ตัวอย่างคำถามที่ใช้ในการอภิปรายเปอร์เซ็นไทล์ของข้อมูลกลุ่ม
เปอร์เซ็นไทล์เป็นมาตรวัดตำแหน่งทางสถิติที่ใช้เพื่อทำความเข้าใจการกระจายของข้อมูล ในบทความนี้ เราจะกล่าวถึงรายละเอียดเกี่ยวกับวิธีการหาเปอร์เซ็นไทล์สำหรับข้อมูลแบบจัดกลุ่ม เราจะรวมตัวอย่างปัญหาหลายข้อและคำอธิบายเพื่ออธิบายแนวคิดนี้ให้ชัดเจนยิ่งขึ้น มาเริ่มต้นด้วยความเข้าใจพื้นฐานเกี่ยวกับเปอร์เซ็นไทล์ก่อน แล้วจึงไปยังตัวอย่างและคำอธิบาย
ทำความเข้าใจเกี่ยวกับเปอร์เซ็นไทล์
เปอร์เซ็นไทล์คือค่าที่แบ่งข้อมูลออกเป็น 100 ส่วนเท่าๆ กัน กล่าวคือ เปอร์เซ็นไทล์ที่ n คือค่าที่ต่ำกว่าค่าของข้อมูล n% ในการแจกแจงนั้น ตัวอย่างเช่น ถ้าข้อมูลมีเปอร์เซ็นไทล์ที่ 25 (P25) หมายความว่า 25% ของข้อมูลต่ำกว่าค่านั้น
ในการวิเคราะห์ข้อมูลแบบจัดกลุ่ม เรามักใช้ตารางการแจกแจงความถี่เพื่อจัดระเบียบข้อมูลและกำหนดเปอร์เซ็นไทล์ที่เกี่ยวข้อง ตารางเหล่านี้แสดงข้อมูลในช่วงชั้นที่เฉพาะเจาะจง ทำให้เราเข้าใจการแจกแจงข้อมูลได้อย่างครอบคลุมมากขึ้น
สูตรเปอร์เซ็นไทล์ในข้อมูลกลุ่ม
สูตรทั่วไปสำหรับการหาค่าเปอร์เซ็นไทล์ที่ n (Pn) ในข้อมูลกลุ่มมีดังนี้:
\[
P_n = L + \left( \frac{nN – \sum f_{\text{before}}}{f_{k}} \right) \times c
\]
ดี มานา:
– \(P_n\) คือเปอร์เซ็นไทล์ที่ n
– \(L\) คือขอบล่างของช่วงชั้นเปอร์เซ็นไทล์
– n คือเปอร์เซ็นไทล์ที่ต้องการ (เช่น สำหรับ P25, n = 25)
– \(N\) คือจำนวนความถี่สะสมทั้งหมด
– \(\sum f_{\text{before}}\) คือความถี่สะสมก่อนช่วงชั้นเปอร์เซ็นไทล์
– \(f_{k}\) คือความถี่ของช่วงชั้นเปอร์เซ็นไทล์
– c คือความยาวของช่วงชั้น
ตัวอย่างปัญหา
เพื่อให้เข้าใจได้ดียิ่งขึ้น ลองมาดูตัวอย่างคำถามต่อไปนี้และอภิปรายกันอย่างละเอียด
ตัวอย่างคำถามที่ 1
จากการสำรวจ ได้มีการเก็บรวบรวมข้อมูลเกี่ยวกับส่วนสูง (หน่วยเป็นเซนติเมตร) ของนักเรียนมัธยมศึกษาปีที่ 10 จำนวน 100 คน ดังนี้:
| ช่วงชั้น | ความถี่ |
|——————-|———–|
| 150 – 154 | 5 |
| 155 – 159 | 8 |
| 160 – 164 | 12 |
| 165 – 169 | 20 |
| 170 – 174 | 30 |
| 175 – 179 | 15 |
| 180 – 184 | 10 |
คำนวณค่าเปอร์เซ็นไทล์ที่ 40 (P40) ของข้อมูล
ขั้นตอนในการแก้ไขปัญหา
1. คำนวณความถี่สะสมสำหรับแต่ละชั้นเรียน:
| ช่วงชั้น | ความถี่ | ความถี่สะสม |
|——————-|————–|————————|
| 150 – 154 | 5 | 5 |
| 155 – 159 | 8 | 13 |
| 160 – 164 | 12 | 25 |
| 165 – 169 | 20 | 45 |
| 170 – 174 | 30 | 75 |
| 175 – 179 | 15 | 90 |
| 180 – 184 | 10 | 100 |
2. ระบุช่วงชั้นเปอร์เซ็นไทล์ (P40):
