บทที่ 2

สถิตเิ ชิงพรรณนา
การวัดการกระจายของข้อมูล
การสร้างแผนภาพกล่อง (Box plot)
88520159
PROBABILITY AND STATISTICS FOR
COMPUTING

1/38
การวัดการกระจายของข้อมูล
ข้อมูลที่มีค่ากลางเท่ากัน แต่ลักษณะของ
ข้อมูลแตกต่างกัน
หากพิจารณาหรือสรุปลักษณะของข้อมูลโดย
ใช้ค่ากลางอย่างเดียว อาจทำให้ไม่ทราบถึง
ลักษณะของข้อมูลได้อย่างชัดเจน
ตัวอย่าง การตัดสินใจเลือกซื้อหุ้นจากบริษัท
A และ B โดยพิจารณาจากเปอร์เซ็นต์ของผล
กำไรต่อปี ในช่วง 5 ปี ที่ผ่านมา ได้ข้อมูลดังนี ้
บริษัท A 10 12 15 18 20
บริษัท B 2 8 15 22 28
2/38
การวัดการกระจายของข้อมูล

> set = c(rep("group A",5), rep("group B",5))

> dat = c(10,12,15,18,20,2,8,15,22,28)
> Info = data.frame(set, dat)
> tapply(info$dat, set, mean) #คำนวณค่าเฉลี่ย
ของข้อมูล dat ในแต่ละกลุ่มของตัวแปร set
group A group B
15 15

ฟั งก์ชัน tapply() เป็ นฟั งก์ชันที่ใช้ในการคำนวณค่า

สถิติของข้อมูลในแต่ละกลุ่ม

3/38
 Scatter plots (Dot plots)
> stripchart(dat~set, ฟั งก์ชัน stripchart()
data = info) พลอตค่าของข้อมูลแต่ละ
ค่าเพื่อให้เห็นการกระ
จายของข้อมูล
เมื่อพิจารณาทัง้
กำไรเฉลี่ยและ
การกระจายของ
กำไรจะทำให้ตัดสิน
ใจได้ว่าควรซื้อหุ้น
ดั งนัน
จากบริ้ ถ้ษาัทข้อA
มูลมี
ค่าเฉลี่ยเท่ากันแล้ว
ให้พิจารณาการก
ระจายควบคู่กันไป
4/38
การวัดการกระจายของข้อมูล
ในการที่จะทราบความแตกต่างของข้อมูลในแต่ละ
กลุ่มเรา เรียกว่า
“การวัดการกระจาย”
ข้อมูลที่ดีจะต้องมีการกระจายต่ำสุด
มีวิธีการวัด ดังนี ้
1. ค่าพิสัย
2. ค่าความแปรปรวน และส่วนเบี่ยงเบนมาตรฐาน
3. พิสัยควอไทล์
4. ค่าสัมประสิทธิก ์ ารแปรผัน
5. สัมประสิทธิส ์ ่วนเบี่ยงเบนควอไทล์

5/38
1. พิสย
ั (Range)
พิสัยเป็ นการวัดการกระจายที่ง่ายที่สุด เป็ นการ
หาความแตกต่างของข้อมูลสูงสุดและต่ำสุดของกลุ่ม
พิสัย = ค่าสูงสุดของข้อมูล – ค่าต่ำสุดของข้อมูล
ตัวอย่าง
พิสัยของข้อมูลบริษัท A ซึ่งมีข้อมูลคือ 10, 12, 15,
18 และ 20 คำนวณหาพิสัยคือ 20-10=10
พิสัยของข้อมูลบริษัท B ซึ่งมีข้อมูลคือ 2, 8, 15, 22
และ 28
คำนวณหาพิสัยคือ 28-2=26
จะเห็นว่าข้อมูลบริษัท B จะมีค่าการกระจายมากกว่า
ข้อมูลบริษัท A
6/38
1. พิสย
ั (Range)
> tapply(info$dat, set,
range)
$`group A` ฟั งก์ชน
ั range() ให้
[1] 10 20 ผลลัพธ์เป็ นค่าต่ำสุด
$`group B` และค่าสูงสุด
[1] 2 28
> groupA=c(10, 12, 15, 18,
20)
> groupB=c(2, 8, 15,
22 ,28)
> range(groupA)
[1] 10 20
> range(groupB)
[1] 2 28 7/38
1. พิสย
ั (Range)
จากข้อมูล exec.pay(UsingR) คำนวณหาค่า
พิสัย
> install.packages(“UsingR”)
> library(UsingR)
> exec.pay
> diff(range(exec.pay))
[1] 2510

