Data Insight และการประมวลผลข้อมูล
Data Insight และการประมวลผลข้อมูล
Embedded Files
1. หลักการประมวลผลข้อมูล (Data Processing Workflow)
การประมวลผลข้อมูล คือ การนำข้อมูลดิบมาจัดเรียง วิเคราะห์ และเปลี่ยนให้เป็น สารสนเทศ (Insight) ที่มีคุณค่าและสามารถนำไปใช้ในการตัดสินใจได้
1.1 ขั้นตอนสำคัญของการประมวลผล
Data Cleaning (ทำความสะอาด): การตรวจสอบและแก้ไขข้อมูลที่ไม่สมบูรณ์ (Missing Data) หรือข้อมูลที่ผิดพลาด (Error)
Transformation (การแปลง): การเปลี่ยนรูปแบบข้อมูล (เช่น แปลงคำตอบจากข้อความให้เป็นตัวเลข หรือจัดกลุ่มหมวดหมู่)
Calculation (การคำนวณ): การใช้สูตรทางสถิติเพื่อหาข้อสรุป
Presentation (การนำเสนอ): การนำเสนอผลลัพธ์ในรูปแบบที่เข้าใจง่าย เช่น แผนภูมิหรือกราฟ
1.2 การจัดเก็บข้อมูลอย่างเป็นระบบ
ควรใช้ เครื่องมือออนไลน์ (เช่น Google Sheets) เพื่อให้สามารถทำงานร่วมกันในกลุ่มและเข้าถึงได้ง่าย
ข้อมูลแต่ละประเภทควรอยู่ในคอลัมน์ที่เหมาะสม และควรมีการตั้งชื่อคอลัมน์ที่ชัดเจนและสม่ำเสมอ
2. การใช้สถิติเบื้องต้นในสเปรดชีต
สถิติเชิงพรรณนา (Descriptive Statistics) เป็นเครื่องมือหลักในการทำความเข้าใจชุดข้อมูล
ฟังก์ชันที่ใช้ (ใน Google Sheets)
ความหมาย
ประโยชน์ในการออกแบบแอปพลิเคชัน
COUNT (นับจำนวน)
=COUNT(ช่วงข้อมูล) นับจำนวนรายการข้อมูลทั้งหมดที่ตรงตามเงื่อนไข
หาจำนวนกลุ่มเป้าหมาย: ใช้เพื่อนับจำนวนผู้ใช้ที่ต้องการฟังก์ชันใดฟังก์ชันหนึ่ง
AVERAGE (ค่าเฉลี่ย)
=AVERAGE(ช่วงข้อมูล) หาค่าเฉลี่ยของชุดตัวเลข
หาแนวโน้ม: ค่าเฉลี่ยความพึงพอใจต่อแอปพลิเคชันเดิม หรือค่าเฉลี่ยราคาที่ผู้ใช้ยอมรับได้
PERCENTAGE (ร้อยละ)
=COUNTIF(ช่วงข้อมูล, "เงื่อนไข")/COUNT(ช่วงทั้งหมด)
หาความจำเป็น: ใช้เพื่อหาว่ากี่เปอร์เซ็นต์ของผู้ใช้ที่ระบุว่า "จำเป็นต้องมี"
MAX/MIN (ค่าสูงสุด/ต่ำสุด)
=MAX/MIN (ค่าสูงสุด/ต่ำสุด)
หาขีดจำกัด: ช่วงอายุสูงสุด/ต่ำสุดของกลุ่มเป้าหมาย
3. การเปลี่ยน Insight สู่การออกแบบ (Design Decisions)
Insight: "85% ของผู้ตอบแบบสอบถาม (Data) ยืนยันว่า ปัญหาหลักในการทำธุรกิจคือการจัดทำบัญชีที่ไม่เป็นระบบ"
Design Decision: แอปพลิเคชันต้องมี ฟังก์ชันบัญชีรายรับ-รายจ่ายอัตโนมัติ เป็น Feature หลัก (Core Feature) ในหน้าจอแรกสุด (UI/UX)
Insight: "ค่าเฉลี่ยอายุผู้ใช้งานคือ 55 ปี (Data) ซึ่งเป็นกลุ่มผู้สูงอายุ"
Design Decision: การออกแบบ UI/UX ต้องใช้ ขนาดตัวอักษรใหญ่ และมี ปุ่มคำสั่งที่ชัดเจน (High Contrast Buttons) เพื่อให้ผู้สูงอายุใช้งานได้ง่าย
กิจกรรม 2.4 ให้นักเรียนฝึกการประมวลผลข้อมูลโดยใช้สถิติเบื้องต้นจากตัวอย่างข้อมูลข้างล่างนี้
ตัวอย่างข้อมูล ความพึงพอใจในการใช้บริการโรงอาหารในโรงเรียน
แนวทางการฝึกปฏิบัติการใช้สูตร (Workshop Guide)
1. การหาค่าสถิติเชิงปริมาณ (คอลัมน์ C)
เป้าหมาย Insight
สูตรที่ใช้ใน Spreadsheet
Insight ที่คาดหวัง
