Key Takeaways:
สถิติ เป็นอีกหนึ่งเนื้อหาที่น้อง ๆ น่าจะคุ้นชินกันมาตั้งแต่ตอน ม.ต้น ซึ่งเกี่ยวข้องกับการนำข้อมูลที่รวบรวมมาวิเคราะห์และสรุปผลเป็นค่าต่าง ๆ เพื่ออธิบายลักษณะของข้อมูลนั้น สำหรับสถิติในเนื้อหาคณิตศาสตร์ ม.ปลาย จะยากขึ้นกว่าใน ม.ต้น และยังเป็นอีกเนื้อหาที่ออกในข้อสอบ A-Level คณิตศาสตร์ประยุกต์ทั้ง 1 และ 2 ด้วย โดยในบทความนี้พี่ ๆ ได้นำสรุปเนื้อหาสถิติ ม.6 มาให้น้อง ๆ ได้อ่านเตรียมตัวสอบกันครับ พร้อมนำตัวอย่างโจทย์มาให้น้อง ๆ ได้ลองฝึกกันด้วย ถ้าพร้อมกันแล้วไปดูเนื้อหากันเลย!
Table of Contents
เบื้องหลังความสำเร็จของธุรกิจในยุคปัจจุบัน เช่น การบริหารจัดการร้านค้าให้เติบโตอย่างมั่นคง ไม่ใช่เพียงแค่เรื่องของการผลิตหรือจัดจำหน่ายสินค้าที่ดี แต่คือการนำข้อมูลดิบ ทั้งปริมาณวัตถุดิบ ข้อมูลต้นทุน พฤติกรรมการสั่งซื้อ และระดับความพึงพอใจของลูกค้ามาวิเคราะห์เพื่อใช้ประกอบการตัดสินใจอย่างมีกลยุทธ์ ซึ่งกระบวนการทั้งหมดนี้ขับเคลื่อนด้วยความรู้ทาง “สถิติศาสตร์”
ในบทความนี้ เราจะเน้นทำความเข้าใจสถิติในการวิเคราะห์ข้อมูลเชิงปริมาณเป็นหลัก ในมุมมองที่เข้าใจง่ายและนำไปประยุกต์ใช้ได้จริงทั้งในการเรียนและการสอบกัน
สมัครเรียนคอร์สคณิตศาสตร์ ม.ปลาย : สถิติ กับ OnDemand
สถิติคืออะไร ? มีคำสำคัญอะไรบ้างที่ควรรู้จัก ?
สถิติศาสตร์ คือ วิชาว่าด้วยการศึกษาวิเคราะห์ข้อมูลที่รวบรวมมาเพื่อช่วยให้เข้าใจภาพรวมของข้อมูล และสรุปผลออกมาเพื่อนำมาตอบคำถาม หรืออธิบายประเด็นที่สนใจ
สถิติถูกนำมาประยุกต์ใช้ในหลากหลายด้าน เช่น การวิเคราะห์ข้อมูลทางการศึกษา การเกษตร วิทยาศาสตร์ เศรษฐศาสตร์ ธุรกิจ รวมถึงข้อมูลต่าง ๆ ในชีวิตประจำวัน เพื่อช่วยในการตัดสินใจได้อย่างมีเหตุผลและแม่นยำ
คำสำคัญทางสถิติศาสตร์
- ประชากร (Population) : กลุ่มของหน่วยทั้งหมดในเรื่องที่สนใจศึกษา
- ตัวอย่าง (Sample) : กลุ่มย่อยของประชากรที่ถูกเลือกมาเป็นตัวแทน เพื่อใช้เป็นตัวอย่างในการสรุปผลเกี่ยวกับลักษณะของประชากรที่สนใจ
- ตัวแปร (Variable) : ลักษณะบางประการของประชากรหรือตัวอย่างที่สนใจศึกษา
- ข้อมูล (Data) : ข้อความจริงที่สามารถใช้สรุปผลในเรื่องที่สนใจศึกษา อาจเป็นได้ทั้งตัวเลขหรือไม่ใช่ตัวเลข หรืออาจหมายถึงค่าของตัวแปรที่สนใจศึกษา
- พารามิเตอร์ (Parameter) : ค่าวัดที่แสดงลักษณะประชากร คำนวณจากข้อมูลทั้งหมดของประชากร
- ค่าสถิติ (Statistic) : เป็นค่าคงตัวที่พิจารณาจากข้อมูลของตัวอย่าง เพื่ออธิบายลักษณะของตัวอย่างนั้นหรือเพื่อประมาณค่าของพารามิเตอร์แล้วนำไปใช้ในการอธิบายลักษณะของประชากร
ค่ากลางของข้อมูลมีอะไรบ้าง ? คำนวณได้อย่างไร ?
