เครื่องคิดเลขพิสัยระหว่างควอไทล์
คำนวณพิสัยระหว่างควอไทล์ (IQR), ควอไทล์ Q1, Q2, Q3, สรุปตัวเลขห้าค่า และตรวจหาค่าผิดปกติด้วยแผนภาพกล่องแบบโต้ตอบพร้อมขั้นตอนการคำนวณอย่างละเอียด
ตัวบล็อกโฆษณาของคุณทำให้เราไม่สามารถแสดงโฆษณาได้
MiniWebtool ให้ใช้งานฟรีเพราะมีโฆษณา หากเครื่องมือนี้ช่วยคุณได้ โปรดสนับสนุนเราด้วย Premium (ไม่มีโฆษณา + เร็วขึ้น) หรืออนุญาต MiniWebtool.com แล้วรีโหลดหน้าเว็บ
- หรืออัปเกรดเป็น Premium (ไม่มีโฆษณา)
- อนุญาตโฆษณาสำหรับ MiniWebtool.com แล้วรีโหลด
เกี่ยวกับ เครื่องคิดเลขพิสัยระหว่างควอไทล์
เครื่องคิดเลขพิสัยระหว่างควอไทล์ จะคำนวณ IQR, ควอไทล์ทั้งหมด (Q1, Q2, Q3), สรุปตัวเลขห้าตัว และตรวจจับค่าผิดปกติในชุดข้อมูลของคุณโดยอัตโนมัติ ด้วยการแสดงภาพแผนภาพกล่องแบบโต้ตอบและการคำนวณทีละขั้นตอน เครื่องมือนี้จะช่วยให้คุณเข้าใจการกระจายและการแพร่กระจายของข้อมูลของคุณ
พิสัยระหว่างควอไทล์ (IQR) คืออะไร?
พิสัยระหว่างควอไทล์ (IQR) คือการวัดการกระจายทางสถิติที่แสดงถึงการแพร่กระจายของข้อมูล 50% ตรงกลางของคุณ โดยคำนวณจากผลต่างระหว่างควอไทล์ที่สาม (Q3) และควอไทล์ที่หนึ่ง (Q1):
ต่างจากค่าพิสัย (สูงสุด - ต่ำสุด) ตรงที่ IQR นั้น ทนทานต่อค่าผิดปกติ ทำให้เป็นการวัดความแปรปรวนที่มีประสิทธิภาพมากกว่า มีการใช้กันอย่างแพร่หลายในสถิติเชิงพรรณนา การวิเคราะห์ข้อมูล และเพื่อระบุค่าผิดปกติผ่านกฎ 1.5×IQR
ทำความเข้าใจเกี่ยวกับควอไทล์
ควอไทล์จะแบ่งชุดข้อมูลที่เรียงลำดับแล้วออกเป็นสี่ส่วนเท่าๆ กัน:
- Q1 (ควอไทล์แรก / เปอร์เซ็นต์ไทล์ที่ 25): ค่าที่มีข้อมูล 25% อยู่ต่ำกว่าค่านั้น เรียกอีกอย่างว่าควอไทล์ล่าง
- Q2 (ควอไทล์ที่สอง / มัธยฐาน / เปอร์เซ็นต์ไทล์ที่ 50): ค่ากึ่งกลางของชุดข้อมูล ซึ่งแบ่งข้อมูลออกเป็นสองส่วนเท่าๆ กัน
- Q3 (ควอไทล์ที่สาม / เปอร์เซ็นต์ไทล์ที่ 75): ค่าที่มีข้อมูล 75% อยู่ต่ำกว่าค่านั้น เรียกอีกอย่างว่าควอไทล์บน
สรุปตัวเลขห้าตัว
สรุปตัวเลขห้าตัวให้ภาพรวมของการกระจายของชุดข้อมูลอย่างรวดเร็ว:
- ค่าต่ำสุด (Minimum): ค่าที่น้อยที่สุด
- Q1: ควอไทล์แรก (เปอร์เซ็นต์ไทล์ที่ 25)
- Q2: มัธยฐาน (เปอร์เซ็นต์ไทล์ที่ 50)
- Q3: ควอไทล์ที่สาม (เปอร์เซ็นต์ไทล์ที่ 75)
- ค่าสูงสุด (Maximum): ค่าที่มากที่สุด
ค่าทั้งห้านี้ใช้ในการสร้างแผนภาพกล่อง (box-and-whisker plot) ซึ่งแสดงการกระจายของข้อมูล ความเบ้ และค่าผิดปกติด้วยสายตา
