แคลคูลเลเตอร์คำนวณค่าเฉลี่ย

โปรแกรมคำนวณค่าเฉลี่ยออนไลน์ (Mean Calculator) ช่วยให้คุณหาค่าเฉลี่ยของชุดข้อมูลต่างๆ ได้อย่างง่ายดายและรวดเร็ว คุณสามารถพิมพ์ หรือคัดลอกและวางข้อมูลของคุณลงในกล่องข้อความได้เลย เพียงตรวจสอบให้แน่ใจว่าได้คั่นข้อมูลแต่ละตัวด้วยเครื่องหมายจุลภาค (Comma) จากนั้นคลิกที่ปุ่ม "คำนวณ"

เครื่องคิดเลขหาค่าเฉลี่ยนี้จะแสดงผลลัพธ์ของค่าเฉลี่ย (ค่าเฉลี่ยเลขคณิต) พร้อมด้วยขั้นตอนการคำนวณอย่างละเอียด และค่าทางสถิติอื่นๆ ที่เกี่ยวข้องกับชุดข้อมูลของคุณ

ค่าเฉลี่ย

ค่าเฉลี่ย (Mean) คือตัวแทนของกลุ่มข้อมูล ซึ่งคำนวณจากการนำค่าทั้งหมดในชุดข้อมูลมารวมกันแล้วหารด้วยจำนวนข้อมูล เนื่องจากเป็นการนำข้อมูลทุกตัวมาคำนวณ ค่าเฉลี่ยจึงสะท้อนถึงภาพรวมของชุดข้อมูลทั้งหมด และถือเป็นหนึ่งในการวัดแนวโน้มเข้าสู่ส่วนกลาง (Central Tendency) หรือค่าวัดทางสถิติสรุปที่สำคัญที่สุด

ค่าเฉลี่ยเลขคณิตอย่างง่าย (Simple Arithmetic Mean) เป็นรูปแบบที่พบได้บ่อยที่สุด อย่างไรก็ตาม ค่าเฉลี่ยยังมีอีกหลายประเภท เช่น ค่าเฉลี่ยเรขาคณิต (Geometric Mean), ค่าเฉลี่ยถ่วงน้ำหนัก (Weighted Mean), ค่าเฉลี่ยรวม (Combined Mean), ค่าเฉลี่ยฮาร์มอนิก (Harmonic Mean) เป็นต้น

สัญลักษณ์ที่ใช้แทนค่าเฉลี่ยของประชากรคือ μ (มิว) และค่าเฉลี่ยของกลุ่มตัวอย่างคือ X̄ (เอ็กซ์บาร์)

ค่าเฉลี่ยอย่างง่าย

ค่าเฉลี่ยอย่างง่าย (Simple Mean) คำนวณได้จากการนำผลรวมของข้อมูลทั้งหมดหารด้วยจำนวนข้อมูลทั้งหมด บางครั้งเราก็เรียกสั้นๆ ว่า ค่าเฉลี่ย หรือ ค่าเฉลี่ยเลขคณิต

ในการคำนวณหาค่าเฉลี่ยของประชากร เราสามารถใช้สูตรด้านล่างนี้:

μ = ผลรวมของค่าชุดข้อมูล / จำนวนค่าข้อมูลทั้งหมดในประชากร = ΣX / N

ในการคำนวณหาค่าเฉลี่ยของกลุ่มตัวอย่าง เราสามารถใช้สูตรด้านล่างนี้:

X̄ = ผลรวมของค่าของชุดข้อมูล / จำนวนค่าข้อมูลทั้งหมดในตัวอย่าง = ΣX/n

ลองมาดูตัวอย่างการคำนวณค่าเฉลี่ยด้านล่างนี้

ตัวอย่าง

คะแนนสอบทั้ง 7 วิชาของ Jasmine จากภาคการศึกษาที่แล้วแสดงอยู่ในตารางด้านล่าง คะแนนเฉลี่ยของวิชาเรียนทั้งหมดของ Jasmine อยู่ที่เท่าไร?

