เครื่องคำนวณสถิติ

คำนวณสถิติที่ครอบคลุม รวมถึงค่าเฉลี่ย ค่ามัธยฐาน โหมด ค่าเบี่ยงเบนมาตรฐาน ความแปรปรวน ควอไทล์ เปอร์เซ็นไทล์ และอื่นๆ

สำหรับความช่วยเหลือด้านการเรียนรู้และการบ้าน — ตรวจสอบการคำนวณที่สำคัญอย่างอิสระ

ตรวจสอบโดย คณะกรรมการบรรณาธิการคณิตศาสตร์ CalculatorDrive · อัปเดตล่าสุด

เครื่องคิดเลข

ป้อนตัวเลขโดยคั่นด้วยเครื่องหมายจุลภาค ช่องว่าง หรือขึ้นบรรทัดใหม่เพื่อคำนวณสถิติที่ครอบคลุม

คำตอบสั้นๆ

เครื่องคิดเลขนี้ส่งคืนข้อมูลสรุปทางสถิติฉบับเต็มในรอบเดียว: ค่าเฉลี่ยและค่ามัธยฐานสำหรับจุดศูนย์กลาง โหมดสำหรับค่าที่พบบ่อยที่สุด ช่วงและส่วนเบี่ยงเบนมาตรฐานสำหรับสเปรด และควอร์ไทล์ (Q1, Q2, Q3) บวกกับช่วงระหว่างควอไทล์ (IQR) สำหรับการวัดค่าสเปรดที่ต้านทานค่าผิดปกติ ตัวเลขเหล่านี้จะอธิบายจุดศูนย์กลาง สเปรด และรูปร่างของชุดข้อมูลโดยไม่จำเป็นต้องดูค่าแต่ละค่าทั้งหมด

ประเด็นสำคัญ

  • Mean, median, and mode each describe "center" differently — comparing them reveals whether data is symmetric or skewed.
  • IQR (Q3 − Q1) จับการแพร่กระจายของข้อมูลตรงกลาง 50% และมีความไวต่อค่าผิดปกติน้อยกว่าช่วงหรือส่วนเบี่ยงเบนมาตรฐานมาก
  • ความเบ้อธิบายถึงความไม่สมมาตร: ข้อมูลที่เบ้ขวา (ค่าเฉลี่ย > ค่ามัธยฐาน) จะมีหางยาวไปสู่ค่าที่สูง เบ้ซ้าย (หมายถึง <มัธยฐาน) มีหางยาวไปทางค่าต่ำ
  • ไม่มีสถิติใดที่บอกเล่าเรื่องราวทั้งหมดได้ การสรุปโดยสมบูรณ์ของจุดศูนย์กลาง การแพร่กระจาย และรูปร่างร่วมกัน จะช่วยป้องกันการอ่านชุดข้อมูลผิดจากตัวเลขเพียงตัวเดียว

อ่านสรุปสถิติฉบับเต็มพร้อมกัน

สถิติ มันบอกอะไรคุณ
หมายถึงศูนย์เลขคณิต ไวต่อค่าผิดปกติ
ค่ามัธยฐานค่ากลาง ทนทานต่อค่าผิดปกติ
โหมดค่าที่พบบ่อยที่สุด
พิสัยสเปรดเต็ม (สูงสุด − นาที) มีความไวต่อค่าผิดปกติมาก
ส่วนเบี่ยงเบนมาตรฐานระยะทางปกติจากค่าเฉลี่ย
ไอคิวอาร์สเปรดของกลาง 50% ต้านทานค่าผิดปกติ

ความเบ้: ค่าเฉลี่ยเทียบกับค่ามัธยฐานเผยให้เห็น

ข้อมูล: 20, 22, 23, 24, 25, 26, 28, 120 — ค่าผิดปกติที่ชัดเจนในตอนท้าย

ค่าเฉลี่ย = 288 ÷ 8 = 36

ค่ามัธยฐาน = (24 + 25) / 2 = 24.5

ค่าเฉลี่ย (36) อยู่เหนือค่ามัธยฐาน (24.5) เป็นอย่างดี ซึ่งเป็นสัญญาณที่ชัดเจนของการเอียงไปทางขวา ค่าเดียวที่ 120 ก็เพียงพอที่จะลากค่าเฉลี่ยขึ้นไปมากกว่า 11 จุด ในขณะที่ค่ามัธยฐานแทบไม่ขยับ เนื่องจากค่ามัธยฐานสนใจเพียงว่าค่าใดอยู่ในตำแหน่งตรงกลาง ไม่ใช่ว่าค่าผิดปกติอยู่ห่างจากสิ่งอื่นทั้งหมดแค่ไหน

