idee non entravano per nulla nel suo fascino.
— Che? che ne dice lei? — Olney, parlandogli, gli aveva interrotto il
filo delle considerazioni.
— Dicevo: spero bene che lei non sia così sciocco da perdersi col
latino.
— Ma il latino è, più che la cultura, il fondamento di essa, — fece
Ruth.
— Ebbene, vi si dedicherà? — insistette Olney.
Martin ne fu annoiatissimo, giacchè vedeva che Ruth attendeva
ansiosamente la sua risposta.
— Temo di non averne il tempo, — rispose lui finalmente, — ma mi
piacerebbe.
— Ecco! Martin non cerca la cultura! — fece Olney esultante. — Egli
cerca di riuscire in qualche cosa, di fare qualche cosa!
— Ma è un allenamento mentale! che disciplina il cervello!
E Ruth guardò Martin, come se attendesse un mutamento d’idee. —
I giocatori di foot-ball hanno bisogno di allenarsi prima di sostenere i
grandi matchs. Così, il latino serve all’intelletto: lo allena.
— Idiozia e puerilità! così ci dicono quando siamo piccoli. Ma c’è una
cosa che ci si guarda bene dal dire e che ci si lascia la cura di trovar
da noi in seguito! — Olney si fermò per ottenere un migliore effetto,
e aggiunse: — Quello che non ci viene detto è questo: che tutti
debbono aver studiato il latino, ma che nessuno ha bisogno di
saperlo!
— Com’è in mala fede lei! — esclamò Ruth. — Sapevo bene che
voleva cavarsela così.
— È evidentemente molto abile, ma però anche molto giusto; le sole
persone che sappiano di latino sono i farmacisti, i notai e i professori
di latino. Ora, se Martin vuole essere uno di costoro, io mi lascio
impiccare. D’altra parte, che rapporto c’è fra tutto questo ed Herbert
Spencer? Martin ha scoperto Spencer e ne va matto. Perchè?
perchè Spencer lo conduce verso una mèta. Ora, Spencer non può
condurre a nessuna mèta, neppure lei. Non ci occorre. Lei, Ruth, si
sposerà, e io non dovrò far altro che sorvegliare i notai e gli uomini
d’affari che prenderanno cura del denaro che mio padre mi lascerà
un giorno.
Olney si alzò per congedarsi, ma, sulla porta, si volse per lanciare la
freccia del Parto.
— Lasci dunque in pace Martin, Ruth! Egli sa ciò che meglio gli
conviene. Guardi ciò che ha già fatto! Qualche volta mi fa
vergognare; ormai, egli ne sa, sulla vita, sull’universo, sugli uomini e
il resto, più di Arturo, Norman, me e lei. Sì; lei, a dispetto di tutto il
suo francese, di tutto il suo latino, di tutto il suo inglese antico e
moderno e della sua cultura.
— Ma Ruth è la mia professoressa! — rispose cortesemente Martin.
— È a lei che debbo il poco che so.
— Ah! neh!... — E Olney lanciò uno sguardo malizioso a Ruth. —
Immagino che mi dirà, la prossima volta, che ha letto Spencer
perchè glielo ha raccomandato lei: soltanto, sarà falso! E lei non ne
sa, su Darwin e sull’evoluzione della materia, più che non sappia
delle miniere di re Salomone. Già, che cos’è questa definizione
mirabolante di Spencer circa non so che, che lei ha detto l’altro
giorno? Quella faccenda incoerente circa l’omogeneità? La lasci lì! e
vedrà che lei non ci capisce neppure una parola! giacchè questa non
è cultura, capisce? Be’, arrivederci! E se lei si perde nel latino,
Martin, non avrò più alcuna stima di lei!
Durante tutto questo tempo, sebbene interessato alla discussione,
Martin s’era annoiato un po’. Si parlava di studî e di lezioni, di
scienze rudimentali, con un tono di scolari, che stonava con le grandi
idee che ribollivano in lui, con l’abbraccio nel quale egli sognava di
contener la vita come in una stretta d’aquila, con i brividi di potenza
che lo scuotevano quasi dolorosamente; con la nascente coscienza
del suo valore. Egli sembrava a se stesso un poeta naufrago gettato
su una riva straniera, e che cercasse invano di cantare secondo il
modo barbaro degli abitanti di quel paese nuovo. Per lui, era la
stessa cosa; potentemente conscio delle bellezze universali, era
costretto a trascinarsi, a marcire tra chiacchiericci puerili, e discutere
se dovesse imparare o no il latino.
