หน่วยที่ 4

การวิเคราะห์และอธิบายข้อมูล

การใช้ข้อมูลเพื่อการตัดสินใจนี้จะเป็นการกล่าวถึงการหาข้อมูลข่าวสารที่แม่นตรง การคิดอย่างมี
เหตุผล ซึ่งหมายถึงการใช้ระเบียบวิธีการทางสถิติเพื่อนาไปสู่การตัดสินใจที่เหมาะสม
ในปัจจุบันได้มีการนาเอาสถิติไปใช้ในศาสตร์สาขาต่างๆและยังมีแนวโน้มสูงขึ้นเรื่อยๆ เนื่องจากความ
สะดวกในกระบวนการประมวลผลข้อมูลด้วยเครื่องคานวณและเครื่องคอมพิวเตอร์ โดยใช้โปรแกรมสาเร็จรูป
ที่ทาให้สามารถวิเคราะห์ ข้อมูลจานวนมากๆ ที่มีตัว เลขสลับซับซ้อนในเวลาอันสั้น จึงทาให้สถิติมีลักษณะ
เหมือนเครื่องมือที่จาเป็นที่ให้เทคนิคที่มีประโยชน์ในการทาความเข้าใจควบคุมและประมวลผล รวมถึงช่วยใน
การวางแผนและการตัดสินใจ

4.1 ข่าวสารและการเก็บรวบรวมข้อมูล
4.1.1 ความรู้ทั่วไปเกี่ยวกับสถิติ
4.1.1.1 ความหมายของสถิติ
คาว่า "สถิติ" (Statistics) มีรากศัพท์มาจากคาว่า "Statistik" ในภาษาเยอรมัน และคาว่า
State ในภาษาลาติน โดยนักปรัชญาชาวเยอรมันชื่อ ก็อตต์ฟริด อเคนวาลล์ (Gottfried Achenwall) ในปี
ค.ศ. 1749 ซึ่งมีความหมายหมายถึงข้อมูลที่เกี่ยวข้องและเป็นประโยชน์ต่อการบริหารรัฐ โดยเน้นที่ข้อมูลที่
เป็นประโยชน์ต่อรัฐ จนกระทั่งต่อมาในปี ค.ศ.1893 มีนักปรัชญาและนักการทดลองชาวอังกฤษ 2 ท่าน คือ
เซอร์ ฟรานซิส กัลตัน และคาร์ล เพียรสัน (Sir Francis Galton and Karl Pearson) ได้นาเอาทฤษฎีความ
น่าจะเป็นเเละทฤษฎีความคลาดเคลื่อนมาใช้ประกอบกับการวิเคราะห์ข้อมูลจากผลการทดลองของเขาในทาง
การเกษตร จึงเกิดแนวความคิดและทฤษฎีตลอดจนเทคนิคทางสถิติ เช่น ความคลาดเคลื่อน การแจกแจงของ
ตัวอย่าง การทดสอบสมมุติฐาน การวิเคราะห์สัมประสิทธิ์สหสัมพันธ์ การวิเคราะห์ตัวแปรพหุคูณ
คาว่า "สถิติ" อาจจาแนกได้ 2 ความหมาย คือ
1) สถิติ หมายถึง ข้อมูลหรือตัวเลขที่แทนข้อเท็จจริง (Numerical fact) เกี่ยวกับเรื่อง
ต่างๆ ที่เราสนใจหรือที่อยู่รอบตัวเรา ทั้งที่เป็นปรากฏการณ์ตามธรรมชาติหรือเป็นเหตุการณ์ที่อาจเกิดขึ้น
เช่น ราคาน้ามัน ระดับน้ าในแม่น้ า จ านวนผู้ ป่วยที่เข้ารับการรักษาจาแนกตามชนิดของโรคแต่ละเดือนใน
โรงพยาบาลแห่งหนึ่ง ผลผลิตทางการเกษตรฯลฯ เหล่านี้เป็นต้น ข้อมูลซึ่งเป็นข้อเท็จจริงเกี่ยวกับเรื่องต่างๆ
ซึ่งจะถือว่าเป็นสถิติจะต้องเป็นข้อมูลส่วนรวม ไม่ใช่ข้อมูลเพียงตัวเดียวซึ่งไม่ก่อให้เกิดสถิติ โดยทั่วไปจะเรียก
สถิติตามความหมายนี้ว่า ข้อมูลสถิติ (Statistical data)
2) สถิติ หมายถึง ศาสตร์หรือวิชาที่ว่าด้วยหลักการและวิธีการทางสถิติซึ่งประกอบด้วย
การเก็บรวบรวมข้อมูล การจัดระเบียบข้อมูลหรือการนาเสนอข้อมูล การวิเคราะห์และการแปลความหมาย
ข้อมูล ซึ่งจะเรียกสถิติตามความหมายนี้ว่า สถิติศาสตร์ (Statistics)
 ตามความหมายสถิติในแง่ที่เป็นศาสตร์ สถิติแบ่ งออกเป็น 2 ประเภท คือ สถิติเชิง
พรรณนา (Descriptive statistics) และสถิติเชิงอนุมาน (Inferential statistics)
1) สถิติเชิงพรรณนา เป็นสถิติที่ว่าด้วยการบรรยายลักษณะของข้อมูลชุดใดชุดหนึ่งโดย
มิได้ใช้คาบรรยายหรือคาอธิบายนั้นอนุมานหรือสรุปพาดพิงไปยังประชากรหรือข้อ มูลชุดอื่น ขอบข่ายของสถิติ
เชิงพรรณนาประกอบด้วย
(1) การจัดตาแหน่งเปรียบเทียบ เช่น การแจกแจงความถี่ สัดส่วน อัตราส่วน
(2) การวัดแนวโน้มเข้าสู่ส่วนกลางเช่น ตัวกลางเลขคณิต มัธยฐาน ฐานนิยม
(3) การวัดการกระจายของข้อมูล เช่น พิสัย ส่วนเบี่ยงเบนมาตรฐาน
(4) การวัดรูปร่างของการแจกแจง เช่น สัมประสิทธิ์ความเบ้
(5) การวัดความสัมพันธ์ระหว่างตัวแปรเช่นวิธีหาสัมประสิทธิ์สหสัมพันธ์
2) สถิติเชิงอนุมาน เป็นสถิติที่ศึกษาลักษณะของข้อมูลกลุ่มตัวอย่างเพื่อประมาณค่าหรือ
ทดสอบสมมุติฐ านอันจะนาไปสู่การอนุมานไปยังประชากรเป้าหมายที่ทาการศึกษา ขอบข่ายของสถิติเชิง
อนุมานประกอบด้วย
(1) สถิติเชิงบรรยาย
(2) ทฤษฎีการสุ่มตัวอย่าง
(3) ทฤษฎีการแจกแจงของตัวแปรสุ่ม
(4) ทฤษฎีการประมาณค่า
(5) ทฤษฎีการทดสอบสมมติฐาน

4.1.1.2 ความสาคัญของสถิติ
ในปัจจุบันสถิติได้เข้ามามีบทบาทในชี วิตประจาวันของคนเรามากขึ้นเรามักได้ยินได้ฟัง
ตัว เลขสถิติ เกี่ย วกั บ เรื่ องต่างๆ อยู่ เ สมอไม่ ว่าจะเป็นจากการสนทนา ปาถกฐา การอภิ ปราย ในรายงาน
ผลการวิจัยทางวิทยาศาสตร์และผลการวิจัยต่างๆ ก็ล้วนมีตัวเลขสถิติประกอบการรายงาน ในหน้าหนังสือพิมพ์
ก็มักมีตัวเลขสถิติแสดงไว้ บ่อยๆ การที่มีผู้นาเอาตัวเลขสถิติไปใช้กันอย่างกว้างขวางก็เนื่องจากว่าสถิติเป็นที่
ยอมรับมากขึ้น ในฐานะเป็นภาษาสากลของการกระจายข่าวสาร และของผลการทดลองตลอดจนการวิจัย
ต่างๆ
นักวิชาการส่วนมากจาเป็นต้องมีความรู้ทางสถิติ เพราะเอกสารทางวิชาการมักมีข้อมูล
สถิติอยู่ด้วย ถ้าปราศจากความรู้ทางสถิติอย่างเพียงพอแล้วจะไม่สามารถอ่านเอกสารนั้นให้เข้าใจได้ดี นักวิจัย
จะไม่สามารถทาการวิจัยได้ถ้าขาดความรู้ทางสถิติเพราะสถิติเป็นส่วนหนึ่งของระเบียบวิธีการวิจัย
ในขณะที่สังคมมนุษย์มีความเจริญมากขึ้น ปัญหาต่างๆ ก็เพิ่มความสลับซับซ้อนยิ่งขึ้น
ควบคู่กัน ไป เช่น ปั ญหาทางเศรษฐกิจ และสังคม ปัญหาการพัฒนาประเทศ ปัญหาการศึกษา ปัญหาการ
บริหารงานในระดับต่างๆ ทั้งของรัฐและของเอกชน ตลอดจนปัญหาการดารงชีวิตในครอบครัว เนื่องจากข้อมูล
สถิติเป็นเสมือนแสงที่ช่วยส่องให้เห็นความจริง หรือสภาพความเป็นไปเกี่ยวกับเรื่องนั้นๆ ดังนั้นในการตัดสินใจ
หรื อวางแผนเพื่อแก้ปั ญหาเหล่ านี้ จึ งจะขาดสถิติเ สี ยมิไ ด้ สถิ ติมีส่ ว นช่ว ยอย่างส าคัญในการวางแผนและ
ดาเนินงานต่างๆ ให้เป็นไปอย่างมีหลักเกณฑ์ ซึ่งเป็นผลให้การดาเนินงานนั้นๆ มีโอกาสผิดพลาดน้อยลง และ
สถิติยังเป็นเครื่องมือที่ทรงคุณประโยชน์อย่างยิ่งในการประเมินผลงานโครงการต่างๆ ที่ได้ทาไปแล้วว่าได้ผล
ตามเป้าหมายที่วางไว้หรือไม่ สมควรจะต้องปรับปรุงหรือแก้ไขโครงการนั้นอย่างไร
 เป็นที่ทราบกันโดยทั่วไปว่าบทบาทของสถิติที่มีต่อกิจกรรมในชีวิตประจาวันของคนเรานั้น
เพิ่มขึ้นเรื่อยๆ ตลอดมา เอช จี เวลส์ (H.G. Wells) นักปราชญ์ผู้มีชื่อเสียงในสมัยศตวรรษที่ 19 ถึงกับเคย
กล่าวไว้ว่า ในวันหนึ่งข้างหน้า การคิดเชิงสถิติ (Statistical thinking) จะเป็นสิ่งจาเป็นสาหรับการเป็น
พลเมืองที่มีประสิทธิภาพเท่าเทียมกับความสามารถในการอ่านและเขียนได้ทีเดียว (ส่งศักดิ์ ฑิตาราม, 2532 :
7-8)

4.1.1.3 คาศัพท์ทางสถิติที่ควรทราบ
1) ประชากร (Population) หมายถึง กลุ่ม (set) ของสิ่งที่ต้องการจะศึกษาหรือ
ตรวจสอบทั้งหมดอาจเป็นกลุ่มของคน สัตว์ หรือสิ่งของก็ได้ประชากรจาแนกออกได้ 2 ลักษณะคือ
(1) ประชากรจากัด (Finite population) หมายถึง ประชากรที่มีหน่วยย่อยจากัด ซึ่ง
สามารถนับออกมาเป็นจานวนได้ครบถ้วน
(2) ประชากรอนันต์ (Infinite population) หมายถึง ประชากรที่มีหน่วยย่อยไม่
สิ้นสุดซึ่งไม่สามารถนับออกมาเป็นจานวนได้แน่นอน
2) กลุ่มตัวอย่าง (Sample) หมายถึง บางส่วนของประชากรหรือกลุ่มของบรรดาหน่วย
ตัวอย่างที่เลือกได้จากประชากรซึ่งใช้เป็นตัวแทนเพื่อศึกษาลักษณะต่างๆ ของประชากร โดยทั่วไปการเลือก
หน่วยตัวอย่างจะใช้วิธีสุ่มตัวอย่าง ซึ่งอาศัยความน่าจะเป็นที่แต่ละหน่วยในประชากรมีโอกาสถูกเลือกมาเท่าๆ
กัน
3) ข้อมูล (Data) หมายถึงข้อเท็จจริงเกี่ยวกับเรื่อ งต่าง ๆที่สนใจจะศึกษาอาจจะเป็น
ตัวเลข หรือข่าวสาร (Information) หรือข้อความที่ไม่ใช่ตัวเลขก็ได้ข้อมูลที่ใช้แทนขนาดหรือปริมาณ ซึ่งวัด
ออกมาเป็นค่าตัวเลข เรียกว่า ข้อมูลเชิงปริมาณ (Quantitative data) เช่น น้าหนัก ส่วนสูง ความยาว พื้นที่
เป็นต้น ส่วนข้อมูลที่ไม่สามารถวัดค่าออกมาเป็นตัวเลขได้ เรียกว่า ข้อมูลเชิงคุณภาพ (Qualitative data)
เช่น สภาพภูมิศาสตร์ การมีงานทา สภาพความเป็นอยู่ เชื้อชาติ เป็นต้น
4) แหล่งของข้อมูล (Source of data) หมายถึงสิ่งที่ทาให้ได้มาซึ่งข้อมูลทางสถิติ แบ่ง
ออกได้เป็น 2 ประเภทคือ
(1) แหล่งปฐมภูมิ (Primary source) เป็นแหล่งของข้อมูลที่เป็นต้นกาเนิดของมูลนั้นๆ
เราเรียกข้อมูลนี้ว่า ข้อมูลปฐมภูมิ (Primary source) เช่น ข้อมูลที่ได้จากการสัมภาษณ์ ข้อมูลที่ได้จากการ
ทดลอง ข้อมูลที่ได้จากการกรอกแบบสอบถาม เป็นต้น
(2) แหล่งทุติยภูมิ (Secondary source) เป็นแหล่งของข้อมูลซึ่งไม่ได้เป็นต้นกาเนิด
ของข้อมูล นั้น ๆ แต่เป็น แหล่ งของข้อมูลที่ได้รวบรวมเอาข้อมูล เอาไว้เมื่อผู้ส นใจต้องการศึกษาข้อมูลที่ได้
รวบรวมเอาไว้นั้น อาจไปรวบรวมจากแหล่งนี้ก็ได้เราเรียกข้อมูลที่ได้นี้ว่า ข้อมูลทุติยภูมิ เช่น ข้อมูลที่คัดเลื อก
มาจากทะเบียนราษฎร์ ข้อมูลที่คัดมาจากบัญชีรายชื่อผู้ป่วย ข้อมูลจากหนังสือพิมพ์ เป็นต้น
5) พารามิเตอร์ (Parameter) หมายถึง ตัวคงที่ซึ่งแสดงถึงคุณลักษณะของประชากร ซึ่ง
คานวณมาจากค่าการวัดหรือคะแนนทุกๆ หน่วยของประชากรนั้นๆ สัญลักษณ์ที่ใช้แทนค่าพารามิเตอร์ใช้
อักษรกรีก เช่น
 แทน ค่าเฉลี่ยของประชากร
 แทน ค่าเบี่ยงเบนมาตรฐานของประชากร
 6) ค่าสถิติ (Statistics) หมายถึง ค่าที่สังเกตได้ หรือคานวณได้จากกลุ่มตัวอย่าง เพื่อใช้
ประมาณค่าพารามิเตอร์ สัญลักษณ์ที่ใช้จะแทนด้วยอักษรลาติน เช่น
x แทน ค่าเฉลี่ยของกลุ่มตัวอย่าง
S แทน ค่าเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่าง
7) ค่าสังเกต (Obesrvation) หมายถึง ค่าที่วัดได้สาหรับลักษณะใดลักษณะหนึ่งของคน
สัตว์ หรือสิ่งของ เช่น น้าหนัก รายได้ของพนักงานแต่ละคน ส่วนสูงของนักเรียนแต่ละคน
8) ตัวแปร (Variables) หมายถึง ลักษณะของสิ่งที่เราจะศึกษาหรือทาการวัด ตัวแปรที่
สามารถก าหนดค่ า ระหว่ า งค่ า สองค่ า ที่ ก าหนดให้ ไ ด้ เ สมอ เราเรี ย กว่ า ตั ว แปรต่ อ เนื่ อ ง (Continuous
variables) เช่น น้าหนัก ส่วนสูง คะแนนผลสัมฤทธิ์ทางการเรียน เป็นต้น ส่วนตัวแปรที่มีลักษณะแยกกันโดย
เด็ดขาด หรื อไม่ ส ามารถก าหนดค่าระหว่างค่าสองค่า ที่กาหนดได้ เรีย กว่า ตัว แปรไม่ ต่อเนื่ อง (Discrete
variables) เช่น เพศมีชายและหญิง สถานภาพการสมรสมีโสด หม้าย หย่าร้าง เป็นต้น

4.1.1.4 ระดับการวัดข้อมูล (Levels of Measurement)

