การประมวลผลข้อมูล (วิทยาการคำนวณ ม.3)

“เมื่อเข้าชมเว็บไซต์ เครือข่ายสังคม หรือแอปพลิเคชันสั่งซื้อสินค้า จะมีข้อมูลโฆษณาสินค้า หรือข้อมูลเกี่ยวกับสิ่งที่สนใจปรากฏอยู่เสมอ เนื่องด้วยเทคโนโลยีในปัจจุบัน เว็บไซต์หรือระบบผู้ให้บริการต่างๆ มีการเก็บพฤติกรรมการใช้งานของผู้ใช้ แล้วนำมาวิเคราะห์สิ่งที่มีความสัมพันธ์กับพฤติกรรมผู้ใช้

เทคโนโลยีด้านข้อมูลมีประโยชน์และมีคุณค่ากว่าที่คิด ข้อมูลมีความหลากหลายและมีปริมาณมาก สามารถเข้าถึงได้สะดวก รวดเร็ว และตลอดเวลา ข้อมูลถูกนำมาใช้ประโยชน์เพื่อตัดสินใจ หาคำตอบของปัญหา กำหนดแนวทางการดำเนินการ ตลอดจนนโยบายต่างๆ ในทุกระดับของสังคมตั้งแต่บุคคล ครอบครัว กลุ่มเพื่อน ชุมชน องค์กร และประเทศ จนกล่าวได้ว่าชีวิตประจำวันของเราขับเคลื่อนโดยมีข้อมูลเป็นฐาน”

หนังสือเรียนเทคโนโลยี (วิทยาการคำนวณ) ม.3

ข้อมูลดีมีชัยไปกว่าครึ่ง

ในปัจจุบัน หากนำข้อมูลจำนวนมากมาทำการวิเคราะห์ในเชิงลึก จะค้นพบคุณค่าของข้อมูล ช่วยสร้างมูลค่าในเชิงธุรกิจ หรือส่งผลทางบวกให้กับผู้ใช้ข้อมูลเป็นอย่างมาก

ตัวอย่างที่เกิดขึ้นจริงของการนำข้อมูลไปใช้ประโยชน์

ประธานาธิบดีกับข้อมูลขนาดใหญ่
Photo by Element5 Digital on Pexels.com
  • ประธานาธิบดีกับข้อมูลขนาดใหญ่ ผู้ลงสมัครตำแหน่งประธานธิบดีของสหรัฐอเมริกาที่ผ่านมา ทั้งบารัค โอบามา และ โดนัลด์ ทรัมป์ อาศัยข้อมูลขนาดใหญ่ที่วิเคราะห์โดยผู้เชี่ยวชาญ ซึ่งเป็นข้อมูลความชอบส่วนบุคคล อุปนิสัย ของผู้มีสิทธิ์เลือกตั้ง มากำหนดแนวทางการหาเสียงที่มีลักษณะเฉพาะสำหรับกลุ่มบุคคล จนสามารถสร้างรูปแบบการสื่อสารข้อมูลที่เกี่ยวกับการเลือกตั้งที่เข้าถึงผู้มีสิทธิ์เลือกตั้งด้วยวิธีการ เวลา และสถานที่ตรงกับกลุ่มเป้าหมายมากที่สุด (ที่มา: https://www.bbs.unibo.eu/elezioni-il-ruolo-dei-big-data-nelle-campagne-politiche-2/)