— Che diavolo ha che fare il latino con tutto questo? — fu la
domanda ch’egli rivolse allo specchio quella notte. — Vorrei proprio
che i morti rimanessero dove sono. Perchè dei morti dovrebbero
dettarmi leggi? La bellezza è viva ed eterna. E le lingue passano,
come polvere dei morti.
 CAPITOLO XIV.

Non per dar retta a Olney, ma a dispetto di Ruth e persino del suo
amore per lei, egli decise finalmente di non imparare il latino.
C’erano tante altre cose, oltre il latino, tanti studî la cui necessità era
più imperiosa. E a lui bisognava scrivere, bisognava guadagnar
denaro. Non gli avevano accettato nulla ancora; due rotoli di
manoscritti facevano il giro delle riviste. Egli passava lunghe ore
nella sale di lettura, ripassando i libri altrui, criticandoli,
paragonandoli con i suoi lavori e cercando, cercando sempre il
«trucco» che aveva permesso a quegli scrittori di vendere la loro
prosa. Come facevano? L’enorme quantità di letteratura
mummificata lo sorprendeva; nessuna luce, nessun calore, nessuna
vita l’animavano, eppure, si vendeva, a due soldi la parola, a cento
lire, mille! Gli annunzî dei giornali lo dicevano. Egli era sorpreso del
numero incalcolabile di novelle leggermente e accortamente scritte,
è vero, ma senza vitalità, senza realtà. La vita era così strana, così
meravigliosa, piena di una tale immensità di problemi, di sogni e di
tentativi eroici! Eppure quelle storielle non trattavano d’altro che di
banalità. Ma il peso, la stretta della vita, con le sue febbri e le sue
angosce e le sue rivolte selvagge, bisognava trattare! Egli voleva
cantare i cacciatori di chimere, gli eterni amanti, i giganti che lottano
tra dolore e orrore, tra il terrore e il dramma, facendo scricchiolar la
vita sotto i loro sforzi disperati. Eppure, le novelle di quei giornali
illustrati sembravano compiacersi nel glorificare i Butler, tutti i sordidi
cacciatori di dollari e i volgari amorazzi della volgare piccola gente,
forse perchè gli editori stessi erano volgari? si domandò. O perchè la
vita faceva loro paura, paura a tutti, editori e lettori?
Era punto soprattutto dal fatto che non conosceva alcun editore,
alcuno scrittore, anzi, non conosceva nessuno che avesse tentato di
scrivere, che potesse consigliarlo, indicargli la via da seguire. Finì
col domandarsi se gli editori non fossero semplicemente le ruote
d’una macchina e non già degli esseri vivi. Ma sì, erano macchine e
nient’altro. Egli metteva tutta l’anima sua nei poemi, nelle sue
novelle o negli articoli che affidava a una macchina. Piegava i fogli, li
ficcava, con dei francobolli, in una grande busta, che suggellava,
affrancava e gettava tutto nella buca delle lettere. Dopo un giro sul
continente e un certo lasso di tempo, un fattorino gli riportava il
manoscritto in un’altra busta affrancata con gli stessi francobolli
mandati. Non c’era evidentemente alcun editore in carne ed ossa
dall’altra parte, ma un ingegnoso meccanismo che cambiava la
busta al manoscritto e l’affrancava tale quale quei distributori
automatici che, mediante due soldi, vi presentano, secondo la
fessura dove li avete introdotti, generalmente a caso, una tavoletta di
cioccolatta o una caramella di gomma. Il gettone di rifiuto integrava il
paragone; impresso a macchina. Ne aveva ricevuti a centinaia: se
avesse ricevuto almeno qualche rigo di risposta personale, il rifiuto
gli sarebbe dispiaciuto meno. Ma no, mai! Decisamente, non c’era
alcuno dall’altra parte, tranne il congegno bene oliato di una
macchina meravigliosa.
Martin era un buon lottatore ostinato e coraggioso; egli avrebbe
continuato ad alimentare la macchina per anni ed anni, ma si
dissanguava completamente, e non era questione d’anni ma di
settimane, perchè si avverasse la fine del combattimento. Ogni otto
giorni, il conto della pensione e spesso l’affrancatura d’una
quarantina di manoscritti, lo avvicinavano alla rovina. Non
comperava più libri e faceva economia su tutto per ritardare la
scadenza fatale; che però anticipò di una settimana, dando a
Marianna venticinque lire per l’acquisto d’un vestito.
