เครื่องคิดเลขเฉลี่ย - ความแม่นยำสูง

คำนวณค่าเฉลี่ยเลขคณิต, มัธยฐาน, ฐานนิยม, ค่าเฉลี่ยเรขาคณิต, ค่าเฉลี่ยฮาร์มอนิก และค่าเฉลี่ยถ่วงน้ำหนัก พร้อมการวิเคราะห์ทางสถิติที่สมบูรณ์ การแสดงผลด้วยภาพ และวิธีทำทีละขั้นตอน

ใช้งานฟรีไม่ต้องสมัครสมาชิกอัปเดต ม.ค. 2026

เครื่องคิดเลขเฉลี่ย - ความแม่นยำสูงลองใช้เลย — ฟรี ▼

ลองใช้ตัวอย่างเหล่านี้:

ชุดข้อมูลง่ายๆ คะแนนสอบ อัตราการเติบโต เกรดเฉลี่ยถ่วงน้ำหนัก ชุดข้อมูลขนาดใหญ่

ป้อนตัวเลข

แยกตัวเลขด้วยเครื่องหมายจุลภาค ช่องว่าง หรือการขึ้นบรรทัดใหม่ รองรับได้สูงสุด 10,000 ตัว

น้ำหนัก (ระบุหรือไม่ก็ได้ - สำหรับค่าเฉลี่ยถ่วงน้ำหนัก)

ป้อนน้ำหนักที่ตรงกับแต่ละค่าสำหรับการคำนวณค่าเฉลี่ยถ่วงน้ำหนัก

ตำแหน่งทศนิยม

Embed เครื่องคิดเลขเฉลี่ย - ความแม่นยำสูง Widget

เกี่ยวกับ เครื่องคิดเลขเฉลี่ย - ความแม่นยำสูง

เครื่องคิดเลขเฉลี่ย เป็นเครื่องมือทางสถิติที่ครอบคลุมซึ่งใช้คำนวณค่าเฉลี่ย (Mean), มัธยฐาน (Median), ฐานนิยม (Mode), ค่าเฉลี่ยเรขาคณิต (Geometric Mean), ค่าเฉลี่ยฮาร์มอนิก (Harmonic Mean) และค่าเฉลี่ยถ่วงน้ำหนัก (Weighted Average) ของชุดข้อมูลใดก็ได้ นอกจากนี้ยังมีการวิเคราะห์ทางสถิติที่สมบูรณ์รวมถึงความแปรปรวน ส่วนเบี่ยงเบนมาตรฐาน พิสัย และการแสดงผลด้วยภาพแบบโต้ตอบพร้อมรายละเอียดการคำนวณทีละขั้นตอน ไม่ว่าคุณจะเป็นนักเรียน นักวิจัย นักวิเคราะห์ข้อมูล หรือมืออาชีพ เครื่องคิดเลขนี้สามารถจัดการชุดข้อมูลได้สูงสุด 10,000 ตัวพร้อมความแม่นยำที่ปรับได้

ค่าเฉลี่ย (Mean) คืออะไร?

ค่าเฉลี่ยเลขคณิต หรือที่เรียกกันทั่วไปว่าค่าเฉลี่ย คือผลรวมของค่าทั้งหมดหารด้วยจำนวนของค่านั้นๆ เป็นตัวแทนของแนวโน้มเข้าสู่ส่วนกลางของชุดข้อมูล และเป็นมาตรวัดค่าเฉลี่ยที่ใช้กันแพร่หลายที่สุดในทางสถิติ ชีวิตประจำวัน และการวิจัยทางวิทยาศาสตร์

สูตรค่าเฉลี่ยเลขคณิต

ค่าเฉลี่ย = (x₁ + x₂ + ... + xₙ) / n

ตัวอย่างเช่น ค่าเฉลี่ยของ 10, 20, 30, 40 และ 50 คือ (10+20+30+40+50)/5 = 150/5 = 30

คำอธิบายประเภทของค่าเฉลี่ย

ค่าเฉลี่ยเลขคณิต (Arithmetic Mean)

ค่าเฉลี่ยมาตรฐานที่คำนวณโดยการรวมค่าทั้งหมดแล้วหารด้วยจำนวน เหมาะที่สุดสำหรับชุดข้อมูลที่ไม่มีค่าผิดปกติที่รุนแรง และเมื่อมีการวัดค่าด้วยมาตราอันตรภาคหรือมาตราส่วนส่วนแบ่ง (เช่น อุณหภูมิ ส่วนสูง หรือคะแนนสอบ)

มัธยฐาน (Median)