การตรวจจับค่าผิดปกติ: กฎ 1.5×IQR
IQR มักใช้เพื่อระบุค่าผิดปกติโดยใช้ขอบเขต (fences):
จุดข้อมูลที่ต่ำกว่าขอบเขตล่างหรือสูงกว่าขอบเขตบนถือว่าเป็น ค่าผิดปกติที่อาจเกิดขึ้น สำหรับค่าผิดปกติที่รุนแรง จะใช้กฎ 3×IQR (ค่าที่เกิน Q1 - 3×IQR หรือ Q3 + 3×IQR)
วิธีคำนวณควอไทล์
มีวิธีต่างๆ ในการคำนวณควอไทล์ ซึ่งอาจให้ผลลัพธ์ที่แตกต่างกันเล็กน้อย:
| วิธี | ใช้โดย | คำอธิบาย |
|---|---|---|
| Exclusive | TI-83/84, Moore & McCabe, Excel QUARTILE.EXC | ไม่รวมค่ามัธยฐานเมื่อคำนวณ Q1 และ Q3 สำหรับ n ที่เป็นเลขคี่ พบบ่อยที่สุดในการศึกษา |
| Inclusive | TI-85, Minitab, Excel QUARTILE.INC | รวมค่ามัธยฐานในทั้งสองครึ่งเมื่อคำนวณ Q1 และ Q3 สำหรับ n ที่เป็นเลขคี่ |
เครื่องคิดเลขนี้รองรับทั้งสองวิธี วิธี Exclusive เป็นวิธีที่สอนกันทั่วไปในหลักสูตรสถิติและเป็นค่าเริ่มต้น
วิธีใช้เครื่องคิดเลขนี้
- กรอกข้อมูลของคุณ: ใส่ตัวเลขที่คั่นด้วยจุลภาค เว้นวรรค หรือขึ้นบรรทัดใหม่ คุณต้องมีอย่างน้อย 4 ค่า
- เลือกวิธีคำนวณควอไทล์: เลือก Exclusive (ค่าเริ่มต้น พบบ่อยที่สุด) หรือ Inclusive ตามความต้องการของคุณ
- ตั้งค่าความแม่นยำทศนิยม: เลือกตำแหน่งทศนิยม 2-15 ตำแหน่งสำหรับผลลัพธ์
- คำนวณ: คลิกปุ่มเพื่อดู IQR, ควอไทล์, สรุปตัวเลขห้าตัว, การตรวจจับค่าผิดปกติ, แผนภาพกล่อง และการคำนวณทีละขั้นตอน
การประยุกต์ใช้ IQR
- การวิเคราะห์ข้อมูล: ทำความเข้าใจการกระจายและความแปรปรวนของชุดข้อมูล
- การควบคุมคุณภาพ: การตรวจสอบความแปรปรวนของกระบวนการในการผลิต
- การตรวจจับค่าผิดปกติ: การระบุค่าที่ผิดปกติซึ่งอาจต้องมีการตรวจสอบ
- แผนภาพกล่อง: การสร้างภาพแสดงการกระจายข้อมูล
- การเปรียบเทียบการกระจาย: การประเมินความแปรปรวนในกลุ่มต่างๆ
- การวิจัยและสถิติ: การรายงานการวัดการกระจายในการศึกษาทางวิทยาศาสตร์
IQR เปรียบเทียบกับการวัดการกระจายอื่นๆ
| การวัด | ความอ่อนไหวต่อค่าผิดปกติ | เหมาะสำหรับใช้เมื่อ |
|---|---|---|
| IQR | มีความทนทาน (Robust) | ข้อมูลอาจมีค่าผิดปกติ ต้องการอธิบายการกระจายทั่วไป |
| พิสัย (Range) | อ่อนไหวมาก | ภาพรวมอย่างรวดเร็ว ไม่มีค่าผิดปกติ |
| ส่วนเบี่ยงเบนมาตรฐาน | อ่อนไหว | ข้อมูลมีการแจกแจงแบบปกติ ต้องการการวัดความแปรปรวนที่แม่นยำ |
| ความแปรปรวน (Variance) | อ่อนไหว | การคำนวณทางสถิติที่ต้องใช้กำลังสองของส่วนเบี่ยงเบน |
คำถามที่พบบ่อย
พิสัยระหว่างควอไทล์ (IQR) คืออะไร?