ตัวอย่างการทำงาน: การเปรียบเทียบ IQR และช่วง

การใช้ชุดข้อมูลเดียวกัน (20, 22, 23, 24, 25, 26, 28, 120):

พิสัย = 120 - 20 = 100

Q1 (ค่ามัธยฐานของครึ่งล่าง 20,22,23,24) = 22.5

ไตรมาส 3 (ค่ามัธยฐานของครึ่งบน 25,26,28,120) = 27

ไอคิวอาร์ = 27 - 22.5 = 4.5

The range (100) is dominated entirely by the single outlier, while the IQR (4.5) reflects how tightly packed the bulk of the data actually is — a dramatic illustration of why IQR is preferred for spread when outliers are a concern.

ข้อผิดพลาดทั่วไปที่ควรหลีกเลี่ยง

  • Reading only the mean and assuming it represents a "typical" value — always check the median too, especially with small samples or suspected outliers.
  • ถือว่า range เป็นการวัดค่าสเปรดที่เชื่อถือได้ — ค่าสุดขั้วเพียงค่าเดียวสามารถขยายได้อย่างมาก ดังที่แสดงไว้ด้านบน
  • โหมดคาดหวังกับข้อมูลที่ไม่มีค่าซ้ำ — ชุดที่ทุกค่าไม่ซ้ำกันก็ไม่มีโหมด
  • ทิศทางที่อ่านผิด — เบ้ขวาหมายถึงส่วนท้าย (และค่าเฉลี่ย) ชี้ไปที่ค่าที่สูงกว่า ไม่ใช่ว่าข้อมูลส่วนใหญ่อยู่ในระดับสูง

คำถามที่พบบ่อย

สถิติสรุปใดที่อธิบายชุดข้อมูล

จุดศูนย์กลาง (ค่าเฉลี่ย ค่ามัธยฐาน) การแพร่กระจาย (ช่วง ส่วนเบี่ยงเบนมาตรฐาน) และรูปร่าง (ความเบ้) รวมกันจะทำให้ได้ภาพที่สมบูรณ์กว่าตัวเลขใดๆ

เมื่อใดที่คุณควรใช้สูตรตัวอย่างเทียบกับสูตรประชากร

ใช้สูตรประชากรเมื่อคุณมีสมาชิกทุกคนในกลุ่ม ใช้สูตรตัวอย่างเมื่อข้อมูลเป็นส่วนย่อยที่มีวัตถุประสงค์เพื่อเป็นตัวแทนของประชากรจำนวนมากขึ้น

ความเบ้คืออะไร?

ความเบ้อธิบายถึงความไม่สมดุล ข้อมูลที่เบ้ขวาจะมีหางยาวไปสู่ค่าที่สูงกว่า ค่าเฉลี่ยเกินค่ามัธยฐาน เบ้ซ้ายเป็นสิ่งที่ตรงกันข้าม

เหตุใดจึงต้องรายงานควอไทล์ด้วยค่ามัธยฐาน

ควอไทล์ (Q1, Q2, Q3) แสดงการแพร่กระจายในข้อมูลที่บิดเบี้ยวโดยไม่ถูกดึงโดยค่าผิดปกติเช่นเดียวกับค่าเฉลี่ยและ SD

ฉันจะใช้เครื่องคำนวณสถิตินี้ได้อย่างไร

ป้อนชุดข้อมูลของคุณ จากนั้นคลิกคำนวณเพื่อดูค่าเฉลี่ย ค่ามัธยฐาน โหมด ค่าเบี่ยงเบนมาตรฐาน ควอร์ไทล์ และข้อมูลสรุปที่เกี่ยวข้อง

มันหมายความว่าอะไรถ้าค่าเฉลี่ยสูงกว่าค่ามัธยฐานมาก?

It is a sign of right (positive) skew — a small number of unusually high values are pulling the average upward while most data points sit lower. Household income is the classic example: a few very high earners pull the mean well above the median, so the median is usually the more representative "typical" value for skewed data like this.

More math calculators