วิธีแก้

คะแนนเฉลี่ย = ผลรวมคะแนน / จำนวนรายวิชา = (84 + 90 + 75 + 60 + 85 + 92 + 81) / 7 = 567 / 7 = 81

ค่าเฉลี่ยเป็นแนวคิดที่เราทุกคนคุ้นเคยกันดี ไม่ว่าจะเป็น รายได้เฉลี่ย, ต้นทุนการผลิตเฉลี่ย, ราคาเฉลี่ย, เกรดเฉลี่ย, หรืออัตราการสิ้นเปลืองน้ำมันเฉลี่ย สิ่งเหล่านี้คือตัวอย่างในชีวิตประจำวันที่คุณน่าจะได้ยินอยู่บ่อยครั้ง ค่าเฉลี่ยอย่างง่ายถือเป็นมาตรฐานการคำนวณพื้นฐาน และมักถูกเรียกว่าเป็นค่าเฉลี่ยในอุดมคติ (Ideal measure of average)

อย่างไรก็ตาม ในบางสถานการณ์ เราจำเป็นต้องใช้การวัดแนวโน้มเข้าสู่ส่วนกลางประเภทอื่น มาทำความรู้จักกับค่าเฉลี่ยประเภทอื่นๆ กันดีกว่า

ค่าเฉลี่ยเรขาคณิต

ค่าเฉลี่ยเลขคณิตอาจไม่ใช่ตัวชี้วัดที่เหมาะสมนักเมื่อเราต้องวิเคราะห์อัตราการเติบโตเฉลี่ยในช่วงเวลาหนึ่ง ในกรณีนี้ ค่าเฉลี่ยเรขาคณิต (Geometric Mean) ซึ่งมักใช้ในแวดวงการบัญชีและการเงิน เช่น การคำนวณดอกเบี้ยทบต้น จะเป็นตัวชี้วัดที่ดีกว่ามาก เนื่องจากอัตราการเติบโตมักมีลักษณะการเพิ่มขึ้นแบบทวีคูณ (Multiplicative) ไม่ใช่แบบบวกเพิ่ม (Additive)

ค่าเฉลี่ยเรขาคณิตของชุดข้อมูล คือรากที่ n (n-th root) ของผลคูณของข้อมูลทั้งหมด n ตัว โดยคำนวณจากการนำข้อมูลทุกตัวมาคูณกัน แล้วถอดรากที่ n ของผลคูณนั้น โดยที่ n คือจำนวนข้อมูลในชุดข้อมูล ค่าเฉลี่ยเรขาคณิตมีประโยชน์อย่างมากในการหาค่าเฉลี่ยของอัตราส่วน, เปอร์เซ็นต์, และอัตราการเติบโต

$$\text{ค่าเฉลี่ยเรขาคณิต} = \sqrt[n]{x₁×x₂×x₃×…×xₙ} = (x₁×x₂×x₃×…×xₙ)^{\frac{1}{n}}$$

เรามาลองหาค่าเฉลี่ยเรขาคณิตจากตัวอย่างก่อนหน้านี้กัน

$$\text{ค่าเฉลี่ยเรขาคณิต} = \sqrt[7]{84×90×75×60×85×92×81} = 80.31$$

ผลลัพธ์ของค่าเฉลี่ยเรขาคณิตจะเท่ากับหรือน้อยกว่าค่าเฉลี่ยอย่างง่าย (ค่าเฉลี่ยเลขคณิต) เสมอ

ในตัวอย่างของเรา

ค่าเฉลี่ยเรขาคณิต ≤ ค่าเฉลี่ย

80.31 < 81

คุณสามารถใช้โปรแกรมคำนวณค่าเฉลี่ยออนไลน์นี้ เพื่อหาค่าที่มากกว่าแค่ค่าเฉลี่ยเลขคณิต โดยคุณสามารถใช้คำนวณหาค่าเฉลี่ยเรขาคณิตของชุดข้อมูลได้เช่นกัน

ค่าเฉลี่ยถ่วงน้ำหนัก

สำหรับค่าเฉลี่ยเลขคณิตอย่างง่าย ข้อมูลทุกตัวจะถูกให้ความสำคัญหรือมี "น้ำหนัก" เท่ากันทั้งหมด แต่ในสถานการณ์จริง บางครั้งเราไม่สามารถให้ความสำคัญในระดับเดียวกันกับทุกค่าในชุดข้อมูลได้