พิสัยระหว่างควอไทล์ (IQR) คือการวัดการกระจายทางสถิติที่มีค่าเท่ากับส่วนต่างระหว่างควอไทล์ที่สาม (Q3) และควอไทล์ที่หนึ่ง (Q1) โดยแสดงถึงการกระจายของข้อมูล 50% ตรงกลางของคุณ และคำนวณเป็น IQR = Q3 - Q1 ซึ่งค่า IQR จะมีความทนทานต่อค่าผิดปกติ ทำให้เป็นการวัดความแปรปรวนที่มีประสิทธิภาพ
คุณจะคำนวณ IQR ได้อย่างไร?
ในการคำนวณ IQR: 1) เรียงลำดับข้อมูลของคุณจากน้อยไปมาก 2) หา Q1 (มัธยฐานของครึ่งล่าง) 3) หา Q3 (มัธยฐานของครึ่งบน) 4) คำนวณ IQR = Q3 - Q1 ผลลัพธ์ที่ได้คือช่วงที่มีข้อมูล 50% ตรงกลางของคุณ
กฎ 1.5 IQR สำหรับค่าผิดปกติคืออะไร?
กฎ 1.5 IQR ระบุว่าค่าผิดปกติคือจุดข้อมูลที่ต่ำกว่า Q1 - 1.5×IQR (ขอบเขตล่าง) หรือสูงกว่า Q3 + 1.5×IQR (ขอบเขตบน) จุดที่อยู่นอกขอบเขตเหล่านี้ถือเป็นค่าผิดปกติที่อาจเกิดขึ้น ส่วนกฎ 3×IQR จะระบุค่าผิดปกติที่รุนแรง
วิธีควอไทล์แบบ Exclusive และ Inclusive แตกต่างกันอย่างไร?
วิธี Exclusive (ใช้โดย TI-83/84, Moore & McCabe) จะไม่รวมค่ามัธยฐานเมื่อคำนวณ Q1 และ Q3 สำหรับชุดข้อมูลที่มีจำนวนคี่ วิธี Inclusive (ใช้โดย TI-85, Minitab) จะรวมค่ามัธยฐานไว้ในทั้งสองครึ่ง ทั้งสองวิธีถูกต้อง แต่วิธี Exclusive เป็นที่นิยมมากกว่าในการศึกษา
สรุปตัวเลขห้าตัวคืออะไร?
สรุปตัวเลขห้าตัวประกอบด้วย: ค่าต่ำสุด (Minimum), Q1 (ควอไทล์แรก), Q2 (มัธยฐาน), Q3 (ควอไทล์ที่สาม) และค่าสูงสุด (Maximum) ค่าทั้งห้านี้ให้ภาพรวมของการกระจายข้อมูลของคุณอย่างรวดเร็วและใช้ในการสร้างแผนภาพกล่อง
ทำไม IQR ถึงดีกว่าค่าพิสัยในการวัดการกระจาย?