ค่ากลางของข้อมูลเป็นตัวแทนของข้อมูลทั้งหมด ซึ่งช่วยให้เข้าใจภาพรวมและสะดวกในการสรุปเกี่ยวกับข้อมูล
ค่าเฉลี่ยเลขคณิต (Arithmetic Mean; Mean)
เป็นค่าที่หาได้จากการรวมค่าข้อมูลทั้งหมดแล้วหารด้วยจำนวนข้อมูลที่มี
สำหรับประชากร : \mu = \dfrac{\sum_{i=1}^{N} x_i}{N} = \dfrac{x_1 + x_2 + \dots + x_N}{N}
สำหรับตัวอย่าง : \bar{x} = \dfrac{\sum_{i=1}^{n} x_i}{n} = \dfrac{x_1 + x_2 + \dots + x_n}{n}
ค่าเฉลี่ยเลขคณิตถ่วงน้ำหนัก (Weighted Arithmetic Mean)
ใช้ในกรณีที่ข้อมูลมีความสำคัญหรือน้ำหนักไม่เท่ากัน
\text{ค่าเฉลี่ยเลขคณิตถ่วงน้ำหนัก} = \dfrac{\sum_{i=1}^{N} w_i x_i}{\sum_{i=1}^{N} w_i} = \dfrac{w_1 x_1 + w_2 x_2 + \dots + w_N x_N}{w_1 + w_2 + \dots + w_N}มัธยฐาน (Median; Med)
เป็นค่าที่อยู่ในตำแหน่งกึ่งกลางเมื่อเรียงลำดับของข้อมูลจากน้อยไปมากหรือมากไปน้อย มีหลักการหาดังนี้
- เรียงข้อมูลจากน้อยไปมากหรือมากไปน้อย
- ถ้าข้อมูลมีทั้งหมด N ตัว มัธยฐานจะอยู่ในตำแหน่งที่ N+12
- ถ้า N เป็นจำนวนคี่ มัธยฐานคือข้อมูลที่อยู่ตรงกลาง
- ถ้า N เป็นจำนวนคู่ มัธยฐานคือค่าเฉลี่ยเลขคณิตของข้อมูล 2 ตัวที่อยู่ตรงกลาง
Youtube สถิติ ม.6 คณิตศาสตร์พื้นฐาน | เจอโจทย์มัธยฐานต้องคิดยังไง?
