11.1.6 Lab: Using the Measures of Central Tendency
🎯 วัตถุประสงค์ของแล็บเชิงลึก (Deep Dive Objective)
การทดลองนี้ไม่ใช่แค่การเรียนรู้วิธีกดสูตรใน Excel แต่เป็นการปูพื้นฐาน Descriptive Statistics (สถิติเชิงพรรณนา) ซึ่งเป็นก้าวแรกที่สำคัญที่สุดในการทำความเข้าใจพฤติกรรมของชุดข้อมูล เป้าหมายหลักคือ:
- พิสูจน์สมมติฐาน (Hypothesis Testing): เพื่อตอบคำถามทางธุรกิจหรือการศึกษาว่า “การเข้าเรียน Test Prep มีผลต่อคะแนนสอบอย่างมีนัยสำคัญหรือไม่?” ผ่านหลักฐานเชิงประจักษ์ (Data-Driven)
- ค้นหาตัวแทนของข้อมูล (Finding the Representative): เรียนรู้วิธีเลือก “ค่ากลาง” ที่เหมาะสมที่สุดมาเป็นตัวแทนของข้อมูลแต่ละกลุ่ม เพื่อให้การเปรียบเทียบมีความยุติธรรมและไม่บิดเบือนความจริง
🛠️ เจาะลึกกระบวนการทางเทคนิค (Technical Execution Details)
การใช้ Spreadsheet ใน Lab นี้ได้สะท้อนทักษะ Data Manipulation เบื้องต้น ดังนี้:
- การจัดการโครงสร้างข้อมูล (Data Structuring): การแบ่งข้อมูลเป็นคอลัมน์หมวดหมู่ (Categorical Variables เช่น Group A/B, Test Prep Yes/No) และคอลัมน์ตัวเลขเชิงปริมาณ (Quantitative Variables เช่น คะแนนสอบ) เป็นรากฐานของการทำ Data Profiling
- การประมวลผลแบบมีเงื่อนไข (Conditional Aggregation):
- การใช้ฟังก์ชัน
=AVERAGEIF(range, criteria, [average_range])เป็นการจำลองตรรกะแบบ If-Then ในการดึงข้อมูลเฉพาะกลุ่มออกมาคำนวณ เทคนิคนี้สำคัญมากเพราะในโลกการทำงานจริง ข้อมูลมักจะรวมกันเป็นก้อนใหญ่ (Raw Data) และเราต้องแยกส่วน (Slice and Dice) เพื่อหาความสัมพันธ์ซ่อนเร้น
- การใช้ฟังก์ชัน
- กลไกเบื้องหลังการหาค่ากลาง (Behind the Formulas):
=MEDIAN(): สอนให้รู้ว่าระบบต้องทำการเรียงลำดับข้อมูลจากน้อยไปมาก (Sorting) ก่อนเสมอ เพื่อหาจุด Percentile ที่ 50 (P50) ซึ่งเป็นตำแหน่งกึ่งกลางพอดี=MODE.SNGL(): เน้นการหาค่าฐานนิยมแบบค่าเดียว (Unimodal) ซึ่งบอกเราว่าระดับคะแนนใดคือ “ความถี่สูงสุด” หรือมาตรฐานที่คนส่วนใหญ่ทำได้ หากชุดข้อมูลมีจุดยอดหลายจุด อาจต้องพิจารณาใช้ฟังก์ชันอื่นเพิ่มเติม
🧠 สิ่งที่ได้เรียนรู้
1. การสำรวจข้อมูลเชิงลึกและการกระจายตัว (Data Exploration & Distribution - Obj 2.2)
- ความอ่อนไหวต่อ Outlier (Sensitivity to Outliers): ค่าเฉลี่ย (Mean) นำทุกค่ามาหารรวมกัน หากมีนักเรียนที่ได้คะแนน 0 หรือได้คะแนนเต็ม 100 โดดขึ้นมา จะดึงให้ค่าเฉลี่ยขยับตามทันที (เรียกว่าเกิดความเบ้ หรือ Skewness)
- การใช้ Mean คู่กับ Median เพื่อหา “รูปทรงข้อมูล”:
- ถ้า Mean > Median: ข้อมูลมักจะ เบ้ขวา (Right-Skewed) (มีค่าสูงผิดปกติบางค่าดึงค่าเฉลี่ยขึ้นไป)
- ถ้า Mean < Median: ข้อมูลมักจะ เบ้ซ้าย (Left-Skewed) (มีค่าต่ำผิดปกติบางค่าฉุดค่าเฉลี่ยลงมา)
- ถ้า Mean ≈ Median: ข้อมูลมีการแจกแจงแบบ ปกติ (Normal Distribution) รูปทรงระฆังคว่ำ
- ข้อคิดเพิ่มเติม: ในสายงาน AI/Machine Learning “ค่ากลาง” เหล่านี้คือเครื่องมือสำคัญที่ใช้ในการจัดการค่าว่าง (Missing Value Imputation) การเลือกใช้ให้ถูกบริบทจึงส่งผลต่อความแม่นยำของโมเดลโดยตรง
2. การวิเคราะห์แบบเปรียบเทียบ (Comparative & Conditional Analysis)
- รากฐานของการทำ A/B Testing: การแบ่งกลุ่มนักเรียนเป็น “เรียน (Yes)” และ “ไม่เรียน (No)” คือรูปแบบพื้นฐานของการทำ Control Group vs. Experimental Group เราสามารถเห็น Insight ทันทีว่า Test Prep สร้างผลกระทบเชิงบวก (Impact) ต่อผลลัพธ์การสอบได้จริง ช่วยให้ผู้มีอำนาจตัดสินใจ (Stakeholders) พิจารณาลงทุนในคอร์สเรียนนี้เพิ่มเติมได้
3. การสื่อสารข้อมูลอย่างมีประสิทธิภาพ (Data Communication - Obj 3.1)
- ลดความซับซ้อน (Simplification): ข้อมูลดิบหลายร้อยบรรทัดไม่มีประโยชน์หากไม่ถูกสรุป การสร้าง Summary Table คือการเปลี่ยน “Data” ให้กลายเป็น “Information”
- การออกแบบเพื่อตอบคำถาม (Design for Action): ตารางสรุปที่ดีต้องทำให้ผู้บริหารมองเห็น “ความแตกต่าง (Delta)” ระหว่างกลุ่ม A/B หรือกลุ่ม Yes/No ได้ในเวลาไม่เกิน 5 วินาที โดยไม่ต้องสนใจขั้นตอนการคำนวณ
4. ความแม่นยำทางระบบและตรรกะ (System Precision & Logic)
- Garbage In, Garbage Out (GIGO): การอ้างอิงช่วงเซลล์ (Cell Reference) ผิดพลาดเพียงแถวเดียว หรือการลืมล็อคเซลล์ (Absolute Reference
$A$1) เมื่อทำการคัดลอกสูตร สามารถทำให้ Insights ทั้งหมดผิดเพี้ยน แล็บนี้จึงสอนเรื่อง Data Quality & Validation ซึ่งต้องอาศัยความละเอียดรอบคอบเป็นอย่างมากก่อนจะนำผลลัพธ์ไปนำเสนอ