พิสัยมีข้อเสีย คือ ในกรณีใช้พิสัยกับข้อมูลที่มี

จำนวนมาก การวัดจะไม่แน่นอน และค่าของ
พิสัยจะขึน้ อยู่กับขนาดของข้อมูล ถ้าข้อมูลมี
จำนวนมากพิสัยจะมาก ถ้าข้อมูลมีจำนวนน้อย 8/38
2. ค่าความแปรปรวน และส่วนเบีย
่ ง
เบนมาตรฐาน
การวัดความแปรปรวนจะใช้ข้อมูลทุกตัว
พิจารณาจากผลรวมของค่าแตกต่างระหว่าง
ค่าของข้อมูลกับค่าเฉลี่ย
ถ้าค่าแตกต่างนัน
้ มากแสดงว่าข้อมูลกระจาย
มาก
หน่วยของความแปรปรวนนัน
้ จะเป็ นหน่วย
ของ ยกกำลังสอง
ส่วนเบี่ยงเบนมาตรฐานนัน
้ เป็ นรากที่สองของ
ความแปรปรวน จะมีหน่วยเดียวกับ
การอธิบายถึงการกระจายของข้อมูลด้วยส่วน
เบี่ยงเบนมาตรฐานจึงเข้าใจได้ง่ายกว่าการใช้
9/38
ค่าความแปรปรวน (Variance)
ความแปรปรวนของตัวอย่าง (Sample
Variance)

 
ความแปรปรวนของประชากร (population
variance)

10/38
ส่วนเบีย
่ งเบนมาตรฐาน (standard
deviation)
ส่วนเบี่ยงเบนมาตรฐานของตัวอย่าง (Sample
standard deviation)

 
ส่วนเบี่ยงเบนมาตรฐานของประชากร
(population standard deviation)

11/38
 2. ค่าความแปรปรวน และส่วนเบีย
่ ง
เบนมาตรฐาน
ตัวอย่าง จงหาค่าความแปรปรวนและส่วนเบี่ยง
เบนมาตรฐานของข้อมูลจำนวนนิสิต (คน) ที่ลง
ทะเบียนเรียนวิชาสถิติ 7 กลุ่ม
>
25355574285450
num=c(25,28,35,50,5 จากการคำนวณได้ค่า
4,55,74) ความแปรปรวนของ
> var(num) ข้อมูลจำนวนนิสิตที่เรียน
วิชาสถิติเป็ น 305.14 คน2
[1] 305.1429 และมีค่าเบี่ยงเบน
> sd(num) มาตรฐานเป็ น 17.47 คน
[1] 17.46834
ฟั งก์ชัน var() คำนวณค่าความแปรปรวนของ
ตัวอย่าง
ฟั งก์ชัน sd() คํานวณค่าเบี่ยงเบนมาตรฐาน 12/38
3. พิสย
ั ควอไทล์ (Inter quartile
range: IQR)
• ค่าพิสัยควอไทล์เป็ นค่าที่บอกความผันแปรของข้อมูล
ได้อย่างหยาบๆ
• ค่าพิสัยควอไทล์หาได้จากผลต่างระหว่าง Q1 และ Q3
• คือพิสัยของข้อมูลจำนวน 50 เปอร์เซ็นต์ที่อยู่ก่งึ กลาง
ของชุดข้อมูล
• เป็ นการวัดการกระจายที่เหมาะกับข้อมูลที่การ
แจกแจงแบบเบ้
• สังเกตได้จากการคำนวณจากค่า Q1 และ Q3 ซึ่งไม่ได้
นำข้อมูลที่มีค่าสูงๆ หรือต่ำๆ มาคำนวณ
IQR = Q3-Q1

