การวัด เลขนัยสาคัญ ความคลาดเคลื่อน และการวิเคราะห์เชิงสถิติ

1. การวัด (Measurements)
การทดลองทางฟิสิกส์ต้องวัดปริมาณต่างๆ ทางฟิสิกส์ที่เกี่ยวข้อง จากนั้นนามาคานวณเพื่อ
พิสูจน์หรือหาผลสรุป ดังนั้นหากผู้ทดลองวัดผิดพลาดจะส่งผลต่อความถูกต้องและความแม่นยาของ
ผลการทดลองอย่างยิ่ง
เนื่องจากปริมาณทางฟิสิกส์มีมากมาย ซึ่งแต่ละปริมาณจะใช้เครื่องมือวัดแตกต่างกันและมี
วิธีใช้แตกต่างกัน ผู้ทดลองจึงต้องศึกษาชนิดและวิธีใช้เครื่องมือวัดแต่ละชนิดให้เข้าใจและใช้ให้
ถูกต้อง แต่เครื่องมือทุกชนิดจะมีหลักการวัดเหมือนกัน
หลักการวัด มีดังนี้
1.1 พิจารณาว่าเครื่องมือวัดชนิดนั้น ใช้วัดปริมาณฟิสิกส์ปริมาณอะไร ใช้หน่วยอะไร มีคา
อุปสรรคหรือไม่ ถ้ามีคาอุปสรรคคืออะไร
1.2 พิจารณาสเกลของเครื่องมือวัด (กรณีเป็นแบบต่อเนื่อง หรือ analog) จากนั้นคิด
เชื่อมโยงสเกลกับปริมาณฟิสิกส์ของเครื่องมือชนิดนั้น
1.3 การอ่านสเกล ใช้หลักอ่านระยะตามสเกล โดยให้คาดคะเนได้เพียงครั้งเดียวเท่านั้น
1.4 ควรระบุความคลาดเคลื่อนกากับค่าที่วัดได้ โดยใช้ค่าความละเอียดของเครื่องมือที่น้อย
สุดเป็นค่าความคลาดเคลื่อน

ตัวอย่างการอ่านสเกล
1 2 3 4
cm

อ่านได้ 2.70  0.01 cm หรือ 2.70 cm

1 2 3 4
cm

อ่านได้ 2.7  0.1 cm หรือ 2.7 cm

 2

1 2 3 4
cm

อ่านได้ 2.7  0.1 cm หรือ 2.7 cm

1 2 3 4
cm

อ่านได้ 2.75  0.01 cm หรือ 2.75 cm

1 2 3 4
cm

อ่านได้ 2.7  0.1 cm หรือ 2.7 cm

2. เลขนัยสาคัญ (Significant Figures)

เลขนัยสาคัญ หมายถึงเลขที่เชื่อถือได้ และสามารถสื่อความหมายที่บอกถึงความแม่นยาและ
ความคลาดเคลื่อนของจานวนเลขดังกล่าว ตัวอย่างเลขนัยสาคัญ เช่น ตัวเลขที่วัดได้จากเครื่องมือวัด
ตัวเลขที่ได้จากการคานวณ หรือตัวเลขที่เป็นค่าคงที่
เมื่อเราพบเลขจานวนใดจานวนหนึ่ง เราต้องทราบว่าเลขตัวใดเป็นเลขนัยสาคัญ และตัวใดไม่
เป็น และจานวนนั้นมีเลขนัยสาคัญทั้งหมดกี่ตัว ความเข้าใจในเรื่องเลขนัยสาคัญจึงจะเป็นอย่างยิ่งต่อ
การคานวณและทดลองทางฟิสิกส์
การพิจารณาเลขนัยสาคัญมีหลักดังนี้
1. ตัวเลขที่มีนัยสาคัญมากสุด คือตัวเลขซ้ายสุดของเลขจานวนนั้น ที่ไม่ใช่ศูนย์
2. กรณีไม่มีจุดทศนิยมในเลขจานวนนั้น ตัวเลขที่มีนัยสาคัญน้อยสุด ก็คือตัวเลขขวาสุดของ
จานวนนั้น ที่ไม่เป็นศูนย์
3. กรณีมีจุดทศนิยมในเลขจานวนนั้น ตัวเลขที่มีนัยสาคัญน้อยสุด ก็คือตัวเลขขวาสุดของเลข
จานวนนั้น รวมถึงเลขศูนย์ที่มีด้วย
4. จานวนหลักของเลขนัยสาคัญ ให้นับรวมจากเลขนัยสาคัญมากที่สุดถึงเลขนัยสาคัญน้อย
ที่สุด
 3

