เครื่องคิดเลขพิสัยระหว่างควอไทล์

คำนวณพิสัยระหว่างควอไทล์ (IQR), ควอไทล์ Q1, Q2, Q3, สรุปตัวเลขห้าค่า และตรวจหาค่าผิดปกติด้วยแผนภาพกล่องแบบโต้ตอบพร้อมขั้นตอนการคำนวณอย่างละเอียด

ตัวอย่างด่วน

กรอกข้อมูลของคุณ

วิธีคำนวณควอไทล์

ความแม่นยำทศนิยม

กรอกตัวเลขอย่างน้อย 4 ตัว หากข้อความของคุณมีเนื้อหาที่ไม่ใช่ตัวเลข ให้ใช้ เครื่องมือแยกตัวเลข ของเราก่อน

Embed เครื่องคิดเลขพิสัยระหว่างควอไทล์ Widget

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):

สูตรพิสัยระหว่างควอไทล์

$$IQR = Q_3 - Q_1$$

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):

ขอบเขตค่าผิดปกติ

$$\text{ขอบเขตล่าง} = Q_1 - 1.5 \times IQR$$ $$\text{ขอบเขตบน} = Q_3 + 1.5 \times IQR$$

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