Senza consiglio, senza incoraggiamento, anzi profondamente
scoraggiato, egli lottava nella notte. La stessa Geltrude cominciava a
guardarlo di traverso. Dapprima, la sua tenerezza fraterna le aveva
fatto tollerare ciò che lei considerava come una stranezza di
cervello; ora, quel suo ticchio, la rendeva inquieta; le pareva che
avesse un che di folle. Martin lo sapeva e ne soffriva più che non
soffrisse a causa del disprezzo confesso e ostinato di Bernardo
Higgingbotham. Eppure, conservava la fede in se stesso; ma era il
solo ad averla. Ruth non ne aveva alcuna; essa augurava ch’egli
continuasse gli studî e, senza disapprovare apertamente i suoi
scritti, non l’incoraggiava.
Egli non le aveva chiesto il permesso di farle vedere i suoi lavori, per
una discrezione eccessiva. D’altra parte, poichè lei lavorava molto
all’Università, gli ripugnava di farle perdere tempo. Ma, quando essa
ebbe sostenuti gli esami di diploma, con buon esito, fu lei stessa a
chiedergli di farle vedere qualche lavoro. Martin ebbe un accesso di
gioia e di ansia, insieme. Ecco finalmente un giudice! Essa era
laureata in lettere, aveva studiato la letteratura con dotti professori e
l’avrebbe trattato diversamente dagli editori. Forse questi erano
buoni critici, ma Ruth, se non altro, non gli avrebbe porto un rifiuto
stereotipato, se l’opera non le fosse piaciuta, pur riconoscendogli
magari un certo merito. Essa, infine, si sarebbe espressa in modo
vivo e gaio e, cosa più importante di tutte, avrebbe conosciuto il vero
Martin Eden. Avrebbe visto, lei, di che natura ne fossero il cuore e
l’anima, e sarebbe riuscita forse a capire qualche cosa, un tantino
tantino delle sue aspirazioni e della sua forza di volontà.
Martin scelse un certo numero delle sue novelle, poi, dopo un attimo
d’incertezza, aggiunse ad esse i «Poemi del Mare».
Un pomeriggio d’autunno, sul tardi, andarono a fare un giro in
bicicletta dalla parte delle colline. Era la seconda volta ch’egli usciva
solo con lei, e mentre essi pedalavano insieme, sventolati da una
brezza tiepida e salmastra, egli si disse che veramente il mondo era
bello e ordinato e che era un godimento vivere ed amare.
Scesero dalle loro macchine sui margini della strada, e
s’arrampicarono in cima a un poggetto dove l’erba bruciata dal sole
aveva un odore delizioso e riposante di messe matura.
— Il suo compito è finito, — disse Martin quando si furono collocati,
lei sul suo soprabito, lui disteso sulla terra tiepida, respirando
voluttuosamente l’odore soave dell’erba. — Non ha più ragion
d’essere, e quindi ha cessato d’esistere, — proseguì egli
accarezzando amichevolmente l’erba appassita. — Piena
d’ambizione, essa è cresciuta sotto le lunghe tempeste dell’ultimo
inverno, ha lottato contro la violenza della primavera, è fiorita
d’estate seducendo api e altri insetti, ha affidato al vento il suo seme,
ha lottato con la vita e...
— Perchè analizzare sempre tutto in modo così terribile? —
interruppe lei.
— Perchè ho studiato l’evoluzione della materia, credo. Da poco
tempo ho degli occhi, insomma.
— Ma mi sembra che lei perda il senso della bellezza, in questo
modo; che la distrugga, come i bambini quando prendono le farfalle
e ne sciupano il velluto delle ali lucenti.
Egli scosse negativamente il capo.
— Sinchè ignoravo il significato della bellezza, che però s’imponeva
a me, senza che io ne capissi il come e il perchè. Ora comincio a
sapere. Quest’erba, ora che so perchè è erba, e come è diventata
tale, mi sembra più bella. E come! Ma è tutto un romanzo la storia
del minimo filo d’erba, e un romanzo d’avventure! La sola idea di ciò
mi commuove. Quando io rifletto a tutto questo dramma della forza e
della materia, e alla loro formidabile lotta, mi viene voglia di scrivere
l’epopea del filo d’erba!
— Come parla bene! — disse lei, con aria assente; ed egli osservò
che lei lo guardava con attenzione.
Era tale la confusione, ch’egli arrossì sino ai capelli.
— Spero di far progresso, — balbettò. — C’è tante cose in me che
vorrei dire! Ma non posso riuscirvi. Mi sembra a volte che l’universo
intero abiti in me e m’abbia scelto per cantarlo.