จากตัวอย่างที่ผ่านมา เราหาค่าเฉลี่ยโดยรวมคะแนนสอบทั้งหมดแล้วหารด้วยจำนวนวิชา โดยไม่ได้คำนึงถึงระดับความสำคัญ (เช่น หน่วยกิต) ของแต่ละวิชาเลย

เราจะใช้ค่าเฉลี่ยถ่วงน้ำหนัก (Weighted Mean) เมื่อจำเป็นต้องพิจารณาความสำคัญสัมพัทธ์ (Relative importance) ของข้อมูลแต่ละตัวร่วมด้วย การคำนวณทำได้โดยนำข้อมูลแต่ละตัวไปคูณกับค่าน้ำหนักที่เกี่ยวข้อง ซึ่งเราเรียกว่า "ค่าที่ถ่วงน้ำหนัก" จากนั้นจึงนำมาหารด้วยผลรวมของค่าน้ำหนักทั้งหมด

เราสามารถใช้สูตรด้านล่างในการหาค่าเฉลี่ยถ่วงน้ำหนักได้:

ค่าเฉลี่ยถ่วงน้ำหนัก = ผลรวมของค่าถ่วงน้ำหนัก / ผลรวมของน้ำหนัก = ΣWX / ΣW

ตัวอย่าง

สมมติว่าแต่ละวิชาในตัวอย่างก่อนหน้านี้มีค่าน้ำหนัก (หน่วยกิต) ที่แตกต่างกัน ตารางข้อมูลที่ปรับปรุงใหม่สำหรับคะแนนทั้ง 7 วิชาของ Jasmine ในภาคการศึกษาที่แล้วจึงเป็นดังนี้

ค่าเฉลี่ยถ่วงน้ำหนักของคะแนนของ Jasmine จากภาคการศึกษาที่แล้ว

วิธีแก้

คะแนนเฉลี่ยถ่วงน้ำหนัก = ΣWX / ΣW = (84×3+90×2+75×4+60×3+85×3+92×2+81×3)/(3+2+4+3+3+2+3) = (252+180+300+180+255+184+243)/20 = 1594/20 = 79.7

ค่ามัธยฐาน

ค่ามัธยฐาน (Median) คือค่ากึ่งกลางของชุดข้อมูล เมื่อนำข้อมูลมาจัดเรียงลำดับจากน้อยไปมาก (ค่าต่ำสุดไปค่าสูงสุด) หรือจากมากไปน้อย (ค่าสูงสุดไปค่าต่ำสุด) กล่าวอีกนัยหนึ่ง ค่ามัธยฐานคือจุดที่แบ่งชุดข้อมูลที่เรียงลำดับแล้วออกเป็น 2 ส่วนเท่าๆ กัน ทำให้ข้อมูล 50% มีค่าน้อยกว่าค่ามัธยฐาน และอีก 50% มีค่ามากกว่าค่ามัธยฐาน

วิธีการคำนวณค่ามัธยฐาน

ในการหาค่ามัธยฐาน ขั้นแรกเราต้องหาตำแหน่งของค่ามัธยฐานโดยใช้สูตรด้านล่าง:

$$ตำแหน่งของมัธยฐาน = \left( \frac{n+1}{2} \right)^{ที่}$$

"n" หมายถึงจำนวนข้อมูลทั้งหมดในชุดข้อมูล

หากจำนวนข้อมูลทั้งหมดในชุดข้อมูลเป็น "เลขคี่" ค่าที่อยู่ในตำแหน่งกึ่งกลางพอดีจะเป็นค่ามัธยฐาน แต่หากจำนวนข้อมูลทั้งหมดเป็น "เลขคู่" ค่าเฉลี่ยของตัวเลขสองตัวที่อยู่ตรงกลางจะถือเป็นค่ามัธยฐาน

