กราฟขนาดของผลEffect Size Plot

01ภาพรวมของกราฟนี้

Effect size plot แสดงขนาดของผลในหน่วยที่ตีความได้พร้อมช่วงความเชื่อมั่น และมีแถบกำกับช่วงที่ถือว่าเล็กเกินกว่าจะสำคัญในทางปฏิบัติ จุดแข็งคือมันแยกคำถามว่าต่างจริงไหมออกจากคำถามว่าต่างพอจะคุ้มกับต้นทุนไหม ซึ่งเป็นคนละคำถามกัน

ใช้ที่ไหนบ้าง — ตัดสินใจว่าผลการทดลอง A/B คุ้มกับต้นทุนไหม ประเมินผลของนโยบาย หรือเปรียบเทียบประสิทธิผลของทางเลือกหลายทาง

สร้างอย่างไร

1. ขั้นที่ 1★ กำหนดว่าผลเล็กแค่ไหนที่ถือว่าไม่สำคัญในทางปฏิบัติ ก่อนดูข้อมูล
2. ขั้นที่ 2แปลงผลเป็นหน่วยที่ผู้อ่านตีความได้
3. ขั้นที่ 3วาดค่าประมาณพร้อมช่วงความเชื่อมั่น
4. ขั้นที่ 4ระบายแถบของช่วงที่ถือว่าไม่สำคัญ

02อธิบายภาษาคนเข้าใจง่าย ๆ

ความผิดพลาดที่พบบ่อยที่สุดในการอ่านผลการทดลองคือการสับสนระหว่างสองคำถามที่ต่างกันโดยสิ้นเชิง

คำถามแรกคือความต่างที่เห็นเป็นเรื่องจริงหรือแค่ความบังเอิญ ส่วนคำถามที่สองคือความต่างนั้นใหญ่พอจะคุ้มกับต้นทุนที่จะลงไปหรือไม่

ตัวอย่างที่ชัดที่สุดคือเมื่อตัวอย่างใหญ่มาก ความต่างเล็กจิ๋วก็จะกลายเป็นมีนัยสำคัญทางสถิติได้เสมอ ทั้งที่ไม่มีใครสนใจความต่างขนาดนั้นเลย

Effect size plot ตอบคำถามที่สองโดยตรง ด้วยการแสดงผลในหน่วยที่ตีความได้ เช่น เพิ่มขึ้นกี่บาทต่อคน แทนที่จะบอกแค่ว่ามีนัยสำคัญ

สิ่งที่ทำให้กราฟนี้มีพลังคือแถบที่กำกับช่วงซึ่งถือว่าเล็กเกินกว่าจะสำคัญ ซึ่งต้องกำหนดก่อนดูข้อมูลเสมอ

ถ้ากำหนดหลังเห็นผลแล้ว มันก็จะกลายเป็นการหาเหตุผลมารองรับข้อสรุปที่ตั้งไว้ในใจ ซึ่งทำให้ทั้งกราฟไร้ความหมาย

03ข้อมูลที่ต้องใช้

คอลัมน์ที่ต้องเตรียม

ต้องเตรียมข้อมูลอย่างไรก่อนวาด

1. ★ กำหนดเกณฑ์ความสำคัญเชิงปฏิบัติก่อนดูข้อมูล
2. แปลงผลเป็นหน่วยที่ผู้อ่านตีความได้
3. เรียงตามขนาดผลเพื่อให้อ่านง่าย

ค่าที่หายไป — รายการที่คำนวณช่วงไม่ได้ต้องแสดงแยกและไม่นำมาเทียบ

สเกลของแกน — แกนต้องแสดงหน่วยจริงที่ตีความได้ ไม่ใช่ค่าที่ไม่มีหน่วย และต้องครอบคลุมแถบความสำคัญทั้งแถบ

หน้าตาไฟล์ที่ต้องเตรียม

study,estimate,low,high,n
การทดลองที่ 1,3.37,0.57,6.17,630
การทดลองที่ 2,9.91,4.94,14.88,647
…