Sento — ah! non posso descriverglielo!... — sento la grandezza di
tutto ciò, e non posso far altro che balbettare come un neonato. È un
compito grandioso esprimere sentimenti e sensazioni con parole
scritte o parlate, che daranno a colui che ascolta o legge la stessa
impressione che n’ebbe il creatore. Guardi! io affondo la mia faccia
nell’erba, e l’odore che aspirano le mie narici evoca in me mille
pensieri, mille sogni. È il respiro dell’universo che ho respirato, la
sua canzone e il suo riso, il suo dolore, le sue lacrime, la sua lotta e
la sua morte. Mi piacerebbe dirle, dire a lei, all’umanità tutta quanta,
le visioni evocate in me da questo odor d’erba.... Ma come potrei?
La mia lingua è legata! Ho cercato di descriverle ciò che evocava in
me questo profumo, e non ho fatto altro che farfugliare
pietosamente. Oh! — e fece un gesto disperato, — è impossibile!
impossibile!
— Ma lei parla benissimo, — insistè Ruth. — Guardi quanto
progresso ha fatto dacchè la conosco! Il signor Butler è un oratore
notevole; il Comitato di cui fa parte lo prega sempre di parlare nelle
riunioni pubbliche durante la lotta elettorale. Eppure, lei parla non
meno bene di lui; soltanto, lui ha più sangue freddo. Lei, lei si eccita
troppo; col tempo si modererà. Dio mio! sa che sarebbe un buon
oratore? Lei farebbe molta strada se volesse. Avrebbe dell’autorità di
cui si saprebbe servire per condurre gli uomini: lei può riuscire in
tutto ciò che vuole, se lo fa con passione come ha fatto lo studio
della grammatica. Perchè non diventare avvocato? o uomo politico?
Chi le impedisce di diventare un secondo signor Butler?... dispepsia
a parte!... — aggiunse lei sorridendo.
Chiacchierarono: lei come al solito, mite e testarda, ritornando
sempre all’idea dell’importanza di una solida base di studî e dei
vantaggi del latino come materia fondamentale di qualsiasi carriera.
Essa delineò l’uomo arrivato, un che di misto fra suo padre ed il
signor Butler, ed egli ascoltò appassionatamente, disteso sul dorso,
guardandola, godendosi il minimo movimento delle labbra di lei. Ma
il suo cervello era soltanto vagamente attento; nulla, nei campioni
che essa gli mostrava, l’attirava; ed egli risentiva nell’ascoltarla una
specie di delusione dolorosa; il suo amore ne era esasperato sino
alla sofferenza. In tutto ciò che lei diceva non entravano i suoi lavori;
e i manoscritti ch’egli aveva portati giacevano a terra, dimenticati.
Finalmente, durante una pausa, egli guardò il sole come per
misurarne l’altezza sull’orizzonte, e il gesto ch’egli fece raccogliendo
i suoi manoscritti richiamò il loro ricordo.
— Avevo dimenticato, — disse lei pronta. — E dire che sono tanto
impaziente di ascoltare!
Egli le lesse dapprima una novella che gli piaceva più di tutte le altre;
era intitolata «Il Vino della Vita», e l’ebbrezza che gli era salita al
cervello scrivendola, l’invase, nel rileggerla. La concezione era
originale; egli l’aveva adornata di frasi colorate e d’immagini
luminose. Trascinato dall’ardore della concezione originaria, egli non
s’accorgeva nè degli errori nè delle lacune. Ma lo stesso non
accadeva a Ruth; il suo orecchio esercitato rilevava le debolezze e
le esagerazioni, l’enfasi del novizio, la mancanza di ritmo, oppure la
forma troppo infiorettata. Insomma, era il lavoro d’un dilettante. Ma
lei, anzichè dirgli questo, si limitò, quand’egli ebbe finito la lettura, a
criticare alcuni difetti lievi, dichiarò che la storia le piaceva.
Come ne rimase deluso! Le sue critiche erano giuste; ed egli lo
confessò a se stesso, pur dicendosi che egli non le leggeva il lavoro
al solo scopo di farselo correggere, come uno scolaretto. Che
importavano i particolari? Avrebbe imparato da sè a correggerli.
L’importante era questo: egli aveva tratto dalla vita una cosa grande
che aveva tentato di racchiudere in quel racconto; era riuscito o no a
fargliela vedere come i suoi occhi l’avevano vista? Il suo cervello
l’aveva compreso, il suo cuore l’aveva sentita?... Giudicò che non
era riuscito. Forse gli editori avevano ragione. Egli dissimulò il suo
cruccio, e fu talmente d’accordo con quelle critiche, che lei non potè
immaginare la profonda delusione che egli ne provava in fondo
all’anima.
