สถิตินั้นเป็นศาสตร์ที่จะเปลี่ยนข้อมูลดิบ (Data) ให้เป็นข้อมูลที่มีประโยชน์ (Information) ได้ ซึ่งมีความจำเป็นและมีประโยชน์มากต่อการช่วยให้เราสามารถตัดสินใจด้วยข้อมูลได้ดีขึ้น

สถิติแบ่งการใช้เป็น 2 ประเภทใหญ่ๆ คือ

Descriptive Statistics (สถิติเชิงพรรณนา) = การนำข้อมูลที่มีอยู่มานำเสนอทั้งการนำเสนอโดยใช้ตัวเลข เช่น ค่า Mean ค่า Standard Deviation หรือใช้ภาพประกอบ เช่น ตาราง หรือกราฟ อย่างเช่น Histogram (แจกแจงความถี่), Box Plot, Scatter Plot

Inferential Statistics (สถิติเชิงอนุมาน) = การนำข้อมูลจากตัวอย่างที่เก็บมาจำนวนน้อย ไปใช้ตอบปัญหาของข้อมูลที่มีจำนวนมากกว่า โดยจะเป็นการทดสอบสมมติฐาน (Hypothesis Testing) หรือเป็นการประมาณค่า (Estimation) ดูความสอดคล้องของข้อมูล (Correlation) หรือทำแบบจำลองแสดงความสัมพันธ์ของข้อมูล เช่น การใช้ Regression Analysis (คำนวณสมการแสดงความสัมพันธ์ของข้อมูล) หรือแม้แต่ ANOVA (หาว่าค่ากลางของตัวอย่างสองกลุ่มเท่ากันหรือไม่)

ข้อมูลทางสถิติ

ข้อมูลทั้งหมดที่เราสนใจเรียกว่า Population ถ้าเราเลือกที่จะเก็บข้อมูล Population ทั้งหมดเลยเราจะเรียกข้อมูลนั้นว่า Census และสิ่งที่เป็นตัวแปรวัดค่าของมันจะเรียกว่า Parameter (ใช้ตัวอักษรกรีก)

แต่ถ้าเราเก็บตัวอย่างมาบางส่วน (เนื่องจากเก็บหมดไม่ไหว) เราจะสิ่งที่เราเก็บมาว่า Sample และมีตัวแปรวัดค่าที่เรียกว่า Statistic (ใช้ตัวอักษรโรมัน)

ข้อมูลทางสถิตินั้นแบ่งได้เป็น 2 ประเภทใหญ่ๆ คือ

  • Qualitative Data เมื่อข้อมูลนั้นถูกจัดอยู่ในประเภท หรือหัวข้อ เช่น สีต่างๆ, ผ่าน หรือ ตก, ต่ำ กลาง สูง และสามารถแบ่งย่อยออกเป็น 2 ประเภทคือ
    • Nominal = เมื่อการเรียงของข้อมูลไม่มีความหมาย เช่น สีแดง เหลือง เขียว
    • Ordinal = เมื่อการเรียงข้อมูลมีความหมาย เช่น ต่ำ กลาง สูง
  • Quantitative Data เมื่อข้อมูลนั้นสามารถนับหรือวัดได้ ซึ่งสามารถแบ่งย่อยออกเป็น 2 อย่างคือ
    • Discrete เมื่อข้อมูลนั้นวัดเป็นจำนวนเต็มได้เท่านั้น (สามารถนับเป็นชิ้นๆ ได้ เช่น จำนวนคนที่อยู่ในห้องเรียน)
    • Continuous เมื่อข้อมูลนั้นจะเป็นตัวเลขค่าอะไรก็ได้ (เช่น ส่วนสูง น้ำหนัก)

บทความต่อไปเราจะมาเริ่มต้นกันด้วย Descriptive Statistic กันครับ

Tagged on:         

Comments

  1. […] Statistics (สถิติ) – การนำข้อมูลดิบมาแปลงให้เป็นข้อมูลที่มีประโยชน์ ความรู้ด้านสถิติ การทดสอบสมมุติฐาน การวิเคราะห์ความสัมพันธ์ของข้อมูล การคาดการณ์ข้อมูล […]

  2. chula says:

    thx kub

    อยากอ่านต่อภาพรวมทั้งหมดจัง ^^

  3. Sira Ekabut says:

    ลองอ่านใน Related posts ดูได้ครับ