Thep Excel
PERCENTILE.EXCหาเปอร์เซ็นไทล์ (Exclusive)
PERCENTILE.EXC หาค่าเปอร์เซ็นไทล์ของข้อมูล โดยไม่รวมค่าที่ 0% และ 100% (Exclusive method) เหมาะสำหรับข้อมูลที่มีการกระจายตัวแบบปกติและต้องการการประเมินที่แม่นยำยิ่งขึ้น
Syntax & Arguments
| อาร์กิวเมนต์ | ชนิด | คำอธิบาย |
|---|---|---|
| array | Range/Array | ช่วงข้อมูลหรืออาร์เรย์ที่ต้องการหาเปอร์เซ็นไทล์ |
| k | Number (Decimal) | ค่าเปอร์เซ็นไทล์ระหว่าง 0 ถึง 1 (เช่น 0.25 = 25%, 0.5 = 50%, 0.9 = 90%) โดยไม่รวมค่า 0 และ 1 พอดี |
Additional Notes
PERCENTILE.EXC คำนวณค่าเปอร์เซ็นไทล์ที่ k ของข้อมูล โดยใช้วิธี Exclusive (k อยู่ระหว่าง 0 ถึง 1 แต่ไม่รวมค่าขอบ 0 และ 1)
สำหรับข้อมูล {10, 20, 30, 40, 50, 60, 70, 80, 90}:
– PERCENTILE.EXC(data, 0.5) = 50 (มัธยฐาน)
– PERCENTILE.EXC(data, 0.9) = 82 (ค่าที่ 90% ของข้อมูลต่ำกว่า)
– PERCENTILE.EXC(data, 0.25) = 27.5 (ค่าควอร์ไทล์ที่ 1)
ที่เจ๋งคือ PERCENTILE.EXC ใช้วิธี interpolation ที่แม่นยำกว่า PERCENTILE.INC เพราะไม่ใช้ค่าต่างๆ นอกช่วง 0-1 อย่างแท้จริง ดังนั้นมันจึงเหมาะสำหรับสถิติเชิงมืออาชีพมากกว่า
ส่วนตัวผม ใช้ PERCENTILE.EXC เวลาต้องการค่า quartile หรือ decile ที่แม่นยำ เช่นตั้งค่า KPI หรือวิเคราะห์การกระจายตัวของข้อมูล 😎
Examples
ตัวอย่างที่ 1: หาค่ามัธยฐาน (50th Percentile)PERCENTILE.EXC(A2:A10, 0.5)
สมมติ A2:A10 = {10, 20, 30, 40, 50, 60, 70, 80, 90}
PERCENTILE.EXC ที่ 0.5 (50%) จะให้ค่ามัธยฐาน = 50
นี่คือเปอร์เซ็นไทล์ที่หารข้อมูลออกเป็นสองส่วนเท่าๆ กัน
ตัวอย่างที่ 2: หาเกรด A (Top 10%)PERCENTILE.EXC(B2:B50, 0.9)
สมมติ B2:B50 เป็นคะแนนนักเรียน 49 คน
PERCENTILE.EXC(data, 0.9) = 88.5
หมายความว่า 90% ของนักเรียนได้คะแนนต่ำกว่า 88.5 คะแนน
เหล่านี้คือนักเรียนที่มีคะแนนสูงสุด 10%
ตัวอย่างที่ 3: หาควอร์ไทล์ Q1, Q2, Q3 สำหรับวิเคราะห์การกระจายPERCENTILE.EXC(C2:C100, 0.25) ← Q1 =PERCENTILE.EXC(C2:C100, 0.5) ← Q2 (Median) =PERCENTILE.EXC(C2:C100, 0.75) ← Q3
ใช้ 3 สูตรข้างต้นเพื่อแบ่งข้อมูลออกเป็น 4 ส่วนเท่าๆ กัน
Q1 (25%) = ค่าต่ำสุด 25%
Q2 (50%) = มัธยฐาน
Q3 (75%) = ค่าต่ำสุด 75%
ถ้า IQR = Q3 – Q1 จะช่วยให้ระบุค่าผิดปกติได้
ตัวอย่างที่ 4: ตั้ง KPI ตามเปอร์เซ็นไทล์PERCENTILE.EXC(D2:D200, 0.8)
สมมติ D2:D200 เป็นยอดขายของพนักงาน 199 คน