— Questo l’ho intitolato «La Marmitta» — diss’egli spiegando un
altro manoscritto, — Quattro o cinque giornali illustrati l’hanno già
rifiutato, ma io credo però che non sia mal fatto. In realtà, non so che
cosa pensarne di preciso: mi sembra originale... Ma forse lei non
sarà dello stesso parere. È breve: di duemila parole soltanto.
— Che spaventevole cosa! — esclamò lei, quando fu terminata la
lettura. — È orribile oltre ogni dire!
Con una segreta soddisfazione, egli ne osservò il pallore, lo sguardo
teso e dilatato, le mani contratte. Egli era dunque riuscito a
comunicarle ciò che esso risentiva. Aveva fatto colpo. Che le fosse
piaciuto o no, era un’altra faccenda; certo, lei era rimasta colpita,
afflitta; questa volta non avrebbe badato a particolari.
— È la vita, — disse lui; — e la vita non sempre è bella. Eppure,
sarà perchè sono fatto in modo strano! Trovo qui dentro qualche
cosa di splendido. Mi sembra proprio che la...
— Ma perchè quella disgraziata donna non ha... — e s’interruppe
disorientata. — Poi riprese indignata: — Oh! quanto pervertimento!
quanta infamia! che brutture!... quanta villania!
Là per là, gli parve che il cuore cessasse di battere. «Villania»!: egli
non se l’aspettava; tutta la novella gli parve scritta in lettere di fuoco,
ed egli vi cercò invano qualche cosa che esprimesse bruttura. Poi
l’angoscia cessò; non ne aveva colpa. Intanto Ruth aveva ripreso: —
Perchè non scegliere un bell’argomento? Noi tutti sappiamo che nel
mondo vi sono delle cose brutte, ma questa non è una ragione...
Essa seguitava a sfogare la sua indignazione, ma egli non
l’ascoltava più; sorridendo in se stesso, egli le guardava il viso
virgineo d’una purezza così viva che gli pareva che penetrasse in lui,
e lo illuminasse d’un raggio fresco, soave, limpido come una luce
stellare. «Tutti sappiamo che vi sono delle cose brutte nel mondo».
Egli immaginò ciò che lei potesse, suppergiù, sapere, ed ebbe voglia
di ridere, come d’uno scherzo. Poi, ad un tratto, sospirò pensando
all’immensità delle cose «brutte» che aveva conosciute, studiate, e
le perdonò di non aver capito nulla di quel racconto. Non era colpa
sua. E ringraziò Dio d’averne così protetto il candore. Ma egli che
conosceva la vita, nelle sue brutture e nella sua bellezza, nella sua
grandezza, a dispetto del fango che la insudiciava, per Dio! l’avrebbe
espressa qual era. I santi del paradiso possono veder altro se non
bellezza, purezza? Ma dei santi in mezzo al fango, ecco il miracolo
eterno! Ecco ciò che dà valore alla vita! Veder la grandezza morale
svincolarsi dal fango; intravvedere la bellezza attraverso una cortina
di fango; poi, a poco a poco, sorgente dall’abisso d’incoscienza, di
vizio, vederla salire, aumentar di forza, verità, splendore.
Egli afferrò a volo una delle critiche di lei.
— Il diapason di tutto ciò è basso. E vi sono tante cose elevate! Per
esempio! «In memoriam».
Egli ebbe voglia di suggerirle «Locksley Hall», e l’avrebbe fatto se,
guardandola nuovamente, non l’avesse meravigliato questo fatto
strano: Ruth, la donna della sua razza, era uscita dal fermento
originario; era salita, larva informe, rampicante, lungo la scala infinita
delle incarnazioni successive, durante migliaia e migliaia di secoli,
per arrivare finalmente in cima e diventare quella Ruth tanto bella e
pura, quasi divina, la Ruth che gli aveva fatto conoscere l’amore e
aveva fatto aspirare alla purezza, alla divinità un uomo come lui,
Martin Eden, uscito anch’esso dagli abissi senza fondo della
creazione. Ecco una cosa romanzesca, fantastica, sovrannaturale!
Ecco ciò che bisognava scrivere, se avesse potuto trovare parole
tanto belle!
I santi del paradiso?! Non erano altro che santi, in fondo, incapaci di
cavarsela! Ma lui era un uomo!
Egli udì che lei diceva:
— Lei ha della potenza; ma della potenza non regolata.
— Un toro in un negozio di porcellane! — suggerì lui. Un sorriso gli
rispose.
