1. Data Visualization: การเล่าเรื่องด้วยภาพ
Data Visualization คือ กระบวนการนำเสนอข้อมูลหรือสารสนเทศด้วยภาพ เพื่อให้เข้าใจได้ง่ายและรวดเร็วยิ่งขึ้น ซึ่งมีความสำคัญอย่างยิ่งในการนำเสนอ Insight ที่ได้จากการวิเคราะห์
ประเภทแผนภูมิ
ใช้เมื่อไหร่ (เหมาะสมกับ Data Type)
ข้อควรระวัง
แผนภูมิแท่ง (Bar Chart)
ใช้เพื่อ เปรียบเทียบ ข้อมูลที่ไม่ต่อเนื่องกัน หรือเปรียบเทียบขนาดของหมวดหมู่ต่าง ๆ
ต้องจัดเรียงจากมากไปน้อย หรือตามตรรกะ และไม่บีบอัดแกน Y
แผนภูมิวงกลม (Pie Chart)
ใช้เพื่อแสดง ร้อยละ (Percentage) หรือสัดส่วนของส่วนย่อยต่อส่วนรวมทั้งหมด
ไม่ควรใช้หากมีหมวดหมู่เกิน 5-6 หมวดหมู่ เพราะจะทำให้การเปรียบเทียบยาก
แผนภูมิเส้น (Line Chart)
ใช้เพื่อแสดง แนวโน้ม หรือการเปลี่ยนแปลงของข้อมูลตลอดช่วงเวลา
ต้องระบุช่วงเวลาและหน่วยวัดบนแกน X และ Y ให้ชัดเจน
กฎทองของ Visualization : การนำเสนอข้อมูลต้องมีความ ซื่อสัตย์ (Honesty) ห้ามบิดเบือนกราฟเพื่อชี้นำการตัดสินใจ เช่น ห้ามปรับแกน Y ให้ไม่เริ่มต้นจากศูนย์ หากต้องการแสดงการเปรียบเทียบขนาดจริง ๆ
2. การตรวจสอบความถูกต้องของสารสนเทศ (Fact-Checking)
แม้ว่าเราจะใช้เครื่องมือดิจิทัลที่ทันสมัยในการประมวลผล แต่ข้อมูลที่ได้มาอาจมีข้อจำกัดหรือข้อผิดพลาดแฝงอยู่
ขั้นตอน
รายละเอียด
ทำไมต้องตรวจสอบ?
1. วิเคราะห์ข้อจำกัดของแหล่งข้อมูล
ทบทวนเกณฑ์ความน่าเชื่อถือของแหล่งข้อมูลทุติยภูมิที่ใช้ในการอ้างอิง และระบุว่ามี อคติ (Bias) หรือ ความเก่าของข้อมูล อยู่หรือไม่
ข้อมูลที่มีข้อจำกัดนำไปสู่การตัดสินใจออกแบบที่ผิดพลาดได้
2. Fact-Checking ข้อมูลหลัก
ตรวจสอบข้อมูลเชิงสถิติที่สำคัญที่สุด (เช่น 85% ของคนต้องการฟังก์ชัน A) โดยการค้นหาข้อมูลจาก แหล่งที่มาอื่น ๆ (Cross-Verification) เพื่อยืนยันความถูกต้อง
ป้องกัน Hallucination (ข้อมูลเท็จที่สร้างโดย AI) และข้อผิดพลาดในการคำนวณ
3. สรุปข้อจำกัดในการนำเสนอ
เมื่อนำเสนอ Insight (สารสนเทศ), ต้องระบุ ข้อจำกัด ของข้อมูลชุดนั้นอย่างชัดเจน (เช่น "ข้อมูลนี้เก็บจากนักเรียน ม.4 ในโรงเรียนเราเท่านั้น จึงอาจไม่สะท้อนความต้องการของคนทั่วไป")
เป็นการแสดงความ ซื่อสัตย์สุจริต ต่อข้อมูลและทำให้การตัดสินใจมีฐานที่มั่นคง
ใบงานที่ 2.5: การนำเสนอข้อมูล
ให้นักเรียนนำข้อมูลที่รวบรวมใน Google Sheet จากใบงานที่ 2.4 มาสร้างงานนำเสนอด้วยกราฟ โดย Looker Studio