ตัวอย่างการนับจานวนเลขนัยสาคัญ และความคลาดเคลื่อน

ข้อมูล หรือ จานวนเลขนัยสาคัญ(ตัว) ความคลาดเคลื่อน

คาตอบ
5 1 0%
43 2 0%
5.0 2 10%
5.00 3 1%
25.00 4 1%
3.143 4 0.1%
3.1435 5 0.01%
3.14356 6 0.001%
430 3 0%
4.30  10 2 3 1%
4.3  10 2 2 10%

โดยหลักทั้ง 4 ข้อที่กล่าวมานั้น เลขจานวนใดๆก็ตาม นอกจากบอกปริมาณหรือขนาดแล้วยัง

บอกถึงขนาดความไม่แน่นอนหรือความคลาดเคลื่อนไว้ด้วย กล่าวคือตัวเลขที่มีนัยสาคัญน้อยสุดตาม
ข้อ 2 และ 3 จะเป็นตัวเลขที่มีความคลาดเคลื่อนรวมอยู่ด้วย นอกนั้นถือว่าเป็นตัวเลขที่มีความ
แน่นอนสูง

2.1 หลักการคานวณเลขนัยสาคัญ
เมื่อนาปริมาณฟิสิกส์(เลขจานวนหนึ่ง)ที่ได้จากการวัดซึ่งต่อไปนี้เราจะเรียกว่า “เลข
นัยสาคัญ”มาคานวณ คาตอบที่ได้จะต้องอาศัยวิธีวิเคราะห์ความคลาดเคลื่อน (Errors analysis) แต่
มีวิธีการอีกวิธีหนึ่งคือการปัดเศษให้เหลือตัวเลขที่เป็นเลขนัยสาคัญที่มีความคลาดเคลื่อนสอดคล้องกับ
ข้อมูลเดิม ซึ่งมีหลักดังนี้
1 กรณีการบวกหรือลบ ผลลัพธ์จากการคานวณควรมีจานวนตัวเลขนัยสาคัญหลังจุดทศนิยม
เท่ากับจานวนตัวเลขนัยสาคัญหลังจุดทศนิยมน้อยที่สุด ของเลขนัยสาคัญที่นามาบวกหรือลบกัน
ตัวอย่าง 45.32  2.543  47.863 คาตอบควรเป็น 47.86 เพราะเลข 2 ของจานวน
45.32 มีความคลาดเคลื่อนรวมอยู่ด้วย เท่ากับ 0.01 ส่วน 3 ของจานวน 2.543 มีความคลาดเคลื่อน
รวมอยู่ด้วย 0.001 ถ้าคาตอบเป็น 47.863 จะเป็นว่าคาตอบมีความคลาดเคลื่อน 0.001 ซึ่งถ้านา
เลขจานวนนี้ไปแปรหรือวิเคราะห์ทางฟิสิกส์ ค่อนข้างจะมีความไม่แน่นอนหรือผิดพลาดมากเกินกว่า
จะยอมรับ ดังนั้นคาตอบ 47.86 จึงน่าจะดีกว่า
ตัวอย่าง 30.40  2.1  28.30 คาตอบน่าจะเป็น 28.3 โดยการวิเคราะห์คล้ายข้างบน
 4

2 กรณีคูณหรือหารกัน ผลลัพธ์จากการคานวณ ควรมีจานวนเลขนัยสาคัญทั้งหมด เท่ากับ

จานวนตัวเลขนัยสาคัญน้อยสุด ของเลขนัยสาคัญจานวนน้อยสุดที่นามาคูณหรือหารกัน แต่คาตอบ
ต้องมีความคลาดเคลื่อนเท่ากับความคลาดเคลื่อนของเลขนัยสาคัญมากสุด ที่นามาคูณหรือหารกัน แต่
ถ้าคาตอบมีความคลาดเคลื่อนน้อยกว่า ให้ใช้หลักการปัดเศษจนได้คาตอบที่มีคลาดเคลื่อนเท่ากับ
ความคลาดเคลื่อนที่มากสุด
ตัวอย่าง 4.8  2.65  1.811 คาตอบควรเป็น 1.8 ซึ่งมีความคลาดเคลื่อน 0.1 หรือ 10%
และเมื่อตรวจสอบเปรียบเทียบกับ 4.8 ซึ่งมีความคลาดเคลื่อน 0.1 หรือ 10% ส่วน 2.65 มี
ความคลาดเคลื่อน 0.01 หรือ 1% ดังนั้น 1.8 จึงเป็นคาตอบที่เหมาะสม เพราะคาตอบมีความ
คลาดเคลื่อนเท่ากับ 10%
ตัวอย่าง 0.65  2.31  0.281 คาตอบควรเป็น 0.28 ซึ่งมีความคลาดเคลื่อน 1% และ
เมื่อตรวจสอบเปรียบเทียบกับ 0.65 และ 2.31 ซึ่งมีความคลาดเคลื่อน 1% จึงเป็นคาตอบที่เหมาะสม
ตัวอย่าง 8.5  674  0.01261 คาตอบควรเป็น 1.3  10 2 เพราะมีความคลาดเคลื่อน
10% เท่ากับ 8.5
ตัวอย่าง 0.67  2.45  1.6415 คาตอบควรเป็น 1.6 ซึ่งคลาดเคลื่อน 10% แต่เมื่อ
เปรียบเทียบกับ 0.67 และ 2.45 ซึ่งคลาดเคลื่อน 1% คาตอบ 1.6 จึงไม่เหมาะสม ดังนั้นคาตอบ
ที่ควรเป็น 1.64

