STDEV.S คำนวณส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) ของข้อมูลกลุ่มตัวอย่าง โดยใช้สูตร n-1 เพื่อประมาณค่าของประชากรทั้งหมด
| อาร์กิวเมนต์ | ชนิด | คำอธิบาย |
|---|---|---|
| number1 | Number/Range | ตัวเลขหรือช่วงที่ประกอบด้วยข้อมูลกลุ่มตัวอย่าง (อย่างน้อย 2 ค่า) |
| [number2]ไม่บังคับ | Number/Range | ตัวเลขหรือช่วงเพิ่มเติม (สูงสุด 254 อาร์กิวเมนต์) |
[ ] = อาร์กิวเมนต์ที่ไม่บังคับ
STDEV.S ใช้วัดการกระจายตัวของข้อมูลกลุ่มตัวอย่าง ซึ่งหมายความว่า ข้อมูลที่คุณมีเป็นเพียงส่วนหนึ่งของประชากรทั้งหมด เช่น คุณสำรวจความพึงพอใจของ 100 คนแต่ประชากรมี 1 ล้านคน
ที่ต้องระวังคือ STDEV.S จะข่มลงค่าความเบี่ยงเบนมาตรฐาน (ใช้ n-1 ในตัวส่วน) เพื่อสร้างค่าประมาณที่ดีขึ้น ถ้าข้อมูลของคุณเป็นประชากรทั้งหมด ต้องใช้ STDEV.P แทน
ส่วนตัวผม แอบชอบฟังก์ชันนี้เพราะมันช่วยให้การวิเคราะห์ทางสถิติดูมืออาชีพขึ้น และสำคัญคือมันหลีกเลี่ยงข้อผิดพลาดทั่วไปในการสำรวจที่มนุษย์ทำ
คำนวณความเบี่ยงเบนมาตรฐานของคะแนนสอบ 5 คน โดยใช้ n-1 ในสูตร ค่าที่ได้ (5.46) บอกให้ทราบว่าคะแนนเบี่ยงเบนจากค่าเฉลี่ย (86.6) มากเพียงใด
ในการทดสอบความแข็งแรงของโลหะ 10 ชิ้น (ค่า: 1345, 1301, 1368, 1322, 1310, 1370, 1318, 1350, 1303, 1299) ฟังก์ชันคืนค่า 27.46 ซึ่งบ่งบอกถึงความแปรปรวนในความแข็งแรง
รวมข้อมูลจากสองคอลัมน์แยกกัน STDEV.S จะรวมค่าทั้งหมด (38 ค่า) และคำนวณความเบี่ยงเบนมาตรฐานแบบเดียว
สำหรับข้อมูล 10 ค่าเดียวกัน STDEV.S ให้ค่าสูงกว่า (ใช้ n-1) เพื่อประมาณค่าประชากรที่ใหญ่กว่า ขณะที่ STDEV.P ให้ค่าต่ำกว่า (ใช้ n) เพราะถือว่ามี 10 ค่านั้นเป็นประชากรทั้งหมด
STDEV.S ใช้สูตร n-1 สำหรับกลุ่มตัวอย่าง (เมื่อข้อมูลของคุณเป็นตัวแทนของประชากรที่ใหญ่กว่า) ส่วน STDEV.P ใช้สูตร n สำหรับประชากรทั้งหมด (เมื่อข้อมูล = ประชากรทั้งหมด) ค่าของ STDEV.S จะสูงกว่า STDEV.P สำหรับข้อมูลชุดเดียวกัน
อย่างน้อย 2 ค่า ถ้าใส่เพียง 1 ค่า จะเกิด #DIV/0! error เพราะไม่สามารถคำนวณความเบี่ยงเบนมาตรฐานได้
STDEV.S เพิกเฉยต่อเซลล์ว่างและข้อความในช่วงข้อมูล แต่จะนับค่าตัวเลขที่พิมพ์โดยตรงในอาร์กิวเมนต์ ถ้าต้องการนับค่า TRUE/FALSE เป็นตัวเลข ให้ใช้ STDEVA แทน
Excel 2016 ขึ้นไป รวม Excel 2019, 2021, 2024 และ Excel for Microsoft 365 (ทุกเวอร์ชัน)
ฟังก์ชันที่ผู้เขียนโยงไว้กับ STDEV.S จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง
CONFIDENCE.NORM คำนวณ margin of error สำหรับช่วงความเชื่อมั่นของค่าเฉลี่ยประชากร เมื่อทราบค่า standard deviation แบบ Normal Distribution (Z-Test)
CONFIDENCE.T คำนวณช่วงความเชื่อมั่น (Confidence Interval) ของค่าเฉลี่ยประชากรโดยใช้การแจกแจงแบบ T-Distribution เหมาะสำหรับกลุ่มตัวอย่างขนาดเล็ก
COVARIANCE.S คำนวณความแปรปรวนร่วมของกลุ่มตัวอย่าง (Sample Covariance) ซึ่งวัดความสัมพันธ์เชิงเส้นระหว่างชุดข้อมูลสองชุด โดยใช้ตัวหาร n-1 สำหรับการประมาณค่าประชากร
DEVSQ คำนวณผลรวมของกำลังสองของผลต่างระหว่างแต่ละค่ากับค่าเฉลี่ย ซึ่งเป็นพื้นฐานสำคัญในการคำนวณความแปรปรวนและส่วนเบี่ยงเบนมาตรฐาน
F.TEST ทดสอบว่าสองชุดข้อมูลมีความแปรปรวน (การกระจายตัว) ที่แตกต่างกันอย่างมีนัยสำคัญหรือไม่ โดยคืนค่า P-Value สำหรับการตัดสินใจทางสถิติ
KURT ใช้คำนวณค่าความโด่ง (Kurtosis) ของชุดข้อมูล เพื่อบอกว่าข้อมูลมีความสูง (peaked) หรือความแบน (flat) เมื่อเทียบกับการแจกแจงปกติ
PROB คำนวณความน่าจะเป็นที่ค่าสุ่มจะตกอยู่ในช่วงที่คุณระบุ โดยใช้ชุดค่าและความน่าจะเป็นของแต่ละค่า
STANDARDIZE คำนวณค่า Z-Score ซึ่งแสดงว่าค่านั้นอยู่ห่างจากค่าเฉลี่ยกี่เท่าของส่วนเบี่ยงเบนมาตรฐาน ใช้ในการทำให้ข้อมูลจากแหล่งต่างๆ อยู่บนสเกลเดียวกันได้
STDEV.P คำนวณส่วนเบี่ยงเบนมาตรฐานของข้อมูลประชากรทั้งหมด (Population Standard Deviation)
STDEVA คำนวณส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) ของกลุ่มตัวอย่าง โดย 'รวม' ข้อความและค่าตรรกะในการคำนวณด้วย (ส่วน STDEV.S จะข้ามข้อความไป)
STDEVPA คำนวณส่วนเบี่ยงเบนมาตรฐานของประชากรทั้งหมด โดยจะรวมข้อความและค่าตรรกะในการคำนวณด้วย (Text = 0, TRUE = 1, FALSE = 0) ต่างจาก STDEV.P ที่จะไม่นับข้อความและตรรกะ
VAR.S ใช้หาค่าความแปรปรวน (Variance) ของกลุ่มตัวอย่าง เหมาะสำหรับข้อมูลที่เป็นส่วนหนึ่งของประชากรใหญ่
VARPA คำนวณความแปรปรวน (Variance) ของประชากรทั้งหมด โดยรวมข้อความและค่าตรรกะด้วย นั่นคือข้อความจะนับเป็น 0 TRUE เป็น 1 FALSE เป็น 0
ฟังก์ชันทางสถิติที่คำนวณค่า P-value สำหรับการทดสอบ Z-test เพื่อทดสอบว่าค่าเฉลี่ยของกลุ่มตัวอย่างสอดคล้องกับค่าเฉลี่ยประชากรที่สมมติหรือไม่
ฟังก์ชัน ERF.PRECISE ใช้คำนวณค่า Error Function ที่บูรณาการตั้งแต่ 0 ถึงค่าที่ระบุ ใช้ในการวิเคราะห์สถิติและฟิสิกส์ โดยเป็นรุ่นที่แม่นยำกว่าของ ERF().
Comments
อีเมลของคุณจะไม่ถูกเผยแพร่