ข้อมูล หรื อรายละเอีย ดและข้อเท็จ จริงของสิ่ งต่างๆ ที่ส ามารถเปลี่ ย นแปลงค่ าได้ จะ
เรียกว่า ตัวแปร (Variable) ดังตัวอย่างเช่น ข้อมูลเกี่ยวกับเพศจะเรียกว่าตัวแปรเพศมีระดับการแปรค่าเป็น
ชาย หญิง ข้อมูลเกี่ยวกับรายได้เรี ยกว่าตัวแปรรายได้มีระดับการแปรค่าเป็น ต่ากว่า 5,000 5,000-10,000
10,001-15,000 มากกว่า 15,000 การจัดแบ่งตัวแปรนั้นแบ่งได้เป็น 2 ประเภท คือ ตัวแปรไม่ต่อเนื่อง และตัว
แปรต่ อ เนื่ อ ง จะเห็ น ว่ า ตั ว แปรแต่ ล ะประเภทจะให้ ข้ อ มู ล ออกมาแตกต่ า งกั น ข้ อ มู ล เหล่ า นี้ เ มื่ อ จะน าไ ป
ประมวลผลหรือวิเคราะห์ต้องคานึงถึง ระดับการวัด (Scale of Measurement) ว่าอยู่ในระดับใด ทั้งนี้ใน
ส่วนของการวัดจะแบ่งข้อมูลตามมาตราการวัดได้เป็น 4 ประเภทตามมาตราการวัดดังนี้
1) มาตรานามบัญญัติ (Nominal scales) เป็นมาตราการวัดในระดับที่ต่าสุดหรือ
หยาบที่สุดเพื่อจาแนกสิ่งต่างๆ ออกเป็นกลุ่มๆ เพื่อความสะดวกในการระบุเราอาจจะกาหนดตัวเลขแทนแต่ละ
กลุ่มเพื่อเป็นการแทนชื่อหรือเป็นสัญลักษณ์ที่ใช้แทนลักษณะอย่างใดอย่างหนึ่งเท่านั้น ตัวแปรในระดับนี้ส่วน
ใหญ่เป็นตัวแปรที่มีข้อมูลเชิงคุณลักษณะ ตัวเลขที่แสดงในมาตรานี้ไม่มี ความหมายในแง่ทางคณิตศาสตร์ซึ่ง
หมายถึง สมบัติบวก ลบ คูณ และหาร ตัวเลขที่ระบุไว้เป็นเพียงแค่ป้ายชื่อที่ใช้แทนการเรียกกลุ่มต่างๆ ตาม
คุณลักษณะย่อยๆ ดังนั้นบางครั้งจึงเรียกว่าข้อมูลแบ่งกลุ่ม
2) มาตราเรียงอันดับ (Ordinal scales) เป็นการจัดระดับตัวแปรที่ถือว่ามีคุ ณลักษณะ
แสดงความแตกต่างที่สูงขึ้นมาจากมาตรานามบัญญัติ โดยข้อมูลในมาตราเรียงอันดับนี้จะบอกความแตกต่างที่
มากกว่า น้อยกว่า ดีกว่า เลวกว่า สูงกว่า ต่ากว่า พอใจมากกว่า พอใจน้อยกว่า เป็นต้น แต่ไม่สามารถบอกว่า
มากกว่าเท่าใด ดีกว่าเท่าใด พอใจกว่าเท่าใด ซึ่งอาจกล่าวได้ว่า การกาหนดจานวนและตัวเลขแทนคุณลักษณะ
ในมาตรานี้ เป็นการกาหนดค่าตัวเลขที่มีความหมายในเชิงของการเปรียบเทียบ สามารถกาหนดตาแหน่งเพื่อ
บอกว่ามากกว่าหรือน้อยกว่าได้ แต่ไม่สามารถระบุช่วงห่างของตาแหน่งได้แน่นอนเช่นสอบถามถึงความพึง
พอใจของลูกค้าที่มีต่อการปรับปรุ งเปลี่ยนแปลงบรรจุภัณฑ์คุณลักษณะ ที่แสดงความแตกต่างคือ พอใจมาก
ที่สุด พอใจมาก พอใจน้อย
3) มาตราอันตรภาค (Interval scales) เป็นการกาหนดค่าตัวเลขแทนปริมาณให้กับ
ข้อมูลที่สูงกว่าสองมาตราที่กล่ าวมา โดยสามารถวัดรายละเอียดของคุณลั กษณะที่แตกต่างกันของตัวแปร
ออกมาได้เป็นค่าของตัวเลขและตัวเลขที่ได้ในมาตรานี้มีสมบัติทางคณิตศาสตร์คือบวกลบได้ แต่ค่าของข้อมูล
เป็นค่าที่กาหนดขึ้นตามข้อตกลงร่วมกันเท่านั้น ค่าของศูนย์ในมาตรานี้จึงเป็นค่าสมมุติที่ใช้แทนจุดเริ่มต้นของ
ค่าข้อมูลหรือเพื่อการจัดแบ่งข้อมูล เพื่อให้เกิดความสะดวกในการเปรียบเทียบเท่านั้น เช่น ข้อมูลผลสัมฤทธิ์
ทางการเรียน อุณหภูมิ เป็นต้น
การเก็บรวบรวมข้อมูลบางประเภทเช่นทัศนคติ ความคิดเห็นเกี่ยวกับเรื่องใดเรื่องหนึ่ง
ข้อมูลที่ได้อาจอยู่ในลักษณะของมาตราเรียงอันดับเช่นให้ระดับความคิดเห็นเป็นเห็นด้วยมากที่สุด เห็นด้วย
มาก เห็นด้วยปานกลาง เห็นด้วยน้อย เห็นด้วยน้อยที่สุด แต่กัลยา วานิชย์บัญชา (2546 : 4-2) กล่าวว่า กรณี
ที่ผู้เก็บรวบรวมข้อมูลมีสมมุติฐานว่าสเกลมีระยะห่างเท่ากันจริงๆ โดยต้องให้ผู้ตอบทราบว่าในการตอบจะถือ
ว่าสเกลมีระยะห่างเท่ากันจริงๆ กรณีนี้อาจถือว่าเป็นสเกลอันตรภาคได้ เช่นการกาหนดให้ คะแนน 5 แทน
ความคิดเห็นเป็นเห็นด้วยมากที่สุด คะแนน 4 แทนเห็นด้วยมาก คะแนน 3 แทนเห็นด้วยปานกลาง คะแนน 2
แทนเห็นด้วยน้อย คะแนน 1 แทนเห็นด้วยน้อยที่สุด จะสามารถให้มาตราการวัดเป็นมาตราอันตรภาคได้
4) มาตราอัตราส่วน (Ratio scales) เป็นมาตราการวัดข้อมูลในระดับที่สมบูรณ์ที่สุด โดย
การกาหนดตัวเลขแทนปริมาณให้กับข้อมูลโดยมีระยะห่างแต่ละช่วงเท่ากัน จึงสามารถนามาเปรียบเทียบกันได้
โดยอาศัยปริมาณข้อมูลที่ได้ในมาตรานี้เป็นค่าจริงของข้อมูลจึงมีคุณสมบัติทางคณิตศาสตร์คือ บวก ลบ คูณ
หารได้ และศูนย์ที่วัดได้เป็นค่าศูนย์ที่แท้จริงซึ่งหมายถึงไม่มีเลย เช่น น้าหนัก รายได้ ยอดขาย เป็นต้น

4.1.2 การเก็บรวบรวมข้อมูล
4.1.2.1 ความต้องการข้อมูล
เมื่อบุ คคลหรื อหน่ ว ยงานใดมีความจาเป็น ต้องใช้ข้อมูล บุคคลหรือหน่ว ยงานนั้นอาจ
ดาเนินการเก็บรวบรวมข้อมูลด้วยตนเองหรือนาเอาข้อมูลจากแหล่งที่มีผู้เก็บรวบรวมไว้แล้วมาใช้ข้อมูลที่บุคคล
หรือหน่วยงานทั่วไปต้องการนั้นมักเป็นข้อมูลเฉพาะเรื่อง และมีขอบเขตการปฏิบัติการเก็บรวบรวมข้อมูลไม่
กว้างขวางนัก แต่ถ้าเป็นการเก็บข้อมูลที่มีการกาหนดขอบเขตการปฏิบัติการกว้างขวาง เช่น การสารวจหรือสา
มะโนทั่วประเทศ ซึ่งต้องใช้เวลา ใช้กาลังคน และใช้งบประมาณเป็นจานวนมาก หน่วยงานของรัฐผู้มีหน้าที่
เกี่ยวข้องกับเรื่องนี้โดยตรง เช่น สานักงานสถิติแห่งชาติจะเป็นผู้ดาเนินการเก็บรวบรวม และจัดพิมพ์เผยแพร่
ข้อมูลเหล่านั้น
4.1.2.2 ความหมายของการเก็บรวบรวมข้อมูล
การเก็ บ รวบรวมข้ อ มู ล หมายถึ ง กระบวนการที่ จ ะให้ ไ ด้ ข้ อ มู ล มาเพื่ อ ตอบสนอง
วัตถุประสงค์ของการศึกษาข้อมูลเรื่องใดเรื่องหนึ่งที่ผู้ศึกษาข้อมูลต้องการ การเก็บรวบรวมข้อมูลอาจแบ่งได้
เป็น 2 ลักษณะคือ
1) การเก็บข้อมูล (Data collection) หมายถึง การเก็บข้อมูลที่ผู้ศึกษาต้องการจาก
แหล่งข้อมูลโดยตรง ซึ่งผู้เก็บข้อมูลต้องค้นคว้า สารวจ หรือวิจัยข้อมูลที่ต้องการด้วยตนเอง
2) การรวบรวมข้อมูล (Data compilation) หมายถึง การนาเอาข้อมูลที่มีผู้ทาการเก็บ
ไว้แล้วหรือจัดทาเผยแพร่ขึ้นในลักษณะต่างๆ เช่น บทความ บทวิจารณ์ สารานุกรม รายงาน ผลการวิจัย เป็น
ต้น โดยนาข้อมูลเหล่านี้มาใช้อ้างอิงต่ออีกครั้งหนึ่งเพื่อการศึกษาวิเคราะห์ต่อไป
ในการศึกษาวิเคราะห์ข้อมูลเรื่องใดเรื่องหนึ่งนั้น ผู้ศึกษาสามารถใช้การเก็บรวบรวมข้อมูล
ลักษณะใดลักษณะหนึ่ง หรืออาจใช้ทั้งสองลักษณะผสมกันก็ได้ขึ้นอยู่กับการศึกษาข้อมูลนั้นๆ ว่ามีลักษณะ
อย่างไร
 4.1.2.3 การวางแผนในการเก็บรวบรวมข้อมูล
ในการด าเนิ น การในการเก็ บ รวบรวมข้ อ มู ล เพื่ อ น าไปใช้ ป ระโยชน์ ไ ม่ ว่ า จะโดย
วัตถุประสงค์ใด เช่น เพื่อการวิจัย เพื่อเผยแพร่ หรือเพื่อบริการทางข้อมูล การดาเนินการดังกล่าวประกอบด้วย
ขั้นตอนต่างๆ 4 ขั้น ดังนี้
1) การวางแผนและเตรียมการ
2) การปฏิบัติงานเก็บรวบรวมข้อมูล
3) การประมวลผลข้อมูลเบื้องต้นให้อยู่ในรูปที่จะนาไปใช้ประโยชน์โดยสะดวก
4) การวิเคราะห์ความถูกต้องและความเชื่อถือได้ของข้อมูล
4.1.2.4 ระเบียบวิธีการเก็บรวบรวมข้อมูล
โดยทั่วไประเบียบวิธีการเก็บรวบรวมข้อมูล อาจแบ่ งออกได้เป็น 4 วิธี คือ การสามะโน
(Census) การสารวจด้วยตัวอย่าง (Sample survey) การรายงาน (Reporting) และการลงทะเบียน
(Registration) (ส่งศักดิ์ ทิตาราม, 2532 : 24) แต่ละวิธีมีรายละเอียดที่จะกล่าวถึงดังนี้
1) สามะโน หรือเรียกอีกอย่างหนึ่งว่าการแจงนับครบถ้ วน (Complete enumeration)
หมายถึง การเก็บรวบรวมข้อมูลจากสมาชิกทุกหน่วยในประชากร ในการทาสามะโนเราเรียกสมาชิกเหล่านี้ว่า
หน่วยแจงนับ (Enumeration unit) หน่วยแจกนับคือหน่วยที่มีข้อมูลที่เราต้องการเก็บรวบรวม หน่วยแจงนับ
จะเป็นอะไร สุดแท้แต่จะกาหนดในการทาสามะโนนั้น เช่น ในการทาสามะโนประชากรและเคหะ หน่วยแจง
นั บ คื อ ครั ว เรื อ น (Household) ในการท าส ามะโนการเกษตรหน่ ว ยแจงนั บ คื อ ที่ ถื อ ครองการเกษตร
(Agricultural holding) และในการทาสามะโนครูและโรงเรียน หน่วยแจงนับคือโรงเรียน เป็นต้น
แต่เดิมมาเราคุ้นเคยกับคาว่าสามะโนครัว ซึ่งได้แก่การนับบ้านและนับจานวนคน และ
เป็นคาที่กระทรวงมหาดไทยใช้ในการทาสามะโนครัวของประเทศไทย ซึ่งได้ทามารวม 5 ครั้งคือ ใน พ.ศ.
2453, พ.ศ. 2462, พ.ศ. 2472, พ.ศ. 2480 และ พ.ศ. 2490 ส่วนครั้งต่อมาในปี พ.ศ. 2503 สานักงานสถิติ
กลางเมื่ อครั้ ง ยั ง เป็ น ส่ ว นราชการในสภาพั ฒ นาเศรษฐกิ จแห่ ง ชาติ (ปั จจุ บัน คือ ส านัก งานคณะกรรมการ
พัฒนาการเศรษฐกิจและสังคมแห่งชาติ) เป็นผู้รับผิดชอบและจัดทาทุก 10 ปี คือได้จัดทาในปี พ.ศ. 2513 พ.ศ.
2523 พ.ศ. 2533 พ.ศ. 2543 และ พ.ศ. 2553 ตามลาดับ และได้เพิ่มการสามะโนเคหะเข้าไปด้วยจึงรวม
เรียกว่า สามะโนประชากรและเคหะ หน่วยราชการที่รับผิดชอบคือสานักงานสถิติแห่งชาติ หรือสานักงานสถิติ
เดิมนั่นเอง
เนื่องจากสามะโนเป็นงานใหญ่ต้องใช้เวลาและงบประมาณดาเนินการมาก โดยเฉพาะ
อย่างยิ่งสามะโนประชากรและเคหะและสามะโนการเกษตร ดังนั้นสามะโนดังกล่าวนี้ประเทศไทยจึงมีกาหนด
ทาทุก 10 ปี แต่ในหลายประเทศที่พัฒนาแล้ว เช่น สหรัฐอเมริกาและญี่ปุ่นได้จัดทาสามะโนเหล่านี้ทุก 5 ปี
การทาสามะโนในประเทศไทย นอกจากที่ได้กล่าวมาแล้วยังมีสามะโนประมงทะเล สา
มะโนอุตสาหกรรม สามะโนธุรกิจทางการค้าและธุรกิจทางการบริการ ตามพระราชบัญญัติสถิติได้ระบุไว้ว่า
หน่วยราชการที่มีอานาจและหน้าที่ในการทาสามะโนประชากรได้แก่สานักงานสถิติแห่งชาติเท่านั้น
2) การสารวจด้วยตัวอย่าง เป็นการเก็บรวบรวมข้อมูลจากหน่วยแจกนับบางหน่วยในคุ้ม
รวม (คุ้มรวมตรงกับภาษาอังกฤษว่า Coverage หมายถึง ขอบข่ายของการเก็บรวบรวมข้อมูลนั้นๆ ว่าจะ
ครอบคลุมถึงหน่วยแจงนับใดบ้าง) หน่วยแจงนับบางหน่วยเรียกว่า ตัวอย่าง (Sample) การสารวจด้วย
ตัวอย่างจะต้องกาหนดขนาดของตัวอย่าง หน่วยตัวอย่าง ตลอดจนระเบียบวิธีการประมวลผลวิธีนี้อาจเรียกว่า
การสารวจด้วยการแจกนับเพียงบางส่วน (Partial enumeration method) เช่น การสารวจแรงงาน ใช้
ระเบียบวิธีการสารวจด้วยตัวอย่าง โดยการสัมภาษณ์ครัวเรือนตัวอย่างเพื่อประมาณจานวน และลักษณะของ
แรงงานภายในประเทศตามภาคต่างๆ ในระยะเวลาหนึ่งๆ
3) การรายงาน เป็นการเก็บรวบรวมข้อมูลจากรายงานที่กาหนดไว้เพราะหน่วยราชการ
หรือหน่วยงานเอกชนบางแห่ง อาจจะมีระบบรายงานบางอย่างเพื่อการบริหารภายในหน่วยงานนั้นๆ จาก
รายงานดังกล่าวอาจมีข้อมูลเบื้องต้นบางประเภท ซึ่งสามารถนามาประมวลผลเป็นยอดข้อมูลสถิติได้ ในกรณีนี้
ข้อมูลสถิติที่รวบรวมได้ จะเป็นผลพลอยได้จากการบริหารงาน เช่น
กรมศุ ล กากรมีร ะบบการรายงานเกี่ ย วกับ การส่ ง สิ น ค้า ออกและการน าสิ น ค้ า เข้ า
ใบส าคัญหรื อเอกสารที่ใช้ในการแจ้งการน าเข้าและส่ งออกนั้น จะเป็นแหล่ งข้อมูลเบื้องต้นซึ่งสามารถจะ
ประมวลยอดข้อมูลสถิติแสดงปริมาณการค้าระหว่างประเทศได้ ในบางกรณีเราอาจจะทาการเก็บรวบรวม
ข้อมูลจากการรายงาน โดยการขอความร่วมมือจากหน่วยอื่นๆ ให้ช่วยทารายงานพิเศษ ฉะนั้นสถิติที่ได้จากการ
รายงานพิเศษนี้ก็ไม่จาเป็นต้องเป็นผลพลอยได้จากการบริหารงาน
วิธีการเก็บรวบรวมข้อมูลจากการรายงานของหน่วยบริหารนับว่าเป็นการเก็บรวบรวม
ไม่ ต้ อ งสิ้ น เปลื องค่ า ใช้ จ่ า ยในการด าเนิ น การมากนั ก ค่ า ใช้จ่ า ยส่ ว นใหญ่ ที่ใ ช้ ก็ เ พื่ อ การประมวล ผล พิ ม พ์
แบบฟอร์มต่างๆ ตลอดจนการพิมพ์รายงาน วิธีนี้ใช้กันมากทั้งในส่วนราชการและเอกชน ในหน่วยงานของรัฐที่
สาคัญๆ ก็มีกรมศุลกากรที่กล่าวข้างต้น กรมสรรพากรมีแบบรายงานการยื่นเสียภาษี ที่เรียกว่า ภ.ง.ด.7 จาก
แบบยื่นแสดงรายการเสียภาษี จะสามารถรวบรวมข้อมูล สถิติเกี่ย วกับรายได้ของประชากร นอกจากนี้ก็มี
รายงานผลการปฏิ บั ติงานของโรงเรี ย นในกรมในกระทรวงศึ กษาธิก าร ก็ นามาใช้ในการประผลสถิติทาง
การศึกษาได้เช่นเดียวกัน สาหรับหน่วยงานของเอกชนนั้นมักจะเป็นสถานประกอบการต่างๆ ข้อมูลที่เกี่ยวกับ
การผลิ ต การใช้วัตถุดิบ อาจจะรวบรวมจากรายงานของฝ่ายผลิต สถิติแสดงปริมาณการขายสินค้าก็อาจ
รวบรวมได้จากพนักงานขายแต่ละคนเป็นต้น
4) การลงทะเบียน เป็นการเก็บรวบรวมข้อมูลสถิติที่รวบรวมจากระบบทะเบียน มี
ลักษณะคล้ายกับการรวบรวมจากรายงานตรงที่เป็นผลพลอยได้เช่นกัน จะต่างกันที่แหล่งเบื้องต้นเป็นเอกสาร
การทะเบียน ซึ่งการเก็บเป็นการต่อเนื่องมีการปรับปรุงหรือเปลี่ยนแปลงให้ถูกต้องหรือทันสมัย ทาให้ได้สถิติที่
ต่อเนื่องกันไป ส่วนการเก็บรวบรวมข้อมูลจากรายงาน ส่วนมากใช้เพียงครั้งเดียว ข้อมูลที่เก็บโดยวิธีทะเบียนมี
ข้อจากัดเท่าที่มีอยู่ในทะเบียนเท่านั้นระบบทะเบียนเป็นระบบข้อมูลที่ค่อนข้างใหญ่ มีพระราชบัญญัติคุ้มครอง
หรื อ บั ง คั บ การที่ จ ะเปลี่ ย นระบบทะเบี ย นเพื่ อ ให้ ไ ด้ ข้ อ มู ล ที่ ต้ อ งการย่ อ มไม่ อ ยู่ ใ นวิ สั ย ที่ จ ะท าได้ ง่ า ยนั ก
คุณภาพของข้อมูลสถิติก็ขึ้นอยู่กับคุณภาพของข้อมูลเบื้องต้นที่เก็บอยู่ในทะเบียน ซึ่งข้อมูลบางอย่างอาจจะไม่
ถูกต้องทันสมัยตามความเป็นจริง
ตั ว อย่ า งข้ อ มู ล สถิ ติ ที่ ร วบรวมจากระบบทะเบี ย น ได้ แ ก่ สถิ ติ จ านวนประชากรที่
กรมการปกครองดาเนินการเก็บรวบรวมจากระบบทะเบียนราษฎร์ มีสถิติประชากรจาแนกตามเพศเป็นราย
จังหวัด อาเภอ ตาบล ในวันสิ้นปี โดยประมวลได้จากจานวนประชากรในทะเบียนเมื่อสิ้นปี จานวนคนเกิด
ระหว่างปี จานวนคนตายระหว่างปี จ านวนคนย้ายเข้าระหว่างปี จานวนคนย้ายออกระหว่างปี นอกจาก
ทะเบียนราษฎร์แล้ว ก็มีทะเบียนยานพาหนะของกรมการขนส่งทางบก ก็จะทาให้ได้ข้อมูลสถิติรถยนต์จาแนก
ตามชนิด หรือประเภททะเบียนโรงงานอุตสาหกรรม จะทาให้ทราบจานวนโรงงานอุตสาหกรรมจาแนกตาม
ประเภทของโรงงาน เป็นต้น
 ข้อควรพิจารณาในการกาหนดวิธีดาเนินการ
การรวบรวมข้อมูลสถิติจากวิธีทั้ง 4 วิธี ดังกล่าวมาแล้วมีข้อแตกต่างกันอย่างมากทั้งใน
เรื่ องเกี่ยวกับ วิธีการทางสถิติ ในเรื่ องคุณภาพของข้อมูล และในเรื่องเกี่ยวกับงบประมาณที่จะใช้ ในการ
รวบรวมข้อมูลสถิติ ในบางครั้งข้อมูลสถิติรายการเดียวอาจจะรวบรวมจากวิธีการมากกว่า 1 วิธีข้อมูลที่
รวบรวมได้จากวิธีการต่างๆ กันซึ่งดูเผิ นๆ อาจจะเป็นข้อมูลที่ซ้ารายการกัน แต่หากผู้ใช้รู้ถึงแหล่ งที่มา
วิธีการและคุณภาพของข้อมูลแล้วข้อมูลรายการเดียวกันและจากวิธีการต่างกันอาจจะนามาสนับสนุนกันได้

