Computer - บทที่ 4 การประมวลผลข้อมูล

บทที่ 4 การประมวลผลข้อมูล

จุดประสงค์ (เมื่อเรียนจบ นักเรียนสามารถ)

อธิบายขั้นตอนการนำข้อมูลไปใช้ในการแก้ปัญหา
นำการประมวลผลข้อมูลไปใช้แก้ปัญหาในชีวิตประจำวัน

ทบทวนความรู้

ข้อมูล (data) หมายถึง ข้อเท็จจริง (fact) ที่อยู่ในรูปแบบตัวอักษร ตัวเลข สัญลักษณ์พิเศษ รูปภาพ ภาพเคลื่อนไหว และเสียง ซึ่งสามารถบันทึกไว้อย่างต่อเนื่องและมีความหมายอยู่ในตัว เช่น ชื่อนักเรียน อายุ เพศ จำนวนประชากร ปริมาณน้ำฝน เป็นต้น ข้อมูลจะมีอยู่จำนวนมาก และจะถูกนำไปประมวลผลเพื่อใช้ประโยชน์ในเรื่องต่าง ๆ ได้มากมาย
การประมวลผลข้อมูล (Data Processing) หมายถึง การเปลี่ยนแปลงหรือจัดระเบียบข้อมูลให้อยู่ในรูปแบบที่เป็นประโยชน์ต่อผู้ใช้งาน ข้อมูลโดยทั่วไปเกิดขึ้นอย่างไม่เป็นระเบียบจากขบวนการนับหรือการวัด ไม่สามารถสื่อความหมายให้เข้าใจหรือใช้ประโยชน์ได้ การประมวลผลจึงเป็นวิธีการนำข้อมูล (Data) กลายสภาพเป็นสารสนเทศ (Information) ที่มีประสิทธิภาพและนำไปใช้ประโยชน์ต่อไปได้

4.1 ข้อมูลดีมีชัยไปกว่าครึ่ง

นักเรียนเคยสังเกตไหมว่า เมื่อเข้าเว็บไซต์ เครือข่ายสังคม หรือแอปพลิเคขันสั่งซื้อสินค้า จะมีข้อมูลโฆษณาสินค้า หรือข้อมูลเกี่ยวกับสิ่งที่นักเรียนสนใจปรากฎอยู่เสมอ เหตุใดจึงเป็นเช่นนั้น ด้วยเทคโนโลยีในปัจจุบัน เว็บไซต์ หรือระบบผู้ให้บริการต่าง ๆ มีการเก็บพฤติกรรมการใช้งานของผู้ใช้ และนำมาวิเคราะห์สิ่งที่มีความสัมพันธ์กับพฤติกรรมผู้ใช้ เทคโนโลยีด้านข้อมูลมีประโยชน์และมีคุณค่ากว่าที่คิด ข้อมูลมีความหลากหลายและมีปริมาณมาก สามารถข้าถึงได้อย่างสะดวก รวดเร็วและตลอดเวลา ข้อมูลถูกนำมาใช้ประโยชน์เพื่อตัดสินใจ หาคำตอบของปัญหา กำหนดแนวทางการดำเนินการ ตลอดจนนโยบายทุกระดับของสังคมตั้งแต่บุคคล ครอบครัว กลุ่มเพื่อน ขุมขน องค์กร และประเทศ จนอาจกล่าวได้ว่าชีวิตประจำวันของเราขับเคลื่อนโดยมีข้อมูลเป็นฐาน

ตัวอย่างการนำข้อมูลไปใช้

การทำนายความต้องการซื้อของผู้หญิงตั้งครรภ์ ที่วิเคราะห์ข้อมูลพฤติกรรมการซื้อสินค้าและพบว่าในแต่ละเดือนของการตั้งครรภ์ ผู้ตั้งครรภ์มักจะมีพฤติกรรมการซื้อสินค้าเฉพาะอย่างที่คล้ายคลึงกันทำให้คาดการณ์วันกำหนดคลอดได้ ข้อมูลเหล่านี้ทำให้ผู้ผลิตสินค้าสามารถส่งคูปองหรือสินค้าให้ลูกค้าก่อนบริษัทอื่น

ข้อมูลจำนวนมากในปัจจุบัน เมื่อนำมาวิเคราะห์ในเชิงลึกจะทำให้เราค้นพบคุณค่าของข้อมูล ช่วยสร้างมูลค่าเชิงธุรกิจ หรือส่งผลในทางบวกให้กับผู้ใช้ข้อมูลเป็นอย่างมาก เช่น การทำนายความต้องการซื้อสินค้า โดยบริษัทขายสินค้าจะนำข้อมูล พฤติกรรมการซื้อสินค้าของบุคล ความชอบ ทัศนคติฯ ไปวิเคราะห์เพื่อผลิตสินค้าหรือบริการให้ตรงกับความต้องการของลูกค้ามากที่สุด

"การวิเคราะห์ข้อมูลที่รวบรวมได้นั้นจำเป็นอย่างยิ่งที่ต้องอยู่บนพื้นฐานของจริยธรรม เพื่อความถูกต้องและเกิดประโยชน์กับทุกฝ่ายที่เกี่ยวข้อง"