ความแตกต่างระหว่างค่าเฉลี่ยและค่ามัธยฐาน

1. ค่าเฉลี่ยคำนวณจากการนำค่าทั้งหมดในชุดข้อมูลมารวมกันแล้วหารด้วยจำนวนการสังเกต ซึ่งให้ผลลัพธ์ที่สะท้อนถึงข้อมูลทุกๆ จุดในชุดข้อมูล ในทางตรงกันข้าม ค่ามัธยฐานคือค่าที่อยู่ตรงกลางของชุดข้อมูลที่เรียงลำดับแล้ว ทำหน้าที่เป็นจุดศูนย์กลางที่แบ่งชุดข้อมูลออกเป็นสองส่วน โดยไม่ได้นำขนาดหรือมูลค่าของข้อมูลทั้งหมดมาคำนวณโดยตรง

2. ทั้งค่าเฉลี่ยและค่ามัธยฐานสามารถประมาณค่าด้วยสายตาได้จากกราฟแสดงข้อมูล โดยค่าเฉลี่ยสามารถประมาณการคร่าวๆ ได้ในการแจกแจงแบบสมมาตร (Symmetrical Distribution) เนื่องจากควรอยู่ตรงกลางพอดี ในขณะที่ค่ามัธยฐานสามารถดูได้จากจุดกึ่งกลางในแผนภาพกล่อง (Box Plot) เป็นต้น

3. ทั้งค่าเฉลี่ยและค่ามัธยฐานมีประโยชน์อย่างมากในการวิเคราะห์ทางสถิติขั้นสูง ค่าเฉลี่ยเหมาะกับข้อมูลที่มีการแจกแจงแบบปกติ (Normal Distribution) และไม่มีค่าสุดโต่ง (Outliers) เนื่องจากถูกนำไปใช้ต่อในการคำนวณความแปรปรวนและส่วนเบี่ยงเบนมาตรฐาน ส่วนค่ามัธยฐานเป็นตัววัดแนวโน้มเข้าสู่ส่วนกลางที่ดีกว่าเมื่อข้อมูลมีการกระจายแบบเบ้ (Skewed) หรือมีค่าสุดโต่ง และมักใช้ในการทดสอบทางสถิติแบบนอนพารามิเตอร์ (Non-parametric tests) ที่ไม่ได้อิงรูปแบบการแจกแจงข้อมูลแบบเฉพาะเจาะจง

เมื่อใดควรใช้ค่าเฉลี่ย

ค่าเฉลี่ยคือตัววัดแนวโน้มเข้าสู่ส่วนกลางที่เหมาะสมที่สุด เมื่อชุดข้อมูลมีการแจกแจงแบบสมมาตรและ "ไม่มีค่าสุดโต่ง (Outliers)" ถือเป็นตัวชี้วัดจุดศูนย์กลางของข้อมูลที่เชื่อถือได้เนื่องจากรวมเอาข้อมูลทุกตัวเข้ามาคำนวณ อย่างไรก็ตาม หากชุดข้อมูลมีค่าสุดโต่ง อาจเป็นการดีกว่าที่จะตัดค่าเหล่านั้นออกก่อนคำนวณ เพื่อให้ได้ค่าเฉลี่ยที่สะท้อนถึงภาพรวมข้อมูลได้อย่างแม่นยำที่สุด

เมื่อใดควรใช้ค่ามัธยฐาน

ค่ามัธยฐานคือตัววัดแนวโน้มเข้าสู่ส่วนกลางที่ควรเลือกใช้เมื่อต้องรับมือกับข้อมูลที่มีการแจกแจงแบบเบ้ (Skewed Distribution) หรือมีค่าสุดโต่งปะปนอยู่ เนื่องจากค่ามัธยฐานเป็นเพียงค่าที่อยู่ตรงกลางของชุดข้อมูลที่เรียงลำดับแล้ว จึงไม่ได้รับผลกระทบจากค่าที่สูงหรือต่ำผิดปกติ ซึ่งแตกต่างจากค่าเฉลี่ยอย่างสิ้นเชิง ในกรณีเช่นนี้ ค่ามัธยฐานจะให้ค่ากลางที่สะท้อนถึงข้อมูลส่วนใหญ่ได้ดีกว่าโดยไม่ถูกบิดเบือน

มาลองปรับเปลี่ยนตัวอย่างเดิมของเรา เพื่อทำความเข้าใจเกี่ยวกับผลกระทบของ "ค่าสุดโต่ง" กัน

ตัวอย่าง

สมมติว่า Jasmine สอบวิชาการศึกษานานาชาติได้เพียง 15 คะแนน แทนที่จะเป็น 92 คะแนน คะแนนเฉลี่ยใหม่ของวิชาเรียนในภาคการศึกษาที่แล้วของ Jasmine จะเป็นเท่าใด?