1. คะแนนความพึงพอใจเฉลี่ย
=AVERAGE(C2:C251)
เพื่อดูว่าความพึงพอใจรวมอยู่ในระดับใด (เช่น 3.5 จาก 5)
2. จำนวนผู้ตอบทั้งหมด
=COUNT(A2:A251)
เพื่อยืนยันขนาดของกลุ่มตัวอย่าง (ควรได้ 250)
3. หาความพึงพอใจสูงสุด/ต่ำสุด
=MAX(C2:C251) และ =MIN(C2:C251)
เพื่อยืนยันช่วงคะแนนและใช้ในการตรวจสอบข้อมูล
2. การหาเปอร์เซ็นต์และจัดกลุ่ม (คอลัมน์ B และ D)
เป้าหมาย Insight
สูตรที่ใช้ใน Spreadsheet
Insight ที่คาดหวัง
1. ร้อยละความต้องการปรับปรุง "ราคา"
=COUNTIF(D2:D251, "3. ราคา")/250
เพื่อดูว่าปัญหาด้านราคาเป็นปัญหาหลักจริงหรือไม่ (เช่น 40%)
2. สัดส่วนนักเรียน ม.4 ที่ตอบแบบสอบถาม
=COUNTIF(B2:B251, "ม.4")/250
เพื่อดูว่ากลุ่มเป้าหมายหลักในการปรับปรุงควรเป็นนักเรียนระดับใด
3. การหาคะแนนเฉลี่ยของ "ม.6"
=AVERAGEIF(B2:B251, "ม.6", C2:C251)
เพื่อดูว่านักเรียน ม.6 มีความพึงพอใจสูงหรือต่ำกว่าค่าเฉลี่ยรวม
3. การจัดกลุ่มข้อมูลเชิงคุณภาพ (คอลัมน์ D และ E)
คอลัมน์ D (ความต้องการปรับปรุง): นักเรียนสามารถสร้าง แผนภูมิวงกลม (Pie Chart) จากการนับจำนวนของแต่ละหมวดหมู่ (รสชาติ, ความหลากหลาย, ราคา, บรรจุภัณฑ์) เพื่อหาว่าปัญหาใดเป็นปัญหาหลัก (เตรียมเข้าสู่ Data Visualization)
คอลัมน์ E (ข้อเสนอแนะเพิ่มเติม): ครูเน้นให้นักเรียนใช้ทักษะ การจัดกลุ่มเชิงคุณภาพ เพื่อสรุปข้อเสนอแนะปลายเปิด 2-3 ประเด็นหลัก (เช่น ปัญหาที่ถูกกล่าวถึงบ่อยที่สุดคือ "ปริมาณอาหารไม่เพียงพอ" และ "เมนูซ้ำซาก")
ใบงานที่ 2.4: การประมวลผลข้อมูลสู่ข้อสรุปการออกแบบ (Design Insights)
ส่วนที่ 1: การประมวลผลสถิติเบื้องต้นและการจัดกลุ่มข้อมูล
ให้นักเรียนนำข้อมูลที่รวบรวมมาเข้าสู่ Spreadsheet แล้วประมวลผลเพื่อหาข้อสรุป 2 ข้อหลักตามคำถามด้านล่าง
รายการประมวลผล
ฟังก์ชัน Spreadsheet ที่ใช้ผลลัพธ์ (ตัวเลขสถิติ)
1. กลุ่มเป้าหมายหลัก (Target Audience):
COUNT/PERCENTAGE: ร้อยละของผู้ตอบแบบสอบถามในแต่ละเพศ ....
- เพศชาย ร้อยละ: ...........%
- เพศหญิง ร้อยละ: ...........%
- ..................
COUNT/PERCENTAGE: ร้อยละของผู้ตอบแบบสอบถามในช่วงแต่ช่วงอายุ ....
- อายุ ..... ร้อยละ: ...........%
- อายุ ..... ร้อยละ: ...........%
- ..................
2. กลุ่มคำถามเกี่ยวกับผลิตภัณฑ์ :
COUNT/PERCENTAGE: ร้อยละของ ....
- ............................ ร้อยละ: ...........%
- ............................ ร้อยละ: ...........%
- ..................
ส่วนที่ 2: การจัดกลุ่มข้อมูลเชิงคุณภาพ (Qualitative Categorization) (ถ้ามี)
ให้นักเรียนทบทวนคำตอบจากช่อง "ความคิดเห็น/ข้อเสนอแนะ" (คำตอบปลายเปิด) ในแบบสอบถาม แล้วจัดกลุ่มเพื่อหาแนวโน้มหลัก
วิธีคิดร้อยละทั่วไป
สูตร: (ส่วนที่ต้องการหา / จำนวนทั้งหมด ) x 100
ตัวอย่าง: หากมีผู้ชาย 6 คนในกลุ่ม 20 คน
(6 / 20 ) x 100 = 30
Page updated
Google Sites
Report abuse