การทำนายความต้องการซื้อสินค้าของผู้หญิงตั้งครรภ์
Photo by freestocks.org on Pexels.com
  • การทำนายความต้องการซื้อสินค้าของผู้หญิงตั้งครรภ์ บริษัทค้าปลีกของสหรัฐอเมริกา ชื่อ Target Corporation ต้องการประชาสัมพันธ์สินค้าที่ตรงกับความต้องการของลูกค้าก่อนบริษัทคู่แข่ง เพื่อช่วงชิงลูกค้าให้ได้เร็วที่สุด โดยเชื่อว่าเมื่อลูกค้าเริ่มต้นซื้อสินค้าจากบริษัท แล้วจะเลือกซื้อสินค้าชนิดอื่นๆ ต่างต่อเนื่อง ผู้เชี่ยวชาญการวิเคราะห์ข้อมูลได้รวบรวมพฤติกรรมการซื้อสินค้า และพบว่าในแต่ละเดือนของการตั้งครรภ์ ผู้ตั้งครรภ์มักมีพฤติกรรมการซื้อสินค้าเฉพาะอย่างที่คล้ายคลึงกัน เช่น ในเดือนที่สี่ของการตั้งครรภ์ หญิงตั้งครรภ์มักซื้อครีมทาผิวที่ไม่มีกลิ่นในภาชนะบรรจุขนาดใหญ่ ข้อมูลนี้ช่วยให้คาดการณ์วันกำหนดคลอดได้อีกด้วย ซึ่งบริษัทค้าปลีกนี้สามารถส่งคูปองส่วนลดสินค้าที่สอดคล้องกับแต่ละช่วงเวลาของการตั้งครรภ์ให้กับลูกค้าได้ก่อนบริษัทอื่น (ที่มา: https://www.forbes.com/sites/kashmirhill/2012/02/16/how-target-figured-out-a-teen-girl-was-pregnant-before-her-father-did/#1841cceb6668)

“การวิเคราะห์ข้อมูลที่รวบรวมได้นั้น จำเป็นอย่างยิ่งที่ต้องอยู่บนพื้นฐานของจริยธรรม เพื่อความถูกต้องและเกิดประโยชน์กับทุกฝ่ายที่เกี่ยวข้อง”

การนำข้อมูลมาใช้แก้ปัญหา

การนำข้อมูลมาใช้ในการแก้ปัญหาที่สนใจอย่างมีประสิทธิภาพ มีขั้นตอนดังนี้

ขั้นตอนการนำข้อมูลมาใช้ในการแก้ปัญหา
ขั้นตอนการนำข้อมูลมาใช้ในการแก้ปัญหา

โดยแต่ละขั้นตอนมีความสัมพันธ์กับขั้นตอนในลำดับก่อนหน้า อย่างไรก็ดี สามารถย้อนกลับไปในขั้นตอนในลำดับต่างๆ ที่อยู่ก่อนหน้าได้ เพื่อปรับปรุงให้กระบวนการมีความสมบูรณ์มากขึ้น

การนิยามปัญหา (Problem Definition)

เป็นการตั้งคำถามที่สนใจและต้องการหาคำตอบ ซึ่งควบมีความกระชับและชัดเจน ระบุผลลัพธ์ที่ต้องการจากกระบวนการแก้ไขปัญหาพร้อมรายละเอียด เงื่อนไข สถานการณ์เฉพาะที่เกี่ยวข้องกับปัญหาอย่างครบถ้วน

ตัวอย่างเช่น โรงเรียนมีขยะจำนวนมาก ล้นถังขยะ และมีการทิ้งขยะไม่เป็นที่

การวิเคราะห์ปัญหา (Problem Analysis)

เป็นการทำความเข้าใจปัญหาเพื่อกำหนดสาระสำคัญของปัญหาและข้อมูลที่เกี่ยวข้อง โดยมีการทำความเข้าใจปัญหา ค้นหาสาระสำคัญของปัญหา พิจารณาว่าสิ่งใดเป็นผลลัพธ์จากการแก้ปัญหาและข้อมูลต่างๆ ที่จำเป็นในการหาผลลัพธ์ โดยมีรายละเอียดการดำเนินการที่เกี่ยวข้อง คือ

  • กำหนดข้อมูลหลักที่ใช้ในการประมวลผลเพื่อหาคำตอบ
  • กำหนดปริมาณข้อมูลที่ต้องรวบรวม ให้มีปริมาณที่เพียงพอและเหมาะสมกับการนำไปหาข้อสรุป
  • กำหนดกรอบเวลาในการรวบรวมข้อมูล
  • กำหนดชนิดของข้อมูล รูปแบบข้อมูล หน่วยของข้อมูล

ตัวอย่างเช่น โรงเรียนมีขยะจำนวนมาก โดยวิเคราะห์ข้อมูลที่เกี่ยวข้องทั้งหมด มีจำนวนถังขยะกี่ถัง ตั้งไว้ที่ใดบ้าง มีการทิ้งขยะในแต่ละถังในช่วงเวลาใดมาก-น้อยเท่าใด ความถี่ในการเก็บขยะ พบขยะที่บริเวณอื่นที่ไม่ใช่ถังขยะที่ใดบ้างและปริมาณมากเท่าใด ขยะที่พบเป็นประเภทใด