ค่าที่อยู่ตรงกลางเมื่อเรียงลำดับข้อมูลแล้ว สำหรับจำนวนข้อมูลที่เป็นเลขคี่ จะเป็นค่าตรงกลางพอดี สำหรับจำนวนคู่ จะเป็นค่าเฉลี่ยของสองค่าตรงกลาง มัธยฐานมีความทนทานต่อค่าผิดปกติ ทำให้เหมาะสำหรับการกระจายตัวที่เบ้ เช่น รายได้หรือราคาที่อยู่อาศัย

มัธยฐาน

สำหรับ n ค่า: ค่าตรงกลางหาก n เป็นเลขคี่ หรือค่าเฉลี่ยของสองค่าตรงกลางหาก n เป็นเลขคู่

ฐานนิยม (Mode)

ค่าที่ปรากฏบ่อยที่สุดในชุดข้อมูล ชุดข้อมูลอาจไม่มีฐานนิยม (ทุกค่าปรากฏเพียงครั้งเดียว), มีฐานนิยมเดียว (Unimodal), สองฐานนิยม (Bimodal) หรือหลายฐานนิยม (Multimodal) ฐานนิยมมีประโยชน์อย่างยิ่งสำหรับข้อมูลเชิงกลุ่มหรือการหาค่าที่พบบ่อยที่สุด

ค่าเฉลี่ยเรขาคณิต (Geometric Mean)

รากที่ n ของผลคูณของ n ค่า ใช้สำหรับหาค่าเฉลี่ยของอัตราการเติบโต เปอร์เซ็นต์ อัตราส่วน หรือเมื่อข้อมูลมีช่วงกว้างหลายลำดับความสำคัญ นิยามเฉพาะตัวเลขบวกเท่านั้น

สูตรค่าเฉลี่ยเรขาคณิต

GM = ⁿ√(x₁ × x₂ × ... × xₙ)

ตัวอย่าง: ผลตอบแทนจากการลงทุน 10%, 20% และ -5% (ในรูปของตัวคูณ: 1.10, 1.20, 0.95) ค่าเฉลี่ยเรขาคณิต = (1.10 × 1.20 × 0.95)^(1/3) = 1.0747 แสดงถึงอัตราผลตอบแทนเฉลี่ยต่อปี 7.47%

ค่าเฉลี่ยฮาร์มอนิก (Harmonic Mean)

ส่วนกลับของค่าเฉลี่ยเลขคณิตของส่วนกลับ เหมาะที่สุดสำหรับการหาค่าเฉลี่ยของอัตราเมื่อปริมาณที่เป็นตัวหารเปลี่ยนแปลงไป เช่น ความเร็วบนระยะทางที่เท่ากัน หรือราคาเมื่อซื้อด้วยจำนวนเงินที่เท่ากัน

สูตรค่าเฉลี่ยฮาร์มอนิก

HM = n / (1/x₁ + 1/x₂ + ... + 1/xₙ)

ตัวอย่าง: ขับรถ 60 mph ไปยังจุดหมายและกลับด้วยความเร็ว 40 mph ค่าเฉลี่ยฮาร์มอนิก = 2/(1/60 + 1/40) = 48 mph ซึ่งเป็นความเร็วเฉลี่ยที่ถูกต้องสำหรับการเดินทางไปกลับ

ค่าเฉลี่ยถ่วงน้ำหนัก (Weighted Average)

ค่าเฉลี่ยที่แต่ละค่าถูกคูณด้วยน้ำหนักซึ่งแสดงถึงความสำคัญสัมพัทธ์ ใช้ในการคำนวณเกรดเฉลี่ย (GPA), พอร์ตโฟลิโอทางการเงิน และสถานการณ์ใดๆ ที่แต่ละค่ามีความสำคัญไม่เท่ากัน

สูตรค่าเฉลี่ยถ่วงน้ำหนัก

ค่าเฉลี่ยถ่วงน้ำหนัก = (w₁x₁ + w₂x₂ + ... + wₙxₙ) / (w₁ + w₂ + ... + wₙ)

มาตรวัดทางสถิติที่มีให้

ความแปรปรวน (Variance)

ความแปรปรวนวัดว่าค่าต่างๆ กระจายตัวออกจากค่าเฉลี่ยมากน้อยเพียงใด ความแปรปรวนของประชากร จะหารด้วย n และใช้เมื่อคุณมีข้อมูลของประชากรทั้งหมด ความแปรปรวนของกลุ่มตัวอย่าง จะหารด้วย n-1 (Bessel's correction) และให้ค่าประมาณที่ไม่ลำเอียงเมื่อทำงานกับกลุ่มตัวอย่างจากประชากรที่ใหญ่กว่า