เนื่องจากเรากำลังมองหา P40 เราจึงต้องการ 40% ของนักเรียน 100 คน ซึ่งก็คือ 40 คน เมื่อดูจากตารางความถี่สะสม เราพบว่านักเรียน 40 คนอยู่ในช่วงชั้น 165 – 169 เซนติเมตร เพราะ 45 เป็นความถี่สะสมแรกที่มากกว่า 40
3. ค้นหาค่าที่ต้องการในสูตร:
– \(L = 164.5\)
– \(nN = 40\)
– \(\sum f_{\text{before}} = 25\)
– \(f_k = 20\)
– \(c = 5\)
4. ป้อนค่าลงในสูตร:
\[
P_{40} = 164.5 + \left( \frac{40 – 25}{20} \right) \times 5
\]
\[
P_{40} = 164.5 + \left( \frac{15}{20} \right) \times 5
\]
\[
P_{40} = 164.5 + 0.75 \times 5
\]
\[
P_{40} = 164.5 + 3.75
\]
\[
P_{40} = 168.25
\]
ดังนั้น ค่าเปอร์เซ็นไทล์ที่ 40 (P40) ของข้อมูลคือ 168.25 เซนติเมตร
ตัวอย่างคำถามที่ 2
สมมติว่ามีข้อมูลคะแนนสอบวิชาคณิตศาสตร์จากนักเรียน 200 คน:
| ช่วงชั้น | ความถี่ |
|——————-|———–|
| 40 – 44 | 10 |
| 45 – 49 | 18 |
| 50 – 54 | 32 |
| 55 – 59 | 45 |
| 60 – 64 | 50 |
| 65 – 69 | 25 |
| 70 – 74 | 12 |
| 75 – 79 | 8 |
คำนวณค่าเปอร์เซ็นไทล์ที่ 75 (P75) ของข้อมูล
ขั้นตอนในการแก้ไขปัญหา
1. คำนวณความถี่สะสมสำหรับแต่ละชั้นเรียน:
| ช่วงชั้น | ความถี่ | ความถี่สะสม |
|——————-|————–|————————|
| 40 – 44 | 10 | 10 |
| 45 – 49 | 18 | 28 |
| 50 – 54 | 32 | 60 |
| 55 – 59 | 45 | 105 |
| 60 – 64 | 50 | 155 |
| 65 – 69 | 25 | 180 |
| 70 – 74 | 12 | 192 |
| 75 – 79 | 8 | 200 |
2. ระบุช่วงชั้นเปอร์เซ็นไทล์ (P75):
เนื่องจากเรากำลังมองหา P75 ดังนั้นเราจึงต้องการ 75% ของนักเรียน 200 คน ซึ่งก็คือ 150 คน เมื่อพิจารณาจากความถี่สะสม เราพบว่านักเรียน 150 คนอยู่ในช่วงชั้นเรียน 60 – 64
3. ค้นหาค่าที่ต้องการ:
– \(L = 59.5\)
– \(nN = 150\)
– \(\sum f_{\text{before}} = 105\)
– \(f_k = 50\)
– \(c = 5\)
4. ป้อนค่าลงในสูตร:
\[
P_{75} = 59.5 + \left( \frac{150 – 105}{50} \right) \times 5
\]
\[
P_{75} = 59.5 + \left( \frac{45}{50} \right) \times 5
\]
\[
P_{75} = 59.5 + 0.9 \times 5
\]
\[
P_{75} = 59.5 + 4.5
\]
\[
P_{75} = 64
\]
ดังนั้น ค่าเปอร์เซ็นไทล์ที่ 75 (P75) ของข้อมูลคือ 64
บทสรุป
ในบทความนี้ เราได้กล่าวถึงวิธีการหาค่าเปอร์เซ็นไทล์สำหรับข้อมูลแบบจัดกลุ่มโดยใช้สูตรและตัวอย่างปัญหาหลายข้อ เปอร์เซ็นไทล์เป็นเครื่องมือที่มีประโยชน์ในทางสถิติสำหรับการทำความเข้าใจการกระจายของข้อมูลและการกำหนดตำแหน่งสัมพัทธ์ของค่าข้อมูล การเข้าใจวิธีการคำนวณเปอร์เซ็นไทล์ในข้อมูลแบบจัดกลุ่มจะช่วยให้เราสามารถวิเคราะห์ข้อมูลได้อย่างครอบคลุมมากขึ้น เราหวังว่าตัวอย่างปัญหาและการอธิบายเหล่านี้จะช่วยให้คุณเข้าใจแนวคิดของเปอร์เซ็นไทล์ในข้อมูลแบบจัดกลุ่มได้ดียิ่งขึ้น