ฐานนิยม (Mode)
เป็นค่าของข้อมูลที่ซ้ำกันมากที่สุด
ตัวอย่างโจทย์เกี่ยวกับค่ากลางของข้อมูล
กำหนดข้อมูล 19, 19, 19, 2, 2, 5, 5, 1, 16, 6, 6, 6, 6, 7, 7
จงหาค่าเฉลี่ยเลขคณิต มัธยฐาน และฐานนิยมของข้อมูลชุดนี้
วิธีทำ ค่าเฉลี่ยเลขคณิต คือ \mu = \dfrac{19+19+19+2+2+5+5+1+16+6+6+6+6+7+7}{15} = \dfrac{126}{15} = \dfrac{42}{5} = 8.4
นำข้อมูลมาเรียงจากน้อยไปมาก ได้ดังนี้ 1, 2, 2, 5, 5, 6, 6, 6, 6, 7, 7, 16, 19, 19, 19
ข้อมูลมีทั้งหมด 15 ตัว ตำแหน่งของมัธยฐานจะอยู่ในตำแหน่งที่ \dfrac{15+1}{2}
ตำแหน่งที่ 8 ของข้อมูลชุดนี้คือ 6
ดังนั้น มัธยฐานของข้อมูลชุดนี้คือ 6
จากข้อมูล เลข 6 มีจำนวนซ้ำมากที่สุด คือ 4 ตัว
ดังนั้น ฐานนิยมของข้อมูลชุดนี้คือ 6
ค่าวัดตำแหน่งที่ของข้อมูลมีอะไรบ้าง ? คำนวณได้อย่างไร ?
การวัดตำแหน่งที่ของข้อมูลเป็นการระบุหรือประเมินตำแหน่งที่ของข้อมูลใด ๆ ในชุดข้อมูลหนึ่งเมื่อเรียงข้อมูลทั้งหมดจากน้อยไปมาก
ควอร์ไทล์ (Quartile)
แบ่งข้อมูล n ตัวที่เรียงจากน้อยไปมากออกเป็น 4 ส่วนเท่า ๆ กัน โดยควอร์ไทล์ที่ i (Qi) เมื่อ i=1, 2, 3 เป็นค่าที่มีจำนวนข้อมูลที่มีค่าน้อยกว่าค่านี้อยู่ประมาณ i ส่วน และมีจำนวนข้อมูลที่มีค่ามากกว่าค่านี้อยู่ประมาณ 4-i ส่วน ดังแผนภาพกล่อง (Box Plot) ด้านล่างนี้
ตำแหน่งของ Q_i คือ ตำแหน่งที่ \dfrac{i(n+1)}{4}
เรื่องควอร์ไทล์จะนำไปประยุกต์ใช้ในการหาค่านอกเกณฑ์ซึ่งเป็นค่าที่ผิดปกติออกไปจากข้อมูลส่วนใหญ่ หากข้อมูลใดน้อยกว่า Q_1 – 1.5(Q_3 – Q_1) หรือมากกว่า Q_3 + 1.5(Q_3 – Q_1) จะถือเป็นค่านอกเกณฑ์
เปอร์เซ็นไทล์ (Percentile)
แบ่งข้อมูล n ตัวที่เรียงจากน้อยไปมากออกเป็น 100 ส่วนเท่า ๆ กัน โดยเปอร์เซ็นไทล์ที่ i (P_i) เมื่อ i = 1, 2, \dots , 99 เป็นค่าที่มีจำนวนข้อมูลที่มีค่าน้อยกว่าค่านี้อยู่ประมาณ i ส่วน หรือร้อยละ i และมีจำนวนข้อมูลที่มีค่ามากกว่าค่านี้อยู่ประมาณ ส่วน หรือร้อยละ
ตำแหน่งของ P_i คือ ตำแหน่งที่ \dfrac{i(n+1)}{100}
ตัวอย่างโจทย์เกี่ยวกับค่าวัดตำแหน่งที่ของข้อมูล
กำหนดข้อมูล 48, 36, 59, 42, 55, 37, 50, 44, 63
จงหา Q_1 และ P_60 ของข้อมูลชุดนี้
วิธีทำ เรียงข้อมูลจากน้อยไปมากได้ดังนี้ 36, 37, 42, 44, 48, 50, 55, 59, 63
ตำแหน่งของ Q_1 คือ ตำแหน่งที่ \dfrac{1(9+1)}{4} = 2.5
ตำแหน่งที่ 2.5 อยู่กึ่งกลางระหว่างตำแหน่งที่ 2 กับ 3
ดังนั้น ค่าของ Q_1 คือ \dfrac{37+42}{2} = 39.5
ตำแหน่งของ P_60 คือ ตำแหน่งที่ \dfrac{60(9+1)}{100} = 6
ดังนั้น ค่าของ P_60 คือ 50
ค่าวัดการกระจายของข้อมูลมีอะไรบ้าง ? คำนวณได้อย่างไร ?