3. ความคลาดเคลื่อน (Errors)
การวัดทุกรูปแบบจะมีความคลาดเคลื่อนหรือความไม่แน่นอนเกิดขึ้นเสมอ การทดลองที่ได้ผล
สมบูรณ์ต้องเริ่มด้วยการได้ข้อมูลที่มีความคลาดเคลื่อนน้อยที่สุด ความคลาดเคลื่อนเกิดขึ้นจากสาเหตุ
ดังนี้
3.1 ความคลาดเคลื่อนเชิงบุคคล (Personal Errors)
เป็นความคลาดเคลื่อนที่เกิดจากความบกพร่องของผู้วัดหรือผู้ทดลอง ซึ่งสามารถลดความ
คลาดเคลื่อนชนิดนี้ได้ถ้าผู้ทดลองใช้ความระมัดระวังในการอ่านข้อมูลจากเครื่องมือวัดพร้อมทั้ง
ระมัดระวังหน่วยของปริมาณที่วัด นอกจากนั้นต้องบันทึกข้อมูลให้มีระเบียบแบบแผน มีรายละเอียดที่
สามารถสื่อความหมายของข้อมูลดิบ จนสามารถนาข้อมูลไปวิเคราะห์หรือคานวณหาคาตอบได้โดยไม่
ผิดพลาด การแก้ไขทาได้โดยพัฒนานิสัยผู้วัดให้มีลักษณะนิสัยมีความละเอียด สุขุม รอบคอบ
 5

3.2 ความคลาดเคลื่อนเชิงระบบ(Symantic’s Errors)

เป็นความคลาดเคลื่อนเกิดจากเครื่องมือที่ใช้ทดลอง สามารถลดให้น้อยลงได้โดยใช้เครื่องมือ
ที่มีคุณภาพ ความคลาดเคลื่อนชนิดนี้เกิดขึ้นเสมอไม่ขึ้นกับผู้ทดลอง ผู้ทดลองจึงต้องเลือกอุปกรณ์
หรือเครื่องมือทดลองให้เหมาะสม โดยมีสิ่งควรคานึงถึงดังนี้
2.1 ความแม่นยา(Precision) หมายถึงเครื่องมือนั้นวัดได้ค่าเดิมแม้ว่าจะวัดหลายๆครั้ง
2.2 ความถูกต้อง(Accuracy) หมายถึงเครื่องมือนั้นวัดได้ค่าเท่ากับค่ามาตรฐานหรือใกล้เคียง
กับค่ามาตรฐาน
2.3 ความไว(Sensitivity) หมายถึงเครื่องมือนั้นสามารถวัดค่าได้ แม้ว่าสิ่งนั้นหรือ ปริมาณ
ฟิสิกส์ปริมาณนั้นจะมีค่าน้อยมาก ๆ

3.3 ความคลาดเคลื่อนเชิงสถิติ(Statistical Errors)

