วิทยาการคำนวณ ม.5 - บทที่ 2 การเก็บรวบรวมและสำรวจข้อมูล

Youtube เดอะโกโก้ทีชชิ่ง - https://www.youtube.com/channel/UC9cMSHw5r2-rB8ajMWx9nmA
บทที่ 2
การเก็บรวบรวมและสารวจข้อมูล
เดอะโกโก้ทีชชิ่ง

บทที่ 2 การเก็บรวบรวมและสารวจข้อมูล
2.1 การเก็บรวบรวมข้อมูล
2.2 การเตรียมข้อมูล
2.3 การสารวจข้อมูล
2.4 ข้อมูลส่วนบุคคล

ทบทวน: ข้อมูลปฐมภูมิ และ ข้อมูลทุติยภูมิ
แบ่งตามลักษณะของการได้มาของข้อมูล
เราสร้างเอง เอาที่เค้าทาอยู่แล้วมาใช้
ข้อมูลปฐมภูมิ (Primary Data)
คือ ข้อมูลที่ได้จากแหล่งกาเนิด/จุดเริ่มต้นของ
ข้อมูลโดยตรง
การรวบรวมข้อมูลปฐมภูมิ เช่นการสัมภาษณ์,
การสารวจ, การสังเกตทดลอง, เหตุการณ์
ประวัติศาสตร์, สามะโน(census)
ข้อมูลทุติยภูมิ (Secondary Data)
คือ ข้อมูลที่ไม่ได้มาจากแหล่งกาเนิดโดยตรง แต่ได้มา
จากผู้อื่นที่ได้เก็บรวบรวมไว้แล้ว
การรวบรวมข้อมูลทุติยภูมิ เช่น ข้อมูลสถิติประชากร
บทความต่างๆบนอินเทอร์เน็ต รายงานบริษัท
ปฐมภูมิ ทุติยภูมิ

การรวบรวมข้อมูลในบทนี้คือ
การรวบรวมข้อมูลทุติยภูมิ
ต้องกาหนดเป้าหมายให้ชัดเจนว่าเอาไปใช้เรื่อง
ไหน วิเคราะห์อย่างไรเพื่อให้ได้ผลลัพธ์ที่ต้องการ

2.1
2.2
2.3

ข้อมูลทุติยภูมิบนโลกอินเทอร์เน็ตมีหลายรูปแบบ (format)

1. ไฟล์

2. รายงานหรือตารางบนเว็บไซต์
1. ไฟล์

นามสกุล .xls .xlsx .odp
1. ไฟล์
นามสกุล .csv

http://mistran.otp.go.th/mis/TT3_Average.aspx
1. ไฟล์

เขียนโปรแกรมผ่าน API (Application Programming Interface)
การใช้บริการ เช่นขอข้อมูลที่ “บริษัทอื่น” โดยส่งข้อมูล (เขียนชุดโปรแกรม) ตามกติกาที่บริษัทเค้ากาหนดไว้
เช่นต้องการใช้ข้อมูลจาก Facebook อย่างยอดไลก์

อยากได้ข้อมูลเพจ
ของเราจัง เอามา
เขียนโปรแกรมต่อ

บริษัท Facebook

ข้อมูลของผู้ใช้งานมหาศาล

ปกป้องไม่ให้คนนอกหรือใครๆเข้าถึง
ข้อมูลได้โดยไม่รับอนุญาต

ส่งข้อมูลที่ Facebook กำหนดไว้
เช่น ชื่อเพจ ข้อมูลยืนยันตัวตน

สื่อสาร

สื่อสาร
รับข้อมูลที่ Facebook ส่งกลับมำ

API สื่อสาร
รับข้อมูลที่ Facebook ส่งกลับมำ

ข้อมูลทุติยภูมิ -> 2.1.1 แหล่งข้อมูลทุติยภูมิ
รูปแบบที่ให้โหลดเช่น
.xls .csv
ไฟล์คาอธิบายข้อมูล (metadata)