13/38
 3. พิสย
ั ควอไทล์ (Inter quartile
range: IQR)
> IQR(exec.pay)
หากพิจารณา
[1] 27.5
ลักษณะของข้อมูล
> sd(exec.pay)
โดยรวมพบว่าข้อมูล
[1] 207.0435
มีการกระจายเบ้ขวา
> summary(exec.pay)
มากจะใช้ค่าพิสัยค
Min. 1st Qu. Median Mean
วอไทล์เป็ นการวัด
3st Qu. Max
การกระจายของ
0.00 14.00 27.00 59.89
ข้อมูลชุดนี ้
41.50 2510.00
ค่าพิสัยควอไทล์ของ
ข้อมูลมีค่าเป็ น 27.5
14/38
 ์ ารแปรผัน (Coefficient
4. สัมประสิทธิก
of Variation)
หากต้องการเปรียบเทียบการกระจายของข้อมูล
มากกว่าหนึ่งชุด
นำข้อมูลแต่ละชุดมาเปรียบเทียบกันว่าข้อมูลชุด
ใดมีการกระจายมากกว่ากัน
เปรียบเทียบการกระจายของข้อมูลตัง้ แต่ 2 ชุด
ขึน
้ ไป
หน่วยต่างกัน
มีหน่วยเหมือนกัน แต่ขนาดต่างกัน (ค่าเฉลี่ยต่าง
กัน)
์ วามแปรผัน เป็ นค่าที่ไม่มีหน่วย
สัมประสิทธิค

15/38
 ์ ารแปรผัน (Coefficient
4. สัมประสิทธิก
of Variation)
์ วามแปรผันของตัวอย่าง
สัมประสิทธิค

 
์ วามแปรผันของประชากร
สัมประสิทธิค

คือ ส่วนเบี่ยงเบนมาตรฐานของตัวอย่าง
คือ ส่วนเบี่ยงเบนมาตรฐานของประชากร

16/38
 ์ ารแปรผัน (Coefficient
4. สัมประสิทธิก
of Variation)
ตัวอย่าง จากข้อมูลของบริษัทจำหน่ายรถยนต์
แห่งหนึ่ง ในรอบ 3 เดือน พบว่าจำนวนรถยนต์
ที่จำหน่ายได้เฉลี่ย 87 คัน มีค่าเบี่ยงเบน
มาตรฐานเท่ากับ 5 คัน และค่าคอมมิชชั่น
(commissions) เฉลี่ย $5225 มีค่าเบี่ยงเบน
มาตรฐาน $773
จงเปรียบเทียบการกระจายของข้อมูลทัง้ สอง

17/38
 ์ ารแปรผัน (Coefficient
4. สัมประสิทธิก
of Variation)
ตัวอย่าง ข้อมูลต่อไปนีเ้ ป็ นส่วนสูง (cm) และน้ำ
หนัก (kg) ของนักกีฬา 10 คนที่ถูกสุ่มมาเป็ น
ตัวอย่าง
น้ำ 75 70 82 72 85 68 59 80 76 56
หนัก
ส่วน 17 16 18 17 18 17 16 18 17 16
จงเปรี
สูง ย2บเที9ยบการกระจายของน้ำหนั
5 0 0 3 5 2 กและส่
5 6 วน
สูงของนักกีฬา

18/38
 ์ ารแปรผัน (Coefficient
4. สัมประสิทธิก
of Variation)
ตัวอย่าง บริษัทแห่งหนึ่งแบ่งคนงานออกเป็ น 2
กลุ่ม ๆ ละ 5 คน จำนวนชิน ้ ของสินค้าที่คนงาน
แต่ละคนในกลุ่มผลิตเป็ นดังนี ้
กลุ่มที่ 1 (X) : 13, 6, 8, 2, 15
กลุ่มที่ 2 (Y) : 8, 2, 7, 7, 8
จงหากลุ่มพนักงานใดมีการกระจายของความ
สามารถในการผลิตสินค้ามากกว่ากัน

19/38
 ์ ารแปรผัน (Coefficient
4. สัมประสิทธิก
of Variation)
> g1=c(13,6,8,2,15)
> g2=c(8,2,7,7,8)
>
CV1=sd(g1)/mean(g1
)*100
> CV1
[1] 59.80772
>
CV2=sd(g2)/mean(g2
)*100
> CV2
กลุ
[1]่มที ่ 1 มีการกระจายของความสามารถในการ
39.21844
ผลิตสินค้ามากกว่ากลุ่มที่ 2
20/38
 ์ ว
5. สัมประสิทธิส ่ นเบีย
่ งเบนควอไทล์
(Coefficient of quartile deviation)

