บทที่ 1 จาก 6 · 25 นาที · ดูฟรี
ทำความรู้จักข้อมูลเชิงคุณภาพและการแจกแจงความถี่
ยินดีต้อนรับสู่บทแรกของคอร์สเรียน "ข้อมูลเชิงคุณภาพ" ในบทนี้เราจะเริ่มต้นจากพื้นฐานสุด คือทำความเข้าใจว่าข้อมูลเชิงคุณภาพคืออะไร แตกต่างจากข้อมูลที่เราคุ้นเคยอย่างไร แล้วจะเริ่มจัดการกับข้อมูลเหล่านี้ได้อย่างไร ผ่านแนวคิดของ ความถี่ ฐานนิยม และ การแจกแจงความถี่ ซึ่งเป็นเครื่องมือพื้นฐานที่จะตามติดคุณไปตลอดทั้งคอร์ส
ข้อมูลเชิงคุณภาพคืออะไร
ลองนึกภาพว่าคุณเปิดร้านกาแฟเปิดใหม่ และอยากรู้ว่าลูกค้าชอบอะไร คุณอาจเก็บข้อมูลได้สองแบบ
ข้อมูลเชิงปริมาณ (Quantitative Data): ลูกค้าเข้ามากี่คนต่อวัน ยอดขายเท่าไหร่ แก้วกาแฟเฉลี่ยราคาเท่าไหร่ — ข้อมูลเหล่านี้เป็น ตัวเลข สามารถนับ วัด และคำนวณได้โดยตรง
ข้อมูลเชิงคุณภาพ (Qualitative Data): ลูกค้าสั่งเมนูอะไรบ้าง ชอบนั่งโซนไหน ที่นั่งแบบไหน (เก้าอี้นวม / เก้าอี้ไม้) รสนิยมหวานน้อยหรือหวานมาก — ข้อมูลเหล่านี้เป็น ข้อความ หมวดหมู่ หรือลักษณะ ไม่ใช่ตัวเลข แต่บอกคุณสมบัติหรือคุณลักษณะของสิ่งที่สนใจ
สรุปง่าย ๆ: ข้อมูลเชิงคุณภาพคือข้อมูลที่อธิบาย "คุณสมบัติ" หรือ "หมวดหมู่" ไม่ใช่ "ปริมาณ"
ประเภทของข้อมูลเชิงคุณภาพ
ข้อมูลเชิงคุณภาพแบ่งได้ 2 ประเภทหลัก คือ
1. ข้อมูลระดับนามบัญญัติ (Nominal) — เป็นหมวดหมู่ที่ ไม่มีลำดับ ไม่มีความหมายว่าหมวดไหนมาก่อนหรือหลัง เช่น
- เพศ (ชาย / หญิง)
- สีที่ชอบ (แดง / เขียว / น้ำเงิน)
- ยี่ห้อโทรศัพท์ (Apple / Samsung / OPPO)
2. ข้อมูลระดับอันดับ (Ordinal) — เป็นหมวดหมู่ที่ มีลำดับ สามารถเรียงจากน้อยไปมากหรือมากไปน้อยได้ แต่ระยะห่างระหว่างแต่ละขั้นไม่เท่ากัน เช่น
- ระดับความพึงพอใจ (ไม่พอใจมาก / ไม่พอใจ / เฉย ๆ / พอใจ / พอใจมาก)
- ระดับการศึกษา (ประถม / มัธยม / ปริญญาตรี / ปริญญาโท)
- ขนาดเสื้อ (S / M / L / XL)
การเข้าใจประเภทของข้อมูลสำคัญมาก เพราะจะช่วยให้เราเลือกวิธีการวิเคราะห์ที่เหมาะสมในบทต่อ ๆ ไป
ความถี่ (Frequency) คืออะไร
เมื่อเรามีข้อมูลเชิงคุณภาพในมือแล้ว สิ่งแรกที่เราทำได้คือ นับ ว่าแต่ละหมวดหมู่ปรากฏขึ้นกี่ครั้ง จำนวนครั้งที่หมวดหมู่นั้นปรากฏเรียกว่า ความถี่ (Frequency)
ตัวอย่าง: สำรวจเมนูกาแฟยอดนิยม
สมมติคุณสำรวจลูกค้า 20 คน ว่าสั่งเมนูอะไร ได้คำตอบดังนี้
ลาเต้, อเมริกาโน, ลาเต้, มอคค่า, อเมริกาโน,
ลาเต้, อเมริกาโน, คาปูชิโน, ลาเต้, มอคค่า,
อเมริกาโน, ลาเต้, อเมริกาโน, คาปูชิโน, ลาเต้,
อเมริกาโน, ลาเต้, มอคค่า, อเมริกาโน, ลาเต้
เมื่อนับความถี่ของแต่ละเมนู จะได้ดังนี้
| เมนู | ความถี่ |
|---|---|
| ลาเต้ | 7 |
| อเมริกาโน | 6 |
| มอคค่า | 3 |
| คาปูชิโน | 2 |
| รวม | 20 |
จะเห็นว่าการนับความถี่ทำให้ข้อมูลที่ดูรก ๆ กลายเป็นภาพที่ชัดเจนขึ้นทันที รู้ทันทีว่าลาเต้ขายดีที่สุด และคาปูชิโนขายน้อยที่สุด
ฐานนิยม (Mode)
จากตัวอย่างข้างต้น ถ้ามีคนถามว่า "เมนูไหนขายดีที่สุด?" คำตอบคือ ลาเต้ เพราะมีความถี่สูงสุด ค่าที่ปรากฏบ่อยที่สุดนี้แหละคือ ฐานนิยม (Mode)
ฐานนิยม (Mode) = ค่าที่มีความถี่สูงสุด หรือก็คือหมวดหมู่ที่ปรากฏบ่อยที่สุด
