จุดประสงค์

• • 1. อธิบายหลักการวิเคราะห์ข้อมูลเชิงพรรณา และเชิงทำนาย

    2. เลือกใช้วิธีการวิเคราะห์ข้อมูลได้ตรงตามวัตถุประสงค์

    3. วิเคราะห์ข้อมูลโดยใช้โปรแกรมสำเร็จรูป หรือโปรแกรมภาษา

    4. อธิบายผลของการวิเคราะห์ข้อมูล เพื่อนำไปสู่การตัดสินใจ

สไลด์

คำอธิบาย

สไลด์ที่ 1 : การวิเคราะห์เชิงพรรณาจะเป็นการที่เราทราบว่าสภาพข้อมูลโดยทั่วไปของเราเป็นอย่างไร จะเป็นการบรรยายหรือพรรณนาข้อมูลที่เรามีอยู่ว่าเกิดอะไรขึ้นบ้าง ใช้สถิติ การหาสัดส่วน ร้อยละ การหาค่ากลางของข้อมูล

สไลด์ที่ 2 : การเลือกตั้งในสหรัฐอเมริกา ปี 2017 จะใช้กราฟเรดาห์ในการนำเสนอข้อมูล จะเห็นได้ว่ามีความดึงดูดน่าสนใจ สำหรับฮิลลาลี คลินตัน จะใช้สีชมพู จะมีความโดดเด่นด้านเศรษฐกิจ ส่วนสีฟ้าจะเป็นทรัมป์ ก็จะโดดเด่นด้านการปกป้องกันประเทศ ซึ่งจะเห็นความแตกต่างได้อย่างชัดเจน

สไลด์ที่ 3 : พนักงานในบริษัทแห่งหนึ่ง มีเงินเดือนที่แตกต่างกัน คนเงินเดือนสูงมีไม่มาก ส่วนคนเงินเดือนน้อยมีจำนวนมาก ถ้าเราต้องการหาค่ากลางของข้อมูลที่จะเป็นตัวบอกว่าโดยเฉลี่ยแล้วพนักงานในบริษัทมีเงินเดือนอยู่เท่าไร เราก็จะต้องคิดค่าเฉลี่ย (Mean) หากต้องการคิดค่ากลางของเดือนเดือนพนักงาน ก็สามารถโดยการคิดค่ามัธยฐาน (Median) คิดจากเอาข้อมูลมาเรียงลำดับไม่ว่าจากสูงไปต่ำหรือต่ำไปสูง แล้วตำแหน่งกึ่งกลางอยู่ตรงไหน ก็จะให้ค่านั้นเป็นค่ากลาง ส่วนค่าฐานนิยม (Mode) ได้จากค่าที่มีตัวเลขนั้นมากที่สุด ในที่นี้คิดค่า Mean = 5,700 Median = 3,000 Mode = 2,000 

          คำถาม ค่าไหนที่เราจะบอกได้ว่า โดยเฉลี่ยแล้ว พนักงานได้เงินเดือนเท่าไร จากตัวอย่างค่าที่ดีที่สุดคือค่า Median=3,000 และค่า Mode=2,000 แต่ถ้าเราบอกว่าบอกว่าเป็นค่า Mean=5,700 ซึ่งจะเห็นได้ว่า พนักงานมีเงินเดือนต่ำกว่า 5,700 มีเยอะมาก มันก็อาจจะเป็นตัวบอกโดยเฉลี่ยที่ไม่ดี เพราะคนได้เงินเดือนสูงกว่า 5,700 มีน้อยมาก

สไลด์ที่ 4 : ความสัมพันธ์ของข้อมูล 2 ชุด คือวัวป่าและม้าลาย แสดงให้เห็นว่าถ้าจำนวนวัวป่าเพิ่มขึ้น จำนวนม้าลายก็เพิ่มขึ้น ความสัมพันธ์ก็จะไปในทิศทางเดียวกัน

สไลด์ที่ 5 : การแปลค่าความสัมพันธ์ เมื่อเราทำเป็นแผนภาพการกระจาย ซึ่งความสัมพันธ์แบ่งออกเป็นเชิงลบกับเชิงบวก ค่าความสัมพันธ์มีค่าตั้งแต่ 0 ถึงบวก 1 เชิงลบก็ถึง -1 มีระดับน้อย ปานกลาง และมาก ถ้าไม่มีความสัมพันธ์ชุดข้อมูลก็จะกระจัดกระจายมองไม่เห็นทิศทาง ถ้าเป็นเชิงบวกข้อมูลจะเกาะกลุ่มกันจากซ้ายไปขวา แต่ถ้าเป็นเชิงลบข้อมูลจะไล่ลงมาจากซ้ายไปขวา

สไลด์ที่ 6 : เวลาเราบอกว่าข้อมูลนี้มีความสัมพันธ์ ต้องให้พึงระวังว่า ความสัมพันธ์ไม่ได้เป็นเหตุเป็นผลกัน จากข้อมูลวัวป่ากับม้าลาย เราไม่สามารถตีความได้ว่าการที่จำนวนม้าลายเพิ่มมากขึ้น มันส่งผลมาจากวัวป่าเพิ่มมากขึ้น สรุปแบบนี้อาจจะผิด ซึ่งจำนวนม้าลายเพิ่มมากขึ้นอาจมาจากสิ่งอื่น เช่น ป่าอาจจะอุดมสมบูรณ์ไม่ได้เกิดจากวัวป่า

ตัวอย่างไฟล์ข้อมูล ฝึกการวิเคราะห์เชิงพรรณนา

• ไฟล์ที่ 3.1 ตารางสรุปจำนวนนักเรียนไปทัศนศึกษา / ตารางแสดงข้อมูลโรงเรียนที่เข้าศึกษาด่อ 

• ไฟล์ที่ 3.2 ตารางคะแนนผลการเรียนวิชาคอมพิวเตอร์

• ไฟล์ที่ 3.3 ตารางสรุปการมาเรียน

• ไฟล์ที่ 3.4  ผู้เสียชีวิต 7 วันอันตรายเทศกาลปีใหม่ 2566

ตัวอย่างไฟล์ข้อมูล ฝึกการวิเคราะห์เชิงทำนาย

• ไฟล์ที่ 3.3 การวิเคราะห์ K-NN การจำแนกเครื่องดื่มชนิดใหม่

• ไฟล์ที่ 3.4 การวิเคราะห์ K-NN ทำนายการเกิดไฟไหม้ป่า

• ไฟล์ที่ 3.5 การวิเคราะห์ K-NN ทำนายสภาพอากาศ