วิธีการเก็บรวบรวมข้อมูลแต่ละวิธี มีข้อดีและข้อเสียดังนี้

ข้อดี
วิธีสามะโน
1) ได้ข้อมูลครบถ้วน แสดงรายละเอียดข้อมูลเป็นเขต
ภูมิศาสตร์ทเี่ ล็กที่สดุ ได้
2) เป็นข้อมูลหลัก ซึ่งจะนาไปใช้ในการวางแผนเก็บข้อมูล
อืน่ ๆ
วิธีการสารวจด้วยตัวอย่าง
1) สิ้นเปลืองค่าใช้จ่ายน้อย
2) สามารถทาได้บ่อยได้ข้อมูลทีต่ ่อเนื่องใช้สนับสนุนการสา
มะโนในปีทไี่ ม่มีการทาสามะโนได้
3) ปริมาณงานน้อยควบคุมได้ใกล้ชิด
4) รวบรวมข้อมูลที่สลับซับซ้อนหรือพิสดารได้ เพราะอาจใช้
เทคนิคการวัดหรือสัมภาษณ์พิเศษได้
5) ประมวลข้อมูลสาเร็จรูปได้อย่างรวดเร็วทันต่อการใช้
วิธีการรายงาน
1) สิ้นเปลืองค่าใช้จ่ายน้อย เพราะเสียค่าใช้จ่ายเฉพาะส่วน
ประมวลข้อมูลกับการพิมพ์เผยแพร่เท่านั้น
2) สามารถทาได้บ่อยได้ข้อมูลทีต่ อ่ เนื่อง
3) ประมวลข้อมูลแยกตามหน่วยบริหารย่อย หรือเขต
ภูมิศาสตร์ย่อยได้
4) หากระบบการบริหารและการรายงานเป็นไปอย่างรัดกุม
ข้อมูลจะมีคุณภาพดีกว่าวิธีการสารวจหรือสามะโน
วิธีการทะเบียน
เช่นเดียวกับข้อดีของวิธีการรายงาน ข้อ 1), 2) และ 3)
ข้อเสีย
1) สิ้นเปลืองค่าใช้จ่ายมาก ไม่สามารถทาได้ทุกปี ทาให้
ข้อมูลไม่ต่อเนื่องซึ่งอาจไม่เพียงพอกับการใช้
2) สิ้นเปลืองเวลามาก การทาสามะโนประชากรแต่ละครั้ง
ใช้เวลาประมาณ 2-3 ปีหลังจากวันเริ่มแจงนับ สามะโน
ใหญ่ๆ แต่ละครั้งจะมีคาบการทางานยาวนานร่วม 5 ปี
เพราะต้องใช้เวลาเตรียมงานและทดสอบเทคนิคการทางาน
ประมาณ 2 ปี
3) ปริมาณงานมาก ทาให้ยากต่อการบริหารงาน คุณภาพ
ของข้อมูลอาจจะหย่อนลงไปเพราะเหตุนี้
1) ข้อมูลที่ได้เป็นข้อมูลที่ประมาณขึ้น มีความฉลาดเคลื่อน
ในข้อมูลจากการสุ่มตัวอย่าง
2) ไม่สามารถประมาณข้อมูลเป็นรายเขตภูมิศาสตร์ที่เล็กได้
หรือไม่สามารถจาแนกข้อมูลในรายละเอียดมากนักเพราะมี
ความคลาดเคลื่อนมาก
1) รายงานของข้อมูลจากัด เพราะต้องรวบรวมขึ้นตามแบบ
รายงานซึ่งเป็นผลพลอยได้จากการบริหาร
2) ความไม่ครบถ้วนของรายงานอาจจะทาให้มีความ
ผิดพลาดในข้อมูลหรือล่าช้าในการประมวลยอดข้อมูลสถิติ
3) การรายงานอาจจะผิดพลาดในกรณีที่ผรู้ ายงานต้อง
ประมวลข้อมูลเบื้องต้นเอง
1) เช่นเดียวกับการรายงาน
2) ปกติข้อมูลสถิติจะมีคณ
ุ ภาพไม่ดีนักเพราะมีความ
ผิดพลาดในข้อมูลเบื้องต้นในทะเบียน
 4.1.2.5 การแจงนับ
ระเบียบวิธี (Methodology) การเก็บรวบรวมข้อมูลที่กล่าวมาแล้วนั้นจะต้องมีวิธีการ
(Procedure) ที่เหมาะสมที่จะได้มาซึ่งข้อมูลเบื้องต้ นจากหน่วยแจงนับ วิธีการเก็บรวบรวมข้อมูลเบื้องต้นจาก
หน่วยแจงนับ มีชื่อเรียกว่า การแจงนับ ซึ่งเท่าที่ใช้กันมี 6 วิธีดังนี้
1) วิธีการสัมภาษณ์ (Personal interview or Face interview) เป็นวิธีการที่เจ้าหน้าที่
หรือพนักงานแจงนับออกไปสัมภาษณ์ผู้ให้คาตอบ แล้วบันทึก คาตอบลงในแบบสอบถาม เป็นวิธีใช้กันอย่าง
แพร่ห ลายที่สุดในโครงการส ามะโนและส ารวจ เป็นวิธีการที่จะทาให้ ได้ข้อมูลที่ละเอียด พนักงานแจงนับ
สามารถชี้แจงหรืออธิบายให้ผู้ตอบ เข้าใจคาถามได้ทาให้ได้คาตอบตรงตามวัตถุประสงค์ ค่าใช้จ่ายสาหรับการ
ใช้วิธีนี้ก็ไม่มากเกินไปแต่การที่จะได้คาตอบที่ดีก็ขึ้นอยู่กับปัจจัยอื่นๆ เช่น วิสัยสามารถที่ผู้ตอบจะเข้าใจคาถาม
ความตั้งใจของผู้ตอบ และความสุจริตใจที่จะให้คาตอบ ความสามารถของพนักงานแจงนับที่จะสัมภาษณ์ได้
อย่างละเอียดครบถ้วน และบันทึกคาตอบอย่างถูกต้องและสาคัญที่สุดคือความซื่อสัตว์สุจริ ตของพนักงานแจง
นับ
ในทางปฏิบัติก่อนที่จะส่งพนักงานแจงนับออกปฏิบัติการสัมภาษณ์ จะต้องทาการอบรม
ให้พนักงานแจงนับได้ทราบและเข้าใจถึงคาจากัดความหรือความหมายของคาที่ใช้ในแบบสอบถาม ตลอดจน
วัตถุประสงค์ของการเก็บรวบรวมข้อมูลนั้นๆ
2) การสัมภาษณ์ทางโทรศัพท์ เป็นวิธีการที่มีขีดจากัดทางด้านคุ้มรวมเพราะจะทาได้
เฉพาะผู้ ที่มีโทรศัพท์เท่านั้น ทางด้านรายการของข้อมูลที่จะถาม ก็ต้องสั้ นและเข้าใจง่าย การใช้โทรศัพท์
สั มภาษณ์จึ งใช้ใ นการเก็บ ข้อ มูล เล็ กๆ น้ อยๆ เพีย งไม่กี่ รายการ การใช้โ ทรศัพ ท์นั้ นบางครั้ง จะใช้ ในการ
ตรวจสอบว่าพนักงานแจงนับได้ไปปฏิบัติงานจริงหรือไม่หรือใช้ในการทวงถามแบบสอบถามที่ส่งไปให้กรอก
บางทีก็ใช้ตรวจสอบความถูกต้องของข้อมูลบางรายการที่ผู้ตอบได้ตอบมาแล้ว
3) วิธีการให้พนักงานไปถอดแบบ วิธีนี้พนักงานแจงนับจะนาแบบสอบถามไปแจ้งไว้
ให้กับผู้ตอบโดยให้ผู้ตอบกรอกคาตอบในแบบสอบถามเอง พนักงานแจงนับจะอธิบายวิธีกรอกข้อมูลเบื้องต้น
ตามความจาเป็น และจะกลับไปรับแบบสอบถามคืนในวันที่กาหนดให้ พนักงานจะตรวจสอบความถูกต้องและ
ความครบถ้วนของข้อมูล
4) วิธีส่งแบบสอบถามไปให้ผู้ตอบทางไปรษณีย์ โดยการส่งแบบสอบถามไปทาง
ไปรษณีย์ ให้ผู้ตอบบันทึกแล้วก็ส่งกลับทางไปรษณีย์เช่นกัน เป็นวิธีที่เสียค่าใช้จ่ายน้อยที่สุด เพราะเสียแต่เพียง
ค่าแสตมป์แทนค่าจ้างพนักงานแจงนับ โดยเฉพาะในกรณีที่ผู้จะให้คาตอบอยู่กระจัดกระจายมาก ย่อมไม่อยู่ใน
วิสัยที่จะส่งพนักงานแจงนับไปสัมภาษณ์ได้ ในกรณีที่ผู้ตอบมีการศึกษา ข้อมูลบางรายการอาจมีคุ ณภาพดีกว่า
ข้อมูลที่ได้จากการสัมภาษณ์ เพราะผู้ตอบมีเวลาได้คิดก่อนตอบ แต่วิธีนี้มีข้อเสียที่มักมีอัตราการไม่ตอบสูง ไม่
เหมาะที่จะใช้กับงานสามะโนหรือสารวจ วิธีแจงนับโดยทางไปรษณีย์มีข้อจากัดหลายประการ เช่น
(1) แบบสอบถามจะต้องไม่ยาวเกินไป
(2) ใช้ได้เฉพาะประเทศที่มีการไปรษณีย์ดี
(3) ผู้ตอบต้องมีการศึกษาดี อย่างน้อยต้องอ่านคาถามและคาชี้แจงเข้าใจ
(4) ต้องใช้เวลาคอยว่าจะได้รับแบบสอบถามคืนบางครั้งต้องมีการทวงถาม
5) วิธีการสังเกตการณ์ เป็นการเก็บข้อมูลเบื้องต้นโดยตรงจากปฏิกิริยาท่าทาง หรือ
เหตุการณ์หรือปรากฏการณ์ที่เกิดขึ้นขณะใดขณะหนึ่งแล้วจดบันทึกข้อมูลไว้โดยไม่มีการสัมภาษณ์ วิธีนี้ใช้กัน
อย่างแพร่หลายในการวิจัยเช่นจะศึกษาดูปฏิกิริยาของผู้ใช้รถบนท้องถนนภายใต้สภาพการจราจรต่างๆ ก็อาจ
ส่งเจ้าหน้าที่ไปยืนสัมภาษณ์
 การสังเกตการณ์จานวนลูกค้าและบันทึกปริมาณการขายของสถานประกอบการหนึ่งๆ
โดยพนักงานเก็บภาษีของกรมสรรพากรซึ่งการไปสัมภาษณ์ผู้ประกอบการถึงปริมาณการขายของย่อมไม่ได้
ข้อมูลที่แท้จริง ข้อมูลที่เก็บมาได้ในกรณีนี้มิได้ใช้วิเคราะห์ในเชิงสถิติแต่ใช้เพื่อบริหารงานของกรมสรรพากร
โดยตรง
วิธีสังเกตการณ์วิธีหนึ่งที่อาจทาได้ คือ ให้ผู้ สังเกตการณ์เข้าไปมีส่วนร่วมในสังคมที่
เกี่ยวกับเรื่องที่จะเก็บข้อมูล วิธีการนี้เรียกว่า Paticipation observation ใช้กันในงานวิจัยทางสังคมศาสตร์
เช่น การวิจัยเกี่ยวกับการเป็น ผู้นาของผู้ใหญ่บ้าน ผู้เก็บข้อมูลนี้จะต้องเข้าไปอาศัยอยู่ในหมู่บ้าน ในฐานะ
ลูกบ้านคนหนึ่ง แม้แต่การวิจัยเกี่ยวกับศาสนาพุทธ ก็เคยมีชาวต่างประเทศถึงกับลงทุนมาบวชเป็นพระ หรือมี
ส่วนร่วมในคณะสังเกตการณ์
วิธีการเก็บรวบรวมข้อมูลโดยวิธี Paticipation observation นี้มีข้อจากัดบางประการ
เช่น ผู้สังเกตการณ์จะต้องเป็นนักวิจัยระดับสูง มีประสบการณ์และมีความรู้เกี่ยวกับเรื่องที่จะวิจัยเป็นอย่างดี
อีกประการหนึ่งข้อมูลอาจจะมีความเอนเอียง (Bias) ได้ เพราะผู้สังเกตการณ์อาจมีบทบาทบางอย่างในสังคมที่
ตนสังเกตได้
การสังเกตการณ์อีกอย่างหนึ่งก็คือ การหยั่งคะแนนเสียงของผู้สมัครรับเลือกตั้งเป็น
สมาชิกสภาผู้แทนราษฎร ผู้สังเกตการณ์จะต้องไปนั่งสังเกตการณ์ในแหล่งชุมชน หรืออาจจะเป็นร้านกาแฟที่มี
การถกเถียงกันถึงผู้สมัครรับเลือกตั้ง เป็นต้น
6) วิธีการบันทึกข้อมูลจากการวัดหรือการนับ วิธีนี้จะมีอุปกรณ์เพื่อใช้ในการวัดหรือนับ
ตามความจาเป็นและเหมาะสม เช่นการนับจานวนรถยนต์ที่แล่นผ่ านจุดใดจุดหนึ่งก็อาจใช้เครื่องนับ โดยให้รถ
แล่นผ่านเครื่องดังกล่าว ตัวอย่างการเก็บข้อมูลด้วยการวัด เช่น การเก็บรวบรวมข้อมูลเกี่ยวกับขนาดของแปลง
พืชต่างๆ อาจจะวัดความยาวของด้านต่างๆ และวัดมุมเพื่อคานวณหาพื้นที่ตามหลักเกณฑ์การหาพื้นที่
การที่จะใช้วิธีการแจงนั บหรือวิธีการที่จะรวบรวมให้ได้ข้อมูลมาด้วยวิธีใดนั้นจะต้อง
พิจารณาถึงองค์ประกอบที่สาคัญ ดังนี้
(1) ลักษณะของข้อมูลที่จะต้องรวบรวม
(2) คุณภาพของข้อมูลที่จะได้ หรือระดับความถูกต้องเชื่อถือได้ของข้อมูลที่จะได้จาก
วิธีต่างๆ
(3) เวลาที่จะใช้ทั้งในการเก็บรวบรวมข้อมูลและการประมวลผล
(4) งบประมาณและกาลังแรงงานที่จะใช้
4.2 การนาเสนอข้อมูล
ข้อมูลที่เก็บรวบรวมมาได้เป็นจานวนมาก จะต้องนามาจัดระเบียบให้อยู่ในรูปที่สามารถจะอ่านได้ง่าย
และรวดเร็ว ตัวอย่างเช่น ในการสามะโนประชากรของประเทศไทย ซึ่งเก็บข้อมูลประชากรทุกคนในประเทศ
ไทย ซึ่งมีกว่า 50 ล้านคน ถ้าเราอยากทราบว่าโครงสร้างอายุคนไทยเป็นอย่างไร ถ้าไม่มีการนาข้อมูลมาจัด
ระเบียบ เราจะไม่สามารถทราบได้จากการดูข้อมูลที่บันทึกลงในแบบสอบถามว่า 50 ล้านฉบับที่ได้รับคืนมา
ดังนั้น จึงต้องนามาใบแบบสอบถามนั้นมาจัดระเบียบ แยกหมวดหมู่ แยกประเภท และนับจานวนในแต่ละ
ประเภท ซึ่งจะทาให้ได้ทราบถึงลักษณะต่างๆ ของประชากรในประเทศไทย การนาเสนอข้อมูลจาแนกได้เป็น 4
ประเภทคือ
1. การนาเสนอเป็นบทความ
2. การนาเสนอเป็นตาราง
3. การนาเสนอเป็นกราฟ
4. การนาเสนอเป็นรูปภาพ