ฐานนิยมอาจมีได้มากกว่าหนึ่งค่า
ลองดูตัวอย่างนี้ สำรวจสีที่ชอบของนักเรียน 15 คน
| สี | ความถี่ |
|---|---|
| แดง | 5 |
| น้ำเงิน | 5 |
| เขียว | 3 |
| เหลือง | 2 |
ในกรณีนี้ ทั้งสีแดงและสีน้ำเงินมีความถี่เท่ากันและสูงสุด ดังนั้นข้อมูลชุดนี้มี ฐานนิยมสองค่า (bimodal) คือ แดง และ น้ำเงิน
ถ้าทุกหมวดมีความถี่เท่ากันหมด ก็จะไม่มีฐานนิยม แต่ในทางปฏิบัติ ข้อมูลส่วนใหญ่มักจะมีฐานนิยมอย่างน้อยหนึ่งค่า
การแจกแจงความถี่ (Frequency Distribution)
เมื่อเรานับความถี่ของทุกหมวดหมู่แล้วจัดเป็นตาราง สิ่งที่ได้คือ การแจกแจงความถี่ (Frequency Distribution) ซึ่งเป็นการสรุปข้อมูลดิบให้อยู่ในรูปที่เข้าใจง่าย
การแจกแจงความถี่มีส่วนประกอบหลักคือ
- หมวดหมู่ (Category) — ค่าที่เป็นไปได้ของข้อมูล เช่น ลาเต้, อเมริกาโน, มอคค่า
- ความถี่ (Frequency) — จำนวนครั้งที่หมวดหมู่นั้นปรากฏ
- ความถี่สัมพัทธ์ (Relative Frequency) — สัดส่วนของแต่ละหมวดเทียบกับทั้งหมด (เราจะเรียนลึกในบทถัดไป)
ตัวอย่าง: สำรวจช่องทางที่ลูกค้ารู้จักร้าน
สำรวจลูกค้า 50 คน ได้ข้อมูลดังนี้
| ช่องทาง | ความถี่ |
|---|---|
| เฟซบุ๊ก | 18 |
| อินสตาแกรม | 12 |
| เพื่อนแนะนำ | 10 |
| สื่อสิ่งพิมพ์ | 6 |
| อื่น ๆ | 4 |
| รวม | 50 |
จากตารางนี้เราสามารถตอบคำถามได้หลายอย่าง
- ฐานนิยม: เฟซบุ๊ก (ความถี่สูงสุด = 18)
- ช่องทางที่มีคนรู้จักน้อยสุด: อื่น ๆ (ความถี่ = 4)
- คนที่รู้จักจากโซเชียลมีเดีย (เฟซบุ๊ก + อินสตาแกรม) = 18 + 12 = 30 คน หรือ 60% ของทั้งหมด
นี่คือพลังของการแจกแจงความถี่ — เปลี่ยนข้อมูลดิบให้กลายเป็น ข้อมูลเชิงลึก ที่นำไปตัดสินใจได้
ขั้นตอนการสร้างการแจกแจงความถี่
สรุปขั้นตอนง่าย ๆ ดังนี้
- ระบุหมวดหมู่ทั้งหมด ที่ปรากฏในข้อมูล
- นับความถี่ ของแต่ละหมวดหมู่ (ตรวจนับให้ครบ อย่าให้ตกหล่น)
- ตรวจสอบผลรวม ว่าความถี่รวมเท่ากับจำนวนข้อมูลทั้งหมดหรือไม่
- จัดเป็นตาราง เรียงลำดับตามความถี่จากมากไปน้อย (หรือตามลำดับที่เหมาะสม)
- ระบุฐานนิยม หมวดหมู่ที่มีความถี่สูงสุด
เคล็ดลับ: การเรียงตามความถี่จากมากไปน้อย ช่วยให้เห็นภาพรวมได้รวดเร็ว แต่ถ้าข้อมูลเป็นประเภทอันดับ (Ordinal) ควรเรียงตามลำดับของหมวดหมู่แทน เพื่อรักษาความหมายของลำดับ
สรุปท้ายบท
ในบทนี้เราได้เรียนรู้ว่า
- ข้อมูลเชิงคุณภาพ คือข้อมูลที่อธิบายคุณสมบัติหรือหมวดหมู่ ไม่ใช่ตัวเลข แบ่งเป็นประเภทนามบัญญัติ (ไม่มีลำดับ) และอันดับ (มีลำดับ)
- ความถี่ (Frequency) คือจำนวนครั้งที่หมวดหมู่นั้นปรากฏในข้อมูล
- ฐานนิยม (Mode) คือหมวดหมู่ที่มีความถี่สูงสุด อาจมีได้มากกว่าหนึ่งค่า
- การแจกแจงความถี่ (Frequency Distribution) คือการสรุปข้อมูลดิบเป็นตารางที่แสดงหมวดหมู่และความถี่ ช่วยให้เข้าใจข้อมูลได้รวดเร็วและนำไปตัดสินใจได้
ในบทถัดไป เราจะพัฒนาตารางการแจกแจงความถี่ให้สมบูรณ์ยิ่งขึ้น ด้วยการเพิ่ม ความถี่สัมพัทธ์ (Relative Frequency) และ ความถี่สะสม ซึ่งจะช่วยให้เราเปรียบเทียบสัดส่วนของแต่ละหมวดหมู่ได้แม่นยำขึ้น ไปกันต่อในบทที่ 2: จัดระเบียบข้อมูลด้วยตารางความถี่และความถี่สัมพัทธ์