ฟันเนลพล็อตFunnel Plot

01ภาพรวมของกราฟนี้

Funnel plot พล็อตผลของแต่ละการศึกษาเทียบกับความแม่น ถ้าไม่มีอคติ จุดควรกระจายเป็นรูปกรวยสมมตร ความไม่สมมาตรเป็นสัญญาณว่าอาจมีงานที่ไม่ได้ตีพิมพ์ แต่ไม่ใช่หลักฐานเด็ดขาดเพราะสาเหตุอื่นก็ทำให้เบี้ยวได้

ใช้ที่ไหนบ้าง — ตรวจอคติจากการตีพิมพ์ในการสังเคราะห์งานวิจัย หรือตรวจว่าผลการทดลองภายในองค์กรถูกรายงานครบหรือไม่

สร้างอย่างไร

1. ขั้นที่ 1พล็อตขนาดผลบนแกนนอนและความแม่นบนแกนตั้ง
2. ขั้นที่ 2วาดเส้นกรวยที่ระดับนัยสำคัญเพื่อเป็นกรอบอ้างอิง
3. ขั้นที่ 3ดูว่าจุดกระจายสมมาตรรอบค่ากลางหรือไม่
4. ขั้นที่ 4พิจารณาสาเหตุอื่นก่อนสรุปว่าเป็นอคติ

02อธิบายภาษาคนเข้าใจง่าย ๆ

งานวิจัยที่ได้ผลชัดเจนมีโอกาสถูกตีพิมพ์มากกว่างานที่ได้ผลไม่ชัด ซึ่งแปลว่าหลักฐานที่เรามองเห็นอาจถูกคัดมาแล้ว

ผลที่ตามมาคือค่าสรุปจาก forest plot อาจสูงเกินจริงอย่างเป็นระบบ ทั้งที่การคำนวณถูกต้องทุกขั้นตอน

Funnel plot ตรวจเรื่องนี้ด้วยตรรกะง่าย ๆ คืองานที่มีตัวอย่างน้อยย่อมได้ผลกระจัดกระจายกว่างานที่มีตัวอย่างมาก ดังนั้นถ้าไม่มีอคติ จุดควรกระจายเป็นกรวยที่สมมาตร กว้างด้านล่างและแคบด้านบน

ถ้ามุมล่างด้านหนึ่งของกรวยว่างผิดปกติ ก็ชวนให้สงสัยว่างานเล็กที่ได้ผลไปทางนั้นมีอยู่แต่ไม่ได้ถูกตีพิมพ์

ข้อจำกัดที่ต้องพูดให้ชัดคือความไม่สมมาตรมีสาเหตุอื่นได้อีกหลายอย่าง เช่น งานเล็กมักทำในกลุ่มที่ตอบสนองดีกว่า หรือคุณภาพงานต่างกันอย่างเป็นระบบ

และเมื่อมีการศึกษาน้อยกว่าราวสิบชิ้น การดูรูปทรงด้วยตาก็แทบไม่มีความหมายเลย เพราะความบังเอิญอธิบายรูปทรงที่เห็นได้ทั้งหมด

03ข้อมูลที่ต้องใช้

คอลัมน์ที่ต้องเตรียม

ต้องเตรียมข้อมูลอย่างไรก่อนวาด

1. แปลงผลให้อยู่ในหน่วยเดียวกัน
2. คำนวณความแม่นหรือความคลาดเคลื่อนมาตรฐานของแต่ละงาน
3. ★ บันทึกจำนวนการศึกษาไว้ เพราะน้อยเกินแล้วอ่านไม่ได้

ค่าที่หายไป — งานที่ไม่รายงานขนาดตัวอย่างต้องตัดออกและระบุจำนวน

สเกลของแกน — แกนตั้งควรให้งานที่แม่นกว่าอยู่ด้านบน และถ้าผลเป็นอัตราส่วนควรใช้แกนนอนเป็นลอการิทึม

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. ดูว่าจุดกระจายสมมาตรรอบเส้นกลางหรือไม่
2. มองหามุมล่างที่ว่างผิดปกติ
3. ตรวจจำนวนการศึกษาก่อนว่ามากพอจะอ่านรูปทรงได้ไหม

05เหมาะกับการนำเสนอแบบไหน

ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย

1. ★ วาดเส้นกรวยที่ระดับนัยสำคัญเป็นกรอบอ้างอิง
2. ระบุจำนวนการศึกษาไว้ให้ชัด
3. เขียนเตือนว่าความไม่สมมาตรไม่ใช่หลักฐานเด็ดขาด

06เอาไปใช้ต่อ

โค้ดทุกชิ้นอ่านไฟล์ funnel-plot-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง

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

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

df = pd.read_csv("funnel-plot-sample.csv")
df["estimate"] = pd.to_numeric(df["estimate"], errors="coerce")
df["n"] = pd.to_numeric(df["n"], errors="coerce")
NOTE = "symmetry"   # ← ค่าจาก Playground

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

center = df["estimate"].mean()
ns = np.linspace(df["n"].min(), df["n"].max(), 120)
se = 30 / np.sqrt(ns)                                # ความคลาดเคลื่อนลดลงตาม sqrt(n)
for z, ls in [(1.96, "--"), (2.58, ":")]:            # เส้นกรวยอ้างอิง
    ax.plot(center - z * se, ns, color="#8c887e", linestyle=ls, linewidth=1)
    ax.plot(center + z * se, ns, color="#8c887e", linestyle=ls, linewidth=1)
ax.axvline(center, color="#8c887e", linewidth=1)
ax.scatter(df["estimate"], df["n"], s=46, color=C1, zorder=3)
ax.set_xlabel("ขนาดของผลที่รายงาน"); ax.set_ylabel("ขนาดตัวอย่าง (n)")
ax.set_title(f"{len(df)} การศึกษา — น้อยกว่า 10 ชิ้นอ่านรูปทรงไม่ได้", loc="left", fontsize=9)

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

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

07ลองเล่นเพื่อเข้าใจ

ข้อควรระวัง

1. ★ สรุปว่ามีอคติจากการตีพิมพ์ทันทีที่เห็นความไม่สมมาตร ทั้งที่สาเหตุอื่นก็ทำให้เบี้ยวได้
2. ใช้กับการศึกษาน้อยกว่าสิบชิ้นซึ่งอ่านรูปทรงไม่ได้เลย
3. ไม่วาดเส้นกรวยอ้างอิง ทำให้ไม่มีเกณฑ์ตัดสินความสมมาตร
4. ใช้แกนเชิงเส้นกับผลที่เป็นอัตราส่วน

เมื่อไหร่ไม่ควรใช้กราฟนี้

• มีการศึกษาน้อยกว่า 10 ชิ้น→ใช้แทน: forest-plot อย่างเดียวพร้อมหมายเหตุ
• ต้องการสรุปผลรวม→ใช้แทน: forest-plot
• ข้อมูลไม่ใช่การสังเคราะห์งานวิจัย→ใช้แทน: scatter-plot ธรรมดา

กราฟที่เกี่ยวข้อง