• เป็ นการเปรียบเทียบการประจายของข้อมูลสอง
ชุด เมื่อข้อมูลไม่มีการแจกแจงสมมาตร

 
เมื่อ Q3 และ Q1 คือค่าควอไทล์ที่ 1 และ 3 ตาม
ลำดับ

21/38
 ์ ว
5. สัมประสิทธิส ่ นเบีย
่ งเบนควอไทล์
(Coefficient of quartile deviation)

ตัวอย่าง จากชุดข้อมูล airquality เปรียบเทียบ

การกระจายของข้อมูล Solar.R และ Wind
> par(mfrow=c(1,2))
>
plot(density(airquality$Solar.R,
na.rm=TRUE))
>
plot(density(airquality$Wind,n
a.rm=TRUE))

22/38
 ์ ว
5. สัมประสิทธิส ่ นเบีย
่ งเบนควอไทล์
(Coefficient of quartile deviation)

ข้อมูล Solar.R และ Wind เป็ นข้อมูลคนละ

ประเภท มีหน่วยการวัดแตกต่างกัน อีกทัง้ จากกราฟ
จะพบว่าข้อมูลไม่มีการกระจายสมมาตร ดังนัน ้ เรา
จะเปรียบเทียบการกระจายด้วยสัมประสิทธิส ์ ่วน
23/38
 Q3=quantile(airquality$Solar.R,0.75,n
5. สั ม ประสิ
a.rm = TRUE) ท ธิ ์
ส ว
่ นเบี ย
่ งเบนควอไทล์
(Coefficient of quartile deviation)
>
Q1=quantile(airquality$Solar.R,0.25,n
a.rm = TRUE)
> CD1=(Q3-Q1)/(Q3+Q1)
> CD1
75%
0.3818425
>
Q3_W=quantile(airquality$Wind,0.75,
na.rm = TRUE)
>
Q1_W=quantile(airquality$Wind,0.25,
แสดงว่าข้อมูล Solar.R มีการกระจายมากกว่าข้อมูล
na.rm = TRUE)
> CD2=(Q3_W-Q1_W)/(Q3_W+Q1_W) 24/38
การสร้างแผนภาพกล่อง (Box plot)
Box and whisker plot หรือ Box plot
• กราฟที่ให้รายละเอียดขอค่าสถิติเพื่อตรวจสอบการ
แจกแจง
• ค่าต่ำสุดของข้อมูลที่ยังไม่ต่ำผิดปกติ
• ค่าควอไทล์ที่ 1 (Q1)
• ค่ามัธยฐาน หรือ ค่าควอไทล์ที่ 2 (Q2)
• ค่าควอไทล์ที่ 3 (Q3)
• ค่าสูงสุดของข้อมูลที่ยังไม่สูงผิดปกติ
• บ่งบอกความเบ้หรือสมมาตรของข้อมูล
• สามารถตรวจสอบค่าผิดปกติของชุดข้อมูลได้

25/38
การสร้างแผนภาพกล่อง (Box plot)
การสร้าง boxplot
1. เรียงข้อมูลจากน้อยไปมาก
2. หาค่า Q1, Q2 (มัธยฐาน) , Q3
3. หาขอบเขตของค่าที่ยังไม่ผิดปกติ
◦ ได้แก่ f1 = Q1 − 1.5(IQR) และ f2 = Q3 +
1.5(IQR)
4. สร้างกล่อง โดยสองด้านของกล่องคือควอไทล์ที่
1 และ 3

26/38
การสร้างแผนภาพกล่อง (Box plot)
การสร้าง boxplot
5. สร้าง whisker ทัง้ 2 ด้าน
◦ ลากเส้นแนวนอนจากขอบกล่องด้าน Q1 ไปยังค่าต่ำ
สุดในกรณีที่ไม่มีค่าผิดปกติ หรือให้ลากไปยังค่าต่ำสุด
ที่สูงกว่า f1 ถ้ามีค่าผิดปกติ
◦ ลากเส้นแนวนอนจากขอบกล่องด้าน Q3 ไปยังค่า
สูงสุดในกรณีที่ไม่มีค่าผิดปกติ หรือให้ลากไปยังค่า
สูงสุดที่ต่ำกว่า f2 ถ้ามีค่าผิดปกติ
6. ในกรณีที่มีค่าผิดปกติให้เขียนลงไปในแผนภาพ
โดยใช้สัญลักษณ์ ◦ หรือ *