— E bisogna acquistar discernimento, gusto, finezza, senso di
misura.
— Ho troppa audacia, — mormorò lui.
Ella approvò con un sorriso e si riadagiò in attesa d’un nuovo
racconto.
— Io non so che penserà di questo, — diss’egli scusandosi. — È
una cosa bizzarra: temo d’aver sorpassato le mie forze, ma
l’intenzione era buona. Non si fermi sui particolari, ma cerchi di
afferrarne il sentimento, che ha della grandezza e della verità. Può
darsi il caso, disgraziatamente, che non sia riuscito a rappresentarli.
Egli lesse, spiando il volto di lei. Finalmente aveva raggiunto lo
scopo. Immobile, senza distogliere lo sguardo, respirando a stento,
egli la credette presa, incatenata dalla magìa della sua evocazione.
Quella storia si chiamava «Avventura» ed era l’apoteosi
dell’avventura, non già della banale avventura dei libri d’immagini,
ma della vera avventura infedele e capricciosa, — guida feroce,
formidabile nelle sue punizioni e formidabile nelle sue ricompense,
— quella che esige una terribile pazienza e la fatica che uccide, che
offre un trionfo soleggiato o la morte lugubre dopo la fame e i deliri
angosciosi della febbre tra sudore, sangue e putredine, quella che
conduce, tra ignobili confronti, alle cime magnifiche e al dominio del
mondo.
Egli aveva messo tutto questo e di più, in quella storia, e credette
che lei la comprendesse. Con gli occhi dilatati, e un rossore che le si
diffondeva per le gote pallide, essa ascoltava un po’ ansante,
veramente appassionata. Ma non era la storia ad appassionarla: era
lui. Di quel racconto lei non pensava gran che, ma risentiva la
volontà di Martin, la sovrabbondanza della sua forza, come una
festuca di paglia è trascinata e travolta da un torrente. Quando
proprio credeva di essere trascinata da quel racconto, era in realtà
trascinata da una cosa totalmente diversa, da un’idea insensata,
pericolosa, quale le appariva a un tratto nella mente. S’era sorpresa
nel pensiero del matrimonio; e, cosa orribile, s’era compiaciuta di
quell’idea, l’aveva accarezzata ardentemente. Era indegno di lei.
Sino ad allora, lei aveva vissuto nel paese dei sogni poetici di
Tennyson, inaccessibile persino alle sue delicate allusioni alla
materialità possibile nei rapporti fra regine e cavalieri. Lei dormiva
nel suo castello incantato, ed ecco che la vita batteva
imperiosamente alla porta. Esitante fra il timore e l’istinto di donna
essa era combattuta fra il desiderio di sprangare quella porta e la
voglia di spalancarla per far entrare il visitatore ignoto.
Martin attendeva il verdetto con una certa soddisfazione. Egli lo
conosceva già; pure, fu sorpreso quando la udì che diceva:
— È bello....
— È bellissimo. — ripetè lei con enfasi, dopo un silenzio.
Sì, era bello; ma lì dentro c’era più che la bellezza; c’era qualche
cosa di superiore e di più penetrante. Bocconi sull’erba, silenzioso,
egli sentiva salire davanti ai suoi occhi l’orribile visione di un gran
dubbio. Non era riuscito; non aveva saputo esprimere una cosa
ammirevole e sentita.
— Che ne pensa del... — Egli si fermò, esitante nell’uso d’una parola
nuova. — Del... motivo?
— È confuso, — rispose lei. — È questo il solo punto critico,
generalmente parlando. Io ho seguito la trama, ma, vede, il racconto
è troppo verboso. Lei soffoca l’azione introducendo particolari
superflui.
— Io parlo del motivo principale, — si affrettò ad aggiungere lui, —
del grande motivo cosmico ed universale. Ho cercato d’impedire che
sorpassasse il racconto stesso, che non è altro che un pretesto, ma,
senza dubbio non ho potuto trattarlo come si doveva. Non son
riuscito a suggerire ciò che volevo. Sarà per un’altra volta. — Lei non
lo seguiva; era laureata in lettere, ma egli l’aveva sorpassata; e lei
non l’immaginava neppure, attribuendo la sua incomprensione
all’incoerenza di Martin.
— Manca di concisione, — disse lei, — ma a tratti è molto bello.
La sua voce gli giunse vagamente, giacchè egli si stava
domandando se era il caso di leggere i «Poemi del Mare». Egli
rimaneva là, scoraggiato, mentre lei l’osservava, turbata dalle sue
idee di matrimonio.
