สรุปสถิติคณิตศาสตร์ในการสอบ A-Level มีอะไรบ้างที่ต้องรู้ ? | Applied Physics
  กลับสู่หน้าบทความ

สถิติคืออะไรในบริบทคณิตศาสตร์ ? สรุปแบบย่อยง่าย

 08 มกราคม 2568 15:04:41
สำหรับน้อง ๆ ที่กำลังเตรียมตัวสอบ ‘A-Level คณิตศาสตร์ประยุกต์’ เพื่อใช้ยื่นเข้าเรียนต่อในมหาวิทยาลัย แต่ยังไม่แม่นเรื่อง ‘สถิติ’ ไม่ต้องกังวลใจไป เพราะวันนี้พี่ ๆ จะมาช่วยสรุปเนื้อหาสำคัญในเรื่องสถิติคณิตศาสตร์ที่ใช้ในการสอบว่ามีอะไรบ้าง เพราะยิ่งเข้าใจมากเท่าไร ก็จะยิ่งช่วยให้เราสามารถเลือกคอร์สคณิตศาสตร์ที่ตอบโจทย์การเรียนได้มากที่สุด ทั้งยังช่วยเพิ่มความได้เปรียบในการสอบให้มากด้วย

นักเรียนกำลังหาคำตอบวิชาสถิติคณิตศาสตร์ว่ามีอะไรบ้าง

Table of Contents:
  • สถิติและข้อมูลคืออะไร ?
  • คำศัพท์สำคัญในสถิติ
  • ประเภทของข้อมูล
    • ตามแหล่งที่มาของข้อมูล
    • ตามลักษณะของข้อมูล
  • ประเภทของการวิเคราะห์ข้อมูล
    • สถิติเชิงพรรณนา (Descriptive Statistics)
    • สถิติเชิงอนุมาน (Inferential Statistics)
  • การนำเสนอข้อมูล
    • ข้อมูลเชิงคุณภาพ
    • ข้อมูลเชิงปริมาณ
  • ตัวอย่างข้อสอบ

สถิติและข้อมูลคืออะไร ?

เพื่อช่วยให้น้อง ๆ เข้าใจเรื่องสถิติคืออะไรในบริบทของวิชาคณิตศาสตร์ได้มากขึ้น ก่อนอื่นต้องเข้าใจนิยามความหมายของคำว่า ‘สถิติ’ กันก่อน !

อธิบายแบบให้เข้าใจง่ายที่สุด สถิติศาสตร์ คือศาสตร์ที่ว่าด้วยการรวบรวม วิเคราะห์ และสรุปผลข้อมูล ซึ่งนำไปใช้ได้หลากหลาย เช่น การตัดสินใจ การแก้ปัญหาในชีวิตจริง หรือการพยากรณ์สถานการณ์ต่าง ๆ ยกตัวอย่าง เช่น

  • การวิเคราะห์ผลการเรียนของนักเรียนทั้งห้องเพื่อดูว่าควรปรับปรุงตรงไหน
  • การประเมินยอดขายสินค้าในธุรกิจ
  • หรือแม้กระทั่งการคำนวณความน่าจะเป็นของทีมกีฬาที่จะชนะในแมตช์ใหญ่

ส่วนข้อมูลในสถิติคือทุกอย่างที่เราสนใจและสามารถบันทึกได้ เช่น ส่วนสูง, น้ำหนัก, คะแนนสอบ, หรือจำนวนครั้งที่เกิดเหตุการณ์บางอย่าง ดังนั้น สถิติจึงเป็นเครื่องมือสำคัญที่ช่วยให้เราสามารถเข้าใจความเป็นไปของสิ่งต่าง ๆ ได้ดียิ่งขึ้น

คำศัพท์สำคัญในสถิติ

ส่วนคำศัพท์ที่น้อง ๆ ควรจำให้ขึ้นใจ เพราะอาจต้องเจอในข้อสอบ A-Level เรื่องสถิติคณิตศาสตร์มีอะไรบ้างนั้น มักจะเป็นคำศัพท์พื้นฐานที่ใช้ในการรวบรวมข้อมูลต่าง ๆ เช่น