สูตรความแปรปรวน

ประชากร: σ² = Σ(xᵢ - μ)² / n | กลุ่มตัวอย่าง: s² = Σ(xᵢ - x̄)² / (n-1)

ส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation)

รากที่สองของความแปรปรวน แสดงในหน่วยเดียวกับข้อมูลต้นฉบับ บ่งบอกถึงระยะห่างทั่วไปของค่าต่างๆ จากค่าเฉลี่ย ประมาณ 68% ของข้อมูลจะอยู่ภายในหนึ่งส่วนเบี่ยงเบนมาตรฐานจากค่าเฉลี่ยในการกระจายตัวแบบปกติ และประมาณ 95% ภายในสองส่วนเบี่ยงเบนมาตรฐาน

พิสัย (Range)

ผลต่างระหว่างค่าสูงสุดและค่าต่ำสุด พิสัย = ค่าสูงสุด - ค่าต่ำสุด เป็นมาตรวัดการกระจายตัวอย่างง่าย แต่ไวต่อค่าผิดปกติ

วิธีใช้เครื่องคิดเลขนี้

ป้อนข้อมูลของคุณ: ใส่ตัวเลขโดยแยกด้วยเครื่องหมายจุลภาค ช่องว่าง หรือการขึ้นบรรทัดใหม่ คุณสามารถวางข้อมูลจากสเปรดชีตหรือไฟล์ข้อความได้โดยตรง
เพิ่มน้ำหนัก (ไม่บังคับ): สำหรับการคำนวณค่าเฉลี่ยถ่วงน้ำหนัก ให้ป้อนน้ำหนักที่สอดคล้องกันในช่องน้ำหนัก น้ำหนักแต่ละตัวควรตรงกับค่าของมันตามลำดับ
เลือกความละเอียดทศนิยม: เลือกจำนวนตำแหน่งทศนิยมที่คุณต้องการในผลลัพธ์ ตั้งแต่ 0 (จำนวนเต็ม) ไปจนถึง 20 ตำแหน่งสำหรับการคำนวณที่มีความแม่นยำสูง
คลิก คำนวณ: ดูผลลัพธ์ที่ครอบคลุมรวมถึงค่าเฉลี่ยทุกประเภท ความแปรปรวน ส่วนเบี่ยงเบนมาตรฐาน แผนภูมิแบบโต้ตอบ และการคำนวณทีละขั้นตอน

ควรใช้ค่าเฉลี่ยประเภทต่างๆ เมื่อใด

ใช้ค่าเฉลี่ยเลขคณิตเมื่อ:

ข้อมูลมีการกระจายตัวแบบสมมาตรโดยไม่มีค่าผิดปกติที่รุนแรง
ค่าต่างๆ ถูกวัดในมาตราอันตรภาคหรือมาตราส่วนส่วนแบ่ง
คำนวณคะแนนสอบ อุณหภูมิ ส่วนสูง หรือน้ำหนัก
คุณต้องการค่าตัวแทนเพียงค่าเดียวสำหรับข้อมูลปกติ

ใช้มัธยฐานเมื่อ:

ข้อมูลมีความเบ้หรือมีค่าผิดปกติ
วิเคราะห์รายได้ ราคาที่อยู่อาศัย หรือการกระจายความมั่งคั่ง
ทำงานกับข้อมูลอันดับ (Rankings)
คุณต้องการมาตรวัดแนวโน้มเข้าสู่ส่วนกลางที่มีความทนทาน

ใช้ฐานนิยมเมื่อ:

ทำงานกับข้อมูลเชิงคุณภาพ (Categorical) หรือข้อมูลนามบัญญัติ (Nominal)
หาค่าหรือหมวดหมู่ที่พบบ่อยที่สุด
ระบุจุดสูงสุดในการกระจายตัว
วิเคราะห์คำตอบจากแบบสำรวจหรือความชอบในผลิตภัณฑ์

ใช้ค่าเฉลี่ยเรขาคณิตเมื่อ:

หาค่าเฉลี่ยของอัตราการเติบโตหรือการเปลี่ยนแปลงเป็นเปอร์เซ็นต์
คำนวณผลตอบแทนจากการลงทุนเฉลี่ยเมื่อเวลาผ่านไป
ทำงานกับอัตราส่วนหรือข้อมูลในมาตราส่วนลอการิทึม
ข้อมูลครอบคลุมหลายลำดับความสำคัญ

ใช้ค่าเฉลี่ยฮาร์มอนิกเมื่อ:

หาค่าเฉลี่ยของอัตรา (ความเร็ว ประสิทธิภาพ ราคา)
ปริมาณที่เป็นตัวหารเปลี่ยนแปลงไป
คำนวณความเร็วเฉลี่ยสำหรับการเดินทางไปกลับ
หาค่าเฉลี่ยของอัตราส่วน P/E หรือตัวชี้วัดทางการเงินอื่นๆ

ตัวอย่างการใช้งานจริง

ตัวอย่างที่ 1: คะแนนสอบในชั้นเรียน

นักเรียน 10 คนได้คะแนน: 78, 85, 92, 88, 76, 95, 82, 79, 88, 91

ค่าเฉลี่ย: 85.4 (ผลรวมคะแนนหารด้วย 10)
มัธยฐาน: 86.5 (ค่าเฉลี่ยของค่าที่ 5 และ 6 เมื่อเรียงลำดับแล้ว)
ฐานนิยม: 88 (ปรากฏสองครั้ง ส่วนค่าอื่นปรากฏครั้งเดียว)

ตัวอย่างที่ 2: ผลตอบแทนจากการลงทุน

ผลตอบแทนรายปีในช่วง 3 ปี: +15%, -10%, +25% (ในรูปตัวคูณ: 1.15, 0.90, 1.25)

ค่าเฉลี่ยเลขคณิต: 10% (ซึ่งอาจทำให้เข้าใจผิดสำหรับการเติบโตแบบทบต้น)
ค่าเฉลี่ยเรขาคณิต: 8.78% (อัตราการเติบโตรายปีแบบทบต้นที่ถูกต้อง)

ตัวอย่างที่ 3: การคำนวณเกรดเฉลี่ย (ค่าเฉลี่ยถ่วงน้ำหนัก)

เกรด: A (4.0), B (3.0), A (4.0), C (2.0) พร้อมหน่วยกิต: 3, 4, 3, 2

ค่าเฉลี่ยถ่วงน้ำหนัก: (4.0×3 + 3.0×4 + 4.0×3 + 2.0×2) / (3+4+3+2) = 3.33 GPA

คำถามที่พบบ่อย

ค่าเฉลี่ย (Mean), มัธยฐาน (Median) และฐานนิยม (Mode) ต่างกันอย่างไร?

ค่าเฉลี่ย (Mean) คือค่าเฉลี่ยเลขคณิตที่คำนวณโดยการรวมค่าทั้งหมดแล้วหารด้วยจำนวนข้อมูล มัธยฐาน (Median) คือค่าที่อยู่ตรงกลางเมื่อเรียงลำดับข้อมูลแล้ว สำหรับข้อมูลจำนวนคู่ จะเป็นค่าเฉลี่ยของสองค่าตรงกลาง ฐานนิยม (Mode) คือค่าที่ปรากฏบ่อยที่สุด แต่ละมาตรวัดมีวัตถุประสงค์ต่างกัน: ค่าเฉลี่ยสำหรับค่าทั่วไปในการกระจายตัวแบบสมมาตร มัธยฐานสำหรับข้อมูลที่เบ้หรือเมื่อมีค่าผิดปกติ และฐานนิยมสำหรับข้อมูลเชิงคุณภาพหรือการหาค่าที่พบบ่อยที่สุด

เมื่อใดควรใช้ค่าเฉลี่ยเรขาคณิตแทนค่าเฉลี่ยเลขคณิต?

ใช้ค่าเฉลี่ยเรขาคณิตเมื่อหาค่าเฉลี่ยของอัตราการเติบโต เปอร์เซ็นต์ อัตราส่วน หรือเมื่อข้อมูลมีช่วงกว้างหลายลำดับความสำคัญ ตัวอย่างเช่น ผลตอบแทนจากการลงทุนในหลายปีควรใช้ค่าเฉลี่ยเรขาคณิต ส่วนค่าเฉลี่ยเลขคณิตเหมาะสำหรับการบวกค่าสัมบูรณ์ เช่น ส่วนสูง น้ำหนัก หรือคะแนนสอบ ค่าเฉลี่ยเรขาคณิตจะเท่ากับหรือน้อยกว่าค่าเฉลี่ยเลขคณิตเสมอ

ค่าเฉลี่ยฮาร์มอนิกใช้ทำอะไร?