ค่าวัดการกระจายใช้ในการบอกว่าข้อมูลมีการกระจายตัวมากหรือน้อยแค่ไหน ซึ่งช่วยให้เห็นลักษณะของข้อมูลและช่วยในการวิเคราะห์ข้อมูล
การวัดการกระจายสัมบูรณ์
เป็นการวัดการกระจายของข้อมูลด้วยค่าที่มีหน่วยเดียวกับข้อมูลหรือเป็นกำลังสองของหน่วยของข้อมูล เพื่อพิจารณาว่าข้อมูลแต่ละตัวมีความแตกต่างกันมากหรือน้อยแค่ไหน
พิสัย (Range)
เป็นผลต่างระหว่างข้อมูลที่มีค่ามากที่สุดกับข้อมูลที่มีค่าน้อยที่สุด
\text{พิสัย} = x_\text{max} – x_\text{min}
พิสัยระหว่างควอร์ไทล์ (Interquartile Range)
เป็นผลต่างระหว่างควอร์ไทล์ที่ 3 กับควอร์ไทล์ที่ 1 ของข้อมูล
\text{IQR} = Q_3 – Q_1
ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation)
เป็นค่าที่บอกว่าข้อมูลแต่ละตัวอยู่ห่างจากค่าเฉลี่ยเลขคณิตโดยเฉลี่ยประมาณเท่าใด
สำหรับประชากร : \sigma = \sqrt{\dfrac{\sum_{i=1}^{N} (x_i – \mu)^2}{N}} = \sqrt{\dfrac{\sum_{i=1}^{N} x_i^2}{N} – \mu^2}
สำหรับตัวอย่าง : s = \sqrt{\dfrac{\sum_{i=1}^{N} (x_i – \bar{x})^2}{n-1}}
ความแปรปรวน (Variance)
คำนวณจากกำลังสองของส่วนเบี่ยงเบนมาตรฐาน
สำหรับประชากร : \sigma^2 = \dfrac{\sum_{i=1}^{N} (x_i – \mu)^2}{N} = \dfrac{\sum_{i=1}^{N} x_i^2}{N} – \mu^2
สำหรับตัวอย่าง : s^2 = \dfrac{\sum_{i=1}^{N} (x_i – \bar{x})^2}{n-1}
การวัดการกระจายสัมพัทธ์
เป็นการวัดการกระจายของข้อมูลในชุดหนึ่งเพื่อนำไปเปรียบเทียบกับข้อมูลชุดอื่นว่าข้อมูลชุดไหนมีการกระจายมากหรือน้อยกว่ากัน ซึ่งไม่สามารถเปรียบเทียบกันโดยใช้ค่าที่ได้จากการการวัดการกระจายสัมบูรณ์ได้
สัมประสิทธิ์การแปรผัน (Coefficient of Variation)
เป็นอัตราส่วนของส่วนเบี่ยงเบนมาตรฐานกับค่าเฉลี่ยเลขคณิต
สำหรับประชากร : \text{CV} = \dfrac{\sigma}{|\mu|} หรือ \text{CV} = \dfrac{\sigma}{|\mu|}\times 100%
สำหรับตัวอย่าง : \text{CV} = \dfrac{s}{|\bar{x}|} หรือ \text{CV} = \dfrac{s}{|\bar{x}|}\times 100%
Youtube สถิติ ม.6 คณิตศาสตร์พื้นฐาน | สัมประสิทธิ์การแปรผัน ต้องคิดยังไง?