2.1.2 ความเหมาะสมของแหล่งข้อมูล
ความทันสมัยของข้อมูล (currency) ข้อมูลเผยแพร่เมื่อใด
ความสอดคล้องกับการใช้งาน (relevance) ข้อมูลเกี่ยวข้องกับปัญหาที่เราสนใจ
ความน่าเชื่อถือของแหล่งข้อมูล (authority) ข้อมูลอยู่บนเว็บที่เป็นทางการ คนเขียนเชื่อถือได้
ความถูกต้องแม่นยา (accuracy) ข้อมูลมีการเอาไปใช้อ้างอิงที่อื่นหรือไม่ ตรวจสอบได้ว่าถูก
จุดมุ่งหมายของแหล่งข้อมูล (purpose) ข้อมูลเขียนขึ้นเพื่ออะไร (เช่น โฆษณา การศึกษา สะใจตน)
ชุดข้อมูลไหนที่เราควรเชื่อ สามารถมองได้ผ่านมุมมอง 5 ด้าน

ความทันสมัยของข้อมูล (currency) ข้อมูลเผยแพร่เมื่อใด
ความสอดคล้องกับการใช้งาน (relevance) ข้อมูลเกี่ยวข้องกับปัญหาที่เราสนใจ
ความน่าเชื่อถือของแหล่งข้อมูล (authority) ข้อมูลอยู่บนเว็บที่เป็นทางการ คนเขียนเชื่อถือได้
ความถูกต้องแม่นยา (accuracy) ข้อมูลมีการเอาไปใช้อ้างอิงที่อื่นหรือไม่ ตรวจสอบได้ว่าถูก
จุดมุ่งหมายของแหล่งข้อมูล (purpose) ข้อมูลเขียนขึ้นเพื่ออะไร (เช่น โฆษณา การศึกษา สะใจตน)

2.2 การเตรียมข้อมูล (Data Preparation)
2.1
2.2
2.3
2.2.1 2.2.2
2.2.3

ข้อมูลตั้งต้นที่เราได้มา อาจมีค่าที่ไม่เหมาะกับการนาไปประมวลผล เราต้องจัดการค่า
เหล่านี้ก่อน เช่น ค่าว่าง
2.2.1 การทาความสะอาดข้อมูล (Data Cleansing)

การทาความสะอาดข้อมูลทาได้โดย แก้ไขหรือลบข้อมูลที่มีปัญหา

2.2.2 การแปลงข้อมูล (Data Transformation)
- เพื่อเตรียมพร้อมสาหรับประมวลผลต่อไปในโปรแกรมต่างๆ เช่น Excel
- ข้อมูลต้องเป็น 1แถว=1ข้อมูล และ 1คอลัมน์=1แอตทริบิวต์ (Attribute = คุณสมบัติ)

หนึ่งข้อมูล

หนึ่งแอตทริบิวต์

- ถามว่าจะแปลงยังไง ขึ้นอยู่กับว่าเราอยากได้อะไร หาคาตอบอะไรจากข้อมูล

- ถามว่าจะแปลงยังไง ขึ้นอยู่กับว่าเราอยากได้อะไร หาคาตอบอะไรจากข้อมูล
- การแปลงข้อมูลเช่น ลดจานวนข้อมูล เพิ่มจานวนข้อมูล รวมข้อมูล

ลดจานวนข้อมูล (ตัวอย่างที่ 1)
- เปรียบเทียบรายได้เฉลี่ยต่อครัวเรือนของทุกจังหวัดโดยสนใจเฉพาะรายได้ปี พ.ศ. 2558

ลดจานวนข้อมูล (ตัวอย่างที่ 2)
- เปรียบเทียบข้อมูลรายภาคปี พ.ศ. 2558

เพิ่มจานวนข้อมูล (ตัวอย่างที่ 1)
- เพิ่มคอลัมน์ เพื่อช่วยให้คอมพิวเตอร์ประมวลผลง่ายขึ้น

เพิ่มจานวนข้อมูล (ตัวอย่างที่ 2)
- เพิ่มคอลัมน์ เพื่อหาคาตอบว่าจานวนสมาชิกเฉลี่ยต่อครัวเรือน มีความสัมพันธ์กับ รายจ่ายต่อคนต่อปีหรือไม่

การรวมข้อมูล
- จัดกลุ่มข้อมูล (ตามแอตทริบิวต์ที่เราสนใจ)
- หาคาตอบว่าจังหวัดใดมีรายได้เฉลี่ยต่อครัวเรือนอยู่ในระดับต่า ปานกลาง และสูง
- เริ่มต้นจากการกาหนดเงื่อนไขก่อน

2.2.3 การเชื่อมโยงข้อมูล (Combining Data)
- กรณีที่มีข้อมูลหลายแหล่ง เราสามารถเอาข้อมูลมาเชื่อมโยงกัน โดยใช้แอตทริบิวต์เดียวกัน
จาก 2 แหล่งเป็นตัวเชื่อม

