เทคนิคที่ 099 · PYTHON / JAVASCRIPT

ฟันเนลพล็อตFunnel Plot

ตรวจว่าหลักฐานที่เห็นถูกคัดมาหรือไม่

5
เฉพาะทางควรรู้ก่อน · เข้าใจ forest plot และแนวคิดอคติจากการตีพิมพ์
ลองเล่น

01ภาพรวมของกราฟนี้

Funnel plot พล็อตผลของแต่ละการศึกษาเทียบกับความแม่น ถ้าไม่มีอคติ จุดควรกระจายเป็นรูปกรวยสมมตร ความไม่สมมาตรเป็นสัญญาณว่าอาจมีงานที่ไม่ได้ตีพิมพ์ แต่ไม่ใช่หลักฐานเด็ดขาดเพราะสาเหตุอื่นก็ทำให้เบี้ยวได้

เปรียบเทียบให้เห็นภาพ

เหมือนตรวจว่ากล่องรีวิวสินค้ามีแต่รีวิวห้าดาว ซึ่งชวนสงสัยว่ารีวิวแย่ถูกลบไปหรือเปล่า

ใช้ที่ไหนบ้าง — ตรวจอคติจากการตีพิมพ์ในการสังเคราะห์งานวิจัย หรือตรวจว่าผลการทดลองภายในองค์กรถูกรายงานครบหรือไม่

สร้างอย่างไร

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

ตัวอย่างคลาสสิก · Funnel plot กับปัญหาอคติจากการตีพิมพ์

การทบทวนวรรณกรรมหลายชิ้นพบว่า funnel plot ของงานวิจัยด้านการรักษาบางเรื่องเบี้ยวอย่างชัดเจน ซึ่งนำไปสู่การผลักดันให้จดทะเบียนการทดลองก่อนเริ่มทุกครั้ง เพื่อให้รู้ว่ามีงานใดทำแล้วไม่ได้ตีพิมพ์บ้าง เป็นตัวอย่างที่ภาพข้อมูลเปลี่ยนกฎของทั้งวงการ

Wikipedia · Funnel plot ↗

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

รูปทรงของข้อมูลตารางแบบยาว (หนึ่งแถวหนึ่งสังเกต)
จำนวนมิติที่เข้ารหัสได้3 มิติ
จำนวนแถวที่เหมาะ15–100 การศึกษาขั้นต่ำ 10 แถว
เส้นฐานศูนย์ไม่เกี่ยวข้องทั้งสองแกนสื่อผลและความแม่น ไม่ใช่ปริมาณ

คอลัมน์ที่ต้องเตรียม

คอลัมน์ทำหน้าที่ชนิดเข้ารหัสด้วยจำนวนค่าที่เหมาะหมายเหตุ
studyชื่อการศึกษาหมวดหมู่text10–200 การศึกษาใช้ใน tooltip
estimateขนาดของผลตัวเลขต่อเนื่องxต่อเนื่องแกนนอน
nขนาดตัวอย่างจำนวนนับyบวกเท่านั้น★ แกนตั้ง โดยค่ามากอยู่ด้านบน

ต้องเตรียมข้อมูลอย่างไรก่อนวาด

  1. แปลงผลให้อยู่ในหน่วยเดียวกัน
  2. คำนวณความแม่นหรือความคลาดเคลื่อนมาตรฐานของแต่ละงาน
  3. ★ บันทึกจำนวนการศึกษาไว้ เพราะน้อยเกินแล้วอ่านไม่ได้

ค่าที่หายไป — งานที่ไม่รายงานขนาดตัวอย่างต้องตัดออกและระบุจำนวน

สเกลของแกน — แกนตั้งควรให้งานที่แม่นกว่าอยู่ด้านบน และถ้าผลเป็นอัตราส่วนควรใช้แกนนอนเป็นลอการิทึม

กราฟจะเริ่มพังเมื่อไร

น้อยกว่า 10 การศึกษา รูปทรงที่เห็นอธิบายได้ด้วยความบังเอิญทั้งหมด

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

  • ความสมมาตรของการกระจายซึ่งบ่งบอกความครบถ้วนของหลักฐาน
  • มุมของกรวยที่ว่างผิดปกติ
  • งานเล็กที่ให้ผลใหญ่ผิดปกติ

สิ่งที่กราฟนี้ตอบไม่ได้

  • ★ ยืนยันว่ามีอคติจากการตีพิมพ์จริง เพราะความไม่สมมาตรมีสาเหตุอื่นได้อีกหลายอย่าง
  • จำนวนงานที่หายไป
  • ค่าที่ถูกต้องถ้าไม่มีอคติ

