สรุปเนื้อหาสถิติ: การแจกแจงความถี่ ค่ากลาง การวัดตำแหน่ง และการวัดการกระจาย

การแจกแจงความถี่ (Frequency Distribution)

  • ความหมายและขั้นตอนการสร้างตารางแจกแจงความถี่จากกลุ่มตัวอย่าง (Statistics from sample group)

  • การหาค่าพิสัย (Range):

    • สูตรการคำนวณ:     พิสัย=max−min\text{พิสัย} = \text{max} - \text{min}
    • โดยที่ max\text{max} คือ ค่าสูงสุดของข้อมูล และ min\text{min} คือ ค่าต่ำสุดของข้อมูล
  • การหาจำนวนชั้น (Number of Classes):

    • คำนวณตามสูตรของ Sturges:     จำนวนชั้น=1+3.322log⁡(N)\text{จำนวนชั้น} = 1 + 3.322 \log(N)
    • โดยที่ NN คือ จำนวนข้อมูลทั้งหมด
  • การหาความกว้างอันตรภาคชั้น (Class Width):

    • สูตรการคำนวณ:     ความกว้างอันตรภาค=พิสัยจำนวนชั้น\text{ความกว้างอันตรภาค} = \frac{\text{พิสัย}}{\text{จำนวนชั้น}}
  • การกำหนดขีดจำกัดชั้น (Class Limit):

    • เงื่อนไขสำคัญ: ทศนิยมปัดลงทั้งหมด
    • การคำนวณชั้นแรก:ชั้นแรก=minความกว้างอันตรภาคชั้น\text{ชั้นแรก} = \frac{\text{min}}{\text{ความกว้างอันตรภาคชั้น}}
    • การหาขีดจำกัดล่างอันแรก (First Lower Limit):Lower Limit อันแรก=ชั้นแรก×ความกว้างชั้น\text{Lower Limit อันแรก} = \text{ชั้นแรก} \times \text{ความกว้างชั้น}
    • การหาขีดจำกัดบน (Upper Limit) สำหรับทุกเคส:Upper Limit=Lower Limit+ความกว้างชั้น−1\text{Upper Limit} = \text{Lower Limit} + \text{ความกว้างชั้น} - 1
    • การหาขีดจำกัดล่างของชั้นถัดไป (Next Lower Limit):Next Lower Limit=Last Upper Limit+1\text{Next Lower Limit} = \text{Last Upper Limit} + 1
  • การหาขอบเขตชั้น (Class Bound / Class Boundaries):

    • ขอบเขตล่าง (Lower Boundary): คำนวณโดยนำ Lower Limit\text{Lower Limit} ลบด้วยตำแหน่งทศนิยมที่มากกว่า 1 ตำแหน่งด้วยเลข 5
    • ขอบเขตบน (Upper Boundary): คำนวณโดยนำ Upper Limit\text{Upper Limit} บวกด้วยตำแหน่งทศนิยมที่มากกว่า 1 ตำแหน่งด้วยเลข 5
    • ตัวอย่างการคำนวณ: หากขีดจำกัดชั้นอยู่ในรูปทศนิยม 1 ตำแหน่ง (x.xx.x) ให้บวกหรือลบด้วย 0.050.05Upper Boundary=x.x+0.05\text{Upper Boundary} = x.x + 0.05
  • จุดกึ่งกลางชั้น (Mid Point):

    • ทำหน้าที่เป็น "ตัวแทนชั้น"
    • สูตรการคำนวณ:     Mid Point=Lower Limit+Upper Limit2\text{Mid Point} = \frac{\text{Lower Limit} + \text{Upper Limit}}{2}

การวัดค่ากลางของข้อมูล (Measures of Central Tendency)

  • ค่าเฉลี่ยเลขคณิต (Mean):

    • เหมาะสำหรับข้อมูลที่มีการกระจายตัวพอกัน (ไม่มีข้อมูลที่มีค่าสูงหรือต่ำผิดปกติ)
    • สูตรการคำนวณ:     Mean=ผลรวมของข้อมูลจำนวนข้อมูล\text{Mean} = \frac{\text{ผลรวมของข้อมูล}}{\text{จำนวนข้อมูล}}
  • มัธยฐาน (Median / med):