IQR เป็นที่นิยมมากกว่าเพราะมีความทนทานต่อค่าผิดปกติ ในขณะที่พิสัย (สูงสุด - ต่ำสุด) อาจได้รับอิทธิพลอย่างมากจากค่าที่รุนแรง แต่ IQR มุ่งเน้นไปที่ข้อมูล 50% ตรงกลาง ทำให้ IQR เป็นการวัดความแปรปรวนทั่วไปในชุดข้อมูลที่มีประสิทธิภาพและเชื่อถือได้มากกว่า
แหล่งข้อมูลเพิ่มเติม
อ้างอิงเนื้อหา หน้าหรือเครื่องมือนี้ว่า:
"เครื่องคิดเลขพิสัยระหว่างควอไทล์" ที่ https://MiniWebtool.com/th/เครื่องคิดเลขพิสัยระหว่างควอไทล์/ จาก MiniWebtool, https://MiniWebtool.com/
โดยทีมงาน miniwebtool อัปเดตเมื่อ: 27 ม.ค. 2026
คุณสามารถลองใช้ AI แก้ปัญหาคณิตศาสตร์ GPT ของเรา เพื่อแก้ไขปัญหาทางคณิตศาสตร์ของคุณผ่านคำถามและคำตอบด้วยภาษาธรรมชาติ.
เครื่องมืออื่นๆ ที่เกี่ยวข้อง:
สถิติและการวิเคราะห์ข้อมูล:
- เครื่องคิดเลข ANOVA
- เครื่องคำนวณค่าเฉลี่ยเลขคณิต
- เครื่องคิดเลขเฉลี่ย - ความแม่นยำสูง แนะนำ
- เครองคำนวณคาเบยงเบนเฉลย
- เครื่องสร้างแผนภาพกล่อง (Box and Whisker Plot)
- เครื่องคิดเลขการทดสอบไคสแควร์
- คาสมประสทธของการแปรผนของเครองคดเลข
- เครื่องคิดเลข Cohen
- เครื่องคำนวณอัตราการเติบโตแบบทบต้น
- เครื่องคำนวณช่วงความเชื่อมั่น
- เครื่องคำนวณช่วงความเชื่อมั่นสำหรับสัดส่วน ใหม่
- เครื่องคำนวณสัมประสิทธิ์สหสัมพันธ์
- เครื่องคิดเลขค่าเฉลี่ยทางเรขาคณิต
- เครื่องคิดเลขค่าเฉลี่ยฮาร์มอนิก
- เครื่องมือสร้างฮิสโตแกรม
- เครื่องคิดเลขพิสัยระหว่างควอไทล์
- เครื่องคำนวณการทดสอบ Kruskal-Wallis แนะนำ
- เครื่องคำนวณการถดถอยเชิงเส้น
- เครื่องคำนวณการเติบโตเชิงลอการิทึม
- เครื่องคำนวณการทดสอบ Mann-Whitney U
- เครื่องคำนวณค่าเบี่ยงเบนสมบูรณ์เฉลี่ย (MAD)
- เครื่องคิดเลขค่าเฉลี่ย
- เครื่องคำนวณค่าเฉลี่ย มัธยฐาน และฐานนิยม
- เครื่องคำนวณค่าเบี่ยงเบนสัมบูรณ์ค่ามัธยฐาน
- เครื่องคิดเลขมัธยฐาน
- เครื่องคำนวณค่ากึ่งกลางพิสัย
- เครื่องคิดเลขโหมด
- เครื่องคำนวณค่าผิดปกติ
- เครื่องคิดเลขส่วนเบี่ยงเบนมาตรฐานของประชากร-ความแม่นยำสูง
- เครื่องคำนวณควอไทล์
- เครื่องคิดเลขส่วนเบี่ยงเบนควอไทล์
- เครื่องคิดเลขช่วง
- เครื่องคำนวณส่วนเบี่ยงเบนมาตรฐานสัมพัทธ์ แนะนำ
- เครื่องคิดเลข RMS
- เครื่องคำนวณค่าเฉลี่ยตัวอย่าง
- เครื่องคิดเลขขนาดตัวอย่าง
- เครื่องคำนวณส่วนเบี่ยงเบนมาตรฐานกลุ่มตัวอย่าง
- ตัวสร้างแผนภาพการกระจาย
- เครื่องคำนวณส่วนเบี่ยงเบนมาตรฐาน - ความแม่นยำสูง แนะนำ
- เครื่องคำนวณข้อผิดพลาดมาตรฐาน
- เครื่องคิดเลขสถิติ
- เครื่องคำนวณการทดสอบ t
- เครื่องคำนวณความแปรปรวน (ความแม่นยำสูง) แนะนำ
- เครื่องคิดเลข Z-Score ใหม่