01ภาพรวมของกราฟนี้
Error bars วาดช่วงรอบค่าประมาณเพื่อบอกความไม่แน่นอน ทำให้ผู้อ่านตัดสินได้ว่าความต่างระหว่างสองกลุ่มมีน้ำหนักจริงหรือแค่เป็นความบังเอิญ ปัญหาที่พบบ่อยที่สุดคือไม่ระบุว่าแท่งนั้นคืออะไร เพราะส่วนเบี่ยงเบนมาตรฐาน ความคลาดเคลื่อนมาตรฐาน และช่วงความเชื่อมั่นให้แท่งยาวต่างกันมาก
เปรียบเทียบให้เห็นภาพ
เหมือนพยากรณ์อากาศที่บอกว่าพรุ่งนี้ 28 ถึง 32 องศา แทนที่จะบอกว่า 30 องศาเฉย ๆ
ใช้ที่ไหนบ้าง — ผลการทดลอง ผลสำรวจความคิดเห็น การเปรียบเทียบค่าเฉลี่ยระหว่างกลุ่ม หรือผลการทดสอบ A/B
สร้างอย่างไร
- ขั้นที่ 1★ ตัดสินใจว่าแท่งจะแทนอะไรและระบุไว้ในคำอธิบาย
- ขั้นที่ 2คำนวณช่วงจากข้อมูลจริง
- ขั้นที่ 3วาดค่าประมาณเป็นจุดและช่วงเป็นเส้น
- ขั้นที่ 4ทำเส้นอ้างอิงที่ค่าศูนย์หรือค่าที่ไม่มีผล
ตัวอย่างคลาสสิก · ช่วงความเชื่อมั่นในการรายงานผลสำรวจการเลือกตั้ง
สำนักโพลรายงานผลพร้อมค่าความคลาดเคลื่อน เช่น สี่สิบสองเปอร์เซ็นต์บวกลบสาม แต่สื่อมักรายงานแค่ตัวเลขกลาง ทำให้ผู้ชมเห็นการเปลี่ยนแปลงหนึ่งเปอร์เซ็นต์แล้วคิดว่ามีนัยสำคัญ ทั้งที่อยู่ในช่วงความคลาดเคลื่อนทั้งหมด ซึ่งเป็นตัวอย่างว่าการละความไม่แน่นอนสร้างความเข้าใจผิดอย่างไร
02อธิบายภาษาคนเข้าใจง่าย ๆ
ตัวเลขทุกตัวที่มาจากการวัดล้วนมีความไม่แน่นอน ค่าเฉลี่ยจากตัวอย่าง 30 คนไม่ใช่ค่าจริงของประชากรทั้งหมด แต่เป็นค่าประมาณที่ใกล้เคียง
ปัญหาคือกราฟแท่งธรรมดาแสดงแค่ค่าเดียวโดยไม่บอกว่าเชื่อได้แค่ไหน ซึ่งทำให้ผู้อ่านเห็นความต่างเล็กน้อยแล้วสรุปว่าต่างจริง ทั้งที่อาจเป็นแค่ความบังเอิญของการสุ่มตัวอย่าง
Error bars แก้ด้วยการวาดช่วงรอบค่าประมาณ ถ้าช่วงของสองกลุ่มซ้อนกันมาก ก็แปลว่าความต่างที่เห็นยังไม่มีน้ำหนักพอที่จะสรุปอะไร
ปัญหาที่พบบ่อยที่สุดในการใช้งานจริงคือไม่บอกว่าแท่งนั้นคืออะไร ส่วนเบี่ยงเบนมาตรฐานบอกการกระจายของข้อมูล ความคลาดเคลื่อนมาตรฐานบอกความแม่นของค่าเฉลี่ย และช่วงความเชื่อมั่นเก้าสิบห้าเปอร์เซ็นต์ยาวประมาณสองเท่าของอย่างหลัง
แท่งสามแบบนี้ยาวต่างกันมาก และถ้าไม่ระบุ ผู้อ่านก็ตีความไม่ได้เลย ซึ่งทำให้กราฟที่ตั้งใจสื่อความซื่อสัตย์กลับกลายเป็นภาพที่คลุมเครือ
อีกเรื่องที่มักเข้าใจผิดคือช่วงที่ซ้อนกันเล็กน้อยไม่ได้แปลว่าไม่ต่างกันเสมอไป การตัดสินต้องใช้การทดสอบทางสถิติ ไม่ใช่การมองด้วยตาเพียงอย่างเดียว
03ข้อมูลที่ต้องใช้
คอลัมน์ที่ต้องเตรียม
