คำสำคัญเกี่ยวกับสถิติ

ประชากร (population) หมายถึง กลุ่มของหน่วยทั้งหมดในเรื่องที่สนใจศึกษา หน่วนในที่นี้อาจเป็น คน สัตว์หรือสิ่งของก็ได้

ตัวอย่าง (sample) หมายถึง กลุ่มย่อยของประชากรที่ถูกเลือกมาเป็นตัวแทนของประชากร โดยทั่วไป มีวัตถุประสงค์เพื่อใช้ตัวอย่างในการสรุปผลเกี่ยวกับลักษณะของประชากรที่สนใจ

ตัวแปร (variable) หมายถึง ลักษณะบางประการของประชากรหรือตัวอย่างที่สนใจศึกษา

ข้อมูล (data) หมายถึง ข้อความจริงเกี่ยวกับเรื่องใดเรื่องหนึ่งที่สามารถใช้ในการสรุปผลในเรื่องที่สนใจศึกษา อาจเป็นได้ทั้งตัวเลขหรือไม่ใช่ตัวเลข หรืออาจหมายถึงค่าของตัวแปรที่สนใจศึกษา

พารามิเตอร์ (parameter) หมายถึง ค่าวัดที่แสดงลักษณะของประชากร ซึ่งเป็นค่าคงตัวที่คำนวณหรือประมวลจากข้อมูลทั้งหมดของประชากร

ตัวอย่างเช่น ถ้ากำหนดให้ประชากรคือผู้ป่วยโรคไตในประเทศไทยใน พ.ศ. 2564 พารามิเตอร์อาจเป็นได้ดังนี้

1.อายุเฉลี่ยของผู้ป่วยไตในประเทศไทยใน พ.ศ. 2564

2. ฐานนิยมของอาชีพของผู้ป่วยโรคไตในประเทศไทยใน พ.ศ. 2564

ค่าสถิติ (statistic) เป็นค่าคงตัวที่พิจารณาจากข้อมูลของตัวอย่าง โดยมีวัตถุประสงค์เพื่ออธิบายลักษณะของตัวอย่างนั้นหรือเพื่อประมาณค่าของพารามิเตอร์แล้วนำไปใช้ในการอธิบายลักษณะของประชากร

ข้อมูลปฐมภูมิ (primary data) คือข้อมูลที่ผู้ใช้ดำเนินการเก็บรวบรวมจากเจ้าของข้อมูลหรือต้นกำเนิดของข้อมูลโดยตรง

ตัวอย่างของข้อมูลปฐมภูมิ

- ข้อมูลที่นักเรียนบันทึกจากการทดลองในห้องปฏิบัติการของโรงเรียน เป็นข้อมูลปฐมภูมิของนักเรียนที่ได้จากการทดลอง

- ข้อมูลการรักษาพยาบาลที่โรงพยาบาลได้บันทึกไว้ในประวัติผู้ป่วย เป็นข้อมูลปฐมภูมิของโรงพยาบาล

ข้อมูลทุติยภูมิ (secondary data) คือข้อมูลที่ผู้ใช้ไม่ได้ดำเนินการเก็บรวบรวมจากเจ้าของข้อมูลหรือต้นกำเนิดของข้อมูลโดยตรง แต่ใช้ข้อมูลที่บุคคลหรือหน่วยงานอื่นเก็บรวบรวมมา ซึ่งส่วนใหญ่ผู้ใช้มักจะใช้ที่เก็บรวบรวมโดยภาครัฐซึ่งเป็นการเก็บรวบรวมข้อมูลตามภารกิจของหน่วยงาน

ตัวอย่างของข้อมูลทุติยภูมิ

- กรมอุตุนิยมวิทยาเก็บรวบรวมข้อมูลเกี่ยวกับปริมาณน้ำฝนในแต่ละเดือน  ข้อมูลปริมาณน้ำฝนนี้เป็นข้อมูลปฐมภูมิสำหรับกรมอุตุนิยมวิทยา แต่เป็นข้อมูลทุติยภูมิสำหรับผู้วิจัยหรือผู้ที่ต้องการนำข้อมูลน้ำฝนนี้ไปใช้ประโยชน์

ข้อมูลอนุกรมเวลา (time series data) คือชุดข้อมูลและจัดเก็บตามลำดับเวลาต่อเนื่องกันไปตลอดช่วงๆหนึ่ง

ข้อมูลตัดขวาง (cross-sectional data) คือข้อมูลที่บอกสถานะหรือสภาพของสิ่งที่สนใจ ณ จุดหนึ่งของเวลา

ข้อมูลเชิงปริมาณ (quantitative data) คือข้อมูลที่ได้จากการวัดหรือการนับค่า โดยแสดงเป็นตัวเลขหรือปริมาณที่สามารถนำไปบวก ลบ คูณ หรือหาร เปรียบเทียบกันได้ ตัวอย่างของข้อมูลเชิงปริมาณ เช่น น้ำหนักตัว คะแนนสอบ  ส่วนสูง เป็นต้น

ข้อมูลเชิงคุณภาพ (qualitative data) คือข้อมูลที่แสดงลักษณะ ประเภท สมบัติในเชิงคุณภาพ และอื่นๆที่ไม่สามารถวัดค่าเป็นตัวเลขที่นำมาบวก ลบ คูณ หรือหารกันได้ ตัวอย่างของข้อมูลเชิงคุณภาพ เช่น สภาพเพศ  เบอร์โทรศัพท์ รหัสไปรษณีย์ เป็นต้น

สถิติศาสตร์เชิงพรรณนา (descriptive statistics) เป็นการวิเคราะห์ข้อมูลที่สรุปสาระสำคัญของข้อมูลชุดหนึ่ง ซึ่งเป็นข้อมูลเชิงคุณภาพหรือข้อมูลเชิงปริมาณ เพื่ออธิบายลักษณะหรือสภาพของข้อมูลชุดนั้นว่าเป็นอย่างไร  โดยทั่วไปข้อมูลเชิงคุณภาพจะใช้การนำำเสนอด้วยตารางความถี่  แผนภูมิแท่ง ฐานนิยม และอื่นๆ ส่วนข้อมูลเชิงปริมาณจะใช้การนำเสนอด้วยฮิสโทแกรม แผนภาพกล่อง ค่าต่ำสุด ค่าสูงสุด และอื่นๆ

ตัวอย่างของการใช้สถิติศาสตร์เชิงพรรณนา

-คะแนนสูงสุดการสอบปลายภาควิชาคณิตศาสตร์คือ 18 คะแนน

-นักเรียนหญิงชั้น ม.6 ที่มีความสูงเกิน 175 เซนติเมตรคิดเป็นร้อยละ 25 ของนักเรียนชั้น ม.6 ทั้งหมดของโรงเรียนนี้

สถิติศาสตร์เชิงอนุมาน  (inferential statistics) เป็นการวิเคราะห์ข้อมูลที่ใช้ทฤษฎีที่เกี่ยวกับความน่าจะเป็นในการหาข้อสรุปเกี่ยวกับลักษณะของประชากรโดยใช้ข้อมูลจากตัวอย่างที่ได้จากประชากรนั้น