4.2.1 การนาเสนอเป็นบทความ (Text presentation)

เป็นการนาเสนอในรูปของคาอธิบายลักษณะของข้อมูลที่เราสนใจเป็นบทความต่อเนื่องกันไป ใน
แบบของรายงาน วิธีนี้มีข้อเสียคือ ผู้อ่านจะต้องอ่านข้อความทั้งหมดจึงจะทราบข้อมูลที่ต้องการเสนอ แม้ผู้อ่าน
จะต้องการทราบข้อมูลเรื่องใดเรื่องหนึ่งเพียงบางเรื่อง ก็ต้องอ่านบทความทั้งหมดจึงจะทราบได้ แต่วิธีนี้ก็ใช้ได้
ดีเ มื่ อ มีตั ว เลขไม่ ม าก หรื อ ต้อ งการเน้ น ความส าคั ญ ของตั ว เลขบางตั ว หรื อเมื่ อ ต้ องการเปรี ย บเที ย บกั น
ตัวอย่าง เช่น
“จากผลการสารวจความคิดเห็นของประชาชนต่อการทางานของเจ้าหน้าที่รัฐในการป้องกันการ
แพร่ระบาดยาเสพติดว่ามีความต่อเนื่องหรือไม่นั้น ประชาชนโดยรวมระบุว่าเจ้าหน้าที่รัฐยังคงทางานอย่าง
ต่อเนื่องมีสัดส่วนสูงถึงร้อยละ 75.1 และผู้ที่เห็นว่าเจ้าหน้าที่รัฐทางานไม่ต่อเนื่อง มีเพียงร้อยละ 24.9 โดย
กรุงเทพมหานครมีสัดส่วนของประชาชนที่ระบุว่าเจ้าหน้าที่รัฐทางานไม่ต่ อเนื่อง สูงกว่าภาคอื่นคือ ร้อยละ
37.4 ภาคใต้ร้อยละ 31.1 ภาคกลางร้อยละ 28.3 ส่วนภาคเหนือและภาคตะวันออกเฉียงเหนือมีสัดส่วน
ใกล้เคียงกันคือ ร้อยละ 19.8 และ 17.9 ตามลาดับ”

4.2.2 การนาเสนอเป็นตาราง (Tabular Presentation)

การนาเสนอโดยวิธีนี้กะทัดรัด สั้นและได้เ นื้อมาก เพราะตัวเลขได้จัดเรียงไว้เป็นระเบียบ เห็นได้
ชัด อ่านได้ง่าย และผู้อ่านสามารถที่จะใช้เปรียบเทียบตัวเลขได้ง่าย ตารางควรจะมีส่วนประกอบต่างๆ ดังนี้ คือ
1) ลาดับที่ของตาราง (Table Number) เช่น ตารางที่ 1 ตารางที่ 2 ทั้งนี้เพื่อความสะดวกในการ
อ้างอิง
2) ชื่อตาราง (Title) จะต้องชัดเจน ต้องบอกว่าตารางนั้นเป็นสถิติของอะไร เช่น สินค้าเข้า
สินค้าออก จานวนประชากร ฯลฯ โดยทั่วไปชื่อตารางควรจะต้องบอกว่าเป็นสถิติของอะไร ที่ไหน เมื่อไร และ
จาแนกอย่างไร ตัวอย่างเช่น จานวนประชากรของประเทศไทย พ.ศ. 2523 จาแนกตามอายุปริมาณสินค้าที่คัด
จากท่าเรือกรุงเทพ พ.ศ. 2525-2530 จาแนกตามประเภทของสินค้า
3) คาอธิบายข้อมูลในตาราง (Prefatory Note) อยู่ใต้ชื่อตารางเป็นการอธิบายคุณสมบัติ
บางอย่างของตัวเลขทั่วๆ ไปในตาราง และมักจะอยู่ในวงเล็บ เช่น (หน่วยละพันคน) ถ้าเป็นตารางเกี่ยวกับเลข
ดัชนีค่าครองชีพ ก็จะมีคาอธิบายว่า (ปี 2519 เป็นฐาน)
 4) หมายเหตุ (Footnote) บางที่ใช้เครื่องหมายดอกจัน (*) หรือเป็นตัวเลข หรือเครื่องหมายอย่าง
อื่น หมายเหตุนี้ใช้อธิบายคุณสมบัติเฉพาะตัวเลขที่ใส่หมายเหตุไว้ ไม่ใช่อธิบายคุณสมบัติของตัวเลขทั่วไป
5) แหล่งที่มาของข้อมูล (Sourec Note) อยู่ใต้ตารางในการทาตารางควรบอกแหล่งที่มา เพราะ
เป็นมารยาทที่ดีจะให้เกียรติผู้ทาการรวบรวม และเพื่อเป็นการให้ผู้ใช้ข้อมูลประเมินได้ว่าสถิตินั้นจะน่าเชื่อถือ
ได้แค่ไหน หรือถ้ามีข้อสงสัยจะได้ไปค้นคว้าหรือไปถามได้ที่ไหน แต่ถ้าตารางข้อมูลนั้นผู้ออกตารางเป็นผู้ทาการ
รวบรวมเอง ก็ไม่จาเป็นจะต้องใส่แหล่งที่มา

ตัวอย่างตารางและส่วนประกอบ
ตาราง 4.1 ร้อยละของประชาชนจาแนกตามการติดตามข่าวสารเกี่ยวกับปัญหาผู้มีอิทธิพล
การติดตามข่าวสารเกี่ยวกับปัญหาผู้มี ทั่วประเทศ ภาค
อิทธิพล กรุงเทพ กลาง เหนือ ตะวันออก ใต้
มหานคร (เว้น กทม.) เฉียงเหนือ
รวม 100.0 100.0 100.0 100.0 100.0 100.0
มาก 13.1 15.9 14.6 12.9 11.5 11.4
ปานกลาง 47.8 52.5 47.9 47.5 47.2 44.8
น้อย 23.7 19.2 22.5 23.9 25.0 27.0
ไม่ได้ตดิ ตาม 15.4 12.4 15.0 15.7 16.3 16.8
แหล่งที่มา : สานักงานสถิติแห่งชาติ

4.2.3 การนาเสนอเป็นกราฟ (Graphic Presentation)

เป็นการนาเสนอในรูปของกราฟ มักจะใช้กับสถิติที่เกี่ยวกับเวลา หรือปริมาณ กราฟทุกรูปจะต้องมี
ชื่อ เพื่อเป็นการบอกว่าเป็นกราฟแสดงสถิติของอะไร ที่ไหน เมื่อไร ให้ชัดเจนเช่นเดียวกับชื่อตาราง กราฟที่
นิยมใช้กันมี 3 แบบ คือ
1) แผนภูมิแท่ง (Bar Chart) ประกอบด้วยแท่งสี่เหลี่ยมผืนผ้าที่มีความกว้างเท่ากัน ความสูงหรือ
ความยาวของแท่งแทนปริมาณ ดังนั้น จึงเป็นการเทียบสถิติด้านเดียว คนเข้าใจง่าย จึงเป็นที่นิยมใช้กันมาก
สาหรับการเรียงแท่งสี่เหลี่ยมผืนผ้าอาจเรียงในแนวตั้งหรือแนวนอนก็ได้ดังรูป 4.1

รูปที่ 4.1 แผนภูมิแท่งแสดงสถิติการจัดอบรมของชมรมผู้ใช้ไอที มหิดล-พญาไท

 2) แผนภาพวงกลม (Pie Chart) หรือแผนภูมิกง เป็นรูปวงกลมที่แบ่งออกเป็นส่วนย่อยๆ แตกต่าง
กันตามส่วนโดยคิดจานวนรวมทั้งหมดเป็น 100 และแต่ละส่วนย่อยคิดเป็นเปอร์เซ็นต์ต่อจากนั้นให้เนื้อที่
ภายในวงกลมเป็น 360 องศา และเทียบว่าเปอร์เซ็นต์ต่างๆ ที่คิดไว้แล้วนั้นจะเป็นกี่องศา เมื่อได้มุมเท่าไรแล้ว
จึงลากเส้นเป็นแฉกๆ แสดงให้เห็นแต่ละหน่วยย่อย โดยใช้สัญลักษณ์หรือแรเงาให้แตกต่างกัน พร้อมทั้งเขียน
คาอธิบายสั้นๆ กากับไว้ด้วย

รูปที่ 4.2 แผนภาพวงกลมแสดงร้อยละของงบประมาณรายจ่ายกองทุนส่งเสริมอนุรักษ์พลังงาน

3) แผนภาพเส้น (Line Chart) มักจะใช้กับข้อมูลที่เกิดขึ้นในช่วงเวลาหนึ่งๆ ทาให้มองเห็นการ

เปลี่ยนแปลงได้ชัดเจนว่ามีแนวโน้มในทางเพิ่มขึ้นหรือลดลง และสามารถแสดงการเปรียบเทียบข้อมูลหลายชุด
ในภาพเดียวกันได้

รูปที่ 4.3 แผนภาพเส้นแสดงการเปรียบเทียบยอดคงค้างการทาธุรกรรมกับผู้ส่งออกและผู้นาเข้า

4.2.4 การนาเสนอเป็นรูปภาพ (Picturial Presentation) เป็นการเสนอข้อมูลที่ดึงดูดความสนใจได้มาก

แต่อาจจะขาดความละเอียดเมื่อเทียบกับการนาเสนอโดยวิธีอื่น จากรูปภาพผู้อ่านจะทราบได้ทันทีว่าเป็นสถิติ
เกี่ยวกับอะไร เช่น ถ้าเป็นสถิติเกี่ยวกับรถยนต์ ก็จะเป็นรูปรถยนต์ เป็นสถิติเกี่ยวกับประชากรก็เป็นรูปคน เป็น
สถิติเกี่ยวกับงบประมาณก็จะเป็นรูปธนบัตร เป็นต้น โดยจะต้องบอกด้วยว่า รูปหนึ่งแทนปริมาณเท่ าไร เช่น
รูปรถยนต์คันหนึ่ง แทนจานวน 10,000 คัน หรือรูปคนหนึ่ง แทนจานวน 100,000 คน หรือถ้าเป็นการเสนอ
ภาพโดยใช้ความแตกต่างของขนาด ก็จะต้องบอกด้วยว่า แต่ละขนาดนั้นเท่ากับเท่าไร
 4.2.5 การนาเสนอตามประเภทของข้อมูล
ในหัวข้อ 4.1 ได้กล่าวถึงประเภทต่างๆของข้อมูลและระดับของข้อมูลเชิงปริมาณมาแล้ว ดังนั้น
ก่อนที่จะทาการจัดระเบียบข้อมูลจะต้องพิจารณาก่อนว่าข้อมูลที่จะนามาจัดระเบียบนั้นเป็นข้อมูลประเภทใด
เพื่อจะได้จัดกระทากับข้อมูลให้สอดคล้องและเหมาะสมกับประเภทของข้อมูลนั้น
กรณีข้อมูลเชิงคุณภาพ (Qualitative data) เมื่อข้อมูลที่เก็บรวบรวมมาไม่ได้อยู่ในลักษณะที่เป็น
ตัวเลข แต่อยู่ในลักษณะที่เป็นสมาชิกของพวกหรือกลุ่มใดกลุ่มหนึ่งในหลายๆ กลุ่ม ข้อมูลเหล่านี้จะถูกจัด
ระเบียบให้อยู่ในรูปของตารางแสดงความถี่ คือจะนับดูว่าในแต่ละพวกมีความถี่เท่าไร และจะคานวณดูว่า
ความถี่ ใ นแต่ ล ะพวกนั ก คิ ด เป็ น สั ด ส่ ว นเท่ า ไรของความถี่ ทั้ ง หมดซึ่ ง เรี ย กว่ า ความถี่ สั ม พั ท ธ์ (Relative
frequency) คานวณจากสูตร
ความถี่ในแต่ละพวก
ความถี่สัมพัทธ์ =
จานวนค่าสังเกตทั้งหมดหมด
ตัวอย่าง 4.1 ผู้บริหารมหาวิทยาลัยราชภัฏแห่งหนึ่งได้ออกแบบสอบถามความคิดเห็นของนักศึกษา 280 คน
เกี่ยวกับการเปลี่ยนแปลงระเบียบการเก็บเงิน นักศึกษาแต่ละคนจะต้องตอบว่าเห็นด้วยหรือไม่เห็นด้วย เมื่อนา
แบบสอบถามทั้ง 280 ฉบับ มาจัดระเบียบแล้ว จะแสดงได้ดังตาราง 4.2
ตาราง 4.2 ผลการสารวจความคิดเห็นของนักศึกษา
ความเห็น ความถี่ ความถี่สัมพัทธ์
(1) (2) (3)
เห็นด้วย 152 152/280 = 0.543
ไม่เห็นด้วย 77 77/280 = 0.275
ไม่มีความเห็น 51 51/280 = 0.182
รวม 280 1.00
สดมภ์ 2 แสดงความถี่ในแต่ละพวกและสดมภ์ 3 แสดงความถี่สัมพัทธ์ ซึ่งแสดงให้เห็นว่า 54% ของนักศึกษา
เห็นด้วยกับการเปลี่ยนแปลงระเบียบการเก็บเงิน 28% ไม่เห็นด้วย และ 18% ไม่มีความเห็น การนาเสนอ
ข้อมูลจากตาราง 4.2 อาจนาเสนอด้วยแผนภูมิแท่งหรือแผนภาพวงกลมก็ได้

กรณีข้อมูลไม่ต่อเนื่อง (Discrete data) การจัดระเบียบและการนาเสนอข้อมูลไม่ต่อเนื่อง ทาได้

เช่นเดียวกับข้อมูลเชิงคุณภาพคือแสดงในรูปตารางความถี่พร้อมทั้งคานวณค่าความถี่สัมพัทธ์
กรณีข้อมูลต่อเนื่อง (Continuous data) การจัดระเบียบและการนาเสนอข้อมูลที่เป็นข้อมูล
ต่อเนื่อง ใช้วิธีการที่ยุ่งยากมากกว่าข้อมูลเชิงคุณภาพและข้อมูลที่ไม่ต่อเนื่อง การนาเสนอข้อมูลที่นิยมใช้ทั่วๆ
ไป มี 6 วิธี ดังนี้
1) แผนภาพจุด (Dot diagram)
2) การเรียงข้อมูล (Arrays)
3) การแจกแจงความถี่ (Frequency Distribution)
4) ฮิสโตแกรม (Histogram)
5) รูปหลายเหลี่ยมแห่งความถี่ (Polygon)
6) แผนภาพลาต้นและใบ (Stem and Leaf Diagram)
 ในที่นี้จะยกตัวอย่างบางวิธีพอสังเขปคือ
การเรียงข้อมูล (Arrays)
เมื่อการเก็บ รวบรวมข้อมูลอยู่ ในรูปของรายการต่ างๆ เช่น ราคาสินค้าอายุของคน รายได้ของ
ประชากรซึ่งมีเป็นจานวนมาก ทาให้ไม่สามารถเห็นลักษณะหรือข้อสรุปของข้อมูลชุดนั้นได้ ดังนั้นจึงควรจัด
ระเบียบข้อมูลชุดนี้ใหม่ โดยเรียงลาดับข้อมูลจากค่าน้อยไปหาค่ามาก หรือจากค่ามากไปหาค่าน้อย เรียกว่า
arrays ซึ่งจะทาให้เราได้ทราบลักษณะต่างๆ ของข้อมูล ได้แก่
1. ค่าต่าสุดและสูงสุดของข้อมูลชุดนั้น
2. ค่าที่เกิดซ้ามากกว่า 1 ครั้ง
3. เห็นความแตกต่างของค่าสังเกตที่อยู่ติดๆ กัน
4. ทาให้การแยกข้อมูลเป็นกลุ่มย่อยๆ ทาได้ง่ายขึ้น

การแจกแจงความถี่ คือการนาเสนอข้อมูลที่รวบรวมมาได้มาจัดใหม่ให้เป็นระเบียบ เป็นหมวดหมู่

เรียงจากค่ามากไปหาค่าน้อย หรือจากค่าน้อยไปหาค่ามากก็ได้เพื่อแสดงให้ทราบว่าข้อมูลแต่ละค่าหรือข้อมูล
แต่ละกลุ่มเกิดขึ้นซ้าๆ กันกี่ครั้ง ซึ่งเป็นการย่นย่อข้อมูลเพื่อให้แปลความหมายได้มากขึ้น และเพื่อความเป็น
ระเบียบจึงจัดไว้ในตารางโดยแสดงค่าของข้อมูลแต่ละค่าหรือแต่ละกลุ่มเรียกตารางดังกล่าวว่าตารางแจกแจง
ความถี่

วิธีการแจกแจงความถี่
การแจกแจงความถี่มี 2 วิธีคือ การแจกแจงความถี่โดยไม่จัดข้อมูลเป็นกลุ่ม (Ungrouped data)
และการแจกแจงความถี่โดยจัดข้อมูลเป็นกลุ่ม (Grouped data)
การแจกแจงความถี่โดยไม่จัดข้อมูลเป็นกลุ่ม วิธีนี้เหมาะสมสาหรับข้อมูลที่มีจานวนไม่มากนัก
ค่าสูงสุดและค่าต่าสุดของข้อมูลมีค่าไม่แตกต่างกันมากนัก ขอให้พิจารณาจากตัวอย่างต่อไปนี้

ตัวอย่าง 4.2 ผลการสอบวิชาคณิตศาสตร์ของนักศึกษา 40 คน ปรากฏคะแนน ดังนี้

14 13 12 16 15 18 19 13 14 17
15 14 12 14 13 15 16 15 17 18
18 15 16 12 14 13 16 15 15 17
14 15 19 16 14 15 16 17 13 17