    • คือค่าที่อยู่ ณ ตำแหน่งตรงกลางของข้อมูลเมื่อนำข้อมูลมาเรียงลำดับแล้ว
    • สูตรการหาตำแหน่งมัธยฐาน:     ตำแหน่งของ Median=จำนวนข้อมูล+12\text{ตำแหน่งของ Median} = \frac{\text{จำนวนข้อมูล} + 1}{2}
  • ฐานนิยม (Mode / mode):

    • คือค่าของข้อมูลที่มีความถี่ในการเกิดขึ้นมากที่สุด
    • เหมาะสำหรับการนำไปใช้กับข้อมูลเชิงคุณภาพ (Qualitative Data)
  • ความสัมพันธ์ระหว่างค่ากลางและลักษณะความเบ้ของเส้นโค้ง (Skewness):

    • หลักการจำ: "เบ้ = ตบฝั่งนั้น = mean อยู่ฝั่งตบ"
    • คำอธิบาย: ลักษณะความเบ้ของเส้นโค้งการแจกแจงความถี่จะเบ้ไปทางฝั่งที่ถูกตบลง (ฝั่งที่เป็นหางของโค้ง) และค่า Mean\text{Mean} จะขยับไปอยู่ทางฝั่งที่ถูกตบนั้นเสมอ

การวัดตำแหน่งของข้อมูล (Measures of Position)

  • ข้อควรระวังสำคัญที่สุดในการวัดตำแหน่ง:

    • ต้อง เรียงลำดับข้อมูลจากน้อยไปมากก่อนนำไปคำนวณใช้เสมอ
  • สูตรการหาตำแหน่ง (Quartile / Decile / Percentile):

    • สูตรคำนวณหาตำแหน่งทั่วไป:     ตำแหน่ง=i(จำนวนข้อมูล+1)จำนวนส่วนที่แบ่ง\text{ตำแหน่ง} = \frac{i(\text{จำนวนข้อมูล} + 1)}{\text{จำนวนส่วนที่แบ่ง}}
    • โดยที่ "จำนวนส่วนที่แบ่ง" (ตามต้องการ) แบ่งตามประเภทของการวัดตำแหน่ง ดังนี้:
    • ควอร์ไทล์ (Quartile - QiQ_i): แบ่งข้อมูลออกเป็น 4 ส่วนเท่าๆ กัน ให้หารด้วย 44
    • เดไซล์ (Decile - DiD_i): แบ่งข้อมูลออกเป็น 10 ส่วนเท่าๆ กัน ให้หารด้วย 1010
    • เปอร์เซ็นไทล์ (Percentile - PiP_i): แบ่งข้อมูลออกเป็น 100 ส่วนเท่าๆ กัน ให้หารด้วย 100100
  • การหาค่าของข้อมูลจากตำแหน่งที่ได้:

    • ค่าที่คำนวณได้จากสูตรข้างต้นระบุเฉพาะ "ตำแหน่ง" ของข้อมูลเท่านั้น ไม่ใช่ค่าของข้อมูลโดยตรง
    • หากตำแหน่งที่คำนวณได้มีค่าเป็นทศนิยม ให้คำนวณหาค่าของข้อมูลโดยนำทศนิยมคูณกับผลต่างของข้อมูลในตำแหน่งติดกัน:     ค่าของข้อมูล=ค่า ณ ตำแหน่งเต็ม+(ทศนิยมของตำแหน่ง×ผลต่างของค่าข้อมูลระหว่างตำแหน่งติดกัน)\text{ค่าของข้อมูล} = \text{ค่า ณ ตำแหน่งเต็ม} + (\text{ทศนิยมของตำแหน่ง} \times \text{ผลต่างของค่าข้อมูลระหว่างตำแหน่งติดกัน})

การวัดการกระจาย (Measures of Dispersion)

  • การวัดการกระจายของข้อมูล (Measures of Dispersion):
    • เป็นกระบวนการทางสถิติที่ใช้อธิบายลักษณะการกระจายตัวของข้อมูลชุดนั้นๆ ว่ามีความแตกต่าง เกาะกลุ่ม หรือกระจายออกจากค่ากลางมากน้อยเพียงใด