ตัวอย่างโจทย์เกี่ยวกับค่าวัดการกระจายของข้อมูล
กำหนดข้อมูล 4, 6, 8, 12, 15
จงหาส่วนเบี่ยงเบนมาตรฐาน ความแปรปรวน และสัมประสิทธิ์การแปรผันของข้อมูลชุดนี้
วิธีทำ ค่าเฉลี่ยเลขคณิต คือ \mu = \dfrac{4+6+8+12+15}{5} = \dfrac{45}{5} = 9
ส่วนเบี่ยงเบนมาตรฐาน คือ \begin{aligned} \sigma &= \sqrt{\dfrac{\sum_{i=1}^{N} x_i^2}{N} – \mu^2} \\ &= \sqrt{\dfrac{4^2+6^2+8^2+12^2+15^2}{5} – 9^2} \\ &= \sqrt{\dfrac{485}{5} – 81} \\ &= \sqrt{97 – 81} \\ &= 4 \end{aligned}
ความแปรปรวน คือ \sigma^2 = 16
สัมประสิทธิ์การแปรผัน คือ \text{CV} = \dfrac{\sigma}{|\mu|} = \dfrac{4}{|9|} \approx 0.44 หรือประมาณ 44%
ตะลุยโจทย์แนวข้อสอบสถิติ ม.6
ตัวอย่าง ให้ x1, x2, …, x12 เป็นข้อมูลชุดหนึ่งที่มีค่าเฉลี่ยเลขคณิตคือ 50
ถ้าตัด x1 และ x2 ออกไป จะทำให้ค่าเฉลี่ยเลขคณิตของข้อมูลชุดนี้เหลือ 46
ถ้าตัดเพียง x1 ออกไป จะทำให้ค่าเฉลี่ยเลขคณิตของข้อมูลชุดนี้เหลือ 49
จงหาว่า |x_1 – x_2| มีค่าเท่ากับข้อใด
1. 6
2. 12
3. 18
4. 24
5. 30
ตอบ 3.18
วิธีทำ จากสูตรหาค่าเฉลี่ยเลขคณิต \mu = \dfrac{\sum_{i=1}^{N} x_i}{N}
จะได้ผลรวมของข้อมูลเป็น \sum_{i=1}^{N} x_i = \mu N
ผลรวมของข้อมูลทั้งหมดคือ \sum_{i=1}^{12} x_i = (50)(12) = 600
ถ้าตัดเพียง x1 ออกไป ผลรวมของข้อมูลจะเหลือ \sum_{i=2}^{12} x_i = (49)(11) = 539
แสดงว่า x_1 = 600 – 539 = 61
ถ้าตัด x1 และ x2 ออกไป ผลรวมของข้อมูลจะเหลือ \sum_{i=3}^{12} x_i = (46)(10) = 460
แสดงว่า x_1 + x_2 = 600 – 460 = 140
x_2 = 140 – 61 = 79ดังนั้น |x_1 – x_2| = |61 – 79| = 18
เรียนสถิติ ม.6 กับ OnDemand
เป็นยังไงกันบ้างครับกับเนื้อหาสถิติ ม.6 ที่พี่ ๆ นำมาฝากน้อง ๆ ในวันนี้ เนื้อหาสถิติ ม.6 อาจจะยากขึ้นกว่า ตอนที่น้อง ๆ เรียนใน ม.ต้น พอสมควร ถ้าน้องไม่เข้าใจตรงไหนสามารถกลับมาดูบทความนี้ได้เสมอเลย หรือถ้าน้อง ๆ รู้สึกว่าอ่านแค่บทความนี้แล้วไม่พอ ทาง OnDemand ก็มีคอร์สคณิตศาสตร์ ม.ปลาย : สถิติ เพื่อเป็นอีกทางเลือกหนึ่งที่ช่วยให้น้อง ๆ ได้เข้าใจเนื้อหามากขึ้นด้วยเทคนิคการสอนที่ช่วยให้ไม่ต้องท่องจำ และพร้อมตะลุยโจทย์ทุกข้อเลยครับ
Youtube สถิติและความสัมพันธ์เชิงฟังก์ชันระหว่างข้อมูล ม.6 | ตัวอย่างคอร์สเรียน เลข ม.ปลาย | OnDemand
สอบถามรายละเอียดคอร์สเรียนเพิ่มเติม
- Add Line : Ondemand Education
- โทรศัพท์ : 02-251-9456 (08.00-20.00)
อ้างอิง
- สถาบันส่งเสริมการสอนวิทยาศาสตร์และเทคโนโลยี. (2563). หนังสือเรียนรายวิชาเพิ่มเติมวิทยาศาสตร์และเทคโนโลยี คณิตศาสตร์ ชั้นมัธยมศึกษาปีที่ 6 เล่ม 2. พิมพ์ครั้งที่ 1. สกสค. ลาดพร้าว.