วิธีแก้

คะแนนเฉลี่ย = ΣX / N = (84+90+75+60+85+15+81)/7 = 490/7 = 70

คะแนนเฉลี่ยใหม่ลดลงเหลือเพียง 70 (ร่วงลงจากเดิมที่ 81 หายไปถึง 11 คะแนน) คุณจะเห็นได้ชัดเจนเลยว่าค่าสุดโต่งส่งผลกระทบต่อค่าเฉลี่ยอย่างรุนแรงแค่ไหน

ในสถานการณ์เช่นนี้ ค่ามัธยฐานของข้อมูลจะถือเป็นการวัดแนวโน้มเข้าสู่ส่วนกลางที่เหมาะสมมากกว่าค่าเฉลี่ย เพื่อให้เข้าใจสิ่งนี้ชัดเจนยิ่งขึ้น เรามาลองคำนวณค่ามัธยฐานสำหรับทั้งตัวอย่างแบบดั้งเดิมและแบบที่ถูกปรับเปลี่ยนกัน

ตัวอย่าง

ตารางด้านล่างแสดงคะแนนเดิมของ Jasmine ทั้ง 7 วิชาจากภาคการศึกษาที่แล้ว ค่ามัธยฐานของคะแนนสอบวิชาเรียนในภาคเรียนที่แล้วของ Jasmine คือเท่าไร?

วิธีแก้

ในขั้นตอนแรก เราจะต้องนำคะแนนทั้งหมดมาจัดเรียงลำดับข้อมูลเสียก่อน คุณสามารถเรียงลำดับจากน้อยไปมากหรือจากมากไปน้อยก็ได้ตามต้องการ

60, 75, 81, 84, 85, 90, 92

$$ตำแหน่งของมัธยฐาน = \left( \frac{n+1}{2} \right)^{ที่} = \left( \frac{7+1}{2} \right)^{ที่} = ที่4$$

ต่อไป เราจะมาดูกันว่าข้อมูลในตำแหน่งที่ 4 ของชุดข้อมูลนี้คืออะไร ซึ่งก็คือ 84 ดังนั้น ค่ามัธยฐานของชุดข้อมูลนี้จึงเท่ากับ 84 ทีนี้ เรามาหาค่ามัธยฐานของชุดข้อมูลที่ถูกปรับให้มีค่าสุดโต่งดูกันบ้าง

ตัวอย่าง

สมมติว่า Jasmine ได้รับ 15 คะแนน แทนที่จะเป็น 92 คะแนน สำหรับวิชาการศึกษานานาชาติ คะแนนมัธยฐานใหม่ของวิชาที่ Jasmine เรียนในภาคการศึกษาที่แล้วจะเป็นเท่าใด?

วิธีแก้

ในขั้นตอนแรก เราจะต้องนำคะแนนทั้งหมดมาจัดเรียงลำดับข้อมูลเสียก่อน โดยเราจะเรียงลำดับข้อมูลจากน้อยไปมาก

60, 75, 81, 84, 85, 90, 92

$$ตำแหน่งของมัธยฐาน = \left( \frac{n+1}{2} \right)^{ที่} = \left( \frac{7+1}{2} \right)^{ที่} = ที่4$$

ตอนนี้เราจะมาดูกันว่าข้อมูลในตำแหน่งที่ 4 ของชุดข้อมูลคืออะไร ซึ่งก็คือ 84 และนี่คือค่ามัธยฐานของชุดข้อมูลนี้

จะเห็นได้ว่า แม้ชุดข้อมูลจะมีค่าสุดโต่งในกรณีนี้ แต่ค่ามัธยฐานก็ไม่ได้รับผลกระทบใดๆ