4.2 การนำข้อมูลมาใช้แก้ปัญหา

การนำข้อมูลมาใช้ในการแก้ปัญหาอย่างมีประสิทธิภาพ มีขั้นตอน ดังนี้

การนิยามปัญหา (problem definition) หมายถึง การตั้งคำถามที่สนใจและต้องการหาคำตอบ โดยระบุผลลัพธ์ที่ต้องการ เงื่อนไข รายละเอียด เช่น โรงเรียนมีขยะจำนวนมาก ล้นถังขยะ และมีการทิ้งขยะไม่เป็นที่
การวิเคราะห์ปัญหา (problem analysis) หมายถึง การทำความเข้าใจปัญหาเพื่อกำหนดสาระสำคัญของปัญหาและข้อมูลที่เกี่ยวข้อง เช่น ปัญหาขยะจำนวนมากในโรงเรียน โดยวิเคราะห์ข้อมูลที่เกี่ยวข้อง มีจำนวนถังขยะกี่ถึง ตั้งไว้ที่ใด มีการทิ้งขยะแต่ละถังช่วงเวลาใด มีการเก็บขยะบ่อยเท่าใด ปริมาณขยะเท่าใด ประเภทใด
การรวบรวมข้อมูล (data collection) หมายถึง การได้มาซึ่งข้อมูลที่ถูกต้อง ครบถ้วน และจำเป็นต่อการแก้ปัญหา ประกอบด้วย

กำหนดแหล่งข้อมูล (ข้อมูลปฐมภูมิ หรือต้นกำเนินของข้อมูล และข้อมูลทุติยภูมิ หรือข้อมูลจากแหล่งอื่นที่ได้รวบรวมไว้แล้ว)
กำหนดวิธีการรวบรวมข้อมูล ได้แก่ การสังเกต การสำรวจ/สอบถาม การสัมภาษณ์ สนทนากลุ่ม
กำหนดวิธีการจัดเก็บข้อมูลที่รวบรวมได้ (คำนึงถึงการนำไปประมวลผล)

การเตรียมข้อมูล (data preparation) หมายถึง การดำเนินการกับข้อมูลที่รวบรวมมา เพื่อให้เป็นข้อมูลที่มีคุณภาพ พร้อมนำไปประมวลผล แนวทางการตรวจสอบความผิดปกติของข้อมูลเพื่อทำความสะอาดข้อมูล ดังนี้
- ความสมบูรณ์ (validity) เช่น อายุเป็นข้อมูลชนิดตัวเลข ชื่อเป็นข้อมูลชนิดข้อความ น้ำหนักต้องไม่ติดลบ รหัสประจำตัวต้องไม่ซ้ำกัน วันเดือนปีเกิดรูปแบบเดียวกัน ค่าผิดปกติอื่น ๆ
- รูปแบบเดียวกัน (uniformity) ข้อมูลเรื่องเดียวกันต้องเก็บรูปแบบเดียวกัน เช่น น้ำหนัก มีหน่วยเป็น กก. วันเดือนปี วว/ดด/ปป
- ความครบถ้วน (completeness) ข้อมูลที่เกี่ยวข้องต้องถูกรวบรวมอย่างครบถ้วน
- ความทันสมัย (timeliness) ข้อมูลมีค่าที่สอดคล้องกับเวลาและหรือสถานการณ์
การประมวลผลข้อมูล (data processing) หมายถึง การดำเนินการกับข้อมูลเพื่อให้ได้สารสนเทศตามวัตถุประสงค์ ในที่นี้จะเป็นการวิเคราะห์เชิงพรรณนา (desriptive analysis) ซึ่งเป็นการวิเคราะห์ข้อมูลเชิงปริมาณ เช่น จำนวนเต็ม หรือจำนวนจริง
- การวิเคราะห์โดยใช้ค่าสถิติ เช่น ค่าเฉลี่ย (mean) มัธยฐาน (median) ฐานนิยม (mode) ร้อยละ (percentage) ความถี่ (frequency) พิสัย (range)

นอกจากการวิเคราะห์เชิงพรรณนาแล้ว ยังมีการวิเคราะห์รูปแบบอื่น ๆ เช่น การวิเคราะห์เชิงอนุมาน (inferential analysis) การวิเคราะห์เชิงทำนาย (predictive analysis) การวิเคราะห์เชิงปัญญา (cognitive analysis)

การนำเสนอข้อมูล (data presentation) หมายถึง การนำเสนอสรุปจากการประมวลผลในรูปแบบที่สื่อความหมายอย่างชัดเจน เช่นการนำเสนอด้วยแผนภูมิ แผนภาพ กราฟ และอินโฟกราฟิก ดังตัวอย่าง

ปัญหาหรือสิ่งที่สนใจล้วนมีข้อมูลเป็นองค์ประกอบสำคัญ เมื่อได้มีการนิยามปัญหาและวิเคราะห์ปัญหาเรียบร้อยแล้ว การนำข้อมูลมาช่วยแก้ปัญหาจะเริ่มต้นจากการรวบรวมข้อมูลให้ได้ข้อมูลที่ถูกต้อง ครบถ้วนการเตรียมข้อมูลให้เป็นข้อมูลที่มีคุณภาพอยู่ในรูปแบบที่สอดคล้องกับวิธีการประมวลผลข้อมูล โดยเลือกวิธีการวิเคราะห์ข้อมูลที่จะนำไปสู่คำตอบของปัญหาหรือเป็นประโยชน์ในการแก้ปัญหา และการนำเสนอข้อมูลในรูปแบบที่น่าสนใจ สื่อความหมายชัดเจนเข้าใจง่าย จะเห็นได้ว่าข้อมูลเป็นสิ่งที่มีคุณค่ามีความหมายซ่อนอยู่ภายในด้วยตัวข้อมูลเอง หรือเมื่อมีการสร้างความสัมพันธ์กับข้อมูลอื่น ๆ ข้อมูลเป็นพื้นฐานสำคัญในการตัดสินใจของบุคคล สังคมองค์กรและประเทศ โดยคำนึงถึงจริยธรรม และประโยชน์ที่จะเกิดขึ้นกับทุกฝ่ายที่เกี่ยวข้อง

ตัวอย่างการนำเสนอข้อมูล