— Lei vuol diventare celebre? — interrogò bruscamente.
— Sì, — confessò lui. — Questo fa parte dell’avventura. Ma non
tanto l’essere celebre, quanto il modo di riuscire importa. In fondo,
per me, la celebrità non è che un mezzo per giungere ad altro. Io
desidero di essere celebre, anche per... esserlo. — Stava per
aggiungere «anche per lei», e l’avrebbe fatto se lei avesse mostrato
entusiasmo per le sue opere.
Ma lei era troppo occupata a scegliergli una carriera possibile,
perchè le venisse in mente di domandargli la ragione del suo
«anche».
La letteratura non era cosa per lui; n’era convinta. Egli l’aveva
provato poco prima, con la sua prosa dilettantesca, da collegiale.
Certo, egli parlava bene, ma non sapeva esprimersi letterariamente.
Essa lo paragonava a Tennyson, a Browning e ad altri prosatori
prediletti, e le apparve assolutamente inferiore. Pure, non gli disse
apertamente il suo pensiero, giacchè lo strano interesse ch’egli
suscitava in lei la induceva a temporeggiare. Il suo desiderio di
scrivere non era altro, in sostanza, che una piccola debolezza, che
gli sarebbe passata, col tempo. Egli si sarebbe dedicato allora a
faccende più serie, n’era sicura. Con quella forza di volontà, non
poteva non riuscire.... se però avesse cessato di scrivere.
— Vorrei che lei mi facesse vedere tutto ciò che scrive, signor Eden,
— disse lei.
Egli arrossì di piacere; sicuramente lei s’interessava a ciò che egli
faceva, perchè non solo non gli aveva dato delle ripulse
stenografate, ma aveva trovato belle certe parti dell’opera sua,
dandogli così il primo incoraggiamento.
— Lo farò. — disse lui ardentemente. — E le prometto, signorina
Morse, che giungerò al successo. Ho progredito, lo so, e ho ancora
molta strada da percorrere e la farò magari in ginocchio. — Egli le
mostrò un fascio di manoscritti. — Ecco i «Poemi del Mare».
Quando lei tornerà a casa, glieli lascerò, perchè possa leggerli con
comodo. Soprattutto mi dica la sua impressione. Io ho bisogno
soprattutto di sentir la voce della critica. La prego, sia sincera!
— Sarò assolutamente sincera. — promise lei, pensando, con una
specie di disagio, che non lo era stata quella sera e forse non lo
sarebbe neppure un’altra volta.
 CAPITOLO XV.

— Ecco il primo combattimento tentato e perduto, — fece Martin allo

specchio dieci giorni dopo. — Ma ve ne sarà un secondo e un terzo,
e così di seguito, salvo che...
Interruppe la frase per dare uno sguardo alla sua povera cameretta: i
suoi occhi si posarono tristemente sulla pila di manoscritti rifiutati
che, nelle loro buste, ingombravano un angolo del pavimento.
Egli non poteva ormai comperare francobolli, per rispedirli, e da una
settimana, la pila cresceva sempre più. Il giorno dopo ne sarebbero
giunti altri e posdomani altri, sinchè non fossero tutti ritornati. Era
debitore d’un mese di nolo per la macchina da scrivere, e non gli
rimaneva altro che l’importo della settimana di pensione e quanto
bastava per pagare l’agenzia di collocamento.
Sedette e guardò pensoso la tavola; era macchiata d’inchiostro, e
quella vista lo intenerì.
— Cara vecchia tavola, — disse fra sè: — io ho passato con te ore
buone, così che, in conclusione, tu sei stata per me una vera amica.
Tu non hai mai recalcitrato. Tu non m’hai rifiutato mai il permesso
della copiatura, non ti sei mai lamentata del troppo lavoro....
E abbandonate le braccia sulla tavola, vi sprofondò il volto. La gola
contratta gli faceva male; e non poteva piangere. Questo gli fece
ricordare la prima battaglia, quando aveva sei anni; il suo avversario,
maggiore di due anni, l’aveva picchiato a sangue, sinchè non ne
aveva potuto più. Ma lui, pur piangendo tutte le lacrime dei suoi
occhi, seguitava a picchiare, picchiare, con tutta la collera dei suoi
piccoli pugni. Vide il cerchio dei ragazzi attorno a loro due, lanciar
grida selvagge quando egli cadde finalmente, quasi svenuto,
sanguinante dal naso, con gli occhi dai quali scorrevano le lacrime.
— Povero marmocchietto! — mormorò. — Oggi sei battuto come
allora, fracassato, finito, vinto.