27/38
การสร้างแผนภาพกล่อง (Box plot)
• ความกว้างของ box เท่ากับ Q3 − Q1 (IQR)
กล่าวได้ว่ามีข้อมูล 50% อยู่ใน box ถ้า box
กว้างแสดงว่าข้อมูลมีการกระจายมาก ถ้า box
แคบแสดงว่าข้อมูลมีการกระจายน้อย
• การดูลักษณะของข้อมูลว่า สมมาตร เบ้ซ้าย เบ้
ขวา ให้ดูทงั ้ หมดของ box-plot และ Q2 ไป
จนถึง whisker ถ้าด้านใดยาวแสดงว่าข้อมูลเบ้
ไปทางด้านนัน ้
• ค่าสูงสุดของข้อมูลที่ยังไม่สูงผิดปกติ คือ ค่า
สูงสุดของข้อมูลที่มีค่าไม่เกิน Q3 + 1.5(IQR)

28/38
การสร้างแผนภาพกล่อง (Box plot)
• ค่าต่ำสุดของข้อมูลที่ยังไม่ต่ำผิดปกติ คือ ค่าต่ำสุด
ของข้อมูลที่มีค่าไม่เกิน Q1 − 1.5(IQR)
• ถ้ามีข้อมูลใดมีค่าน้อยกว่า Q1 − 1.5(IQR) หรือ
มากกว่า Q3 + 1.5(IQR) จะเรียกข้อมูลนัน ้ ว่า
Outlier แสดงด้วยเครื่องหมายวงกลม (◦)
• ถ้ามีข้อมูลใดมีค่าน้อยกว่า Q1 − 3(IQR) หรือ
มากกว่า Q3 + 3(IQR) จะเรียกข้อมูลนัน ้ ว่า
Extremes แสดงด้วยเครื่องหมายดอกจัน (∗)

29/38
การสร้างแผนภาพกล่อง (Box plot)
ตัวอย่าง ข้อมูลต่อไปนีค
้ ือคะแนนวิชาคณิตศาสตร์
ของนิสิตจำนวน 15 คน
13 9 18 15 14 21 7 10 11
20 5 18 37 16 17
วิธีทำ
1. เรียงลำดับจากน้อยไปมาก
5 7 9 10 11 13 14 15 16 17
18 18 20 21 37
2. หาค่า Q1, Q2, Q3

30/38
การสร้างแผนภาพกล่อง (Box plot)
3. หาขอบเขตของค่าที่ยังไม่ผิดปกติ
◦ f1 = Q1 − 1.5(IQR)
◦ f2 = Q3 + 1.5(IQR)
4. สร้างกล่อง โดยสองด้านของกล่องคือควอไทล์
ที่ 1 และ 3
5. สร้าง whisker ทัง้ 2 ด้าน
6. เขียนสัญลักษณ์ค่าผิดปกติ (ถ้ามี)

31/38
 การสร้างแผนภาพกล่อง (Box plot)
ตัวอย่าง แผนภาพกล่อง (Box plot) ข้อมูลต่อ
ไปนีค
้ ือคะแนนวิชาคณิตศาสตร์ของนิสิตจำนวน
15 คน
13 9 18 15 14 21จะเห็7นได้10
ว่าข้11
อมูลชุ20
ดนีม
้ ีค่า
5 18 37 16 17 ผิดปกติ 1 ค่า คือ 37 หาก
ไม่พิจารณาค่าผิดปกติแล้ว
จะได้ว่าข้อมูลมีการกระจาย
ค่อนข้างเบ้ซ้าย
minimum maximum
Q median Q3
1

32/38
การสร้างแผนภาพกล่อง (Box plot)
ตัวอย่าง ข้อมูลต่อไปนีค
้ ือระดับความสูงของน้ำ
(เซนติเมตร) ที่ท่วมบริเวณอำเภอต่าง ๆ 8
อำเภอในจังหวัดปราจีนบุรี
15136 5 12203918
>
water=c(15,13,6,5,12,20,39,18)
> boxplot(water)

33/38
การสร้างแผนภาพกล่อง (Box plot)