PERCENTILE.EXC(data, 0.8) = 850
หมายความว่า 80% ของพนักงานขายได้ต่ำกว่า 850
ใช้ 850 เป็น KPI เป้าหมายที่มีความสมจริง (ไม่ใช่อย่างสุดโต่ง)
FAQs
ต่างกันระหว่าง PERCENTILE.EXC และ PERCENTILE.INC อย่างไร?+
PERCENTILE.EXC ไม่ยอมรับค่า k = 0 หรือ k = 1 พอดี (ต้อง 0 < k < 1) ในขณะที่ PERCENTILE.INC ยอมรับ 0
ใช้ PERCENTILE.EXC เวลาไหน?+
ใช้เวลาต้องการความแม่นยำด้านสถิติ เช่น วิเคราะห์การกระจายตัวของข้อมูล ค้นหาค่าผิดปกติ หรือตั้ง KPI/benchmark ที่อิงตามข้อมูล ถ้าแค่ต้องการค่า 0% หรือ 100% ใช้ MIN/MAX แทน
ถ้าใส่ k = 0 หรือ k = 1 จะเกิดอะไร?+
ผิดพลาด #NUM! เพราะ PERCENTILE.EXC ต้องการ 0 < k < 1 ถ้าต้องการค่าต่ำสุดหรือสูงสุด ใช้ MIN() หรือ MAX() แทน
ใช้กับ Excel เวอร์ชันไหนได้?+
Excel 2010 ขึ้นไป, Excel 365, Excel Online ทั้งหมด
ถ้าข้อมูลมีค่าซ้ำ หรือค่าติดลบ จะทำงานได้ไหม?+
ได้ PERCENTILE.EXC ยอมรับค่าซ้ำ ค่าติดลบ ค่า 0 ทั้งหมด เพียงแต่ k ต้องอยู่ระหว่าง 0 ถึง 1 เท่านั้น
Resources & Related
ฟังก์ชันที่ผู้เขียนโยงไว้กับ PERCENTILE.EXC จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง
MEDIAN คืนค่าที่อยู่ตำแหน่งตรงกลางของชุดข้อมูลที่เรียงลำดับแล้ว หากมีจำนวนข้อมูลเป็นเลขคี่ จะได้ค่าตรงกลางพอดี แต่ถ้าเป็นเลขคู่ จะนำ 2 ค่าตรงกลางมาหาค่าเฉลี่ย เหมาะสำหรับหาค่ากลางของข้อมูลที่มีค่าสุดโต่ง (Outliers) ปะปนอยู่ (เช่น เงินเดือน หรือราคาบ้าน)
หาค่าเปอร์เซ็นไทล์ที่ k (แบบ Inclusive: 0 ≤ k ≤ 1) ซึ่งรวมค่าขอบ 0% และ 100% ในการคำนวณ
ฟังก์ชันที่หาว่าค่าใดค่าหนึ่งอยู่ที่อันดับเปอร์เซ็นไทล์เท่าไหร่ โดยขอบเขตเป็น 0 ถึง 1 (ไม่รวมขอบเขต)
PERCENTRANK.INC หาว่าค่าที่ระบุอยู่ที่ตำแหน่งเปอร์เซ็นไทล์ไหน (0-100%) โดยรวม 0% และ 100% ได้
QUARTILE.EXC หาค่าควอร์ไทล์ของชุดข้อมูล โดยใช้วิธี Exclusive ที่ไม่นับค่าต่ำสุดและสูงสุดเป็นตำแหน่งควอร์ไทล์ที่เป็นไปได้
ฟังก์ชันที่หาค่าควอร์ไทล์ของชุดข้อมูล โดยอิงจากการแบ่งข้อมูล 4 ส่วนเท่า ๆ กัน
คำนวณค่าเปอร์เซ็นไทล์ที่ k ของชุดข้อมูล เช่น P90 หรือ P50 เหมาะสำหรับวิเคราะห์การกระจายตัวของข้อมูลและกำหนดเกณฑ์มาตรฐาน
ฟังก์ชัน QUARTILE แบ่งชุดข้อมูลออกเป็นสี่ส่วน แล้วคืนค่า Q1, Q2 (มัธยฐาน), หรือ Q3 ใช้วิเคราะห์การกระจายข้อมูลได้ทันที แต่ปัจจุบัน Microsoft แนะนำให้ใช้ QUARTILE.INC แทน
Comments
อีเมลของคุณจะไม่ถูกเผยแพร่