Il ricordo di quella prima lotta dileguò, e altri ricordi apparvero, quelli
delle battaglie che avevano seguito quella. Sei mesi dopo, «Testa di
formaggio», — tale era il nome del ragazzetto — l’aveva picchiato
nuovamente. Ma, questa volta, gli aveva pestato un occhio; e la
storia era continuata così: egli, sempre battuto, Testa di formaggio
diabolicamente trionfante. Ma non era fuggito mai, e questo ricordo
lo riconfortò. Ogni volta aveva «incassato» coraggiosamente, a
dispetto della cattiveria implacabile di Testa di formaggio che,
neppure una volta, l’aveva risparmiato. Egli aveva accettato la sfida
come ora.
Poi vide un vicoletto angusto fra case sfabbricate. Il vicoletto era
ostruito da un edificio di mattoni, a un piano, donde veniva il fragore
ritmico delle rotative che stampavano la seconda edizione de
L’Inchiesta. Aveva undici anni, allora; Testa di formaggio ne aveva
tredici, e tutt’e due vendevano L’Inchiesta, ed erano là in attesa dei
pacchi. Naturalmente, Testa di formaggio gli era piombato addosso,
ma il risultato della lotta fu incerto, giacchè, alle quattro meno un
quarto, vennero aperte le porte dello tipografia, e tutto il gregge dei
monelli si precipitò per piegare i giornali.
— Domani ti picchio! — promise Testa di formaggio; ed egli udì la
propria voce, acuta e tremante di lacrime represse, assicurare che si
sarebbe recato al convegno il giorno dopo.
E il giorno dopo, s’era sbrigato nell’uscire dalla scuola, per anticipare
di due minuti l’arrivo di Testa di formaggio. Gli altri ragazzi
l’incoraggiarono, l’oppressero di consigli, e mostrandogli i suoi difetti
di boxeur, promisero la vittoria se avesse seguito le loro indicazioni.
Però essi diedero gli stessi consigli a Testa di formaggio. E come li
colmò di gioia quella battaglia! Certo, oggi, egli invidiava loro lo
spettacolo indicibile offerto da lui e da Testa di formaggio. La lotta
continuò senza sosta, durante trenta minuti, sino all’apertura della
porta della tipografia.
Egli si rivide, quand’era ancora un piccolo scolaro, e lasciava
quotidianamente la classe per galoppare a L’Inchiesta. Indolenzito,
confuso da quelle lotte incessanti, egli non correva tanto svelto:
aveva le braccia tutte lividure per i colpi ricevuti, e qua e là persino
delle piaghe che marcivano: aveva il mal di capo, i lombi addolorati e
il cervello pesante, che gli mulinava per vertigine.
Non giocava nella ricreazione e non lavorava neanche; persino il
rimanere tranquillamente seduto sul banco era per lui una vera
tortura. Viveva in un incubo continuo di cui non intravedeva la fine.
Perchè non poteva a sua volta picchiare Testa di Formaggio? — si
domandava spesso; — così le sue miserie sarebbero terminate. Non
gli veniva neppure in mente il pensiero di starsene lì, a lasciarsi
picchiare una volta per sempre da Testa di Formaggio, senza
reagire. E tutti i giorni, egli si trascinava sino al vicoletto del giornale,
con le reni spezzate, disgustato ma sempre paziente, per affrontare
il nemico che, anch’egli malconcio, avrebbe certamente accettato la
pace, senza tutta la banda di monelli, in faccia ai quali conveniva
ostentare un orgoglio che talvolta gli dava fastidio. Un pomeriggio,
dopo venti minuti di lotta disperata in attesa di un Knock-out
definitivo, combattimento condotto secondo norme severe che
escludevano le pedate, i colpi all’addome e sull’avversario atterrato,
Testa di formaggio, ansante, titubante, propose a Martin di ritenersi
pari. E Martin d’oggi, col capo nelle mani, ricordò con orgoglio il
piccolo Martin d’allora, che, vacillante, ansante, soffocato dal sangue
che gli colava dal labbro spaccato, e ch’egli inghiottiva, s’avanzò
titubante su Testa di formaggio, sputò un sorso di sangue, per poter
parlare e gli gridò che non potevano essere pari neppure se Testa di
formaggio cedeva. Testa di formaggio non cedette e la lotta
continuò.
Il giorno dopo, l’altro, i giorni seguenti, la lotta quotidiana si rinnovò.
All’atto di mettersi in guardia, le braccia gli facevano male, un male
angoscioso, e i primi colpi dati e ricevuti gli strappavano le viscere;