การสร้างตารางแจกแจงความถี่โดยไม่จัดข้อมูลเป็นกลุ่ม มีขั้นตอนดังนี้
ขั้นที่ 1 เรียงคะแนนใหม่ตามลาดับจากคะแนนสูงสุดไปต่าสุด หรือจากคะแนนต่าสุดไปสูงสุดก็ได้
ขั้นที่ 2 เขียนคะแนนทั้งหมดให้ต่อเนื่องกันจากน้อยไปหามาก คือ จาก 12, 13, 14, 15, . . . , 19
ขั้นที่ 3 หารอยคะแนนโดยดูจากคะแนนดิบทีละคะแนนตามลาดับแล้วขีดรอยในช่องรอยคะแนนจนครบทุก
คะแนนเพื่อดูว่าคะแนนหนึ่งมีคนได้กี่คน ก็แสดงว่าคะแนนนั้นมีความถี่เท่านั้น
จากข้อมูลที่กาหนดสร้างตารางผลการสอบวิชาคณิตศาสตร์ของนักศึกษา
คะแนน รอยคะแนน จานวนคะแนน (f)
12 ||| 3
13 |||| 5
14 |||| || 7
15 |||| |||| 9
16 |||| | 6
17 |||| 5
18 ||| 3
19 || 2
เรียกจานวนรอยขีดในแต่ละอันตรภาคชั้นว่า ความถี่ (Frequency) จากตารางจะเห็นว่า คะแนนทั้งหมดมี 40
จานวน โดยทั่วไปจะให้ N เป็นสัญลักษณ์แทนจานวนข้อมูลทั้งหมด นั่นคือ N = 3+5+7+9+6+5+3+2 = 40

การแจกแจงความถี่โดยจัดข้อมูลเป็นกลุ่ม วิธีนี้ควรใช้เมื่อข้อมูลมีจานวนมาก และค่าสูงสุดกับค่า

ต่าสุดของข้อมูลแตกต่างกันมาก การแจกแจงความถี่แบบจัดข้อมูลเป็นกลุ่มจะมีวิธีการคล้ายคลึงกับการแจก
แจงความถี่แบบไม่จัดข้อมูลเป็นกลุ่ม สิ่งที่แตกต่างกันคือข้อมูลในส่วนที่เป็นช่วงคะแนนจะจัดเป็นกลุ่มหรือ
จัดเป็นชั้น ขอให้พิจารณาจากตัวอย่างต่อไปนี้

ตัวอย่าง 4.3 ผลการสอบวิชาคณิตศาสตร์ของนักศึกษาชั้นปีที่ 1 จานวน 50 คน ได้คะแนนดังนี้

25 90 46 93 54 75 54 55 41 74
85 74 56 62 73 79 54 56 63 77
55 77 46 68 67 59 59 46 37 85
37 69 66 45 73 58 65 66 31 62
41 60 64 59 64 37 46 69 60 64

การสร้างตารางแจกแจงความถี่โดยจัดข้อมูลเป็นกลุ่ม มีขั้นตอนดังนี้
ขั้นที่ 1 หาคะแนนสูงสุดและคะแนนต่าสุด ซึ่งในข้อมูลชุดนี้คะแนนสูงสุดคือ 90 และคะแนนต่าสุด คือ 25
ขั้นที่ 2 หาผลต่างของคะแนนสูงสุดและคะแนนต่าสุด ซึ่งผลต่างนี้เรียกว่า "พิสัย"
ในข้อมูลชุดนี้พิสัยคือ 90 - 25 = 65
ขั้นที่ 3 กาหนดจานวนชั้นของคะแนน โดยปกติจานวนชั้นจะอยู่ระหว่าง 5 - 15 ชั้นจากข้อมูลชุดนี้ ถ้ากาหนด
จานวนชั้นเป็น 7 ชั้น เราก็จะหาขนาดความห่างของคะแนนแต่ละชั้นหรืออันตรภาคชั้นได้ดังนี้
พิสัย
ขนาดอันตรภาคชั้น =
90  25 จานวนชั้น
 9.2  10
จากข้อมูลชุดนี้อันตรภาคชั้นเท่ากับ 7 ผลลัพธ์ที่ได้จากการหารพิสัยด้วยจานวนชั้นถ้าเป็น
เลขจานวนเต็มต้องบอกด้วย 1 แต่ถ้าเป็นทศนิยมจะต้องปัดขึ้นเป็นเต็มเสมอ ไม่ว่าตัวเลขหลังจุดทศนิยมจะ
น้อยกว่า 0.5 ก็ตาม เหตุผลที่ทาเช่นนี้ก็เพื่อให้ได้จานวนชั้นตามที่ต้องการ หากไม่บวกด้วย 1 หรือไม่ปัด
ทศนิยมขึน้ เป็นจานวนเต็มจะได้จานวนชั้นมากกว่าที่ต้องการ 1 ชั้น
ขั้นที่ 4 เขียนชั้นคะแนนจะเริ่มจากชั้นคะแนนต่าสุดไปหาชั้นของคะแนนสูงสุด หรือจากชั้นของคะแนนสูงสุด
ไปหาชั้นของคะแนนต่าสุดก็ได้ ในที่นี้จะเริ่มเขียนจากชั้นของคะแนนต่าสุดก่อนโดยจะเริ่มจากคะแนนต่าสุด
ของข้อมูลที่ 25 และอันตรภาคชั้นคือ 10 เพราะฉะนั้นจะต้องนับจาก 25 ไป 10 จานวน โดยเริ่มจาก 25, 26,
27, 28, 29, 30, 31, 32, 33, 34 ส่วนชั้นของคะแนนถัดขึ้นไปให้เพิ่มเท่ากับจานวนอันตรภาคชั้นคือ 25 + 10
และ 34 + 10 เพราะฉะนั้นชั้นของคะแนนถัดขึ้นไปคือ 35 - 14 ทาเช่นนี้เรื่อยไปจนถึงช่วงคะแนนที่คลุม
คะแนนสู งสุ ดในข้อมูล การกาหนดช่วงคะแนนชั้นต่าสุด อาจจะไม่เริ่มที่คะแนนที่มีค่าสูงสุ ดในข้อมูล การ
กาหนดช่วงคะแนนชั้นต่าสุด อาจจะไม่เริ่มที่คะแนนที่มีค่าน้อยที่สุดก็ได้ จะเริ่มที่คะแนนตัวใดนั้นมีหลักว่าใน
ชั้นแรกนี้จะต้องมีคะแนนที่มคี ่าน้อยที่สุดรวมอยู่ด้วย
ขั้นที่ 5 พิจารณาว่าคะแนนแต่ละจานวน จานวนใดอยู่ในช่วงคะแนนใด แล้วขีดลงในช่องรอยคะแนน โดยให้
หนึ่งขีดแทนคะแนน 1 จานวน ช่วงคะแนนใดที่ไม่มีรอยคะแนนในช่องนั้นจะมีความถี่เป็นศูนย์
ขั้น ที่ 6 จ านวนรอยคะแนนของแต่ล ะชั้นก็ คือความถี่ข องคะแนนในชั้นนั้ น ดัง ตารางผลการสอบวิช า
คณิตศาสตร์ของนักศึกษาชั้นปีที่ 1
คะแนน รอยคะแนน ความถี่
25 – 34 || 2
35 – 44 |||| ||| 8
45 – 54 |||| |||| |||| | 16
55 – 64 |||| |||| | 11
65 – 74 |||| |||| |||| 14
75 – 84 |||| 4
85 – 91 ||| 3
N = 50
คาศัพท์ที่เกีย่ วข้องกับการแจกแจงความถี่
ในการสร้างตารางแจกแจงความถี่ มีคาศัพท์ที่ต้องทาความเข้าใจ ดังนี้
- อันตรภาคชั้น (Class nterval) คือช่วงคะแนนแต่ละช่วง เช่น 25 – 34, 35 – 44
- จานวนชั้นหรือจานวนอันตรภาคชั้น คือจานวนอันตรภาคชั้นทั้งหมดตั้งแต่ขั้นแรกถึงขั้นสุดท้าย
- ขีดจากัดชั้น (Class Limit) ในแต่ละอันตรภาคชั้นประกอบด้วยขีดจากัดล่าง (Lower limit) และ
ขีดจากัดบน (Upper limit)
เช่น อันตรภาคชั้น 25 – 34 ขีดจากัดล่างคือ 24.5 ขีดจากัดบน คือ 34.5
- ขีดจากัดที่แท้จริงหรือเขตชั้น (Real limit or Class boundary) คือตัวเลขที่เป็นค่ากึ่งกลาง
ระหว่างขีดจากัดบนและขีดจากัดล่างของชั้นติดกันเราจาเป็นต้องหาขีดจากัดที่แท้จริงเนื่องจากใน
อั น ตรภาพชั้ น ของแต่ ล ะชั้ น จะมี ช่ อ งว่ า งอยู่ ซึ่ ง โดยข้ อ เท็ จ จริ ง แล้ ว ข้ อ มู ล แต่ ล ะชั้ น จะมี ค่ า
ต่อเนื่องกัน
อันตรภาคชั้น เขตชั้น เขตชั้นล่าง เขตชั้นบน
25 – 34 24.5 – 34.5 24.5 34.5
35 – 44 34.5 – 44.5 34.5 44.5
- ขนาดอันตรภาคชั้น (size of colass interval) หรือความกว้างของอันตรภาคชั้น (I) หาได้จาก
ผลต่างของเขตชั้นบนกับเขตชั้นล่าง นั้นคือ ขนาดอันตรภาคชั้น (I) = เขตชั้นบน - เขตชั้นล่าง
 - จุดกลางชั้น (Mid point) คือค่ากึ่งกลางระหว่างขีดจากัดล่างและขีดจากัดบน เช่น
94  85
 89.5
จุดกลางชั้น 85 - 94 คือ 2

ข้อเสนอแนะในการสร้างตารางแจกแจงความถี่
คาปอน (Capon, 1988 : 22) ได้ให้ข้อเสนอแนะในการสร้างตารางแจกแจงความถี่สรุปได้ ดังนี้
1) ตารางแจกแจงความถี่แต่ละตาราง ควรมีจานวนชั้นยู่ระหว่าง 5 ถึง 15 ชั้น เพราะถ้ามีจานวนชั้น
น้อยเกินไปจะทาให้สูญเสียลักษณะที่สาคัญของข้อมูลเดิม และถ้ามีจานวนชั้นมากเกินไปจะทาให้เสียเวลาใน
การสร้างและการคานวณเกินความจาเป็น
2) ขนาดอันตรภาคชั้นควรจัดให้มีค่าเป็น 2, 3, 5, 7, 9, 10, 15 หรือตัวคูณควบของ 5 ทั้งนี้เพื่อให้จุด
กลางชั้นเป็นเลขที่ลงตัว
3) ควรหลีกเลี่ยงอันตรภาคชั้นเปิด (Opend Class Interval) เพราะเราไม่สามารถคานวณหาจุดกลาง
ชั้นของชั้นที่มีอันตรภาคชั้นเปิดได้ ทาให้ไม่สามารถหาค่าเฉลี่ยเลขคณิต หรือค่าเบี่ยงเบนมาตรฐานได้ และทา
ให้เกิดความยุ่งยากในการเขียนกราฟอีกด้วย
หมายเหตุ อันตรภาคชั้นเปิดคือ อันตรภาคชั้นซึ่งชั้นที่ 1 และ/หรือชั้นสุดท้ายขาดขีดจากัดชั้นล่าง และ/หรือ
ขีดจากัดชั้นบนตามลาดับ ดังตัวอย่าง
ขีดจากัดล่างของชั้นที่ 1 ไม่มี ขีดจากัดล่างของชั้นที่ 1 ขีดจากัดบนของชั้นสุดท้ายไม่มี
ขีดจากัดบนของชั้นสุดท้ายไม่มี
น้อยกว่า 5 น้อยกว่า 5 0–4
5–9 5–9 5–9
10 – 14 10 – 14 10 – 14
15 – 19 15 และมากกว่า 15 และมากกว่า

การแจกแจงความถี่สะสม
การแจกแจงความถี่สะสม คือการหาผลรวมของความถี่แต่ละชั้นต่อเนื่องกันมาตั้งแต่ต้นตามลาดับจาก
ชั้นที่มีค่าน้อยที่สุดไปหาชั้นที่มีค่ามากที่สุด หรือจากชั้นที่มีค่ามากที่สุดไปหาชั้นที่มีค่าน้อยที่สุด
ความถี่สะสมของชั้น ใด หมายถึงความถี่ของชั้นนั้นรวมกับความถี่ของชั้นอื่น ซึ่งมีค่าน้อยกว่าหรือ
มากกว่าค่าความถี่ของชั้นนั้น ความถี่สะสมในชั้นสุดท้ายจะเท่ากับจานวนข้อมูลเสมอ ความถี่สะสมจะบอกให้
ทราบถึงจานวนข้อมูลที่มีค่าต่ากว่าหรือสูงกว่าขีดจากัดชั้นที่แท้จริงแต่ละชั้นว่ามีจานวนเท่าใด การแจกแจง
ความถี่สะสมทาได้ 2 วิธี คือ
ความถี่สะสมแบบน้อยกว่า (Less than cumulative Frequency) เป็นการสะสมความถี่ของแต่ละ
ชั้นเข้าด้วยกัน จากชั้นที่มีค่าน้อยไปหาชั้นที่มีค่ามาก
ความถี่สะสมแบบมากกว่า (More than cumulative frequency) เป็นการสะสมความถี่เข้าด้วยกัน
โดยเรียงจากชั้นที่มีค่ามากไปหาชั้นที่มีค่าน้อย
ตัวอย่าง 4.4 ตารางแจกแจงความถี่สะสม
คะแนน ความถี่ ความถี่สะสมแบบน้อยกว่า ความถี่สะสมแบบมากกว่า
30 – 39 8 8 100
40 – 49 12 8+12 = 20 92
50 – 59 16 20+16 = 36 80
60 – 69 24 36+24 = 60 64
70 – 79 18 60+18 = 78 40
80 – 89 14 78+14 = 92 22
90 – 99 8 92+8 = 100 8

จากตารางแสดงว่า
ข้อมูลที่มีค่าต่ากว่า 29.5 มี 0 จานวน
ข้อมูลที่มีค่าต่ากว่า 39.5 มี 8 จานวน
ข้อมูลที่มีค่าต่ากว่า 49.5 มี 20 จานวน
ข้อมูลที่มีค่าต่ากว่า 99.5 มี 100 จานวน
ข้อมูลที่มีค่าสูงกว่า 99.5 มี 0 จานวน
ข้อมูลที่มีค่าสูงกว่า 89.5 มี 8 จานวน
ข้อมูลที่มีค่าสูงกว่า 79.5 มี 22 จานวน
ข้อมูลที่มีค่าสูงกว่า 65.5 มี 40 จานวน
ข้อมูลที่มีค่าสูงกว่า 29.5 มี 100 จานวน

การแจกแจงความถี่โดยกราฟ
การแจกแจงความถี่ นอกจากจะแสดงในรูปตารางแล้ว เพื่อให้เห็นการกระจายของข้อมูลชัดเจนขึ้น
อาจแสดงโดยใช้กราฟก็ได้ ซึ่งแบ่งออกเป็น 3 วิธี คือ
1) ฮิสโตแกรม (Histogram) คือแท่งรูปสี่เหลี่ยมผืนผ้าวางเรียงติดต่อกันตามแกนนอนโดยความกว้าง
ของแต่ละแท่งกับขนาดอันตรภาคชั้นและความสูงของแต่ละแท่งเท่ากับความถี่ของแต่ละชั้น

ตัวอย่าง 4.5 จงสร้างฮิสโตแกรมจากตารางแจกแจงความถี่ที่กาหนดให้

คะแนน ความถี่
30 – 39 3
40 – 49 7
50 – 59 9
60 – 69 12
70 – 79 8
80 – 89 6
90 – 99 5
วิธีทา สามารถสร้างฮิสโตแกรมได้ดังต่อไปนี้

2) รูปหลายเหลี่ยมแห่งความถี่ (Frequency Polygon) เกิดจากการโยงเส้นตรงระหว่างจุดกึ่งกลาง

ของยอดแท่งสี่เหลี่ยมผืนผ้าของฮีสโตแกม

ตัวอย่าง 4.6 จงสร้างรูปหลายแหลี่ยมแห่งความถี่ โดยใช้ตารางแจกแจงความถี่ในตัวอย่างที่ 4.5

วิธีทา สามารถสร้างรูปหลายเหลี่ยมแห่งความถี่ได้ดังต่อไปนี้

ข้อสังเกต พื้นที่ทั้งหมดของแท่งสี่เหลี่ยมผืนผ้าจะเท่ากับพื้นที่ทั้งหมดใต้รูปหลายเหลี่ยมแห่งความถี่การสร้าง
รูปหลายเหลี่ยมแห่งความถี่ อาจทาได้โดยไม่ต้องสร้างฮิสโตแกรมก่อนก็ได้ แต่สร้างโดยการลากเส้นตรงโยงจุด
ทุกจุดที่เกิดจากความถี่และจุดกึ่งกลางของแต่ละชั้น

3) โค้งความถี่ (Frequency Curve) คือ โค้งที่เกิดจากการปรับรูปหลายเหลี่ยมแห่งความถี่ให้เรียบขึ้น

โดยการปรับต้องพยายามทาให้พื้นที่ใต้เส้นโค้งมีขนาดใกล้เคียงกับพื้นที่ของรูปหลายเหลี่ยมแห่งความถี่ โค้ง
ความถี่เป็นลักษณะโดยส่วนรวมของข้อมูลแต่ละชุด ซึ่งอาจมีลักษณะแตกต่างกนไปตามประเภทของข้อมูล
ลักษณะโค้งความถี่ที่พบมีดังนี้ (แกนตั้งแทนความถี่ แกนนอนแทนคะแนนหรือข้อมูล)
โค้งรูประฆัง การแจกแจงความถี่ที่ได้ความถี่ของข้อมูลค่ากลางๆ มากกว่าข้อมูลที่มีค่าสูงและต่าจะ
ได้กราฟรูประฆัง รูปแบบนี้อาจแตกต่างกันบ้างในความสูงและความลาดของความโค้ง การแจกแจงแบบนี้จะมี
ความส าคัญมากในวิช าสถิติและเป็น การแจกแจงที่พบมากที่สุด โค้งรูประฆังมี 3 ลั กษณะคือ โค้ งปกติ
(Normal Curve) โค้งเบ้ทางบวก (Positive Skewness) และโค้งเบ้ทางลบ(Negative Skewness) ดังรูป
4.5 - 4.7

รูป 4.5 โค้งปกติ รูป 4.6 โค้งเบ้ทางบวก รูป 4.7 โค้งเบ้ทางลบ

โค้งรูปตัว U (U - Sshaped Curve) เป็นการแจกแจงที่ได้ความถี่ของข้อมูลค่ากลางๆ น้อยกว่า