เรียกอีกอย่างว่า ความคลาดเคลื่อนแบบสุ่ม (Random Errors) เป็นความคลาดเคลื่อนใน
ลักษณะที่ข้อมูลหรือตัวเลขที่วัดได้ มีค่าต่างๆ กันกระจายออกไปจากค่าตัวเลขที่เป็นไปได้มากสุดค่า
หนึ่งซึ่งเป็นค่าเฉลี่ยของข้อมูลตัวเลขนั้น ความคลาดเคลื่อนชนิดนี้เป็นความคลาดเคลื่อนที่ที่เราไม่
สามารถกาหนดหรือคาดคะเนได้แม้จะพยายามและระมัดระวังอย่างดีที่สุดแล้วก็ตาม เช่น การอ่าน
ข้อมูลตัวเลขจากเครื่องมือวัดที่ต้องอาศัยการประมาณค่าในหลักสุดท้ายของสเกลจะมีขนาดไม่เท่ากัน
และมีการกระจายแบบสุ่ม(Random distribution) หมายความว่า แม้ว่าจะพยายามวัดหลายๆครั้ง จะ
พบว่าตัวเลขการวัดแต่ละครั้งจะไม่เท่ากัน แต่ตัวเลขที่วัดได้มีแนวโน้มจะเท่าหรือใกล้เคียงค่าๆหนึ่ง
ซึ่งค่าๆนี้เราหาได้โดยใช้การวิเคราะห์ทางสถิติ (Statistical analysis)
ยังมีความคลาดเคลื่อนเชิงสถิติอีกแบบหนึ่งซึ่งเป็นธรรมชาติของปรากฏการณ์นั้นๆ ซึ่งมี
สาเหตุจากสภาวะของตัวแปรภายนอก เช่น อุณหภูมิ ความดัน ฯลฯ หรือตัวแปรภายในที่ไม่สามารถ
ควบคุมได้ ความคลาดเคลื่อนแบบนี้มีลักษณะสุ่มเหมือนการเคลื่อนที่แบบแรก เช่น การสลายตัวของ
สารกัมมันตรังสี อัตราการสลายตัวหรือปริมาณรังสีที่แผ่ออกมาต่อหน่วยเวลาจะมีค่าไม่เท่ากัน แม้จะ
วัดในช่วงเวลาที่ใกล้เคียงกันก็ตาม ความแตกต่างที่วัดได้จะมีลักษณะสุ่มซึ่งเป็นธรรมชาติของการ
สลายตัวของสารกัมมันตรังสี การหาค่าที่แท้จริงต้องวัดหลายๆครั้ง แล้วหาค่าเฉลี่ยหรือใช้วิธีการ
วิเคราะห์เชิงสถิติซึ่งจะมีรายละเอียดในหัวข้อการวิเคราะห์เชิงสถิติ ซึ่งจะกล่าวต่อไป
ดังนั้นเพื่อให้ผลการทดลองของนิสิตมีความถูกต้องแม่นยามากที่สุดเท่าที่ทาได้ นิสิตจึงควร
1 ฝึกทักษะการวัด เรียนรู้การวัด การบันทึกข้อมูล และเรียนรู้หลักการเลือกใช้เครื่องมือวัด
ที่เหมาะสมกับปริมาณที่ต้องการวัด เพื่อลดความคลาดเคลื่อนเชิงบุคคลให้น้อยมากสุด
 6

2 พยายามเลือกใช้เครื่องมือที่มีมาตรฐาน มีการปรับแต่งสม่าเสมอ และรู้ขีดจากัดการวัดของ

เครื่องมือแต่ละชิ้น เพื่อลดความคลาดเคลื่อนเชิงระบบ ซึ่งโดยปกติเครื่องมือวัดแต่ละเครื่องจะระบุ
ความละเอียดมากสุดเท่าที่จะวัดได้ในรูปของความผิดพลาดหรือความคลาดเคลื่อนเป็นเปอร์เซ็นต์ เช่น
ถ้าแอมมิเตอร์ระบุไว้ที่ตัวเครื่องว่า มีความคลาดเคลื่อน 5% หมายความว่าถ้าวัดกระแสไฟฟ้า 100
แอมแปร์ ค่าที่อ่านได้อาจจะผิดไปจากค่าจริง 5 แอมแปร์
3 ต้องวัดซ้าหลายๆ ครั้ง ซึ่งตัวเลขที่วัดได้ควรจะมีการกระจายแบบสุ่มหรือมีแนวโน้มจะเท่า
หรือใกล้เคียงกับค่าๆ หนึ่ง จากนั้นใช้การวิเคราะห์ทางสถิติเพื่อหาค่า ๆ นี้ เพื่อใช้เป็นค่าสุดท้าย การ
กระทาเช่นนี้เป็นการลดความคลาดเคลื่อนเชิงสถิตินั่นเอง

3.4. การถ่ายทอดความคลาดเคลื่อน ( Propagation of Errors)

เมื่อจะคานวณข้อมูลหรือตัวเลขหรือปริมาณฟิสิกส์ที่มีความคลาดเคลื่อนอยู่ด้วย จะใช้วิธีการ
ทานองเดียวกับการคานวณเลขนัยสาคัญ ความคลาดเคลื่อนของคาตอบจะคานวณได้จากหลักแคลคูลัส
หลายตัวแปร ดังนี้
ถ้า ให้ x  x , y  y และ z  z เป็นปริมาณฟิสิกส์ที่ได้จากการทดลองและผ่านการ
วิเคราะห์ทางสถิติแล้ว
ให้ wx, y, z  เป็นฟังก์ชันแสดงความสัมพันธ์ของปริมาณ x , y และ z ตามสมการ
wx, y, z   f x, y, z  (1 )
ให้ w เป็นความคลาดเคลื่อนของ wx, y, z  ซึ่งจะหาจากหลักแคลคูลัสหลายตัวแปรได้ดังนี้
f f f
dw  dx  dy  dz (2)
x y z
ผลการดิฟเฟอเรนเซียลสมการ นี้ สามารถประมาณค่าให้เป็นความคลาดเคลื่อนของ w
ได้ว่า
f f f
w  x  y  z (3)
x y z
กรณีที่ x , y และ z เป็นความคลาดเคลื่อนลักษณะสุ่ม โดยการใช้ทฤษฎีเชิงสถิติ
ความคลาดเคลื่อนผลลัพธ์จะเท่ากับรากที่สองของผลบวกของกาลังสองของแต่ละเทอมของทางขวามือ
ของสมการ ข้างบน นั่นคือ เท่ากับ
2
 f   f   f 
2 2

