วิธีการคำนวณค่าเฉลี่ย มัธยฐาน และฐานนิยม

วิธีคำนวณค่าเฉลี่ย มัธยฐาน และฐานนิยม: คู่มือฉบับสมบูรณ์

เพนดาฮูหวน

ในทางสถิติ การเข้าใจวิธีการคำนวณค่าเฉลี่ย มัธยฐาน และฐานนิยมมีความสำคัญอย่างยิ่ง เพราะค่าเหล่านี้เป็นมาตรวัดแนวโน้มศูนย์กลางที่ใช้กันทั่วไปมากที่สุดสามค่า ค่าเฉลี่ย มัธยฐาน และฐานนิยม ใช้เพื่อสรุปชุดข้อมูลเชิงตัวเลขด้วยตัวเลขเพียงตัวเดียวที่เป็นตัวแทนมากที่สุด แม้ว่าทั้งสามค่าจะสามารถใช้ร่วมกันได้ แต่ก็มีความแตกต่างที่สำคัญในวิธีการคำนวณและสถานการณ์ที่แต่ละมาตรวัดมีความเหมาะสมมากกว่ากัน

ค่าเฉลี่ย (Mean)

คำนิยาม

ค่าเฉลี่ยคือผลรวมของค่าทั้งหมดในชุดข้อมูลหารด้วยจำนวนค่าเหล่านั้น ค่าเฉลี่ยช่วยให้เราทราบถึง "จุดศูนย์กลาง" ของชุดข้อมูล แต่จะได้รับอิทธิพลอย่างมากจากค่าผิดปกติ (ค่าสุดขั้ว)

ขั้นตอนการคำนวณค่าเฉลี่ย

1. รวมค่าทั้งหมด: บวกค่าทั้งหมดในชุดข้อมูลเข้าด้วยกัน
2. นับจำนวนข้อมูล: ตรวจสอบว่ามีค่าทั้งหมดกี่ค่าในชุดข้อมูล
3. หารผลรวมของค่าทั้งหมดด้วยจำนวนข้อมูล: ผลลัพธ์ของการหารนี้คือค่าเฉลี่ยของชุดข้อมูล

ตัวอย่าง:

สมมติว่าเรามีชุดข้อมูลดังต่อไปนี้: 3, 7, 8, 9, 10

– นำค่าทั้งหมดมาบวกกัน: 3 + 7 + 8 + 9 + 10 = 37
– จำนวนข้อมูล: 5
– คำนวณค่าเฉลี่ย: 37 / 5 = 7.4

ดังนั้น ค่าเฉลี่ยของชุดข้อมูลนี้คือ 7.4

ค่ามัธยฐาน (ค่ากลาง)

คำนิยาม

ค่ามัธยฐานคือค่ากลางในชุดข้อมูลที่เรียงลำดับตามตัวเลข ถ้าจำนวนค่าในชุดข้อมูลเป็นเลขคี่ ค่ามัธยฐานคือค่ากลาง ถ้าจำนวนค่าเป็นเลขคู่ ค่ามัธยฐานคือค่าเฉลี่ยของค่ากลางสองค่า

ขั้นตอนการคำนวณค่ามัธยฐาน

1. เรียงลำดับค่า: จัดเรียงค่าในชุดข้อมูลจากน้อยไปมาก
2. กำหนดจำนวนค่า: นับจำนวนค่าในชุดข้อมูล
3. หาค่ากลาง:
– ถ้าจำนวนค่าเป็นเลขคี่ ค่ามัธยฐานคือค่าตรงกลาง
– ถ้าจำนวนค่าเป็นเลขคู่ ค่ามัธยฐานคือค่าเฉลี่ยของค่าสองค่าตรงกลาง

ตัวอย่างที่ 1 (ผลรวมของจำนวนคี่):

ชุดข้อมูล: 3, 7, 8, 9, 10

– เรียงลำดับค่า: 3, 7, 8, 9, 10
– มูลค่ารวม: 5 (เลขคี่)
– ค่ามัธยฐาน: ค่าลำดับที่ 3 (7)

ดังนั้น ค่ามัธยฐานของชุดข้อมูลนี้คือ 8

ตัวอย่างที่ 2 (จำนวนค่าเป็นเลขคู่):

ชุดข้อมูล: 2, 4, 6, 8, 10, 12

– เรียงลำดับค่า: 2, 4, 6, 8, 10, 12
– มูลค่ารวม: 6 (เลขคู่)
– ค่ามัธยฐาน: ค่าเฉลี่ยของค่าลำดับที่ 3 และ 4 -> (6 + 8) / 2 = 7

ดังนั้น ค่ามัธยฐานของชุดข้อมูลนี้คือ 7

โหมด (ค่าที่ปรากฏบ่อยที่สุด)

คำนิยาม

ค่าฐานนิยมคือค่าที่ปรากฏบ่อยที่สุดในชุดข้อมูล ชุดข้อมูลอาจมีค่าฐานนิยมมากกว่าหนึ่งค่า หรืออาจไม่มีค่าฐานนิยมเลยก็ได้ หากไม่มีค่าใดปรากฏบ่อยกว่าค่าอื่นๆ