การรวบรวมข้อมูล (Data Collection)

เป็นการได้มาซึ่งข้อมูลที่ถูกต้อง ครบถ้วน และจำเป็นต่อการแก้ปัญหา โดยข้อมูลที่เกี่ยวข้องกับปัญหาอาจมีจำนวน ลักษณะ และประเภทที่แตกต่างกันไป ตามผลจากการวิเคราะห์ปัญหา ซึ่งขั้นตอนการรวบรวมข้อมูลประกอบด้วย

  • กำหนดแหล่งข้อมูล – ทำการรวบรวมจากแหล่งกำเนิดข้อมูล (ข้อมูลปฐมภูมิ) หรือ รวบรวมจากแหล่งอื่นที่มีการเก็บข้อมูลไว้ (ข้อมูลทุติยภูมิ) หากแหล่งข้อมูลมีความน่าเชื่อถือ สอดคล้องกับเวลา และสถานการณ์ จะช่วยเพิ่มความมั่นใจในความถูกต้องของข้อมูลมากยิ่งขึ้น
  • กำหนดวิธีการรวบรวมข้อมูล – ขึ้นกับลักษณะข้อมูล แหล่งข้อมูล และปริมาณข้อมูล
  • กำหนดวิธีการจัดเก็บข้อมูลที่รวบรวมได้ – คำนึงถึงการนำข้อมูลไปใช้ในขั้นตอนการประมวลผลข้อมูล

โดยวิธีการรวบรวมข้อมูล ประกอบด้วย

  • การสังเกต – เฝ้าดูแล้วจดบันทึกสถานะต่างๆ ที่เกี่ยวกับปัญหาที่สนใจ
  • การสำรวจ/สอบถาม – ทำแบบสำรวจหรือแบบสอบถามที่ระบุรายละเอียดของข้อมูลที่ต้องการให้ครบถ้วน โดยกำหนดลักษณะคำถามและรูปแบบการตอบคำถามให้ผู้ตอบแบบสอบถามให้ข้อมูลได้ง่ายและถูกต้อง
  • การสัมภาษณ์ – ใช้คำถามกับผู้รับการสัมภาษณ์ ทำให้ได้คำอธิบายเพิ่มเติม แต่ใช้เวลาและค่าใช้จ่ายค่อนข้างสูง
  • การสนทนากลุ่ม – เก็บรวบรวมข้อมูลจากกลุ่มเป้าหมายที่คัดเลือกไว้โดยจัดให้มีสนทนากลุ่ม มีผู้ดำเนินการสนทนาเป็นผู้ซักถามประเด็นที่สนใจ

ในการเก็บรวบรวมข้อมูลดังกล่าว สามารถนำเทคโนโลยีมาประยุกต์ใช้ในการรวบรวมข้อมูลได้แบบอัตโนมัติ เพื่อช่วยลดข้อผิดพลาดในการจดบันทึก อีกทั้งยังสะดวกรวดเร็วในการรวบรวมข้อมูลปริมาณมาก รวมถึงสามารถเข้าถึงผู้ให้ข้อมูลได้อย่างไร้พรมแดน

การเตรียมข้อมูล (Data Preparation)

เป็นการดำเนินการกับข้อมูลที่รวบรวมมา เพื่อให้เป็นข้อมูลที่มีคุณภาพ พร้อมนำไปประมวลผล อย่างไรก็ตาม ข้อมูลบางส่วนที่ได้จากการรวบรวมอาจจะยังไม่สามารถนำไปประมวลผลได้ในทันที จำเป็นต้องทำความสะอาดข้อมูล (Data Cleansing) ก่อน เช่น ข้อมูลที่มีความซ้ำซ้อน มีค่าหรือลักษณะที่ผิดจากข้อมูลอื่น หรือมีรายการข้อมูลที่ขาดหายไป