2.3 การสารวจข้อมูล (Data Exploration)
2.1
2.2
2.3

2.3 การสารวจข้อมูล (Data Exploration)
- ทาโดยการเริ่มต้นวาดแผนภาพหรือกราฟเพื่อดูภาพรวมข้อมูล
- ถ้าเจอข้อมูลที่ผิดพลาด แปลกๆ เช่นค่าผิดปกติ ก็จัดการ
- เครื่องมือพื้นฐานในการสารวจข้อมูลเช่น กราฟเส้น ฮิสโทแกรม แผนภาพการกระจาย
แผนภาพกล่อง เขียนโปรแกรม

การสารวจข้อมูลโดยใช้กราฟเส้น

การสารวจข้อมูลโดยใช้กราฟเส้น
- ดูแนวโน้มโดยรวมแล้วพบว่าแนวโน้มเพิ่มขึ้นทุกภาค
- แต่หลังปี 2556 ภาคกลางตอนพิเศษ ภาคใต้ ภาคเหนือ แนวโน้มลดลง

การสารวจข้อมูลโดยใช้ฮิสโทแกรม

การสารวจข้อมูลโดยใช้ฮิสโทแกรม
- ดูความถี่ พบว่าจังหวัดส่วนใหญ่มีรายได้เฉลี่ยต่อครัวเรือนต่อเดือนระหว่าง 18,000-24,000 บาท
- มี 2 จังหวัดมีรายได้เฉลี่ยต่อครัวเรือนต่อเดือน 40,000 – 42,000 บาท

การสารวจข้อมูลโดยใช้แผนภาพการกระจาย (Scatter Plot)

การสารวจข้อมูลโดยใช้แผนภาพการกระจาย (Scatter Plot)
- แสดงความสัมพันธ์ระหว่าง 2 แอตทริบิวต์
- มีความสัมพันธ์กันคือ ถ้ารายได้เพิ่ม -> ค่าใช้จ่ายเพิ่ม (ค่าแกนxเพิ่ม แกนyเพิ่มตาม)

การสารวจข้อมูลโดยใช้แผนภาพกล่อง (Box Plot)

- เรื่องนี้มีในวิชาคณิตศาสตร์ ม.3 และ ม.6 เรื่อง “สถิติ”
- ขอทวนเนื้อหาเล็กน้อย เพื่อให้เห็นภาพมากขึ้น

เนื้อหาเสริม - Box Plot
Quartile (ควอร์ไทล์) คืออะไร?
• เอาค่าต่างๆมาเรียงจากน้อยไปมาก และแบ่งข้อมูลออกเป็น 4 ส่วนเท่าๆกัน
• ค่า Quartile ที่ 1 (𝑄1) คือจุดแบ่งที่ 1
15 22 12 8 9 10 14 20 6 11 12
ตัวอย่าง

15 22 12 8 9 10 14 20 6 11 12
6 8 9 10 11 12 12 14 15 20 22
เรียงค่าจากน้อยไปมาก

15 22 12 8 9 10 14 20 6 11 12
6 8 9 10 11 12 12 14 15 20 22
6 8 9 10 11 12 12 14 15 20 22
เรียงค่าจากน้อยไปมาก
𝑄1 𝑄2 𝑄3

แผนภาพกล่องคืออะไร?
• การนาเสนอข้อมูลเพื่อแสดงภาพรวมของข้อมูลและการกระจายของข้อมูล โดยนาค่าสูงสุด ค่า
ต่าสุด Quartileที่ 1 Quartileที่ 2 และ Quartileที่ 3 แล้วแบ่งออกเป็น 4 ส่วนเท่า ๆ กัน
• เนื่องจากแบ่งเป็น 4 ส่วน แต่ละส่วนเลยคิดเป็น 25% ของจานวนข้อมูลทั้งหมด
6 8 9 10 11 12 12 14 15 20 22
𝑄1 𝑄2 𝑄3

6 8 9 10 11 12 12 14 15 20 22
𝑄1 𝑄2 𝑄3
𝑄3
𝑄2
𝑄1

6 8 9 10 11 12 12 14 15 20 22
𝑄1 𝑄2 𝑄3
𝑄3
𝑄2
𝑄1
ค่ำน้อยสุด ค่ำมำกสุด

6 8 9 10 11 12 12 14 15 20 22
𝑄1 𝑄2 𝑄3
𝑄3
𝑄2
𝑄1
กล่อง (Box)