ค่าเฉลี่ยฮาร์มอนิกเหมาะสำหรับการหาค่าเฉลี่ยของอัตรา เช่น ความเร็วบนระยะทางที่เท่ากัน ราคาเมื่อซื้อด้วยจำนวนเงินที่เท่ากัน หรือสถานการณ์ใดๆ ที่เกี่ยวข้องกับอัตราส่วนที่มีตัวเศษคงที่ ตัวอย่างเช่น หากคุณขับรถ 60 mph ในขาไปและ 40 mph ในขากลับ ค่าเฉลี่ยฮาร์มอนิก (48 mph) จะแสดงความเร็วเฉลี่ยของคุณได้อย่างถูกต้อง ในขณะที่ค่าเฉลี่ยเลขคณิต (50 mph) จะไม่ถูกต้อง

ฉันจะคำนวณค่าเฉลี่ยถ่วงน้ำหนักได้อย่างไร?

ค่าเฉลี่ยถ่วงน้ำหนักจะนำแต่ละค่าคูณด้วยน้ำหนักของมัน รวมผลคูณเหล่านี้เข้าด้วยกัน แล้วหารด้วยผลรวมของน้ำหนัก สูตร: ค่าเฉลี่ยถ่วงน้ำหนัก = (w1*x1 + w2*x2 + ... + wn*xn) / (w1 + w2 + ... + wn) ใช้เครื่องคิดเลขนี้โดยป้อนค่าในช่องแรกและน้ำหนักที่สอดคล้องกันในช่องน้ำหนัก (ไม่บังคับ)

ส่วนเบี่ยงเบนมาตรฐานของประชากรและกลุ่มตัวอย่างต่างกันอย่างไร?

ส่วนเบี่ยงเบนมาตรฐานของประชากร (หารด้วย n) จะใช้เมื่อข้อมูลของคุณแสดงถึงประชากรทั้งหมด ส่วนเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่าง (หารด้วย n-1 หรือที่เรียกว่า Bessel's correction) จะใช้เมื่อข้อมูลเป็นเพียงกลุ่มตัวอย่างจากประชากรที่ใหญ่กว่า เพื่อให้ได้ค่าประมาณที่ไม่ลำเอียง สำหรับการใช้งานในโลกแห่งความเป็นจริงส่วนใหญ่ ส่วนเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่างจะเหมาะสมกว่า

ทำไมค่าเฉลี่ยเรขาคณิตจึงใช้ได้กับตัวเลขบวกเท่านั้น?

ค่าเฉลี่ยเรขาคณิตเกี่ยวข้องกับการคูณค่าทั้งหมดและถอดรากที่ n ตัวเลขที่เป็นลบหรือศูนย์จะทำให้เกิดผลลัพธ์ที่นิยามไม่ได้หรือทำให้เข้าใจผิด (ผลคูณติดลบเมื่อมีจำนวนคี่, ผลคูณเป็นศูนย์, จำนวนเชิงซ้อนเมื่อมีจำนวนลบเป็นเลขคู่) สำหรับอัตราการเติบโตที่มีค่าลบ ให้แปลงเป็นตัวคูณก่อน (เช่น -10% กลายเป็น 0.90)

เครื่องคิดเลขนี้รองรับตัวเลขได้กี่ตัว?

เครื่องคิดเลขนี้ประมวลผลข้อมูลได้สูงสุด 10,000 ตัวอย่างมีประสิทธิภาพ สำหรับชุดข้อมูลขนาดใหญ่กว่านี้ โปรดพิจารณาใช้ซอฟต์แวร์ทางสถิติเฉพาะทาง เครื่องคิดเลขนี้ให้ผลลัพธ์ทันทีสำหรับการใช้งานทั่วไปทั้งในด้านการศึกษาและระดับมืออาชีพ

อ่านเพิ่มเติม

อ้างอิงเนื้อหา หน้าหรือเครื่องมือนี้ว่า:

"เครื่องคิดเลขเฉลี่ย - ความแม่นยำสูง" ที่ https://MiniWebtool.com/th/เครื่องคิดเลขเฉลี่ย-ความแม่นยำสูง/ จาก MiniWebtool, https://MiniWebtool.com/

โดยทีม miniwebtool อัปเดตล่าสุด: 6 ม.ค. 2026

มี Developer API ให้ใช้งาน: เรียกใช้เครื่องมือนี้จากแอป ระบบอัตโนมัติ หรือเอเจนต์ของคุณด้วยคำขอ JSON HTTP หนึ่งครั้ง ดูเอกสาร API

คุณสามารถลองใช้ AI แก้ปัญหาคณิตศาสตร์ GPT ของเรา เพื่อแก้ไขปัญหาทางคณิตศาสตร์ของคุณผ่านคำถามและคำตอบด้วยภาษาธรรมชาติ.