  • ประชากร (Population)
    หมายถึงกลุ่มข้อมูลทั้งหมดที่เราสนใจศึกษา เช่น นักเรียนทุกคนในโรงเรียน, กลุ่มผู้ใช้งานแอปพลิเคชัน, กลุ่มพนักงานเอกชน ฯลฯ
  • ตัวอย่าง (Sample)
    คือส่วนหนึ่งของประชากรที่เรานำมาวิเคราะห์ เช่น นักเรียน 100 คนจากโรงเรียนที่มีนักเรียนทั้งหมด 1,000 คน
  • ตัวแปร (Variable)
    สิ่งที่เราสนใจศึกษา เช่น คะแนนสอบ, น้ำหนัก, ส่วนสูง
  • ข้อมูล (Data)
    ค่าที่ได้จากการวัดตัวแปร เช่น คะแนนสอบ 85, 90, 95
  • พารามิเตอร์ (Parameter)
    ค่าที่แสดงลักษณะของประชากร เช่น ค่าเฉลี่ยน้ำหนักของคนในประเทศ
  • ค่าสถิติ (Statistic)
    ค่าที่ได้จากตัวอย่าง เช่น ค่าเฉลี่ยน้ำหนักของคนในกลุ่มตัวอย่าง

ประเภทของข้อมูล

1. ตามแหล่งที่มาของข้อมูล

  • ข้อมูลปฐมภูมิ (Primary Data) : ข้อมูลที่ได้จากการเก็บรวบรวมเอง เช่น การสำรวจ, การทดลอง
  • ข้อมูลทุติยภูมิ (Secondary Data) : ข้อมูลที่ได้จากแหล่งอื่น เช่น รายงานสถิติที่เผยแพร่โดยหน่วยงาน

2. ตามลักษณะของข้อมูล
  • ข้อมูลเชิงคุณภาพ (Qualitative Data) : ข้อมูลที่ไม่ใช่ตัวเลข เช่น สีตา, ประเภทอาหารที่ชอบ
  • ข้อมูลเชิงปริมาณ (Quantitative Data) : ข้อมูลที่เป็นตัวเลข เช่น น้ำหนัก, ส่วนสูง

ประเภทของการวิเคราะห์ข้อมูล

ในเรื่องสถิติการวิเคราะห์ข้อมูลจะแบ่งออกเป็น 2 ประเภทหลัก คือ

1. สถิติเชิงพรรณนา (Descriptive Statistics)

การสรุปข้อมูลที่มีอยู่ให้เข้าใจง่าย เช่น การหาค่าเฉลี่ย การสร้างกราฟ การหาค่าสูงสุด-ต่ำสุด ตัวอย่างเช่น

  • การหาคะแนนเฉลี่ยของนักเรียนทั้งชั้น
  • การสร้างกราฟแท่งเพื่อแสดงการกระจายคะแนนสอบ


2. สถิติเชิงอนุมาน (Inferential Statistics)

การใช้ข้อมูลจากตัวอย่างเพื่อสรุปเกี่ยวกับประชากร เช่น

  • การพยากรณ์แนวโน้มยอดขายสินค้าจากข้อมูลของร้านสาขาเดียว
  • การคาดการณ์คะแนนเฉลี่ยของนักเรียนทั้งโรงเรียนจากการวิเคราะห์นักเรียนในบางห้อง


นักเรียนกำลังช่วยกันติวสรุปว่าเนื้อหาวิชาสถิติคณิตศาสตร์ว่ามีอะไรบ้าง

การนำเสนอข้อมูล

วิธีการนำเสนอข้อมูลในสถิติมีหลากหลายรูปแบบ เช่น 

  • ข้อมูลเชิงคุณภาพ : ใช้ตารางสรุปหรือกราฟแท่ง
  • ข้อมูลเชิงปริมาณ : ใช้กราฟเส้น, ฮิสโตแกรม, หรือกล่องแสดงค่า