w  w   x    y    z  (4)
 x   y   z 
 7

อย่างไรก็ตาม ถ้า wx, y, z   ax  by  cz โดยที่ a,b และ c เป็นค่าคงที่บวกหรือลบ

w w
ก็ได้ ซึ่งมีความคลาดเคลื่อนเป็น x , y และ z ตามลาดับ จะได้ a , b และ
x y
w
c เมื่อแทนค่าในสมการบนจะได้
x
w  ax 2  by 2  cz 2 (5)
และถ้า wx, y, z   kxa y b z c โดยที่ k , a , b และ c เป็นค่าคงที่บวกหรือลบก็ได้
ซึ่งมีความคลาดเคลื่อนเป็น x , y และ z ตามลาดับ จะได้
2
 ax   by   cz 
2 2

w  W         (6)
 x   y   z 
ตัวอย่างที่ 1 ในการทดลองครั้งหนึ่ง ทดลองวัดปริมาณฟิสิกส์ 3 ปริมาณ คือ M , N และ O
โดยแต่ละปริมาณวัดหลายๆ ครั้งเพื่อความถูกต้องและแม่นยา หลังจากวิเคราะห์ทางสถิติได้
M  M  86.5  0.5 cm
N  N  18.7  0.2 cm
O  O  43.6  0.3 cm
จงคานวณ ถ้านาปริมาณ M , N และ O ไปคานวณตามสมการ L  M  2N  O จะ
ได้ค่า L เท่าใด
วิธีทา จาก L  M  2N  O แทนค่า M  86 .5 , N  18 .7 และ O  43.6
จะได้ L  86.5  218.7  43.6

 86.5  37.4  43.6

 86.5  37.4  43.6
 92.7
ซึ่ง 92.7 เป็นคาตอบที่ใช้ได้ เพราะมีคลาดเคลื่อน 10% เท่ากับปริมาณ M, N
และ O ตามหลักการคานวณเลขนัยสาคัญ
ค่าความคลาดเคลื่อน L หาได้ดังนี้
L L L
จะพบว่า 1 ,  2 , 1
M N O
จากสมการ L  ax 2  by 2  cz 2 เมื่อแทนค่า จะได้
L  0.52   20.22  0.32
L  0.25  0.08  0.09
L  0.42
 8

L  0.648
แต่ควรเป็น L  0.7
เพราะ 0.7 มีคลาดเคลื่อน 10% เท่ากับ 0.5,0.2 และ 0.3 ตามหลักการคานวณเลข
นัยสาคัญ
ดังนั้นจะได้ L  L  92.7  0.7 cm ตอบ
ตัวอย่าง 2 ในการทดลองครั้งหนึ่ง เพื่อทดลองวัดแรงโน้มถ่วง ซึ่งในการทดลองต้องวัดปริมาณ
ฟิสิกส์ 3 ปริมาณ คือ m1 , m2 และ R โดยแต่ละปริมาณวัดหลายๆครั้งเพื่อความถูกต้องและแม่นยา
หลังจากวิเคราะห์ทางสถิติได้ดังนี้
m1  m1  29.7  0.2 cm
m2  m2  7.4  0.2 cm
R  R  0.641  0.009 cm
จงคานวณหาแรงโน้มถ่วง ตามสมการ F  G m1m2 2 โดย G  6.67  10 11 Nm 2 Kg 2
R
วิธีทา คานวณ F  6.67  10 11  29 .7 7.4
0.6412
F  6.67  10 11 
219 .78
0.410881
 
F  6.67  10 11 534 .899 
F  3567 .77633  10 11
F  3.5678  10 8
ควรเป็น F  3.6  10 8 เพื่อให้คลาดเคลื่อน 10% เท่ากับปริมาณ m1 , m2
ต่อไปหาความคลาดเคลื่อน จาก สมการ
m1m2
ปรับสมการ F G 2
ใหม่เป็น F  Gm1m2 R 2 แล้วเปรียบเทียบกับสมการ
R
wx, y, z   kxa y b z c จะได้ a  1 ; b  1 ; c  2 แทนค่าลงในสมการ ( 6 ) จะได้