ข้อมูลที่มีค่าสูงและต่า
โค้งรูปตัว J (J - Shaped Curve) เป็นการแจกแจงที่ได้ความถี่สูงของข้อมูลที่มีค่ามากๆ ความถี่
ของข้อมูลค่าอื่นๆ จะมีค่าลดน้อยลงตามลาดับ
โค้งรูปตัว J กลับ (Reverse J Shaped Curve) เป็นการแจกแจงที่ได้ความถี่สูงของข้อมูลที่มีค่า
น้อยๆ ความถี่ของข้อมูลค่าอื่นๆ จะมีค่าลดน้อยลงตามลาดับ
โค้งสองยอด (Bimodal Curve) เป็นการแจกแจงคล้ายการแจกแจงรูประฆัง แต่มียอดระฆัง 2
ยอด แบบนี้มักจะพบมากในข้อมูลผสมจากประชากร 2 หมู่ที่แตกต่างกันเช่น ให้นักเรียนชั้นโตและชั้นเล็กมา
สอบข้อสอบพิเศษเดียวกัน ข้อมูลจะได้เป็นรูปเช่นนี้ห รือบางครั้งอาจมียอดระฆังมากกว่าสองยอดเรียกว่า
Multimodal (วีนัส พีชวณิชย์ และสมจิต วัฒนาชยกูล, 2532 : 32)
โค้งความถี่สะสม (Oguve) เป็นโค้งที่แสดงความสัมพันธ์ระหว่างคะแนนกับความถี่สะสม ซึ่งสร้าง
โดยลากเส้นเชื่อมโยงจุดซึ่งเป็นจุดที่ประกอบด้วยขีดจากัดบนที่แท้จริงหรือเขตชั้นบนกับความถี่สะสมในแต่ละ
ชั้นคะแนนแล้วปรับให้เป็นเส้นโค้ง
แผนภาพลาต้นและใบ (Stem and Leaf Diagram)
เป็นการนาเสนอข้อมูลที่สามารถรักษาความละเอียดของข้อมูลไว้ได้ครบถ้วนกล่ าวคือได้ทราบถึงค่า
ข้อมูลจริง แต่ถ้าเป็นการนาเสนอข้อมูลโดยทาตารางแจกแจงความถี่หรือฮิสโตแกรม เราจะทราบแต่เพียงว่ามี
ข้อมูลกี่ตัวที่มีค่าระหว่างขีดจากัดชั้นเช่น มีข้อมูลกี่ตัวที่มีค่าอยู่ระหว่าง 40 - 49 นั้น มีค่าเท่าไรบ้างและยังช่วย
ให้ทราบว่าข้อมูลชุดนั้นมีค่าส่วนใหญ่เป็นเท่าไร เช่นจากรูป 2.13 จะทราบได้ทันทีว่าผู้ที่มารับบริการส่วนใหญ่
จะมีน้าหนักระหว่าง 60 - 80 กิโลกรัม
วิธีการสร้างแผนภาพลาต้นและใบ
1) เรียงข้อมูลตามลาดับจากน้อยไปมากของตัวเลขตัวแรกคือหลักสิบถ้าค่าสังเกตเป็นตัวเลขสองหลัก
(แต่ถ้าค่าสังเกตเป็นตัวเลขสามหลักก็เรียงลาดับจากน้อยไปมากของตัวเลขสองตัวแรกคือหลักร้อยและหลักสิบ)
2) สร้างแถวตั้งเสมือนเป็น "ลาต้น" จากค่าระหว่าง 0 - 9 ทางด้านซ้ายของเส้นตั้งฉาก
3) ในแต่ละแถวนอนทางดานขวาของเส้นตั้งฉาก ถือเสมือนเป็น "ใบ" บันทึกตัวเลขตัวที่สอง โดยเรียง
จากค่าน้อยไปมากหรือจะเรียงตามลาดับข้อมูลที่จดบันทึกมาก่อนหลังก็ได้
ตัวอย่างที่ 4.7 น้าหนักของลูกค้าจานวน 50 คน ที่มารับการลดน้าหนัก ณ สถานบริการความงามแห่งหนึ่ง
เป็นดังนี้ 75 98 42 75 84 87 65 59 63 84
86 78 37 99 66 90 79 80 89 64
68 57 95 55 79 88 76 60 77 73
49 92 83 71 78 53 81 77 58 48
93 85 70 62 80 74 69 90 62 72
วิธีทา ข้อมูลในตัวอย่างนี้เป็นเลขสองหลัก จึงเรียงลาดับตัวเลขหลักสิบจากน้อยไปมากให้อยู่ทางด้านซ้ายของ
เส้นตั้งฉากในแนวตั้ง จากนั้นในแต่ละแถวนอน นาตัวเลขหลักหน่วยของแต่ละหลักสิบเรียงจากค่าน้อ ยไปมาก
แล้วนาไปใส่ไว้ทางขวามือของเส้นตั้งฉากในแนวนอน ตัวอย่างเช่น ข้อมูลที่ตัวเลขหลักสิบขึ้นต้นด้วย 4 มี 3
ตัว คือ 49, 42 และ 48 ดังนั้น ในแถวนอนที่สองซึ่งขึ้นต้นหลักสิบด้วย 4 จะนาตัวเลขหลักหน่วยมาเรียงจาก
ค่าน้อยไปมาก คือ 2 8 9 แล้วนาไปใส่ไว้ทางขวามือของเส้นตั้งฉากของแถวนอนที่ขึ้นต้นด้วย 4 ดูรูป 4.8

3 7

4 2 8 9

5 3 5 7 8 9

6 0 2 2 3 4 5 6 8 9

7 0 1 2 3 4 5 5 6 7 7 8 8 9 9

8 0 0 1 3 4 4 5 6 7 8 9

9 0 0 2 3 5 8 9

รูป 4.8 แผนภาพลาต้นและใบแสดงน้าหนักของลูกค้า ที่มารับบริการลดความอ้วน

4.3 การวิเคราะห์ข้อมูล
การวิเคราะห์ข้อมูล หมายถึง การพยายามแยกแยะให้ได้รายละเอียดต่างๆ เพื่อความชัดเจนในเรื่อง
ของประเภท ความสัมพันธ์ หรือลักษณะเฉพาะตามโครงสร้างต่างๆ การวิเคราะห์ ข้อมูล ก็คือการแยกแยะ จัด
จาแนกข้อมูลตามตัวแปรที่สนใจศึกษา การคานวณค่าต่างๆ เพื่ออธิบายลักษณะหรือข้อเท็จจริงของกลุ่มที่เรา
รวบรวมข้อมูลนั้นมา ซึ่งเมื่อพิจารณาควบคู่กับการใช้ข้อมูลทางสถิติตามวิธีการที่มีใช้กันอยู่ในปัจจุบัน การ
วิเคราะห์ข้อมูลของเราจึงมุ่งเป้าไปเพื่อประโยชน์ที่แตกต่างกัน เป็น 2 ลักษณะ คือ
1. เพื่อคานวณค่าสถิติต่างๆที่จะใช้บรรยายถึงลักษณะเฉพาะของกลุ่มตัวอย่างเช่นรูปลักษณะของ
ข้อมูล การกระจายของข้อมูล หรือค่าที่เป็นตัวแทนของข้อมูลทั้งชุด ในส่วนนี้รวมเรียกว่า สถิติภาคพรรณนา
(Descriptive Statistics)
2. การคานวณค่าสถิติต่างๆ ที่เป็นคุณลั กษณะของตัว อย่าง เพื่อใช้ในการอธิบายลักษณะของ
ประชากร เป็นการวิเคราะห์ข้อมูลในส่วนที่เกี่ยวข้องกับการสารวจด้วยตัวอย่างโดยตรง เช่น การประมาณ
ค่าพารามิเตอร์ การทดสอบสมมติฐาน ซึ่งเป็นสถิติในส่วนที่เรียกว่า สถิติภาคสรุปพาดพิ ง (Inferential
Statistics) การวิเคราะห์ข้อมูลตามระเบียบวิธีทางสถิติ ก็มีความหมายเช่นเดียวกัน โดยความเข้าใจทั่วไปแล้ว
การวิเคราะห์ข้อมูลที่จะกล่าวถึงในบทนี้ เน้นการวิเคราะห์เชิงปริมาณ ในแง่ของ การวัดแนวโน้มเข้าสู่ส่วนกลาง
และ การวัดการกระจายของข้อมูล
4.3.1 การวัดแนวโน้มเข้าสู่ส่วนกลาง (Measures of Central Tendency) หมายถึงการพยายามหาค่า
กลางๆ เพื่อช่วยอธิบายลักษณะของข้อมูล วัตถุประสงค์ของการวัดแนวโน้มเข้าสู่ส่ วนกลาง ก็เพื่อหาค่าที่
สามารถใช้แสดงระดับ (สูงหรือต่า) ของข้อมูลชุดหนึ่งๆ โดยเป็นค่าเพีย งค่าเดียว ค่าที่ได้มาโดยมาตรวัด
แนวโน้ มเข้ า สู่ ส่ ว นกลางนี้ จะถือ เป็ น ตั ว แทนข้ อมู ล ทั้ ง ชุ ด การวัด แนวโน้ม เข้ า สู่ ส่ ว นกลางมี ป ระโยชน์ ใ น
สถานการณ์ต่อไปนี้
1. เพื่อใช้เป็นค่าเปรียบเทียบระดับความสามารถของกลุ่มกับเกณฑ์มาตรฐานของส่วนรวม
2. เพื่อใช้เป็นเกณฑ์ในการเทียบคะแนนภายในกลุ่มที่ศึกษา
3. เพื่อใช้เป็นค่าเปรียบเทียบระดับข้อมูลจากหลายตัวแปรหรือข้อมูลจากหลายๆ กลุ่ม
ชนิดของการวัดแนวโน้มเข้าสู่ส่วนกลาง และการคานวณ มี 3 ชนิด คือ
1) ฐานนิยม (Mode)
2) มัธยฐาน (Median)
3) ค่าเฉลี่ย (Mean)

ค่าวัดแนวโน้มเข้าสู่ส่วนกลางทั้งสามนี้แตกต่างกันตามข้อตกลงเบื้องต้นของการเป็น "ตัวแทน" ของ

ข้อมูลทั้งชุดโดยฐานนิยมยอมรับว่าค่าที่ปรากฏให้เห็นบ่อยครั้งที่สุดน่าจะเป็นตัวแทนได้ดี ในขณะที่มัธยฐาน
จะพิจารณาจากการกระจายของข้อมูลทั้งชุด ซึ่งคาดหมายว่าน่าจะมีการกระจายเป็นปกติ แล้วยอมรับว่าค่ าที่
อยู่กึ่งกลางชุดข้อมูลนั้นน่าจะเป็นตัวแทนของข้อมูลทั้งชุดและค่าเฉลี่ยจะใช้ค่าตัวแทนที่เป็นค่าปกติที่เกิดจาก
การปรับเกลี่ยข้อมูลทั้งชุด ซึ่งในหัวข้อต่อไปนี้จะกล่าวถึงค่ากลางแต่ละค่าอย่างละเอียด ดังนี้
1. ฐานนิยม (Mode; Mo, m)
ฐานนิยมคือคะแนนที่ปรากฏซ้าๆ กันมากที่สุดในชุดข้อมูล ซึ่งจากความหมายนี้ จะเห็นว่าค่ากลางที่
เป็นฐานนิยม ตั้งอยู่บนพื้นฐานของ "ส่วนใหญ่" เป็นสาคัญ
ข้ อ มู ล ที่ ไ ม่ ไ ด้ แ จกแจงความถี่ ฐานนิ ย มคื อ ค่ า ของข้ อ มู ล ที่ มี ค วามถี่ สู ง สุ ด หรื อ ซ้ ากั น มากที่ สุ ด
ส่วนข้อมูลที่แจกแจงความถี่แล้วถ้าข้อมูลมีการกระจายสมมาตรฐานนิยมคือกึ่งกลางของอันตรภาคชั้น ที่มี
ความถี่สูงสุดหรือค่าของข้อมูล ณ จุดสูงสุดของเส้นโค้งความถี่ แต่ถ้าข้อมูลมีการกระจายไม่สมมาตร ฐานนิยม
จะอยู่ในชั้นที่มีความถี่สูงสุดโดยคานวณค่าฐานนิยมได้จากสูตร

d1 I
MO  L 
d1  d 2

เมื่อ L คือ ขอบเขตจากัดชั้นล่างของชั้นที่มีความถี่สูงสุด

I คือ อันตรภาคชั้น
d1 คือ ผลต่างของความถี่ของชั้นที่มีฐานนิยมอยู่กับความถี่ของชั้นที่ต่ากว่า
d2 คือ ผลต่างของความถี่ของชั้นที่มีฐานนิยมอยู่กับความถี่ของชั้นที่สูงกว่า

ตัวอย่างที่ 4.11 จากข้อมูล 2, 3, 3, 5, 7, 6, 8, 3, 4, 7 จงหาฐานนิยม

ฐานนิยมพิจารณาได้จากคะแนนที่มีความถี่สูงสุด
ดังนั้น ฐานนิยมของข้อมูลชุดนี้คือ 3

ตัวอย่างที่ 4.12 จากตารางแจกแจงความถี่ จงคานวณหาฐานนิยม

ขีดจากัดคะแนน ความถี่ ความถี่สะสม
49.5 – 54.5 3 60
44.5 – 49.5 7 57
39.5 – 44.5 12 50
34.5 – 39.5 16 38
29.5 – 34.5 12 22
24.5 – 29.5 6 10
19.5 – 24.5 4 4

วิธีทา ฐานนิยม พิจารณาได้จากค่ากึ่งกลางหรือจุดกลางของอันตรภาคชั้นที่มีความถี่สูงสุด

ความถี่สูงสุดจากตารางแจกแจงความถี่ คือ 16
ชั้นของฐานนิยม คือ ชั้นคะแนน 34.5 – 39.5
จะเห็นได้ว่า L  34.5, I  39.5  34.5  5, d1  16  12  4 และ d2  16  12  4
จากสูตรคานวณค่าฐานนิยมได้จากสูตร
d1 I
MO  L 
d1  d 2
 จะได้ว่า
45
M O  34.5   37
44
ดังนั้น ฐานนิยมของข้อมูลนี้ คือ 37

สมบัติของฐานนิยม สมบัติของฐานนิยมเมื่อต้องการเลือกใช้หรือคานวณค่าฐานนิยมควรได้มีการ
พิจารณาตามสมบัติของฐานนิยม ดังนี้คือ
ข้อดีของฐานนิยม มี 2 ประการคือ
1) เป็นค่ากลางที่หาได้ง่ายที่สุด
2) ใช้เป็นค่ากลางได้กับข้อมูลที่มีระดับการวัดทุกมาตรา

ข้อเสียของฐานนิยม มี 3 ประการคือ
1) ค่าที่ได้มักไม่คงตัวคือมีการเปลี่ยนแปลงได้ง่ายเฉพาะอย่างยิ่งถ้ามีการจัดกลุ่มข้อมูล จัดอันตร
ภาคชั้น ซึ่งลักษณะของการกาหนดชั้นคะแนนจะมีผลกระทบโดยตรงต่อฐานนิยม
2) ข้อมูลบางชุดไม่สามารถหาฐานนิยมได้เนื่องจากไม่มีค่าของข้อมูลใดเลยที่ซ้ากัน หรืออาจมีค่า
ของข้อมูลที่ซ้ากันเกิน 3 ค่า (มีความถี่สูงสุดเท่ากันตั้งแต่ 3 ค่าขึ้นไป)
3) ในข้อมูลบางชุดอาจจะมีฐานนิยมมากกว่า 1 ค่า เช่นมีฐานนิยม 2 ค่าที่แตกต่างกัน
(Bimodal) คือมีความถี่สูงสุดเท่ากัน 2 ค่า
เรามักจะเลือกใช้ค่ากลางที่เป็นฐานนิยมสาหรับข้อมูลที่ต้องการค่ากลางที่แสดงถึงค่าของข้อมูล "ส่วน
ใหญ่" และฐานนิยมเป็นค่ากลางค่าเดียวที่เราเลือกใช้ได้สาหรับข้อมูลที่อยู่ในมาตรานามบัญญัติหรือข้อมูลเชิง
คุณภาพ เช่น การหาค่ากลางของการแจกแจงของสี เช่นสีพื้นผิวหรือสีของสินค้าเป็นต้น

2. มัธยฐาน (Median)
มัธยฐานคือค่าของข้อมูลที่มีตาแหน่งอยู่กึ่งกลางของข้อมูลทั้งหมดเมื่อได้จัดเรียงแล้ว มัธยฐานจึงเป็น
ค่าของข้อมูลที่แบ่งข้อมูลชุดนั้นออกเป็น 2 ส่วน โดยมีจานวนข้อมูลที่มากกว่าและน้อยกว่าอยู่ประมาณร้อยละ
50 ของข้อมูลทั้งหมด นั่นคือ มัธยฐานเป็นค่ากลางที่มีพื้นฐานมาจาก "ตาแหน่งกึ่งกลาง" หรือเป็นค่าของข้อมูล
ในตาแหน่งเปอร์เซ็นไทล์ที่ 50 นั่นเอง สัญลักษณ์ที่ใช้แทนมัธยฐานคือ M ed หรือ M d
การหามัธยฐานของข้อมูลที่ไม่ได้แจกแจงความถี่ นาข้อ มูลทั้งหมดมาเรียงจากน้อยไปหามากหรือจาก
มากไปหาน้อย มัธยฐานคือค่าของข้อมูลที่อยู่ตรงตาแหน่งกลางของข้อมูลทั้งหมด
ถ้าข้อมูลชุดหนึ่งมี N ค่าและจานวนข้อมูลมีจานวนเป็นคี่ มัธยฐานคือค่าของข้อมูลที่อยู่ตรงกลางและ
N 1
มีเพียงค่าเดียว ตาแหน่งของค่าของข้อมูลที่เป็นมัธยฐานคือ ตาแหน่งที่ 2
เมื่อข้อมูลมีจานวนเป็นคู่ มัธยฐานคือค่ากึ่งกลางของค่าของข้อมูลที่อยู่ตรงกลางซึ่งมีสองค่า ตาแหน่ง
N N 1
ของค่าของข้อมูลที่เป็นมัธยฐานคือ ตาแหน่งที่ 2 และ 2 การหามัธยฐานก็ให้นาค่าของข้อมูลที่อยู่ตรง
ตาแหน่งกึ่งกลางทั้งสองค่านั้นบวกกันหารสอง
 N
การหามัธยฐานของข้อมูลที่แจกแจงความถี่แล้วมัธยฐานจะอยู่ตรงตาแหน่งกึ่งกลางคือ 2 ดังนั้น
จะต้องหาชั้นที่คาดว่าจะมีมัธยฐานตกอยู่เสียก่อนโดยอาศัยตาแหน่งจากความถี่ สะสม การหาค่าของข้อมูลที่
เป็นมัธยฐานใช้สูตรดังนี้
N 
 2  fc 
Md  L   I
 f 
 

เมื่อ L คือ ขีดจากัดล่างที่แท้จริงของชั้นคะแนนที่คาดว่ามีมัธยฐานอยู่

I คือ อันตรภาคชั้น
fc คือ ความถี่สะสมจนถึงชั้นคะแนนก่อนชั้นคะแนนที่คาดว่ามีมัธยฐานอยู่
f คือ ความถี่ของชั้นคะแนนที่มีมัธยฐานอยู่