     เทคนิค 

  • การอ่านกราฟฮิสโตแกรม ควรสังเกต "ความถี่" ของข้อมูลแต่ละช่วง
  • การอ่านกราฟแท่ง ให้ดูว่าค่าบนแกน Y (แกนแนวตั้ง) แสดงถึงเรื่องอะไร เช่น จำนวนคน หรือเปอร์เซ็นต์

การวัดค่ากลางของข้อมูล

ส่วนนี้เจอบ่อยในข้อสอบและน้อง ๆ ต้องจำให้แม่น ! โดยการวัดค่ากลางมี 3 แบบหลัก ๆ ได้แก่

  1. ค่าเฉลี่ยเลขคณิต (Arithmetic Mean)
    คำนวณโดยการนำผลรวมของข้อมูลทั้งหมดมาหารด้วยจำนวนข้อมูล
    ตัวอย่าง : คะแนนสอบ 70, 80, 90
    ค่าเฉลี่ย = (70 + 80 + 90) ÷ 3 = 80
  2. ค่ามัธยฐาน (Median)
    คือค่ากลางของข้อมูลเมื่อเรียงลำดับจากน้อยไปมาก
    ตัวอย่าง : คะแนนสอบ 50, 60, 70, 80, 90
    ค่ามัธยฐาน = 70 (อยู่ตรงกลางพอดี)
  3. ฐานนิยม (Mode)
    คือค่าที่เกิดซ้ำมากที่สุดในข้อมูล
    ตัวอย่าง: คะแนนสอบ 50, 50, 60, 70, 80
    ฐานนิยม = 50 (เพราะเจอบ่อยที่สุด)

ตัวอย่างข้อสอบ

ข้อ 1


มาแก้โจทย์ข้อนี้ไปทีละขั้นตอน
1. จากข้อมูล: a, b, 4, 4, 3, 3, 6, 5, 5, 8, 7, 7 โดยที่ a และ b เป็นจำนวนเต็มบวก
2. โจทย์บอกว่า ค่าพิสัย = มัธยฐาน = ค่าเฉลี่ยเลขคณิต ให้เราหาแต่ละค่า
3. หาค่าเฉลี่ยเลขคณิต
    • ผลรวม = a + b + 4 + 4 + 3 + 3 + 6 + 5 + 5 + 8 + 7 + 7 (ตัวเลขบวกกัน = 52)
    • ผลรวม = (a + b + 52)
    • จำนวนข้อมูล = 12 ตัว
    • ค่าเฉลี่ย = (a + b + 52)/12
4. หาค่ามัธยฐาน:
    • เรียงข้อมูลจากน้อยไปมาก (สมมติว่า a < b): a, 3, 3, 4, 4, 5, b, 5, 6, 7, 7, 8

    • b อยู่ตรงกลางระหว่าง 5 กับ 5 ดังนั้น b จึงเท่ากับ 5

    • ค่าเฉลี่ย = a+5+52 / 12 = 5

    • ดังนั้น a จึงเท่ากับ 3

    • ข้อมูลมี 12 ตัว (เลขคู่) ดังนั้นมัธยฐานคือค่าเฉลี่ยของตำแหน่งที่ 6 และ 7
    • มัธยฐาน = 5+5 / 2 = 5
5. หาค่าพิสัย:

    • พิสัย = ค่ามากที่สุด - ค่าน้อยที่สุด
    • ค่ามากที่สุดคือ 8 และค่าน้อยที่สุดคือ 3
    • พิสัย = 8 - 3 = 5
6. จากโจทย์ พิสัย = มัธยฐาน = ค่าเฉลี่ย ดังนั้น: 8 - 3 = 5 = (3 + 5 + 52)/12

ดังนั้น a × b = 3 5 = 15

คำตอบคือ ข้อ ข. 15

ข้อ 2


โจทย์ต้องการหาควอร์ไทล์ที่ 1 (Q1) = 54.5 และต้องหาจำนวนนักเรียนทั้งหมด
สร้างตารางแจกแจงความถี่สะสม 

คะแนน

ความถี่

ความถี่สะสม

30-39 

2

2

40-49

5

7

50-59

8

15

60-69

7

22

70-79

a

22+a

80-89

b

22+a+b

90-99

c

22+a+b+c

 

5. แทนค่าในสูตร:

ตำแหน่งควอร์ไทล์ที่ 1 = N / 4 = 22+a+b+c / 4

ความกว้างของอันตรภาคชั้น I = ขอบบน - ขอบล่าง

= 59.5-69.5 = 10

ค่าควอร์ไทล์ที่ 1 (Q1) = 54.5 ตกอยู่ชั้น 60-69

ขอบล่างชั้น  Q1 = 59.5

ผลรวมความถี่ชั้นก่อน Q1 (Σƒ  L, Q1  ) = 7

ความถี่ชั้น  Q1 Q1  ) = 8

ค่า  Q1 = L + ( N/-Σƒ L, Q/ ƒ Q1 ) 

54.5 = 49.5 + (((22+a+b+c / 4) - 7) / 8) (10)

4 = (22+a+b+c / 4 )- 7

a+b+c = 22


7. ดังนั้นจำนวนนักเรียนทั้งหมดจึงมี N = 22+a+b+c = 44 คน


คำตอบคือ ข้อ ค. 44 คน

ข้อ 3


1. ข้อมูลจากกราฟ
  • กำลังไฟฟ้า 0 kW มีความถี่ 6
  • กำลังไฟฟ้า 20 kW มีความถี่ 1
  • กำลังไฟฟ้า 40 kW มีความถี่ 2
  • กำลังไฟฟ้า 60 kW มีความถี่ 4
  • กำลังไฟฟ้า 80 kW มีความถี่ 6
  • กำลังไฟฟ้า 100 kW มีความถี่ 5

2. การหาค่าเฉลี่ย (Mean) ใช้สูตร
ค่าเฉลี่ย = (ผลรวมของ [ค่า × ความถี่]) ÷ ผลรวมความถี่

3. คำนวณ
ผลรวมของ (ค่า × ความถี่)
(0 × 6) + (20 × 1) + (40 × 2) + (60 × 4) + (80 × 6) + (100 × 5)
= 0 + 20 + 80 + 240 + 480 + 500
= 1,320
ผลรวมความถี่
6 + 1 + 2 + 4 + 6 + 5 = 24
ค่าเฉลี่ย = 1,320 ÷ 24
= 55 kW
ดังนั้น ค่าเฉลี่ยของกำลังไฟฟ้าที่กังหันลมผลิตได้ในหนึ่งวัน = 55 kW

คำตอบคือ ข้อ ข. 55.00 kW

เตรียมสอบ A-Level อย่างมั่นใจกับคอร์สคณิตศาสตร์ของ Applied Physics

เมื่อน้อง ๆ เข้าใจภาพรวมแล้วว่าสถิติคืออะไรในบริบทของวิชาคณิตศาสตร์ รวมถึงสถิติคณิตศาสตร์ที่ใช้ในการสอบมีอะไรบ้าง ดังนั้น ถ้าน้อง ๆ อยากเข้าใจเรื่องสถิติในวิชาคณิตศาสตร์ให้มากขึ้น แนะนำเรียนเสริมคอร์สคณิตศาสตร์กับ Applied Physics เรามีคอร์สออนไลน์ให้เลือกเรียนมากมาย ครบทั้ง ม.ต้น ม.ปลาย ไม่ว่าจะเรียนเพิ่มเกรด หรือเรียนเพื่อเตรียมสอบ เนื้อหาแน่น ๆ พร้อมได้ตะลุยโจทย์ฝึกทำข้อสอบเพื่อสร้างความคุ้นเคย สอนโดยติวเตอร์ที่เชี่ยวชาญ มีประสบการณ์ และเทคนิคการสอนเหนือชั้น เพื่อให้น้องทำคะแนนสอบเพิ่มขึ้นได้จริง ต้องการสอบถามเพิ่มเติมเกี่ยวกับคอร์สเรียน โทรเลยที่ 02-3060867, 02-3060868, 02-3060869 และ 085-4925599 หรือแอดไลน์ @appliedphysics (มี @ ด้วย)
loading
loading
เพิ่มในตะกร้าแล้ว
×
ชื่อคอร์ส
ราคา บาท
Line OA @appliedphysics