แนวทางในการตรวจสอบความผิดปกติของข้อมูล เพื่อทำความสะอาดข้อมูล ประกอบด้วย

  • ความสมบูรณ์ (Validity) – มีความถูกต้องตามข้อกำหนด
    • ข้อมูลและชนิดข้อมูลมีความสอดคล้องกัน เช่น อายุเป็นข้อมูลชนิดตัวเลข ชื่อเป็นข้อมูลชนิดข้อความ
    • ข้อมูลมีค่าสอดคล้องกับความเป็นจริง เช่น น้ำหนักต้องไม่เป็นจำนวนลบ วันที่ 30 ต้องไม่ใช่วันในเดือนกุมภาพันธ์
    • ข้อมูลบางอย่างจะมีค่าไม่ซ้ำกัน เช่น รหัสประจำตัวนักเรียนในโรงเรียนเดียวกัน เลขทะเบียนรถ
    • ข้อมูลบางอย่างต้องไม่เป็นค่าว่าง เช่น ชื่อนักเรียน วันเดือนปีเกิด
    • ข้อมูลมีค่าผิดปกติจากข้อมูลค่าอื่น เช่น ข้อมูลอายุของนักเรียน ที่มีนักเรียนอายุ 150 ปี
  • รูปแบบเดียวกัน (Uniformity) – เก็บในรูปแบบเดียวกัน เช่น น้ำหนักหน่วยเป็นกิโลกรัม รูปแบบปีที่เป็นปีพุทธศักราช
  • ความครบถ้วน (Completeness) – มีการรวบรวมข้อมูลที่เกี่ยวข้องอย่างครบถ้วน
  • ความทันสมัย (Timeliness) – มีความสอดคล้องกับเวลา หรือสถานการณ์

การประมวลผลข้อมูล (Data Processing)

เป็นการดำเนินการกับข้อมูลเพื่อให้ได้สารสนเทศตามวัตถุประสงค์ โดยอาจได้ข้อค้นพบอื่นที่มีความหมายซ่อนอยู่ นำไปสู่ข้อสรุปที่สอดคล้องกับปัญหาที่กำหนด หรือนำไปใช้ประโยชน์ได้

การวิเคราะห์ข้อมูลนอกจากวิเคราะห์ตามวัตถุประสงคืแล้ว อาจวิเคราะห์เพื่อค้นหาความหมายอื่นที่ซ่อนอยู่ รวมถึงสาระสำคัญที่จะเป็นประโยชน์จากข้อมูล เช่น ความสัมพันธ์ระหว่างข้อมูล ความเชื่อมโยงของข้อมูล รูปแบบที่ปรากฏในข้อมูล ทั้งนี้เพื่อให้สิ่งที่ค้นหามีความชัดเจน ต้องรวบรวมข้อมูลปริมาณที่มากพอจากแหล่งข้อมูลที่เชื่อถือได้

สำหรับการวิเคราะห์ข้อมูลมีหลายวิธี แต่ในที่นี้จะกล่าวถึงเฉพาะการวิเคราะห์เชิงพรรณนา ซึ่งเป็นการดำเนินการกับข้อมูลเชิงปริมาณ เช่น จำนวนเต็มหรือจำนวนจริง โดยการวิเคราะห์เชิงพรรณนา (Descriptive Analysis) เป็นการวิเคราะห์ข้อมูลเพื่ออธิบายคุณลักษณะของชุดข้อมูลที่สนใจ โดยใช้ค่าสถิติ เช่น ค่าเฉลี่ย (Mean), มัธยฐาน (Median), ฐานนิยม (Mode), ร้อยละ (Percentage), ความถี่ (Frequency), พิสัย (Range)

การนำเสนอข้อมูล (Data Presentation)

เป็นการนำเสนอข้อสรุปจากการประมวลผลในรูปแบบที่สื่อความหมายอย่างชัดเจน โดยในที่นี้กล่าวถึงการสื่อความหมายข้อมูลในรูปแบบ การทำข้อมูลให้เป็นภาพ (Data Visualization) ซึ่งเป็นการนำเสนอผลลัพธ์ของข้อมูลในรูปแบบที่ช่วยให้ผู้รับสารเข้าใจตรงตามวัตถุประสงค์ของผู้ส่งสาร เช่น การนำเสนอในรูปแผนภูมิ แผนภาพ กราฟ และอินโฟกราฟฟิก

อ้างอิง

สถาบันส่งเสริมการสอนวิทยาศาสตร์และเทคโนโลยี กระทรวงศึกษาธิการ, หนังสือเรียนรายวิชาพื้นฐานวิทยาศาสตร์และเทคโนโลยี เทคโนโลยี (วิทยาการคำนวณ) ชั้นมัธยมศึกษาปีที่ 3

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s