ตัวอย่าง 4.13 จงหามัธยฐานของข้อมูลที่กาหนดให้ 1, 3, 2, 2, 5, 3, 4, 4, 3

วิธีทา จัดเรียงข้อมูลใหม่ ได้ดังนี้ 1, 2, 2, 3, 3, 3, 4, 4, 5
หาตาแหน่งกึ่งกลางเนื่องจากจานวนข้อมูลเป็นคี่
9 1
5
ดังนั้นตาแหน่งกึ่งกลางคือ คือ 2
ข้อมูลในตาแหน่งที่ 5 ตรงกับค่าข้อมูล 3
ดังนั้น มัธยฐานของข้อมูลชุดนี้คือ 3

ตัวอย่าง 3.14 จงหามัธยฐานของข้อมูลที่กาหนดให้กรณีเป็นข้อมูลที่แจกแจงความถี่โดยจัดชั้นคะแนนต่อไปนี้

ขีดจากัดคะแนน ความถี่ ความถี่สะสม
49.5 – 54.5 3 60
44.5 – 49.5 7 57
39.5 – 44.5 12 50
34.5 – 39.5 16 38
29.5 – 34.5 12 22
24.5 – 29.5 6 10
19.5 – 24.5 4 4
 N 60

วิธีทา หาตาแหน่งของคะแนนที่เป็นมัธยฐานก่อน โดยดูจากตาแหน่ง 2 2 คือ 30
เมื่อพิจารณาแล้วจะเห็นว่าชั้นมัธยฐานอยู่ชั้นที่ 4 คือช่วงคะแนน 34.5 - 39.5
จากสูตรการหามัธยฐาน
N 
 2  fc 
Md  L   I
 f 
 

จะเห็นได้ว่า L  34.5, I  39.5  34.5  5, f c  22 และ f  16

แทนค่าในสูตร จะได้ว่า
 60 
 2  22 
M d  34.5    5  37
 16 
 
ดังนั้น มัธยฐานของข้อมูลชุดนี้คือ 37 (ซึ่งตรงกับค่าควอไทล์ที่ 2 นั่นเอง)

คุณสมบั ติของมัธ ยฐานและมัธ ยฐานเป็นคะแนนที่บอกแต่เพียงว่า มีคะแนนจานวนครึ่งหนึ่งของ

คะแนนทั้งชุดอยู่เหนือหรือต่ากว่า แต่ไม่สามารถที่จะบอกได้ว่าคะแนนเหล่านั้นแตกต่างจากมัธยฐานมากน้อย
เพียงใด การเพิ่มหรือการลดจานวนข้อมูลจะมีผลกระทบต่อมัธยฐานมากกว่าการเพิ่มหรือลดค่าของข้อมูลใดๆ
ในชุดข้อมูล ในกรณีที่ข้อมูลมีการแจกแจงเบ้ การเลือกใช้มัธยฐานจะให้ค่ากลางที่ดีกว่าค่ากลางอื่น เฉพาะ
อย่างยิ่งดีกว่าค่าเฉลี่ยเลขคณิต มัธยฐานเป็นค่ากลางที่ไม่เปลี่ยนแปลงเนื่องจากผลกระทบจากลักษณะการ
กระจายของข้อมูล แต่จะเปลี่ยนแปลงตามขนาดของข้อมูลในชุดมากที่สุด และในกรณีที่เป็นการหาค่ากลาง
จากตารางแจกแจงความถี่ที่เป็นปลายเปิด เราจะต้องใช้ค่ากลางที่เป็นมัธยฐานเท่านั้น เพราะเป็นค่ากลางที่
เกี่ยวข้องกับตาแหน่งกึ่งกลางชุดข้อมูลจึงคานวณได้ แต่ค่ากลางอื่นจะคานวณไม่ได้
3. มัชฌิม หรือค่าเฉลี่ย (Mean)
ค่าเฉลี่ยเป็นค่ากลางที่คานวณได้จากข้อมูลทุกค่าที่มีในชุดข้อมูลวิธีการในการคานวณจะแตกต่างกันไป
โดยขึ้นอยู่กับลักษณะการเรียงลาดับของข้อมูลว่ามีลั กษณะเป็นลาดับแบบใด ตามปกติแล้วการเรียงลาดับของ
ค่าตัวแปรใดๆ ก็ตาม จะมีลักษณะเป็นลาดับที่สาคัญแยกได้เป็น 3 แบบคือ ลาดับเลขคณิต ลาดับเรขาคณิต
และลาดับฮาร์มอนิค ด้วยเหตุนี้เองค่าเฉลี่ยซึ่งเป็นค่ากลางของข้อมูลที่มีลักษณะเป็นลาดับต่างแบบกัน จึงมีชื่อ
เรียกแตกต่างกันออกไป เป็นค่าเฉลี่ยเลขคณิต ค่าเฉลี่ยเรขาคณิต และค่าเฉลี่ยฮาร์มอนิค ตามลาดับ
3.1 มัชฌิมเลขคณิต หรือค่าเฉลี่ยเลขคณิต (Arithematic Mean ; x ) มัชฌิมเลขคณิตของจานวน
จริง x1 , x2 , x3 , , xN คือจานวนจริงที่คานวณได้จากผลรวมของ x1 , x2 , x3 , , xN หารด้วย N ซึ่งโดย
ความหมายแล้ว ค่ามัชฌิมเลขคณิตเป็น "การเกลี่ย" ให้ข้อมูลทุกตัวมีค่าเท่ากันทั้งหมด โดยวิธีการรวมข้อมูลทุก
ตัว เข้าด้วยกันก่อน แล้ วจึ งแบ่งออกเป็ นส่ ว นๆ เท่าๆ กันตามจานวนข้อมูลด้วยการหารด้วยจานวนข้ อมูล
สัญลักษณ์ที่ใช้แทนมัชฌิมเลขคณิตคือ  และ x การหามัชฌิมเลขคณิตของข้อมูลที่ไม่ได้แจกแจงความถี่
นั้นค่ามัชฌิมเลขคณิตคานวณได้จากผลรวมของข้อมูลทั้งหมดทุกค่าหารด้วยจานวนข้อมูล ดังสูตร
 N

x x x   xN x i
x 1 2 3  i 1
N N
การหาเฉลี่ยเลขคณิตของข้อมูลที่ไม่ได้แจกแจงความถี่
ค่าเฉลี่ยเลขคณิตของคะแนน = ผลรวมของคะแนนทั้งหมดทุกค่าหารด้วยจานวนคะแนน หรือ
N

x i
x i 1
N
ตัวอย่าง 4.15 จงหาค่าเฉลี่ยเลขคณิตของข้อมูลที่กาหนดให้ ต่อไปนี้
22 23 24 24 25 25 21 23 17 25 23 23 19 25 25 25

วิธีทา จากค่าเฉลี่ยเลขคณิต
N

x i
x i 1
N
จะได้ว่า

22  23  24  24  25  25  21  23  17  25  23  23  19  25  25  25
x  23.06
16

ดังนั้น ค่าเฉลี่ยเลขคณิตของข้อมูลนี้เท่ากับ 23.06

การหาเฉลี่ยเลขคณิตของข้อมูลที่แจกแจงความถี่แล้ว
สาหรับข้อมูลที่มีการแจกแจงความถี่ ในการหาผลรวมของคะแนน จะต้องมีการหาผลรวมราย
คะแนนก่อน แล้วจึงหาผลรวมของคะแนนทั้งหมด และถ้าในกรณีที่เป็นการแจกแจงความถี่แบบจัดชั้นคะแนน
เราจะใช้จุดกลางชั้นคะแนนเป็นตัวแทนของคะแนนทั้งชั้น เพื่อคานวณค่าเฉลี่ย นั่นคือ เราจะได้ว่า

f x  f x  f x   f N xN fx i i
x 1 1 2 2 3 3  i 1
f1  f 2  f3   f N n

f
i 1
i

เมื่อ xi คือ ค่ากลางของชั้นคะแนนที่ i ในชุดข้อมูล

fi คือ ความถี่ของชั้นคะแนน
ตัวอย่าง 4.16 จงหาค่าเฉลี่ยเลขคณิตของข้อมูลที่กาหนดให้
ขีดจากัดคะแนน จุดกึ่งกลาง ( xi ) ความถี่ ( fi ) ผลรวมข้อมูลในชั้น ( fi xi )
19.5 - 24.5 22 4 88
24.5 - 29.5 27 6 162
29.5 - 34.5 32 12 384
34.5 - 39.5 37 16 592
39.5 - 44.5 42 12 504
44.5 - 49.5 47 7 329
49.5 - 54.5 52 3 156
รวม 7 7


i 1
fi  60 fx
i 1
i i  2, 215
7

fx i i
x i 1
7

วิธีทา จากสูตรการคานวณค่าเฉลี่ย f
i 1
i

7 7

จากตารางโจทย์จะเห็นได้ว่า

i 1
fi xi  2, 215
และ
f
i 1
i  60

2, 215
x  36.916
จะได้ว่า 60
ดังนั้น ค่าเฉลี่ยเลขคณิตของข้อมูลชุดนี้ คือ 36.916

3.2 ค่าเฉลี่ยเรขาคณิต (Geometric Mean; G.M . ) เป็นการหาค่าโดยเฉลี่ยของข้อมูลที่มีลักษณะ

เป็นลาดับเรขาคณิต วิธีการในการคานวณค่าเฉลี่ยจะเป็นการหาค่ารากที่ n ของผลคูณของคะแนน n จานวน
นั่นคือ เราสามารถคานวณค่าเฉลี่ยเรขาคณิตได้จาก

G.M .  n x1  x2  x3   xN

ตัวอย่าง 4.17 จงหา G.M . ของข้อมูลที่กาหนดให้คือ 2 2 4 4 8 8

วิธีทา จากสูตรการคานวณค่าเฉลี่ยเรขาคณิต
G.M .  n x1  x2  x3  x4  x5  x6
จะได้ว่า
G.M .  n 2  2  4  4  8  8  4

ดังนั้น ค่าเฉลี่ยเลขคณิตของข้อมูลชุดนี้ คือ 4

 4.3 ค่าเฉลี่ยฮาร์มอนิค (Harmonic Mean; H .M . ) เป็นข้อมูลที่มีลักษณะเป็นลาดับฮาร์มอนิค ซึ่ง
เป็นส่วนกลับของอนุกรมเลขคณิตอยู่แล้ว การหาค่าเฉลี่ยสาหรับข้อมูลในลักษณะนี้จึงสามารถใช้ลักษณะที่เป็น
ส่วนกลับของค่าเฉลี่ยเลขคณิตได้ด้วย นั่นแสดงว่า ค่าเฉลี่ยฮาร์มอนิค ก็คือ ส่วนกลับของค่าเฉลี่ยเลขคณิต
นั่นคือ
N
H .M .  N
1
x
i 1 i

1 1 1
, ,
ตัวอย่าง 4.18 จงหา H .M . ของข้อมูลที่กาหนดให้ 2 4 6
3
H .M .  3
1
x
วิธีทา จากสูตรการคานวณค่าเฉลี่ยเรขาคณิต i 1 i

3
H .M .   0.25
จะได้ว่า 246
ดังนั้น ค่าเฉลี่ยฮาร์โมนิคของข้อมูล คือ 0.25

สมบัติของค่าเฉลี่ย
1) ในการเลือกใช้ค่าเฉลี่ย ให้พิจารณาตามลักษณะของข้อมูล ว่าเป็นลาดับแบบใดเพื่อช่วยให้ได้
ค่าเฉลี่ยที่สอดคล้องกับลักษณะของข้อมูลชุดนั้นๆ ลาดับที่กล่าวถึงแล้วนั้นมีลักษณะดังนี้
ลาดับเลขคณิต คือ ลาดับของตัวเลขที่แต่ละเทอมเรียงกันอยู่อย่างเป็นระเบียบ ภายใต้กฎเกณฑ์
ที่ว่า "ผลต่างระหว่างเทอมใดๆ กับเทอมที่อยู่ถัดไป จะมีค่าเท่ากันเสมอตลอดลาดับ"
ลาดับเรขาคณิต คือ ลาดับของตัวเลขที่แต่ละเทอมเรียงกันอยู่อย่างเป็นระเบียบ ภายใต้กฎเกณฑ์
ที่ว่า "อัตราส่วนระหว่างเทอมใดๆ กับเทอมที่อยู่ถัดไป จะมีค่าเท่ากันเสมอตลอดลาดับ"
ลาดับฮาร์ มอนิ ค เป็ นส่ว นกลับ ของลาดับเลขคณิต ส่วนใหญ่แล้วค่าของข้อมูลในชุดข้อมูล ใดๆ
มักจะไม่เป็นไปตามลักษณะของลาดับโดยสมบูรณ์ ให้ใช้เกณฑ์การตัดสินว่าเป็นลาดับแบบใดโดยอนุโลม เช่น
คะแนน 11 14 15 16 16 17 ก็อนุโลมว่าเป็นลาดับเลขคณิต เป็นต้น
2) ค่าเฉลี่ย เป็นค่ากลางที่จะได้รับผลกระทบจากการเปลี่ยนแปลงของค่าข้อมูลแต่ละตัวในชุดข้อมูล
มากที่สุด ทั้งนี้ เพราะค่าเฉลี่ยนั้นคานวณมาจาก "ข้อมูลทุกตัว" ในชุดข้อมูล
3) ค่าเฉลี่ยถือได้ว่าเป็นจุดสมดุลของการกระจายของข้อมูลชุดนั้น (ลักษณะเดียวกันกับจุดหมุน) นั่น
คือ เราจะพบว่า ผลรวมระยะห่างระหว่างข้อมูลใดๆ กับค่าเฉลี่ยจะมีค่าเป็นศูนย์
4) ในกรณีที่เราต้องการค่ากลางที่สามารถแสดงถึงผลรวมของข้อมูลได้ด้วย เราต้องเลือกใช้ค่าเฉลี่ย
เนื่องจาก
ผลรวมของข้อมูลทั้งหมด
ค่าเฉลี่ย = จานวนข้อมูล
ดังนั้น ผลรวมของคะแนนทั้งหมด = ค่าเฉลี่ย x จานวนข้อมูล
5) ค่าเฉลี่ยเป็นค่ากลางที่สามารถใช้คานวณได้ แม้ว่าข้อมูลจะมีลักษณะเป็นลาดับเลขคณิต หรือ
พีชคณิต ในขณะที่ค่ากลางอื่นๆ ทาไม่ได้
 6) ในกรณีที่ต้องการวิเคราะห์ค่าสถิติในระดับสูงต่อไป ควรเลือกใช้ค่าเฉลี่ยเลขคณิตเพราะเป็นค่ า
กลางที่มีค่าแปรปรวนต่าสุดในกรณีที่มีการสุ่มตัวอย่างมาศึกษา

ความสัมพันธ์ระหว่างค่าแนวโน้มสู่ส่วนกลางทั้ง 3 ค่าของข้อมูลชุดใดๆ ส่วนใหญ่จะมีลักษณะต่างๆ

เป็นได้ 3 แบบ ดังภาพที1่ .2 (ก) เป็นภาพกรณีที่ข้อมูลมีการกระจายสมมาตร ค่ามัชฌิมเลขคณิต มัธยฐาน และ
ฐานนิยมจะมีค่าเดียวกัน สาหรับภาพที่ 1.2 (ข) และ 1.2 (ค) เป็นภาพกรณีที่ข้อมูลมีการกระจายเบ้ค่ามัชฌิม
เลขคณิต มัธยฐาน และฐานนิยมจะมีค่าแตกต่างกัน

ภาพที่ 4.9 โค้งความถี่แสดงความสัมพันธ์ระหว่าง ค่ามัชฌิมเลขคณิต มัธยฐาน และฐานนิยม

ในกรณีที่ไม่ปรกติอื่น ๆ เช่นโค้งความถี่แบบสองยอดที่มีค่ากลางสองค่าคือมัชฌิมเลขคณิตเท่ากับมัธย
ฐาน และมีฐานนิยม 2 ค่า ความสัมพันธ์ระหว่างค่ากลางทั้งสามเป็นดังภาพ

ภาพที่ 4.10 โค้งความถี่แบบสองยอดที่มีฐานนิยม 2 ค่า

4.3.2 การวัดการกระจายของข้อมูล (Measurement of Variability)

การวัดการกระจาย เป็นการอธิบายถึงลักษณะของการกระจัดกระจาย หรือการเกาะกลุ่มกัน
ของข้อมูลชุดหนึ่งๆ เป็นการอธิบายถึงภาพรวมของลักษณะการกระจายของข้อมูลทั้งชุด การวัดการกระจาย
ของข้อมูล จะช่วยเพิ่มความชัดเจนให้กับการพิจารณาเปรียบเทียบข้อมูลกับมาตรฐานต่างๆ ได้
วัตถุประสงค์ของการวัดการกระจาย เพื่อประโยชน์ที่สาคัญ ดังต่อไปนี้
1. เป็นสิ่งประกอบร่วมที่สาคัญของการวัดแนวโน้มเข้าสู่ส่วนกลาง ในการอธิบายคุณลักษณะ
หรือข้อเท็จจริงใดๆ เกี่ยวกับข้อมูล เช่น
 1.1 ในกรณีที่มีการวัดแนวโน้มเข้าสู่ส่วนกลาง เพื่อเปรียบเทียบระดับข้อมูลกับมาตรฐาน
1.2 ในกรณีที่มีการวัดแนวโน้มเข้าสู่ส่วนกลาง เพื่อใช้เป็นเกณฑ์ในการเปรียบเทียบถ้าได้มี
การวัดการกระจายของข้อมูลมาให้พิจารณาด้วย จะช่วยให้เกิดความชัดเจนขึ้น
1.3 ในกรณีที่ต้องการเปรียบเทียบระดับของข้อมูลจากหลายตัวแปร หรือจากกลุ่มตัวอย่าง
หลายกลุ่ม การวัดแนวโน้มเข้าสู่ส่วนกลางเพียงอย่างเดียว ไม่สามารถที่จะอธิบายผลการเปรียบเทียบได้ทุก
แง่มุมโดยถูกต้อง จึงต้องใช้การวัดการกระจายของคะแนนเข้ามาเกี่ยวข้องด้วย
โดยทั่วไปแล้ว เมื่อมีการเปรียบเทียบข้อมูลในกรณีเช่นข้างต้นนี้ เราจะพบความแตกต่าง
ของการเปรียบเทียบ โดยใช้การวัดแนวโน้มเข้าสู่ส่วนกลาง และการวัดการกระจายเป็น 2 ลักษณะที่สาคัญ คือ
ค่ากลางเท่ากันแต่การกระจายไม่เท่ากัน และค่ากลางไม่เท่ากัน แต่การกระจายเท่ากัน
2. การวัดการกระจายเป็นพื้นฐานที่สาคัญของสถิติภาคสรุปพาดพิง ซึ่งโดยทั่วไปแล้วในสถิติ
ภาคนี้ มักจะเป็นการพิจารณาการเปลี่ยนแปลงที่เกิดขึ้นจากการสุ่มตัวอย่างเป็นสาคัญ