 0.2   0.2    20.009  

2 2 2

F  3.6  10 8
      
 29.7   7.4   0.641 
F  3.6  10 8  0.5  10 4   7.3  10 4   7.8  10 4 
F  3.6 10 8  15.6 10 4
F  3.6  10 8 3.9  10 2 
F  14 .01  10 10
ควรเป็น F  0.1  10 8 เพราะจะมีความคลาดเคลื่อน 10% เท่ากับปริมาณ m1 , m2
 9

ดังนั้น คาตอบจึงเป็น   
F  F  3.6 10 8  0.1 10 8  เซนติเมตร
หรือ F  F  3.6  0.1  10 8 เซนติเมตร ตอบ

3.5 เปอร์เซ็นต์ความคลาดเคลื่อน (Percentage Error)

ความถูกต้องและความเชื่อถือของการทดลองพิจารณาได้จากเปอร์เซ็นต์ความคลาดเคลื่อน
ทั้งนี้ต้องมีปริมาณที่เป็นจริงและถูกต้องไว้เปรียบเทียบด้วย
ถ้ากาหนดให้ S เป็นค่าปริมาณฟิสิกส์มาตรฐาน และ E เป็นค่าปริมาณฟิสิกส์เดียวกับ S
แต่ได้จากการทดลอง เปอร์เซ็นต์ความคลาดเคลื่อนหาได้ตามสมการ
ES
เปอร์เซ็นต์ความคลาดเคลื่อน   100 % (7)
S
แต่กรณีที่ไม่สามารถหาหรือกาหนดปริมาณมาตรฐานเพื่อใช้เปรียบเทียบกับผลการทดลองได้
แต่มีผลการทดลอง 2 ชุดที่มีค่าแตกต่างกัน เราสามารถหาค่าความคลาดเคลื่อนที่เป็นเปอร์เซ็นต์ความ
แตกต่างของการทดลองทั้งสองชุด โดยใช้ค่าเฉลี่ยของผลการทดลองทั้งสองชุดเป็นปริมาณที่ใช้
เปรียบเทียบกัน กล่าวคือ ถ้าให้ E1 และ E2 เป็นผลการทดลอง 2 ชุด จะได้
ค่าเฉลี่ยของปริมาณทั้งสองปริมาณ E
1
E1  E 2  (8)
2
E1  E 2
เปอร์เซ็นต์ความแตกต่าง   100 % (9)
E
ตัวอย่างที่ 3 ในการทดลองเพื่อหาค่าความเร่งเนื่องจากแรงโน้มถ่วงของโลก ซึ่งมีค่ามาตรฐาน
 
g  9.889 m / s 2 ซึ่งหลังจากวัด หาค่าทางสถิติและคานวณแล้ว พบว่าได้ค่า g  9.87 m / s 2
จงคานวณหาเปอร์เซ็นต์ความคลาดเคลื่อน ซึ่งเป็นผลจาการทดลองครั้งนี้
ES
วิธีทา เปอร์เซ็นต์ความคลาดเคลื่อน   100 %
S
9.87  9.889
  100 %
9.889
0.019
  100 %
9.889
 0.19213
ควรตอบ  0.192 เพราะจะมีความคลาดเคลื่อน 0.1% เท่ากับ 0.019 และ 9.889
ตามหลักการคานวณเลขนัยสาคัญ
ดังนั้น เปอร์เซ็นต์ความคลาดเคลื่อนการทดลองครั้งนี้ เท่ากับ 0.1% ตอบ
 10

4. การวิเคราะห์เชิงสถิติ( Statistical Analysis)

ในการทดลองวัดซ้า ๆหลายๆ ครั้ง ด้วยความระมัดระวัง และเครื่องมือทดลองสภาพสมบูรณ์
ข้อมูลที่วัดได้จะปราศจากความคลาดเคลื่อนเชิงบุคคลและความคลาดเคลื่อนเชิงระบบ เหลือเพียงความ
คลาดเคลื่อนเชิงสถิติเท่านั้น และถ้าจานวนครั้งการวัดมากพอ กราฟของชุดข้อมูลนั้นจะมีการกระจาย
แบบปกติ(Normal distribution) โดยวิธีการเชิงสถิติ เราสามารถหาคาตอบที่เป็นตัวเลขดีที่สุดของชุด
ข้อมูลทั้งหมด พร้อมทั้งกาหนดความคลาดเคลื่อนเชิงสถิติของคาตอบได้ด้วย โดยตัวเลขแทนที่ดีที่สุด
ก็คือ ค่าเฉลี่ย (Mean) ของชุดข้อมูลทั้งหมด ส่วนความคลาดเคลื่อนเชิงสถิติก็คือค่าความเบี่ยงเบน
มาตรฐาน (Standard deviation)

คาตอบที่ดีที่สุดชองชุดข้อมูลที่วัดได้ = ค่าเฉลี่ย  ความคลาดเคลื่อน (ความเบี่ยงเบน