อ่านตามลำดับนี้

  1. ดูว่าจุดกระจายสมมาตรรอบเส้นกลางหรือไม่
  2. มองหามุมล่างที่ว่างผิดปกติ
  3. ตรวจจำนวนการศึกษาก่อนว่ามากพอจะอ่านรูปทรงได้ไหม

คำถามที่ตอบได้

  • หลักฐานที่เห็นน่าจะครบหรือถูกคัดมา
  • มีงานเล็กที่ได้ผลตรงข้ามหายไปไหม
  • งานไหนอยู่นอกกรวยซึ่งน่าสงสัย

สัญญาณว่ามีอะไรผิด

  • ใช้กับการศึกษาน้อยกว่าสิบชิ้น
  • สรุปว่ามีอคติทันทีที่เห็นความไม่สมมาตร
  • ไม่วาดเส้นกรวยอ้างอิง

05เหมาะกับการนำเสนอแบบไหน

ผู้ชมที่เหมาะผู้ที่ทำงานสังเคราะห์หลักฐานอย่างเป็นระบบ
เวลาที่ผู้ชมต้องใช้ต้องเรียนรู้ก่อน
ขนาดเล็กสุดที่ยังอ่านได้420×360 px
รายงานเชิงวิเคราะห์
สิ่งพิมพ์
สไลด์ผู้บริหารต้องอธิบายตรรกะเบื้องหลังก่อนจึงจะอ่านได้
สื่อสารกับคนทั่วไปผู้อ่านทั่วไปสรุปเกินหลักฐานได้ง่าย
มือถือจุดเล็กและกรวยแคบ

ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย

  1. ★ วาดเส้นกรวยที่ระดับนัยสำคัญเป็นกรอบอ้างอิง
  2. ระบุจำนวนการศึกษาไว้ให้ชัด
  3. เขียนเตือนว่าความไม่สมมาตรไม่ใช่หลักฐานเด็ดขาด

รูปแบบชื่อกราฟที่ควรใช้

การกระจายของผลจาก <จำนวน> การศึกษาเทียบกับขนาดตัวอย่าง

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

ข้อมูลตัวอย่าง · 20 แถว · seed 419● คำนวณใหม่ในเบราว์เซอร์ทันทีที่ปรับค่า
สมมาตร = น่าจะครบ
ขนาดตัวอย่าง (n)0.005.0010.015.020.025.0ขนาดของผลที่รายงานการทดลองที่ 1 · n=630การทดลองที่ 2 · n=647การทดลองที่ 3 · n=668การทดลองที่ 4 · n=245การทดลองที่ 5 · n=242การทดลองที่ 6 · n=769การทดลองที่ 7 · n=502การทดลองที่ 8 · n=920การทดลองที่ 9 · n=177การทดลองที่ 10 · n=852การทดลองที่ 11 · n=238การทดลองที่ 12 · n=784การทดลองที่ 13 · n=490การทดลองที่ 14 · n=239การทดลองที่ 15 · n=563การทดลองที่ 16 · n=820การทดลองที่ 17 · n=367การทดลองที่ 18 · n=796การทดลองที่ 19 · n=83.0การทดลองที่ 20 · n=196

รูปกรวยที่ไม่สมมาตรเป็นเพียงสัญญาณ ไม่ใช่หลักฐานของการตีพิมพ์แบบลำเอียง

ค่ากลาง11.7
อยู่นอกกรวย 95%12 จาก 20
ช่วง n83.0–920
ดูข้อมูลเป็นตาราง (20 แถว)
funnel plot 20 การศึกษา
การศึกษาผลn
การทดลองที่ 13.37630
การทดลองที่ 29.91647
การทดลองที่ 311.4668
การทดลองที่ 411.3245
การทดลองที่ 51.91242
การทดลองที่ 61.52769
การทดลองที่ 78.60502
การทดลองที่ 88.07920
การทดลองที่ 96.87177
การทดลองที่ 1010.5852
การทดลองที่ 119.09238
การทดลองที่ 1213.1784
การทดลองที่ 1316.4490
การทดลองที่ 1414.5239
การทดลองที่ 1517.5563
การทดลองที่ 1615.2820
การทดลองที่ 1711.7367
การทดลองที่ 1819.4796
การทดลองที่ 1919.683.0
การทดลองที่ 2023.0196

ลองแล้วจะเห็นอะไร

  • สังเกตอะไร: จุดควรกระจายกว้างด้านล่างที่ตัวอย่างน้อยและแคบด้านบนที่ตัวอย่างมาก — มุมล่างที่ว่างคือสัญญาณให้สงสัย

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

เทคนิคถัดไป · กราฟขนาดของผล