ขั้นตอนการคำนวณค่าฐานนิยม

1. คำนวณความถี่ของแต่ละค่า: ตรวจสอบว่าแต่ละค่าปรากฏในชุดข้อมูลกี่ครั้ง
2. ระบุค่าที่มีความถี่สูงสุด: ค่าที่ปรากฏบ่อยที่สุดคือค่าฐานนิยม

ตัวอย่าง:

สมมติว่าเรามีชุดข้อมูลดังต่อไปนี้: 4, 4, 5, 7, 7, 7, 8, 9, 9

– คำนวณความถี่ของแต่ละค่า:
– เลข 4 ปรากฏ 2 ครั้ง
– เลข 5 ปรากฏ 1 ครั้ง
– เลข 7 ปรากฏ 3 ครั้ง
– เลข 8 ปรากฏ 1 ครั้ง
– เลข 9 ปรากฏ 2 ครั้ง

ดังนั้น ค่าฐานนิยมของชุดข้อมูลนี้คือ 7 เนื่องจากปรากฏบ่อยที่สุด (3 ครั้ง)

กรณีพิเศษ

ไม่มีโหมด:

ถ้าค่าแต่ละค่าในชุดข้อมูลปรากฏขึ้นด้วยความถี่เท่ากัน แสดงว่าไม่มีค่าฐานนิยม ตัวอย่างเช่น 2, 3, 4, 5

ต่อเนื่องหลายรูปแบบ:

ถ้าค่าสองค่าขึ้นไปปรากฏขึ้นด้วยความถี่เดียวกัน และความถี่นั้นเป็นความถี่สูงสุดในชุดข้อมูล ชุดข้อมูลนั้นจะเรียกว่าชุดข้อมูลแบบหลายโหมด ตัวอย่างเช่น 2, 3, 3, 4, 4 มีสองโหมด คือ 3 และ 4

ความเบี่ยงเบนของการกระจายตัว:

– การกระจายตัวแบบเบ้ไปทางบวก: ค่าเฉลี่ย > ค่ามัธยฐาน > ค่าฐานนิยม
– การกระจายตัวแบบเบ้ไปทางลบ : ค่าฐานนิยม > ค่ามัธยฐาน > ค่าเฉลี่ย

การใช้งานและข้อจำกัด

โปรแกรม

1. ค่าเฉลี่ยใช้ในสถานการณ์ที่ทุกตัวเลขในชุดข้อมูลมีความสำคัญและไม่มีค่าผิดปกติที่สำคัญ ตัวอย่างเช่น การคำนวณคะแนนสอบเฉลี่ยในชั้นเรียน
2. ค่ามัธยฐานจะมีประโยชน์มากกว่าเมื่อชุดข้อมูลมีค่าผิดปกติ หรือการกระจายตัวของข้อมูลเบี่ยงเบนไปมาก ตัวอย่างเช่น การหาค่ามัธยฐานของราคาบ้านในพื้นที่ใดพื้นที่หนึ่ง
3. ค่าฐานนิยมมักใช้กับข้อมูลเชิงหมวดหมู่ หรือข้อมูลที่มีความถี่ของค่าใดค่าหนึ่งสูง ตัวอย่างเช่น การหาขนาดเสื้อผ้าที่ขายดีที่สุดในร้านค้า

เคเทอร์บาตาสัน

– ค่าเฉลี่ยได้รับอิทธิพลอย่างมากจากค่าผิดปกติ ดังนั้นจึงไม่ได้สะท้อนถึง "จุดศูนย์กลาง" ที่แท้จริงของชุดข้อมูลที่มีการกระจายแบบเบ้เสมอไป
– ค่ามัธยฐานไม่ได้พิจารณาทุกค่าในชุดข้อมูล ดังนั้นจึงอาจไม่สะท้อนข้อมูลทั้งหมดที่มีอยู่ในชุดข้อมูลนั้น
- ค่าฐานนิยมอาจไม่ได้ให้ภาพรวมที่สมบูรณ์ของชุดข้อมูล โดยเฉพาะอย่างยิ่งหากค่าทั้งหมดมีความถี่เท่ากัน หรือมีค่าฐานนิยมหลายค่า

บทสรุป

ค่าเฉลี่ย มัธยฐาน และฐานนิยม เป็นมาตรวัดแนวโน้มศูนย์กลางที่มีประโยชน์มากสามอย่างในการวิเคราะห์ข้อมูล แต่ละมาตรวัดมีการใช้งานและข้อจำกัดที่แตกต่างกัน และการเลือกใช้มาตรวัดที่เหมาะสมขึ้นอยู่กับลักษณะของชุดข้อมูลและคำถามการวิเคราะห์ที่ต้องการ การเข้าใจวิธีการคำนวณและเวลาที่ควรใช้มาตรวัดแต่ละอย่าง จะช่วยให้เราสามารถตัดสินใจโดยอาศัยข้อมูลได้อย่างแม่นยำและมีข้อมูลครบถ้วนมากขึ้น