คำถามที่พบบ่อยเกี่ยวกับสถิติ ม.6 (FAQs)
Q: สถิติ ม.6 เรียนเกี่ยวกับอะไรบ้าง ?
A: สถิติ ม.6 ตามหลักสูตรแกนกลางการศึกษาขั้นพื้นฐาน พุทธศักราช 2551 (ฉบับปรับปรุง พ.ศ. 2560) จะแบ่งเนื้อหาหลักออกเป็น 3 ส่วนใหญ่ ๆ คือ ความหมายของสถิติศาสตร์และข้อมูล (เรียนรู้คำศัพท์พื้นฐาน เช่น ประชากร ตัวอย่าง พารามิเตอร์ รวมไปถึงการแบ่งประเภทของข้อมูล) การวิเคราะห์และนำเสนอข้อมูลเชิงคุณภาพ (เช่น การแจกแจงความถี่ ความถี่สัมพัทธ์ การนำเสนอด้วยแผนภูมิ) การวิเคราะห์และนำเสนอข้อมูลเชิงปริมาณ (เช่น การหาค่ากลาง การวัดการกระจาย ตารางแจกแจงความถี่)
Q: ถ้าคำนวณตำแหน่งมัธยฐาน ควอร์ไทล์ หรือเปอร์เซ็นไทล์ออกมาเป็นทศนิยม ต้องคิดอย่างไร ?
A: หากตำแหน่งที่คำนวณได้เป็นทศนิยม (ไม่ลงตัว) ให้ใช้วิธี “เทียบบัญญัติไตรยางค์” หรือการเฉลี่ยน้ำหนักระหว่างข้อมูลที่อยู่ในตำแหน่งขนาบข้างตำแหน่งที่คำนวณได้ เช่น หากตำแหน่งคือ 2.75 ให้หาผลต่างของข้อมูลตำแหน่งที่ 2 และ 3 แล้วนำไปคูณกับส่วนเกินทศนิยม 0.75 จากนั้นนำไปบวกเพิ่มจากค่าของข้อมูลตำแหน่งที่ 2
Q: ค่าเฉลี่ยเลขคณิต มัธยฐาน และฐานนิยม ควรเลือกใช้ตัวไหนเป็นตัวแทนข้อมูล ?
A: การเลือกใช้ค่ากลางของข้อมูลขึ้นอยู่กับลักษณะของข้อมูล ดังนี้
- ค่าเฉลี่ยเลขคณิต : เหมาะกับข้อมูลเชิงปริมาณทั่วไปที่กระจายตัวใกล้เคียงกัน ไม่มีข้อมูลตัวใดตัวหนึ่งที่ “สูงหรือต่ำผิดปกติ” (Outlier)
- มัธยฐาน : เหมาะกับข้อมูลที่มีค่าสูงมาก ๆ หรือต่ำมาก ๆ จนหลุดกลุ่ม เพราะมัธยฐานจะยึดค่าตรงกลาง ไม่ถูกดึงโดยค่าที่ผิดปกติ
- ฐานนิยม : เหมาะกับข้อมูลเชิงคุณภาพ เช่น สีที่ชอบ แบรนด์เสื้อผ้า หรือข้อมูลที่มีค่าซ้ำกันเยอะ ๆ