6 8 9 10 11 12 12 14 15 20 22
𝑄1 𝑄2 𝑄3
𝑄3
𝑄2
𝑄1
กล่อง (Box)
เส้นหนวดแมว (Whisker)
เส้นหนวดแมว (Whisker)

- สาหรับภาคกลาง แม้ความแตกต่างระหว่าง 𝑄1 และ 𝑄3 มีไม่มาก แต่มีความแตกต่าง
ระหว่างรายได้น้อยสุดและรายได้สูงสุดอย่างชัดเจน
น้อยสุด
𝑄1
𝑄2
𝑄3
มำกสุด

การสารวจข้อมูลด้วยการเขียนโปรแกรม
- ข้อมูลไม่มาก อาจใช้ไฟล์นามสกุล xlsx หรือ csv แล้วเปิดด้วยโปรแกรมจัดการได้
- แต่ถ้าข้อมูลเยอะมากๆๆ อาจจาเป็นต้องเขียนโปรแกรมเพื่อคานวณ
- ภาษาเขียนโปรแกรมยอดนิยมเพื่อจัดการด้านข้อมูลคือ Python และ R
- ในที่นี้ขอใช้ภาษา Python เพราะน่าจะคุ้นเคยมาบ้างแล้ว
import pandas as pd
import matplotlib.pyplot as plt
dataframe = pd.read_csv('income-expense.csv')
x = dataframe.income
y = dataframe.expense
plt.scatter(x,y)
plt.xlabel('income')
plt.ylabel('expense')

import pandas as pd
import matplotlib.pyplot as plt
dataframe = pd.read_csv('income-expense.csv')
x = dataframe.income
y = dataframe.expense
plt.scatter(x,y)
plt.xlabel('income')
plt.ylabel('expense')
นำเข้ำ library (ชุดโค้ดสำเร็จรูป)
นำเข้ำไฟล์CSV เก็บตัวแปร
ชื่อ dataframe
อ่ำนข้อมูลแล้วไปใส่ตัวแปร x และ y
สร้ำงกรำฟ Scatter Plot พร้อมระบุข้อควำมบนแกน x และแกน y

2.4 ข้อมูลส่วนบุคคล
- คือข้อมูลที่เกี่ยวกับสิ่งเฉพาะตัวของบุคคล
สามารถระบุตัวบุคคลนั้นได้ ทั้งทางตรงหรือ
ทางอ้อม
- ถ้าคนอื่นรู้ อาจนาไปใช้ประโยชน์ได้ เช่นนาเสนอ
ขายสินค้า โดยดูจากสิ่งที่เรา search หาบ่อยๆ
ตามเว็บไซต์ แอพช้อปปิ้ง พฤติกรรมการกด
Like/Share/Subscribe
- โดยทั่วไปแล้วผู้ให้บริการจะต้องเก็บข้อมูลเป็น
ความลับ หากจะเผยแพร่ต้องได้รับการยินยอม
ก่อน

GDPR และ PDPA
General Data Protection Regulation (GDPR)
- ข้อบังคับในกฎหมายของสหภาพยุโรปว่าด้วยการคุ้มครองข้อมูล
ความเป็นส่วนตัว
- มีเพื่อปกป้องประชาชนในสหภาพยุโรปทั้งหมดจากการโดนละเมิด
ความเป็นส่วนตัว คุ้มครองความปลอดภัยของข้อมูลส่วนตัวของ
ผู้ใช้งาน เป็นต้น
Personal Data Protection Act (PDPA)
- พรบ.คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562
- (ณ ข้อมูลตอนนี้) มีกาหนดใช้งานเต็มๆ 1 มิถุนายน 2565
https://pdpa.pro/blogs/pdpa-and-gdpr

https://www.thairath.co.th/privacypolicy

วิทยาการคำนวณ ม.5 - บทที่ 2 การเก็บรวบรวมและสำรวจข้อมูล

More Related Content

What's hot (20)

Similar to วิทยาการคำนวณ ม.5 - บทที่ 2 การเก็บรวบรวมและสำรวจข้อมูล (20)

More from Coco Tan (13)

วิทยาการคำนวณ ม.5 - บทที่ 2 การเก็บรวบรวมและสำรวจข้อมูล