บทความ

สรุปข้อมูลในชั้นเรียนด้วยร้อยละ ค่าเฉลี่ย และการเปลี่ยนแปลงอย่างไม่ทำให้เข้าใจผิด

ตัวเลขที่อ่านง่ายต้องตอบได้ว่า “ใคร จำนวนเท่าไร จากทั้งหมดเท่าไร วัดด้วยอะไร และเปรียบเทียบกับอะไร” ร้อยละหรือค่าเฉลี่ยเพียงค่าเดียวอาจซ่อนข้อมูลสูญหาย ความแตกต่างรายคน และคะแนนที่กระจายมาก

> สถานะข้อมูล > ตรวจสอบล่าสุด: 2 สิงหาคม 2569 > หลักสถิติ: สูตรพื้นฐานเป็นข้อเท็จจริงทางคณิตศาสตร์ > คำแนะนำ: วิธีสรุปต้องเลือกตามระดับการวัด การกระจาย และคำถาม ไม่ใช่ใช้ค่าเฉลี่ยทุกกรณี

ร้อยละ: ต้องบอกตัวเศษและตัวหาร

`ร้อยละ = (จำนวนที่สนใจ / จำนวนทั้งหมดที่เกี่ยวข้อง) × 100`

เขียน “24 จาก 30 คน (80%) บรรลุเกณฑ์” ดีกว่า “ผ่าน 80%” เพราะเห็นตัวหาร หากมีผู้ขาดเรียน 5 คน ต้องระบุว่าคำนวณจากผู้มีข้อมูล 30 คนหรือผู้ลงทะเบียน 35 คน การเปลี่ยนตัวหารทำให้ร้อยละเปลี่ยนโดยผลการเรียนไม่เปลี่ยน

ค่าเฉลี่ยและมัธยฐาน

ค่าเฉลี่ยเลขคณิต = ผลรวมคะแนนหารจำนวนข้อมูล เหมาะกับข้อมูลเชิงปริมาณเมื่อการรวมมีความหมาย แต่ไวต่อค่าสุดโต่ง มัธยฐานคือค่ากลางเมื่อเรียงข้อมูลและช่วยสรุปข้อมูลเบ้ ควรรายงานการกระจาย เช่น พิสัย ส่วนเบี่ยงเบนมาตรฐาน หรือควอไทล์ตามความเหมาะสม

อย่าเฉลี่ยระดับนามบัญญัติ เช่น กลุ่มความสนใจ และระวังการเฉลี่ยระดับรูบริกหากความห่างระหว่างระดับไม่ได้เท่ากัน อาจรายงานจำนวนในแต่ละระดับชัดกว่า

เปรียบเทียบก่อน–หลัง

สร้างตารางรายคนแล้วคำนวณ `คะแนนหลัง − คะแนนก่อน` พร้อมคะแนนเต็ม รายงานทั้งภาพรวมและจำนวนที่เพิ่ม คงที่ ลดลง กราฟจุดเชื่อมช่วยเห็นรูปแบบ หากเปลี่ยนแบบทดสอบ คะแนนเต็ม หรือเกณฑ์ ห้ามเปรียบเทียบตรง ๆ โดยไม่อธิบายความเทียบเคียง

“เพิ่ม 20%” ต่างจาก “เพิ่ม 20 จุดร้อยละ” เช่น จาก 40% เป็น 60% เพิ่ม 20 จุดร้อยละ หรือเพิ่มสัมพัทธ์ 50% ต้องระบุคำและฐานให้ถูก

คะแนนเฉลี่ยสูงขึ้น ไม่แปลว่าทุกคนดีขึ้น

ตัวอย่าง ก่อนเรียน `[4,4,4,4]` หลังเรียน `[2,4,5,9]` ค่าเฉลี่ยหลังสูงขึ้น แต่หนึ่งคนลดและความเหลื่อมล้ำเพิ่ม จึงควรดูข้อมูลรายคน กลุ่มย่อยที่มีเหตุผลล่วงหน้า และตัวอย่างคำตอบ ไม่เลือกกลุ่มย้อนหลังเพื่อสร้างเรื่องที่ต้องการ

ตารางรายงานขั้นต่ำ

ตัวแปร ก่อน หลัง หมายเหตุ
จำนวนผู้มีข้อมูล 30 28 ขาดหลัง 2 คน
ค่าเฉลี่ย (คะแนนเต็ม 20) 10.2 13.4 แบบวัดฉบับเดียวกัน
มัธยฐาน 10 14
ช่วงคะแนน 4–17 6–19
บรรลุเกณฑ์ 14 คะแนน 8/30 15/28 ตัวหารต่างกัน

การปกป้องข้อมูล

ใช้รหัสแทนชื่อ จำกัดการเข้าถึง ระวังตารางกลุ่มย่อยเล็กที่ระบุตัวบุคคลได้ และกำหนดเวลาจัดเก็บตามนโยบาย การทำกราฟสวยไม่ลดความเสี่ยงด้านข้อมูลส่วนบุคคล

หากเป็นข้อมูลก่อน–หลัง ให้พิจารณาข้อจำกัดของ แบบวิจัย Pretest–Posttest ก่อนอธิบายว่าการเปลี่ยนแปลงเกิดจากกิจกรรม

แหล่งอ้างอิง

  1. NIST/SEMATECH. e-Handbook of Statistical Methods. National Institute of Standards and Technology.
  2. American Psychological Association. Quantitative research reporting standards.

หมายเหตุจากกองบรรณาธิการ: สถิติเชิงพรรณนาช่วยสรุปกลุ่มที่ศึกษา ไม่ทำให้ข้อสรุปเชิงสาเหตุหรือการอ้างอิงไปยังประชากรเกิดขึ้นโดยอัตโนมัติ

ใส่ความเห็น

อีเมลของคุณจะไม่แสดงให้คนอื่นเห็น ช่องข้อมูลจำเป็นถูกทำเครื่องหมาย *

Back to top button