| คอลัมน์ | ทำหน้าที่ | ชนิด | เข้ารหัสด้วย | จำนวนค่าที่เหมาะ | หมายเหตุ |
|---|---|---|---|---|---|
study | กลุ่มหรือการทดลอง | หมวดหมู่ | y | 3–20 กลุ่ม | วางแนวนอนเพื่อให้ชื่ออ่านง่าย |
estimate | ค่าประมาณ | ตัวเลขต่อเนื่อง | x | ต่อเนื่อง | จุดตรงกลางของช่วง |
low | ขอบล่าง | ช่วงค่า | x | น้อยกว่า estimate | ★ ต้องระบุว่าคำนวณจากอะไร |
high | ขอบบน | ช่วงค่า | x | มากกว่า estimate | ช่วงไม่จำเป็นต้องสมมาตร |
ต้องเตรียมข้อมูลอย่างไรก่อนวาด
- ★ ตัดสินใจและบันทึกว่าช่วงคำนวณจากอะไร
- ตรวจว่าขอบล่างน้อยกว่าขอบบนทุกแถว
- พิจารณาเรียงตามค่าประมาณเพื่อให้อ่านง่าย
ค่าที่หายไป — กลุ่มที่คำนวณช่วงไม่ได้ เช่น มีตัวอย่างน้อยเกิน ต้องแสดงเป็นจุดเปล่าพร้อมหมายเหตุ ไม่ใช่วาดช่วงมั่ว
สเกลของแกน — แกนค่าควรครอบคลุมช่วงทั้งหมด และควรมีเส้นอ้างอิงที่ค่าที่แปลว่าไม่มีผล
กราฟจะเริ่มพังเมื่อไร
เกิน 25 กลุ่ม แท่งเบียดกันจนอ่านไม่ได้
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
สิ่งที่เห็นได้จากภาพ
- ความแม่นของแต่ละค่าประมาณ
- กลุ่มที่ช่วงไม่คร่อมค่าศูนย์ซึ่งคือกลุ่มที่มีผลชัด
- กลุ่มที่ช่วงกว้างมากซึ่งมักแปลว่าตัวอย่างน้อย
สิ่งที่กราฟนี้ตอบไม่ได้
- ★ ช่วงที่ซ้อนกันเล็กน้อยไม่ได้แปลว่าไม่ต่างกัน ต้องใช้การทดสอบทางสถิติ
- รูปร่างการกระจายของข้อมูลดิบ
- แท่งแทนอะไรถ้าไม่มีคำอธิบาย
อ่านตามลำดับนี้
- ★ อ่านคำอธิบายก่อนว่าแท่งแทนอะไร
- ดูว่าช่วงคร่อมเส้นอ้างอิงหรือไม่
- เทียบความกว้างของช่วงระหว่างกลุ่ม
คำถามที่ตอบได้
- ค่านี้เชื่อได้แค่ไหน
- ความต่างระหว่างสองกลุ่มมีน้ำหนักไหม
- กลุ่มไหนมีข้อมูลน้อยจนสรุปไม่ได้
สัญญาณว่ามีอะไรผิด
- ไม่ระบุว่าแท่งแทนอะไร
- ใช้แท่งแบบส่วนเบี่ยงเบนมาตรฐานแล้วตีความเหมือนช่วงความเชื่อมั่น
- ตัดสินความต่างจากการซ้อนกันด้วยตาเพียงอย่างเดียว
05เหมาะกับการนำเสนอแบบไหน
ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย
- ★ เขียนให้ชัดว่าแท่งคือช่วงความเชื่อมั่นกี่เปอร์เซ็นต์หรือคืออะไร
- ทำเส้นอ้างอิงที่ค่าที่แปลว่าไม่มีผล
- เขียนขนาดตัวอย่างกำกับแต่ละกลุ่ม
รูปแบบชื่อกราฟที่ควรใช้
<ตัวชี้วัด> พร้อมช่วงความเชื่อมั่น <ระดับ> โดย <กลุ่ม> สูงที่สุด
06เอาไปใช้ต่อ
โค้ดทุกชิ้นอ่านไฟล์ error-bars-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง
# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด error-bars-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("error-bars-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")
df["n"] = pd.to_numeric(df["n"], errors="coerce")
NOTE = "overlap" # ← ค่าจาก Playground
fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)
d = df.sort_values("estimate")
ax.errorbar(d["estimate"], range(len(d)),
xerr=[d["estimate"] - d["low"], d["high"] - d["estimate"]],
fmt="o", color=C1, capsize=4, markersize=7, linewidth=1.8)
ax.axvline(0, color="#8c887e", linestyle="--", linewidth=1)
ax.set_yticks(range(len(d)), d["study"])
ax.set_xlabel("ขนาดของผล (ช่วงความเชื่อมั่น 95%)") # ★ ระบุเสมอว่าแท่งคืออะไร
ax.spines[["top", "right"]].set_visible(False) # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("error-bars.png", dpi=160)
print("เขียน error-bars.png แล้ว ·", len(df), "แถว")07ลองเล่นเพื่อเข้าใจ
ต้องเขียนเสมอว่าขาที่วาดคืออะไร — ช่วงความเชื่อมั่น ส่วนเบี่ยงเบนมาตรฐาน หรือ standard error สามอย่างนี้กว้างไม่เท่ากัน
ดูข้อมูลเป็นตาราง (7 แถว)
| กลุ่ม | ค่าประมาณ | ขอบล่าง | ขอบบน | n |
|---|---|---|---|---|
| การทดลองที่ 1 | 3.37 | 0.57 | 6.17 | 630 |
| การทดลองที่ 2 | 9.91 | 4.94 | 14.9 | 647 |
| การทดลองที่ 3 | 11.4 | 6.26 | 16.5 | 668 |
| การทดลองที่ 4 | 11.3 | 7.10 | 15.5 | 245 |
| การทดลองที่ 5 | 1.91 | -1.41 | 5.23 | 242 |
| การทดลองที่ 6 | 1.52 | -4.00 | 7.04 | 769 |
| การทดลองที่ 7 | 8.60 | 4.55 | 12.7 | 502 |
ลองแล้วจะเห็นอะไร
- สังเกตอะไร: กลุ่มที่ช่วงคร่อมเส้นศูนย์คือกลุ่มที่ข้อมูลยังไม่พอจะบอกว่ามีผลจริง — แท่งที่สูงกว่าจึงไม่ได้แปลว่าดีกว่าเสมอ
ข้อควรระวัง
- ★ ไม่ระบุว่าแท่งแทนอะไร ทำให้ตีความไม่ได้เลย
- ตัดสินว่าสองกลุ่มต่างกันจากการมองว่าช่วงซ้อนกันหรือไม่เพียงอย่างเดียว
- ใช้กับข้อมูลที่ไม่ได้มาจากการสุ่มตัวอย่าง ซึ่งช่วงความเชื่อมั่นไม่มีความหมาย
- วาดแท่งบนกราฟแท่งที่เริ่มจากศูนย์แล้วแท่งความคลาดเคลื่อนเล็กจนมองไม่เห็น
เมื่อไหร่ไม่ควรใช้กราฟนี้
- อยากให้เห็นรูปร่างการกระจายจริง→ใช้แทน: box-plot หรือ strip-plot
- มีการศึกษาหลายชิ้นที่ต้องสรุปรวม→ใช้แทน: forest-plot
- ความไม่แน่นอนต่อเนื่องตามเวลา→ใช้แทน: confidence-band