04อ่านแล้วเห็นอะไร

อ่านตามลำดับนี้

1. ดูว่าช่วงทั้งช่วงอยู่นอกแถบความไม่สำคัญหรือไม่
2. เทียบขนาดผลกับต้นทุนที่ต้องลง
3. ระวังรายการที่ช่วงคร่อมทั้งแถบซึ่งแปลว่ายังสรุปไม่ได้

05เหมาะกับการนำเสนอแบบไหน

ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย

1. ★ ระบายแถบของช่วงที่ถือว่าไม่สำคัญพร้อมป้ายอธิบาย
2. เขียนหน่วยของผลให้ชัดที่แกน
3. ระบุว่าเกณฑ์ความสำคัญกำหนดโดยใครและเมื่อไร

06เอาไปใช้ต่อ

โค้ดทุกชิ้นอ่านไฟล์ effect-size-plot-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง

# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด effect-size-plot-sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์
import matplotlib
matplotlib.use("Agg")   # รันแบบไม่มีหน้าจอ ถ้ารันในเครื่องตัวเองลบบรรทัดนี้ได้
import matplotlib.pyplot as plt
import pandas as pd

C1, C2, C3 = "#2a78d6", "#eb6834", "#1baf7a"   # palette ของคลัง เปลี่ยนเป็นสีองค์กรได้
INK, SURFACE = "#0b0b0b", "#fcfcfb"

df = pd.read_csv("effect-size-plot-sample.csv")
df["estimate"] = pd.to_numeric(df["estimate"], errors="coerce")
df["low"] = pd.to_numeric(df["low"], errors="coerce")
df["high"] = pd.to_numeric(df["high"], errors="coerce")
NOTE = "threshold"   # ← ค่าจาก Playground

fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)

THRESHOLD = 0.2                                  # ★ กำหนดก่อนดูข้อมูล
d = df.sort_values("estimate").reset_index(drop=True)
ax.axvspan(-THRESHOLD, THRESHOLD, color="#f2f1ed", zorder=0)   # แถบ "เล็กเกินจะสำคัญ"
ax.text(0, len(d) - 0.3, "เล็กเกินกว่าจะสำคัญในทางปฏิบัติ",
        ha="center", fontsize=8, color="#6b675e")
ax.errorbar(d["estimate"], d.index,
            xerr=[d["estimate"] - d["low"], d["high"] - d["estimate"]],
            fmt="o", color=C1, capsize=4, markersize=8, linewidth=2)
ax.axvline(0, color="#8c887e", linewidth=1)
ax.set_yticks(d.index, d["study"])
ax.set_xlabel("ขนาดของผล (หน่วยจริงของตัวแปร)")

ax.spines[["top", "right"]].set_visible(False)   # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("effect-size-plot.png", dpi=160)
print("เขียน effect-size-plot.png แล้ว ·", len(df), "แถว")

ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*" · ทดสอบกับเวอร์ชัน 3.10

07ลองเล่นเพื่อเข้าใจ

ข้อควรระวัง

1. ★ กำหนดเกณฑ์ความสำคัญหลังจากเห็นข้อมูลแล้ว ซึ่งทำให้ทั้งภาพไร้ความหมาย
2. ใช้หน่วยที่ตีความไม่ได้ ทำให้ผู้ตัดสินใจเทียบกับต้นทุนไม่ได้
3. ไม่แสดงแถบเกณฑ์ ซึ่งทำให้กลายเป็น error bars ธรรมดา
4. สรุปว่ามีผลเพราะช่วงไม่คร่อมศูนย์ ทั้งที่ยังอยู่ในแถบที่เล็กเกินจะสำคัญ

เมื่อไหร่ไม่ควรใช้กราฟนี้

• ยังไม่มีเกณฑ์ความสำคัญที่ตกลงกันได้→ใช้แทน: error-bars พร้อมหน่วยจริง
• มีการศึกษาหลายชิ้นที่ต้องสรุปรวม→ใช้แทน: forest-plot
• ต้องตรวจความครบถ้วนของหลักฐาน→ใช้แทน: funnel-plot

กราฟที่เกี่ยวข้อง