จะเห็นได้ว่าข้อมูลชุดนีม
้ ีค่าผิดปกติ 1 ค่า คือ 39
หากไม่พิจารณาค่าผิดปกติแล้ว จะได้ว่าข้อมูลมี
การกระจายค่อนข้างสมมาตร
34/38
การสร้างแผนภาพกล่อง (Box plot)
ตัวอย่าง ข้อมูลต่อไปนีเ้ ป็ นเวลาที่นิสิตใช้ในการ
เล่นอินเทอร์เน็ตต่อวัน (หน่วย:นาที) ของนิสิต
จำนวน 50 คน
22 32 48 49 53 55 57 58 59 60 62 62 63 64
65 66 68 69 70 71 72 73 74 75 75 76 77 77
78 78 79 79 80 80 81 83 84 84 85 86 87 88
>internet=c(22,32,48,49,53,55,57,58,59,60,62
89 90 90 92 93 95 98 99
,62,63,64,65,66,68,69,70,71,72,73,74,75,75,76
,77,77,78,78,79,79,80,80,80,81,83,84,84,85,86
,87,88,89,90,90,92,93,95,98,99)
> boxplot(internet, horizontal = TRUE)

35/38
การสร้างแผนภาพกล่อง (Box plot)
ให้นิสิต
อธิบาย
ข้อมูลชุด
นี ้

จะเห็นได้ว่าข้อมูลชุดนีม
้ ีค่าผิดปกติ ….. ค่า คือ
……. หากไม่พิจารณาค่าผิดปกติแล้ว จะได้ว่า
ข้อมูลมีการกระจายค่อนข้าง………..
36/38
 โจทย์ตว
ั อย่าง
ข้อมูลต่อไปนีเ้ ป็ นระยะเวลาที่ใช้เล่นเกมส์ (นาที) ของเด็กผู้ชาย
10 คน และเด็กผู้หญิง 15 คน ที่ถูกสุ่มมาเป็ นตัวอย่าง

62, 75, 58, 45, 60, 86, 75, 90, 67,

ชาย
45
◦ จงหาค่าเฉลี่ยและฐานนิยมของระยะเวลาที่ใช้เล่นเกมส์ในแต่ละ
กลุ่ม 50, 25, 40, 38, 75, 49, 50, 44, 80,
◦หญิ ง ธยฐานของระยะเวลาที่ใช้เล่นเกมส์ของเด็กแต่ละกลุ่ม
จงหามั
30, 33,
◦ จงหาค่าควอไทล์ 46, 57, 68, 74
ที่ 1 และ 3 ของระยะเวลาที่ใช้เล่นเกมส์ของ
เด็กแต่ละกลุ่ม
◦ ข้อมูลระยะเวลาของเด็กกลุ่มใดมีการกระจายมากกว่ากัน จง
แสดงวิธีการคำนวณ

37/38
การสร้างแผนภาพกล่อง (Box plot)
boxplot(female, male, names =
c("female", "male"), horizontal = TRUE)
ข้อมูลสองกลุ่มมี
หน่วยเหมือนกัน
แต่ค่าเฉลี่ยต่างกัน
และทัง้ สองกลุ่มมี
การกระจายแบบ
สมมาตร ควรใช้
สัมประสิทธิก ์ าร
แปรผัน ในการวัด
การกระจาย

38/38
สรุป
สมมาตร / ไม่สมมาตร ดูจาก
- boxplot
- denaity plot
- ความสัมพันธ์ของค่าเฉลี่ย มัธยฐาน
ฐานนิยม
ค่ากลางที่เหมาะสม
- mean (สมมาตร)
- median (ไม่สมมาตร)
- mode (ข้อมูลเชิงคุณภาพ)
39/38
 สรุป
ค่าการกระจายที่เหมาะสม
• วัดการกระจายข้อมูลชุดเดียว หรือ ตัง้ แต่ 2 ชุดที่มีหน่วยเหมือนกัน
และค่าเฉลี่ยเท่ากัน
- ค่าพิสัย (สมมาตร หาแบบหยาบๆ)
- ค่าความแปรปรวน และส่วนเบี่ยงเบนมาตรฐาน (สมมาตร หา
แบบละเอียด)
- ค่าพิสัยควอไทล์ (ไม่สมมาตร)
• วัดการกระจายตัง้ แต่ 2 ชุด ที่มีหน่วยเหมือนกันแต่ค่าเฉลี่ยต่างกัน
หรือ มีหน่วยต่างกัน
์ ารแปรผัน (สมมาตร)
- ค่าสัมประสิทธิก
์ ่วนเบี่ยงเบนควอไทล์ (ไม่สมมาตร)
- ค่าสัมประสิทธิส

40/38