วันเสาร์ที่ 28 พฤศจิกายน พ.ศ. 2558

การวัดแนวโน้มเข้าสู่ส่วนกลาง (Measures of Central Tendency)

        หากเรามีข้อมูลอยู่  1  ชุด  ซึ่งมีตัวเลขประมาณ 50-60 ตัว  ถ้ามีคนมาถามเราแล้วให้เราอธิบายข้อมูลกลุ่มนี้  เราจะอธิบายข้อมูลชุดนี้ยังไง?  คงมีคำถามขึ้นมาในหัวเราว่า เราจะเลือกตัวเลขไหนมาอธิบายดี  บางคนอาจตอบได้อย่างง่ายดาย  แต่คงมีบางคนที่ยังงงๆ  อยู่และไม่รู้จะอธิบายอย่างไร  ในทางสถิติมีเครื่องมืออยู่กลุ่มหนึ่งที่ใช้หาตัวแทนของข้อมูล  ซึ่งก็คือ "การวัดแนวโน้มเข้าสู่ส่วนกลาง (Measures of Central Tendency)"เพื่อใช้ในการตอบคำถามนี้ได้  เรามาดูกันว่าการวัดแนวโน้มเข้าสู่ส่วนกลางคืออะไร

การวัดแนวโน้มเข้าสู่ส่วนกลาง (Measures of Central Tendency) คืออะไร?

          เป็นการหาค่าตัวแทนของข้อมูล ซึ่งเป็นค่าที่ค่าของข้อมูลทั้งหมดมีแนวโน้มที่จะเข้าใกล้หรือมีค่าใกล้เคียงกับค่านี้  ดังนั้นจึงเรียกว่าเป็น "ค่ากลางของข้อมูล" และจะใช้เพื่ออธิบายลักษณะของข้อมูลนั่นเอง

การวัดแนวโน้มเข้าสู่ส่วนกลางมีเครื่องมืออยู่  3  ชนิด  คือ

          1. ค่าเฉลี่ย  (Mean)  เป็นการหาค่ากลางของข้อมูล  โดยนำข้อมูลทั้งหมดมาหาค่าเฉลี่ย ซึ่งการหาค่าเฉลี่ยนี้จะขจัดความแปรปรวนของข้อมูลที่ควบคุมไม่ได้ออกไปทำให้ได้ค่าเฉลี่ยที่ควรจะเป็นของข้อมูล
          2. มัธยฐาน (Median)  เป็นการหาค่ากลางของข้อมูลที่อยู่ที่ตำแหน่งตรงกลาง  โดยข้อมูลจะต้องมีการเรียงลำดับความมากน้อยอาจเรียงจากมากไปหาน้อย  หรือจากน้อยไปหามากก็ได้  แล้วหาค่าที่อยู่ตรงกลางของข้อมูล
          3. ฐานนิยม (Mode)  เป็นการหาค่ากลางของข้อมูลโดยเลือกจากค่าที่มีจำนวนซ้ำกันมากที่สุดหรือมีความถี่สูงสุด


เครื่องมือทั้ง  3  ชนิดมีวิธีการคำนวณดังนี้

 
หมายเหตุ : ** ดูรายละเอียดและตัวอย่างการคำนวณได้จากหัวข้อ " การเลือกใช้ค่าเฉลี่ย "

 

ตัวอย่างการหามัธยฐานและฐานนิยม

ความแตกต่างกันของค่าเฉลี่ย ฐานนิยม  และมัธยฐาน


ความสัมพันธ์ของค่าเฉลี่ย ฐานนิยม  และมัธยฐาน

          ถ้าเรานำค่าเฉลี่ย ฐานนิยม  และมัธยฐานมาแสดงในรูปแบบการแจกแจงข้อมูลเราจะได้ความสัมพันธ์ดังนี้



การแจกแจงข้อมูลแบบปกติ
การแจกแจงข้อมูลแบบเบ้ซ้าย

การแจกแจงข้อมูลแบบเบ้ขวา

     

         จากรูปแสดงความสัมพันธ์ของการแจกแจงข้อมูลทั้ง 3 แบบ  พบว่าถ้าข้อมูลมีการกระจายตัวแบบปกติ  ค่าทั้ง 3  ค่าจะอยู่ที่ตำแหน่งตรงกลาง  แต่เมื่อใดก็ตามที่ข้อมูลไม่ได้กระจายตัวแบบปกติค่าทั้ง 3 ค่าจะอยู่คนละตำแหน่งกัน  ดังนั้นในการเลือกค่าที่จะเป็นตัวแทนหรืออธิบายข้อมูล  เราจะต้องพิจารณารูปทรงของข้อมูลด้วย  เพื่อให้สามารถเลือกค่าทีใช้เป็นตัวแทนของข้อมูลได้อย่างเหมาะสม