มาตรฐาน)

ซึ่งแต่ละค่าหาได้ดังนี้
ถ้า N เป็นจานวนครั้งของการวัด และ Xi คือข้อมูลที่ได้จากการวัดครั้งที่ i ค่าเฉลี่ย X
ของข้อมูลทั้งหมดหาได้ดังนี้
X i
X (10)
N

ความคลาดเคลื่อนหรือความเบี่ยงเบนมาตรฐานมี 2 แบบ คือ

4.1 ความเบี่ยงเบนมาตรฐานของตัวอย่าง (Sample standard deviation ;  )
เป็นปริมาณบอกความแม่นยาของการวัด ถ้า  มีค่าน้อยแสดงว่า ข้อมูลที่วัดได้มีความแม่นยาสูง
หรือข้อมูลที่วัดได้จานวนมากมีค่าใกล้เคียงกับ X ความเบี่ยงเบนมาตรฐานของตัวอย่างหาได้ดังนี้



 Xi  X 2

(11)
N 1
จากทฤษฎีความน่าจะเป็น (Probability Theory) กาหนดไว้ว่า 68.3% ของชุดข้อมูลที่วัด
ได้ทั้งหมดควรมีค่าในช่วง X   ขณะเดียวกัน 95.54% ของชุดข้อมูลที่วัดได้ทั้งหมดควรมีค่า
ในช่วง X  2 และขณะเดียวกัน 99.73% ของข้อมูลที่วัดได้ทั้งหมดควรมีค่าในช่วง X  3
กราฟของชุดข้อมูลที่วัดได้นั้นจะมีการกระจายแบบปกติ (Normal distribution) ดังรูปข้างล่าง
ค่าเฉลี่ยและความเบี่ยงเบนมาตรฐานของตัวอย่างที่คานวณได้ตามสมการ (10) และ (11) จะเป็นค่าตัว
แทนที่ดีที่สุดของชุดข้อมูลนั้น
 11

68.3%
95.54%
99.73%

รูปที่ 1 กราฟแสดงลักษณะชุดข้อมูลที่มีการกระจายแบบปกติ

ดังนั้นในการทดลองแต่ละครั้ง เราวัดซ้า N ครั้ง และชุดข้อมูลที่วัดได้มีการกระจายปกติ

ค่าตัวเลขที่ดีที่สุดของชุดข้อมูลนั้น หาได้ดังนี้
X  (12)
4.2 ความเบี่ยงเบนมาตรฐานของค่าเฉลี่ย ( Standard deviation of Mean ;  m ) เป็น
ค่าที่ระบุความน่าจะเป็นของค่าเฉลี่ย หมายความว่า ถ้ามีการทดลองซ้าจานวน N ครั้ง เท่ากับจานวน
ครั้งที่วัดซ้า ค่าเฉลี่ยของแต่ละครั้งที่ทดลองซ้าควรจะมีค่ากระจายแบบปกติ (ประมาณ 68.3% ของ
ค่าเฉลี่ยจะมีค่าในช่วง X  2 ขณะเดียวกัน 95.54% ของค่าเฉลี่ยควรมีค่าในช่วง X  2 และ
ขณะเดียวกัน 99.73% ของค่าเฉลี่ยควรมีค่าในช่วง X  3 ตามลาดับ ) ความเบี่ยงเบนมาตรฐาน
ของค่าเฉลี่ยหาได้ตามสมการข้างล้าง

m  (13)
N
ดังนั้น ถ้าเราทดลองซ้าหลายครั้ง N ครั้ง โดยแต่ละครั้งมีการวัดซ้า N ครั้ง ค่าตัวเลขที่ดี
ที่สุดของชุดข้อมูลและของการทดลองทุกครั้ง จะเป็น
X m (14)
จะเห็นว่า การหาค่าตัวเลขที่ดีที่สุดของชุดข้อมูล มีวิธีหาแตกต่างกัน นิสิตต้องระมัดระวังและ
เลือกใช้วิธีการที่เหมาะสาหรับการวัดและการทดลองแต่ละครั้ง
 12

ตัวอย่าง เมื่อวัดความยาวของวัตถุชิ้นหนึ่ง จานวน 10 ครั้ง เพื่อความถูกต้องแม่นยา ผลการ

วัดได้ตามตาราง จงวิเคราะห์หาตัวเลขที่ดีที่สุด เพื่อใช้เป็นความยาวของวัตถุชิ้นนี้

ครั้งที่วัด ค่าที่วัดได้(เซนติเมตร) (0.01)

1 5.68
2 5.54
3 5.60
4 5.72
5 5.58
6 5.74
7 5.50
8 5.31
9 5.64
10 5.62

วิธีทา ตัวอย่างนี้เป็นการทดลองครั้งเดียว แต่วัดซ้าหลายๆครั้ง ค่าตัวเลขที่ดีที่สุดจึงหาได้