ชนิดของการกระจายและการคานวณ การวัดการกระจายที่ใช้กันอยู่ในปัจจุบัน มี 2 กลุ่มคือ

1. กลุ่มที่แสดงการกระจายของข้อมูลโดยใช้ช่วงห่างของคะแนน มี
1.1 พิสัย
1.2 พิสัยกึ่งควอไทล์
2. กลุ่มที่แสดงการกระจายของข้อมูลโดยใช้ส่วนเบี่ยงเบนของคะแนนใดๆ จากค่าปกติ (ค่ากลาง) ของข้อมูล มี
2.1 ส่วนเบี่ยงเบนเฉลี่ย
2.2 ส่วนเบี่ยงเบนมาตรฐาน และความแปรปรวน

ส่วนเบี่ยงเบนที่กล่าวถึงนี้ จะหมายถึงความแตกต่างไปจากปกติ โดยทั่วไปจะยอมรับว่าค่าปกติ คือ

ค่าเฉลี่ยของข้อมูลชุดนั้น ส่วนเบี่ยงเบนจึงเป็นกาหนดโดยเป็นผลต่างของคะแนนใดๆ กับค่าเฉลี่ยของข้อมูลชุด
นั้น สาหรับพิสัยกึ่งควอไทล์อาจจะพิจารณาในลักษณะเป็นส่วนเบี่ยงเบนได้ ดังนั้นบางครั้งจึงจัดอยู่ในกลุ่มที่
แสดงการกระจายโดยใช้ส่วนเบี่ยงเบนจากค่ามัธยฐานของข้อมูลนั้นเรียกว่าส่วนเบี่ย งเบนควอไทล์ วิธีการที่ใช้
ในการกาหนดค่าวัดการกระจายแต่ละค่าจะแตกต่างกันไป ดังจะกล่าวถึงต่อไปนี้

1. พิสัย (Range; R) เป็นระยะทางที่สั้นที่สุดที่ครอบคลุมคะแนนทั้งหมดในชุดข้อมูล นั่นคือ

R = คะแนนสูงสุด – คะแนนต่าสุด

ตัวอย่างที่ 4.19 จงหาพิสัยของข้อมูลที่กาหนดให้ดังนี้ 2, 8, 6, 7, 10, 5, 6, 3

วิธีทา จากพิสัยของข้อมูล R = คะแนนสูงสุด – คะแนนต่าสุด
จะได้ว่า R = คะแนนสูงสุด – คะแนนต่าสุด
= 10 – 2
=8
ดังนั้น พิสัยของคะแนนชุดนี้คือ 8
ตัวอย่างที่ 4.20 จงหาพิสัยของข้อมูลที่กาหนดให้ในตัวอย่างที่ 4.6
วิธีทา จากการแจกแจงความถี่ในตัวอย่างที่ 4.6
จะเห็นได้ว่า คะแนนสูงสุดใช้ขีดจากัดบนของอันตรภาคชั้นสูงสุด
และคะแนนต่าสุดใช้ขีดจากัดล่างของอันตรภาคชั้นที่มีค่าต่าสุด
ซึ่งคะแนนสูงสุด คือ 49.5 และคะแนนต่าสุด คือ 19.5
จะได้ว่า
R = คะแนนสูงสุด – คะแนนต่าสุด
= 49.5 – 19.5
= 30
ดังนั้น พิสัยของคะแนนชุดนี้ คือ 30

สมบั ติของพิสั ย ในการใช้พิสั ย เพื่อการเปรียบเทียบข้อมูล ชุดใดๆ ก็ ตาม จะต้องพิจารณาด้ว ยว่ า

“หน่วย” ของข้อมูลทั้ง 2 ชุดนั้นเป็นข้อมูลที่มีหน่วยเป็นหน่วยเดียวกัน หรือไม่ เพราะพิสัยจะมีลักษณะ
เช่นเดียวกับค่าวัดแนวโน้มเข้าสู่ส่วนกลาง ซึ่งจะมีหน่วยของคะแนนติดมาด้วย เมื่อต้องการเปรียบเทียบจึงต้อง
พิจารณาให้มีหน่วยเหมือนกัน และเนื่องจากพิสัยขึ้นอยู่กับค่าปลายสุดของข้อมูลทั้ง 2 ปลายเท่านั้น คะแนน
อื่นระหว่างค่าทั้ง 2 จะเป็นอย่างไร มีการเปลี่ยนแปลง หรือการกระจายอย่างไรก็ไม่มีผลกระทบต่อพิสัย

2. พิสัยกึ่งควอไทล์ (Semi-interquartile Range or Quartile Deviation; Q.D., Q.R. )

พิสัยกึ่งควอไทล์ เป็นระยะทางครึ่งหนึ่งระหว่างคะแนนในตาแหน่งควอไทล์ที่ 1 และควอไทล์ที่ 3 นั่น
คือ เราสามารถหาพิสัยกึ่งควอไทล์ ได้จาก
Q3  Q1
Q.D. 
2

N 1
โดยที่ ตาแหน่งควอไทล์ที่ 1 คือ ตาแหน่งที่ 4
3  N  1
ตาแหน่งควอไทล์ที่ 3 คือ ตาแหน่งที่ 4

ตัวอย่าง 4.21 จงหา Q.D. ของข้อมูลที่กาหนดให้คือ 2 3 3 4 5 6 6 8 9 10 12

วิธีทา เรียงจากข้อมูลจากน้อยไปมาก ดังนี้ 2 3 3 4 5 6 6 8 9 10 12
ตาแหน่งควอไทล์ที่ 1 คือ
N  1 11  1
 3
4 4
และตาแหน่งควอไทล์ที่ 3 คือ
3  N  1 3 11  1
 9
4 4
 จะได้ว่า คะแนนในตาแหน่งที่ 3 ( Q1 ) คือ 3
คะแนนในตาแหน่งที่ 9 ( Q3 ) คือ 9
หาพิสัยกึ่งควอไทล์
Q3  Q1 9  3
Q.D.   3
2 2
ดังนั้น พิสัยกึ่งควอไทล์ คือ 3

คุณสมบัติของพิสัยกึ่งควอไทล์ เราอาจกล่าวได้อีกอย่างหนึ่งว่า พิสัยกึ่งควอไทล์ ก็คือค่าเฉลี่ยของ

ระยะห่างระหว่างมัธยฐานกับ Q3 และมัธยฐานกับ Q1
และเนื่องจากลักษณะและวิธีการคานวณค่าของข้อมูลในตาแหน่ง Q1 และ Q3 เป็นเช่นเดียวกันกับ
การหาค่ามัธยฐาน ดังนั้นโดยทั่วไปแล้วส่วนเบี่ยงเบนควอร์ไทล์จึงมีคุณสมบัติเช่นเดียวกันกับมัธยฐาน เช่น การ
เปลี่ยนแปลงค่าขึ้นอยู่กับจานวนของข้อมูล ไม่ได้ขึ้นอยู่กับค่าของข้อมูลและไม่เกี่ยวข้องกับลักษณะการกระจาย
ของข้อมูลมากนัก แม้การแจกแจงของข้อมูลจะเบ้มาก หรือค่าปลายสุดแตกต่างกันมากก็ตาม และในกรณีที่
การแจกแจงความถี่ของข้อมูลเป็นการแจกแจงความถี่แบบปลายเปิด การวัดการกระจายโดยพิสัยหรือโดย
มาตรวัดอื่นๆ จะทาไม่ได้ แต่เราสามารถที่จะวัดการกระจายของข้อมูลนั้นโดยใช้ส่วนเบี่ยงเบนควอร์ไทล์ได้
และแม้แต่ในชุดข้อมูลที่มีลักษณะเป็นข้อมูลที่มีการเรียงลาดับ หรือมีการแจกแจงความถี่แบบอันตรภาคชั้น
การคานวณค่าการกระจายโดยใช้ส่วนเบี่ยงเบนควอร์ไทล์ จะได้ค่าการกระจายที่มีคุณภาพดีทัดเทียมกับส่วน
เบี่ยงเบนมาตรฐาน แต่คานวณได้ง่ายกว่า

3. ส่วนเบี่ยงเบนเฉลี่ย (Average deviation; A.D. )

ส่วนเบี่ยงเบนเฉลี่ย เป็นค่าเฉลี่ยของระยะทางระหว่างค่าของข้อมูลแต่ละค่ากับค่ามัชฌิมเลขคณิตของ
ข้อมูลชุดนั้น เราสามารถที่จะหาระยะห่างของค่าของข้อมูลแต่ละค่าได้ จากการเอาข้อมูลค่านั้นๆ ลบด้วยค่า
xi  x
มัชฌิม xi  x ซึ่งถ้าคิดในแง่ระยะทางซึ่งหมายถึงขนาดของความแตกต่างก็คือ นั่นเอง สัญลักษณ์ที่
ใช้แทนส่วนเบี่ยงเบนเฉลี่ย คือ A.D. ซึ่งคานวณได้จากสูตร

 x x i
A.D.  i 1
N

ตัวอย่าง 4.22 จงหา A.D. ของข้อมูลที่กาหนดให้ 6 3 7 4 5

N

x i
x i 1
วิธีทา หาค่ามัชฌิมเลขคณิต ( x ) จาก N

63 7  45
x 5
จะได้ว่า 5
 N

 x x i
A.D.  i 1
ต่อไปหาส่วนเบี่ยงเบนเฉลี่ย ( A.D. ) จาก N

65  35  7 5  4 5  55

A.D.   1.2
จะได้ว่า 5
ดังนั้น ส่วนเบี่ยงเบนเฉลี่ย คือ 1.2

ในเชิงปฏิบัติการหาส่วนเบี่ยงเบนเฉลี่ยไม่ค่อยนามาใช้มากนัก เนื่องจากการวัดการกระจายโดยวิธีนี้ ไม่

สามารถปรับไปสู่การวิเคราะห์ค่าสถิติในระดับสูงขึ้นไปได้ง่ายนักวิธีการคานวณก็ยุ่งยากพอๆ กับส่วนเบี่ยงเบน
มาตรฐาน ซึ่งใช้ได้กว้างขวางกว่า

4. ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation;  )

ส่วนเบี่ยงเบนมาตรฐาน คือ ค่ารากที่สองที่เป็ นบวกของค่าเฉลี่ยของกาลังสองของผลต่างของคะแนน
ใดๆ กับค่าเฉลี่ยของข้อมูลนั้น นั่นคือ ในกรณีที่ข้อมูลไม่จัดกลุ่มไว้แล้วส่วนเบี่ยงเบนมาตรฐาน หาได้จากสูตร

  x  x
N 2
i
 i 1
N

แต่ถ้าข้อมูลจัดกลุ่มไว้แล้วส่วนเบี่ยงเบนมาตรฐาน คานวณได้จากสูตร

2
n
 n 
 f x   fi xi
2
i i 
 i 1
  i 1n 
 
n

i 1
fi   fi
 i 1



ความหมายของส่วนเบี่ยงเบนมาตรฐาน หมายถึง ค่าเฉลี่ยที่แต่ละคะแนนเบี่ยงเบนหรือแตกต่างไป

จากค่ามัชฌิมเลขคณิตนั่นเอง

ตัวอย่าง 4.23 จงหา  ของข้อมูลที่กาหนดให้ 6 3 7 4 5

N

x i
x i 1
วิธีทา หาค่ามัชฌิมเลขคณิต ( x ) จาก N

63 7  45
x 5
จะได้ว่า 5
   x  x
N 2
i
 i 1

ต่อไปหาส่วนเบี่ยงเบนมาตรฐาน (  ) จาก N

 6  5   3  5   7  5   4  5   5  5 
2 2 2 2 2

  1.41
จะได้ว่า 5
ดังนั้น ส่วนเบี่ยงเบนมาตรฐาน คือ 1.41

สมบัติของส่วนเบี่ยงเบนมาตรฐาน
1. ส่วนเบี่ยงเบนมาตรฐาน แสดงถึงตาแหน่งของข้อมูลที่กระจัดกระจายอยู่ในส่วนต่างๆ ของชุดข้อมูล
ได้ดีที่สุด
2. ส่วนเบี่ยงเบนมาตรฐานจะมีการเปลี่ยนแปลงไป โดยขึ้นอยู่กับการเพิ่มเข้ามาหรือการขาดหายไป
หรือค่าที่เพิ่มขึ้น หรือลดลงของข้อมูลแต่ละตัวมากที่สุด
3. ในกรณีที่ข้อมูลมีจานวนน้อยๆ หรือลักษณะการแจกแจงมีความเบ้มากๆ การใช้ส่วนเบี่ยงเบน
มาตรฐานในการวัดการกระจายของข้อมูลชุดนั้นจะไม่ค่อยดี
4. โดยทั่วไปแล้ว เมื่อเลือกใช้ค่าเฉลี่ยเลขคณิต มักจะเลือกใช้ส่วนเบี่ยงเบนมาตรฐานเพื่อใช้อธิบาย
การกระจายของข้อมูลควบคู่กัน

5. ความแปรปรวน (Variance; V ,  2 )
ความแปรปรวน เป็นกาลังสองของส่วนเบี่ยงเบนมาตรฐานของข้อมูลชุดเดียวกัน นั่นคือ

 x  x
N 2
i
2  i 1
N

ความแปรปรวนกับส่วนเบี่ยงเบนมาตรฐานจะมีที่มาและสมบัติเหมือนกัน เพียงแต่ค่าส่วนเบี่ยงเบน
มาตรฐานจะบอกความแตกต่างของข้อมูลเป็นขนาดหรือระยะห่าง ในขณะที่ความแปรปรวนจะบอกในลักษณะ
พื้น ที่ โดยทั่ว ไปเรามักใช้ส่ ว นเบี่ ย งเบนมาตรฐานในการบรรยายข้อมูล และมั กใช้ความแปรปรวนในการ
วิ เ คราะห์ เ ปรี ย บเที ย บข้ อ มู ล ในการอนุ ม านทางสถิ ติ เช่ น การวิ เ คราะห์ ค วามแปรปรวนของข้ อ มู ล เพื่ อ
เปรียบเทียบความแตกต่างของค่าเฉลี่ยตั้งแต่ 3 กลุ่มขึ้นไปเป็นต้น
 กิจกรรมที่ 4.1
การออกแบบเครื่องมือในการเก็บรวบรวมข้อมูล
ชื่อ.......................................................รหัสประจาตัวนักศึกษา............................สาขาวิชา..................................

คาชี้แจง ให้นักศึกษาสร้างแบบสอบถามความพึงพอใจเพื่อเก็บรวบรวมข้อมูลในเรื่องที่ตนเองสนใจ โดยใช้

ข้อมูลทั่วไปของผู้ตอบแบบสอบถามไม่เกิน 5 คาถาม และใช้ข้อคาถามเกี่ยวกับความพึงพอใจ
จานวน 15 ข้อเท่านั้น

แบบสอบถามความพึงพอใจ
เรื่อง ............................................................................................................................. ......................................
..............................................................................................................................................................................

ตอนที่ 1 ข้อมูลทั่วไปของผู้ตอบแบบสอบถาม
1. เพศ
1)
2)
2. อายุ

3.

4.

5.
ตอนที่ 2 แบบสอบถามเกี่ยวกับ............................................................................................................................
..............................................................................................................................................................

คาชี้แจง............................................................................................................................. ...................................
................................................................................................................................................. .............................

5 4 3 2 1
1.
 กิจกรรมที่ 4.2
การเก็บรวบรวมและบันทึกข้อมูล
ชื่อ.......................................................รหัสประจาตัวนักศึกษา............................สาขาวิชา..................................

คาชี้แจง ให้นักศึกษานาแบบสอบถามความพึงพอใจที่สร้างในกิจกรรมที่ 4.1 ไปเก็บแบบสอบถามกับผู้ที่

เกี่ยวข้องในจานวน 30 แบบแล้วนาข้อมูลที่ได้จากแบบสอบถามมาบันทึกข้อมูลในตารางต่อไปนี้
ตารางบันทึกข้อมูลความพึงพอใจ.........................................................................................................................

ตอนที่ ข้อ ข้อ ข้อ ข้อ ข้อ

1 1 2 3 4 5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
 ตารางบันทึกข้อมูลความพึงพอใจ.........................................................................................................................

ตอนที่ 2 ข้อ1 ข้อ2 ข้อ3 ข้อ4 ข้อ5 ข้อ6 ข้อ7 ข้อ8 ข้อ9 ข้อ10 ข้อ11 ข้อ12 ข้อ13 ข้อ14 ข้อ15
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
 กิจกรรมที่ 4.3
การวิเคราะห์ข้อมูล
ชื่อ.......................................................รหัสประจาตัวนักศึกษา............................สาขาวิชา..................................

คาชี้แจง ให้นักศึกษานาข้อมูลความพึงพอใจที่บันทึกในตารางกิจกรรมที่ 4.2 มาวิเคราะห์ข้อมูลหาค่าเฉลี่ย

และค่าเบี่ยงเบนมาตรฐาน

การหาค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐาน
ข้อคาถามที่ 1
x f fx fx2 ค่าเฉลี่ย = =
5
4 ค่าเบี่ยงเบนมาตรฐาน S.D. = √
3
2
1
รวม

ข้อคาถามที่ 2
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 3
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 4
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 5
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 6
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 7
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 8
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 9
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 10
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 11
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 12
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 13
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 14
x f fx fx2
5
4
3
2
1
รวม
ข้อคาถามที่ 15
x f fx fx2
5
4
3
2
1
รวม
 กิจกรรมที่ 4.4
การรายงานผลการประเมินความพึงพอใจ
ชื่อ.......................................................รหัสประจาตัวนักศึกษา............................สาขาวิชา..................................

คาชี้แจง ให้นักศึกษานาผลการวิเคราะห์ข้อมูลหาค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐาน ในกิจกรรมที่ 4.3 มา

รายงานผลการประเมินความพึงพอใจ
รายงานผลการประเมินความพึงพอใจ
เรื่อง...............................................................................................................................................................
ตอนที่ 1 ข้อมูลทั่วไปของผู้ตอบแบบสอบถาม
จานวน ร้อยละ
1. เพศ
1) ชาย
2) หญิง
รวม

..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
ตอนที่ 2 ............................................................................................................................................................ ...
..............................................................................................................................................................................
..............................................................................................................................................................................
รายการ ค่าเฉลี่ย S.D.
1.

..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................
..............................................................................................................................................................................