วิธีสร้างและตีความ box plots ใน spss

Boxplot ใช้เพื่อแสดงภาพข้อมูลสรุปห้าหลักของชุดข้อมูล ซึ่งประกอบด้วย:

• ขั้นต่ำ
• ควอไทล์แรก
• ค่ามัธยฐาน
• ควอร์ไทล์ที่สาม
• สูงสุด

บทช่วยสอนนี้จะอธิบายวิธีการสร้างและแก้ไขกล่องแปลงใน SPSS

วิธีสร้างพล็อตกล่องเดียวใน SPSS

สมมติว่าเรามีชุดข้อมูลต่อไปนี้ซึ่งแสดงคะแนนเฉลี่ยที่ทำคะแนนต่อเกมโดยผู้เล่นบาสเก็ตบอล 16 คนในทีมใดทีมหนึ่ง:

หากต้องการสร้างพล็อตกล่องเพื่อแสดงภาพการกระจายของค่าข้อมูลเหล่านี้ เราสามารถคลิกแท็บ วิเคราะห์ จากนั้นคลิก สถิติเชิงพรรณนา จากนั้น สำรวจ :

จะแสดงหน้าต่างต่อไปนี้:

หากต้องการสร้างพล็อตกล่อง ให้ลาก จุด ตัวแปรลงในพื้นที่ที่มีป้ายกำกับว่า Dependent List จากนั้นตรวจสอบให้แน่ใจว่าได้เลือก Plots ไว้ใต้ตัวเลือกที่ระบุว่า Show ที่ด้านล่างของช่อง

หลังจากที่คุณคลิก ตกลง boxplot ต่อไปนี้จะปรากฏขึ้น:

ต่อไปนี้เป็นวิธีตีความ Boxplot นี้:

หมายเหตุเกี่ยวกับค่าผิดปกติ

ช่วงระหว่างควอร์ไทล์ (IQR) คือระยะห่างระหว่างควอไทล์ที่ 3 และควอไทล์ที่ 1 SPSS จะถือว่าค่าข้อมูลใดๆ เป็นค่าผิดปกติ หากมีค่า IQR สูงกว่าควอไทล์ที่ 3 1.5 เท่า หรือ 1.5 เท่าของ IQR ต่ำกว่าควอไทล์แรก

ค่าผิดปกติจะแสดงเป็นวงกลมเล็กๆ ใน SPSS ในตัวอย่างก่อนหน้านี้ ไม่มีค่าผิดปกติ ซึ่งเป็นสาเหตุที่ไม่มีการแสดงวงกลมเล็กๆ ในกล่องพล็อต อย่างไรก็ตาม หากค่าที่ใหญ่ที่สุดของเราในชุดข้อมูลคือ 50 จริงๆ boxplot จะแสดงวงกลมเล็กๆ เพื่อระบุค่าผิดปกติ:

หากมีค่าผิดปกติอยู่ในชุดข้อมูลของคุณ คุณจะมีหลายตัวเลือก:

• ตรวจสอบให้แน่ใจว่าค่าผิดปกติไม่ใช่ข้อผิดพลาดในการป้อนข้อมูล บางครั้งค่าข้อมูลก็ถูกบันทึกอย่างไม่ถูกต้อง หากมีค่าผิดปกติ ให้ตรวจสอบก่อนว่าค่าที่ป้อนถูกต้องและไม่ใช่ข้อผิดพลาด
• กำหนดค่าใหม่ให้กับค่าผิดปกติ หากค่าผิดปกติกลายเป็นผลลัพธ์ของข้อผิดพลาดในการป้อนข้อมูล คุณสามารถตัดสินใจกำหนดค่าใหม่ให้กับค่าดังกล่าวได้ เช่น ค่า เฉลี่ยหรือค่ามัธยฐาน ของชุดข้อมูล
• ลบค่าผิดปกติออก หากค่านั้นเป็นค่าผิดปกติจริงๆ คุณสามารถเลือกที่จะลบค่านั้นออกได้หากจะมีผลกระทบสำคัญต่อการวิเคราะห์โดยรวมของคุณ เพียงอย่าลืมพูดถึงในรายงานหรือการวิเคราะห์ขั้นสุดท้ายของคุณว่าคุณได้ลบค่าผิดปกติออก

วิธีสร้างหลายแปลงกล่องใน SPSS

หากคุณมีตัวแปรหลายตัว SPSS ยังสามารถสร้างกล่องแปลงหลายรายการเคียงข้างกันได้ ตัวอย่างเช่น สมมติว่าเรามีข้อมูลต่อไปนี้เกี่ยวกับคะแนนเฉลี่ยที่ทำโดยผู้เล่น 16 คนจากสามทีมที่แตกต่างกัน:

หากต้องการสร้าง boxplot สำหรับตัวแปรแต่ละตัว เราสามารถคลิกแท็บ Analyze อีกครั้ง จากนั้นคลิก Descriptive Statistics จากนั้น Explore จากนั้นเราสามารถลากตัวแปรทั้งสามตัวลงในพื้นที่ที่มีข้อความว่า Dependent List :

เมื่อเราคลิก OK กล่องพล็อตต่อไปนี้จะปรากฏขึ้น:

สิ่งนี้ช่วยให้เราเห็นภาพความแตกต่างในการกระจายตัวระหว่างทั้งสามทีมนี้ได้อย่างง่ายดาย

นอกจากนี้เรายังสามารถสังเกตสิ่งต่อไปนี้:

• คะแนนเฉลี่ยต่อเกมจะสูงที่สุดสำหรับทีม B และต่ำสุดสำหรับทีม C
• การเปลี่ยนแปลงของคะแนนต่อเกมจะสูงที่สุดสำหรับทีม B โดยเห็นได้จากความยาวของบ็อกซ์พล็อตเมื่อเทียบกับทีม A และทีม C
• ผู้เล่นที่มีคะแนนมากที่สุดต่อเกมจะอยู่ทีม B และผู้เล่นที่มีคะแนนน้อยที่สุดต่อเกมจะอยู่ทีม C

Boxplots มีประโยชน์เพราะสามารถให้ข้อมูลมากมายแก่เราเกี่ยวกับการแจกแจงชุดข้อมูลจากกราฟเดียว