ตามสมการ (13) ดังจะแสดงโดยละเอียดเป็น 3 ขั้นตอน ดังนี้
ขั้นที่ 1 หาค่าเฉลี่ย ดังนี้
5.68  5.54  5.60  5.72  5.58  5.74  5.50  5.31  5.64  5.62
X   5.64 cm
10
พิจารณาแล้วจะเห็นว่า 5.64 เป็นตัวเลขที่เหมาะสม ตามหลักการคานวณเลขนัยสาคัญ เพราะ
มีความคลาดเคลื่อน 1% เท่ากับความคลาดเคลื่อนของข้อมูลแต่ละตัว
ขั้นที่ 2 หาค่าเบี่ยงเบนมาตรฐานของตัวอย่าง ดังนี้



 Xi  X 
2

N 1


5.68  5.64 2  5.54  5.64 2 5.72  5.64 2  ...  5.62  5.64 2
10  1
  0.10 cm
พิจารณาแล้วจะเห็นว่า 0.10 เป็นตัวเลขที่เหมาะสม ตามหลักการคานวณเลขนัยสาคัญ
เพราะมีความคลาดเคลื่อน 1% เท่ากับความคลาดเคลื่อนของข้อมูลแต่ละตัว
ขั้นที่ 3 พิจารณาการกระจายของข้อมูล ดังนี้
พิจารณาจะพบว่า X   หรือ 5.64  0.10 นั้น หมายความว่า ข้อมูลต้องมีค่าระหว่าง 5.54
ถึง 5.74 ซึ่งเมื่อตรวจสอบกับจานวนข้อมูลที่วัดจากการทดลอง พบว่าข้อมูลที่มีค่าในช่วงนี้ก็คือ
5.68 , 5.54 , 5.60 , 5.72 , 5.58 , 5.74 , 5.64 และ 5.62 รวม 8 ข้อมูล ตามลาดับ แต่ 68.3%
 13

ของจานวนครั้งการทดลองซ้า( 10 ครั้ง ) ก็คือ จานวน 7 ข้อมูล ดังนั้นแสดงว่าข้อมูลจากการวัดซ้า

มีการกระจายแบบปกติ เมื่อหาค่าความเบี่ยงเบนมาตรฐานของค่าเฉลี่ยจะได้
สรุปว่า ค่าความยาวดีที่สุดของวัตถุ คือ X    5.64  0.10 cm ตอบ

การทดลอง
1. ใช้ไม้โปรแทรกเตอร์วัดความกว้างและความยาวของแผ่นสี่เหลี่ยม จานวน 5 ครั้ง บันทึก
ผล โดยระบุความคลาดเคลื่อนด้วย
2. คานวณความกว้างและความยาวที่เป็นค่าตัวแทนความกว้างและความยาวของแผ่นสี่เหลี่ยม
บันทึกผล
3. คานวณหาพื้นที่ของแผ่นสี่เหลี่ยม โดยใช้หลักการคานวณเลขนัยสาคัญ บันทึกค่าพื้นที่
เป็นค่าที่ 1
4. ทดลองซ้าตั้งแต่ข้อ 1-3 บันทึกค่าพื้นที่เป็นค่าที่ 2
5. นาค่าพื้นที่ทั้ง 2 ค่า มาคานวณหาเปอร์เซ็นต์ความแตกต่าง บันทึกผล

คาถามท้ายการทดลอง (ตอบด้านหลังแบบบันทึกผล)
1 ถ้าวัดกระแสไฟฟ้าที่ไหลผ่านตัวนา และความต่างศักย์ระหว่างปลายสองข้างของตัวนา
ชนิดหนึ่ง พบว่า ได้กระแส 250.42  0.02 mA และความต่างศักย์ 4.5  0.3 Volt ตามลาดับ จง
V
คานวณความต้านทานของตัวนาชนิดนี้ (แนะนา R )
I
2 ในการทดลองวัดความหนาของเส้นผมเส้นหนึ่ง ได้ผลดังตาราง

ครั้งที่วัด ความหนา(มิลลิเมตร)
1 0.2465  0.0002
2 0.2464  0.0001
3 0.2466  0.0002

จงหาความหนาเส้นผมที่ดีที่สุด

3. การวัดปริมาณใดก็ตาม เช่น วัดอุณหภูมิห้อง ระหว่างการวัดบริเวณเดิมหรือตาแหน่งเดิม

กับการเปลี่ยนตาแหน่งต่างๆ กันไป แบบไหนให้ความคลาดเคลื่อนน้อยกว่า และแบบใดให้ความ
เชื่อถือดีกว่ากัน เพราะอะไร