(เข้าใจ) ประเภทข้อมูลแบบก่อนมา 'วิเคราะห์' หา 'อินไซต์'

เมื่อข้อมูลล้นโลก นักการตลาด ผู้ประกอบการและนักวิชาการต่างให้คำนิยามข้อมูลเหล่านี้ว่าเป็น 'ทรัพย์สิน' ที่เพิ่มมูลค่าได้ ผ่านการนำข้อมูลมาทำความสะอาด มาเข้าโครงสร้าง มาวิเคราะห์หา 'สิ่งที่ซ่อนอยู่ในข้อมูล' และมาคิดต่อว่าจะต่อยอดอย่างไรเพื่อเพิ่มมูลค่า

ความสำคัญอยู่ที่ว่าก่อนที่ 'ข้อมูลดิบ' จะมาถูก 'ทำให้สุก' เพื่อเอาไปบริโภค (ใช้ประโยชน์นั้น) ผู้เริ่มต้นการปรุงต้องเข้าใจประเภทของข้อมูลก่อนเพื่อที่จะหยิบมาแยกแยะ วิเคราะห์ และสังเคราะห์ได้อย่างถูกต้องและได้ประโยชน์จากข้อมูลมากที่สุด ดังนั้นก่อนที่จะเอาข้อมูลไปวิเคราะห์จึงจำเป็นต้องเข้าใจประเภทข้อมูลก่อน เพื่อจะได้นำข้อมูลมาใช้ให้ถูกต้อง  

ข้อมูลที่จะนำมาใช้วิเคราะห์นั้นจะถูกแยกออกเป็น 'ข้อมูลเชิงคุณภาพ' และ 'ข้อมูลเชิง

ปริมาณ' โดยข้อมูลเชิงคุณภาพนั้นเป็นข้อมูลที่ไม่สามารถนำมาสรุปเป็นตัวเลขบวก ลบ คูณ หาร ได้ชัดเจน เนื่องจากเป็นข้อมูลที่ไม่มีค่าเต็ม 0 ดังนั้นโดยมากจะถูกนำไปจัดกลุ่มประเภท จัดหมวด หรือเรียงลำดับสูงหรือต่ำเท่านั้น หากแต่ข้อมูลเชิงปริมาณจะเป็นข้อมูลที่มีค่าเต็ม 0 สามารถบวก ลบ คุณ หารได้เต็มที่ 

เพื่อไม่ให้งง ดูตัวอย่างนี้ นาย ก มีความสูง 180 ซม เข้าเส้นชัยก่อนนาย ข 13 วินาที โดยนาย ข มีส่วนสูง 177 เซ็นติเมตร ข้อมูลอะไรเป็นข้อมูลเชิงปริมาณหรือเชิงคุณภาพบ้าง? 

จากตัวอย่างมีข้อมูลอยู่ 3 ประเภทคือ 1. ลำดับของผู้ชนะ 2.เวลา และ 3. ส่วนสูงของนักวิ่งทั้งสองคน การที่นาย ก ได้ที่ 1 ส่วนนาย ข ได้ที่ 2 ในกรณีนี้เป็นข้อมูลอันดับอันเป็นข้อมูลเชิงคุณภาพ เนื่องจากเป็นการแบ่งกลุ่มคนชนะกับคนแพ้หรือคนที่ 1 และ คนที่ 2 ส่วนเวลาก็จะยังเป็นข้อมูลเชิงปริมาณเนื่องจากมีจุดเริ่มต้นก่อแนวิ่งเท่ากับ 0 (โดยปรกตจิเวลาจะเป็นเชิงคุณภาพเนื่องจาก มี 00.00 น. แต่ไม่เคยหมายความว่าเท่ากับเวลา 0 แต่หมายถึง เที่ยง หรือเที่ยงคืน) แต่หากพิจารณาความสูงของนักวิ่งนั้นจะพบว่าเป็นข้อมูลเชิงปริมาณเช่นกันเนื่องจากถ้าความสูงเท่ากับสูญคือไม่มีเลย ไม่สามารถเป็นอื่นได้ (เป็น 0 โดยสมบูรณ์) ดังนั้นข้อมูลความสูงจึงเป็นข้อมูลเชิงปริมาณ

ถ้าเข้าใจตรงนี้แล้วมาลองทดสอบดู ความพึงพอใจที่วัดเป็นระดับ (มากที่สุดถึงน้อยที่สุด) เป็นข้อมูลเชิงคุณภาพหรือปริมาณฯ บอกได้ทันทีว่าเป็น ข้อมูลเชิงคุณภาพเนื่องจากเป็นการแบ่งลำดับชั้นไม่สามารถแสดงค่าเป็น 0 อย่างสมบูรณ์ (พอใจระดับปานกลางชัดเจนอยู่ตรงไหน แต่ละคนอาจไม่เท่ากันสมบูรณ์ดังนั้นจึงเป็นได้เพียงการแบ่งกลุ่มตามลำดับเท่านั้น

ในเชิงวิชาการข้อมูลเชิงปริมาณและคุณภาพสามารถแบ่งได้ตามประเภทการวัดค่า โดยข้อมูลเชิงคุณภาพจะเน้นแบ่งกลุ่มหรือระบุประเภท (Norminal data) วัดระดับ (แบบช่วงไม่เท่ากัน (Ordinal data) กับช่วงเท่ากัน Interval data) หากเป็นข้อมูลเชิงปริมาณที่มีสามารรถวัดค่า 0 ที่สมบูรณ์จะเป็นข้อมูลที่เรียกว่าอัตราส่วน (Ratio) ซึ่งข้อมูลอัตราส่วนนั้นจะสามารถแบ่งได้เป็น ข้อมูลตัวเลขที่เป็นการนับจำนวนเต็ม (Discrete) และข้อมูลตัวเลขที่มีการเปลี่ยนแปลงต่อเนื่อง (Continuous) 

ตัวอย่างของข้อมูลประเภทต่างๆ 

• ข้อมูลแบ่งกลุ่มหรือระบุประเภท (Norminal) เช่น ชายหญิง เชื้อชาติ กลุ่มอาชีพ 

• ข้อมูลการวัดระดับแบบช่วงไม่เท่ากัน (Ordinal data) เช่น ระดับความพึงพอใจ ระดับความสำคัญ 

• ข้อมูลการวัดระดับแบบช่วงเท่ากัน (Interval data) เวลา อุณหภูมิ 

• ข้อมูลตัวเลขที่เป็นการนับจำนวนเต็ม (Discrete) จำนวนนักศึกษาในห้อง จำนวนพนักงานในสถานที่ทำงาน 

• ข้อมูลตัวเลขที่มีการเปลี่ยนแปลงต่อเนื่อง (Continuous) อายุ ส่วนสูง 

รู้แล้วยังไงต่อ? หลังจากนี้เมื่อเข้าใจประเภทข้อมูลแล้วจะสามารถเลื่อกเครื่องมือวิเคราะห์ข้อมูลได้อย่างถูกต้องมากขึ้น ซึ่งจะกล่าวต่อไป 

หากมีข้อคิดเห็นหรือเสนอแนะใดๆ ทักมาคุยกัหรือแอดมาเป็นเพื่อนกันที่ https://www.facebook.com/kmuttentrepreneurship/