[Data Science] Tableau Project – วิเคราะห์ข้อมูลคะแนนสอบจากนักเรียน 1,000 คน โคตรง่าย!

ภาพโดย Google

สวัสดีครับ วันนี้ผมจะมานำเสนอข้อมูลเชิงวิเคราะห์ โดยการใช้งานโปรแกรม Tableau จากคะแนนสอบของนักเรียน1,000 ที่สามารถวิเคราะห์ได้อย่างรวดเร็วทันใจ ทุกท่านแน่นอนครับ

[Data Science] Data Visualization Project with Tableau Software – วิเคราะห์ข้อมูลคะแนนสอบจากนักเรียน 1,000 คน โคตรง่าย!

ภาพโดยนาย สหัสวรรษ กิตติวัจน์เมธี

โดยข้อมูลที่ได้จะเป็นไฟล์ Excel แบบนี้นะครับ จะเป็นข้อมูลของนักเรียนจำนวนหนึ่งซึ่งไม่ระบุรายชื่อ

โดยเป็นคะแนนการสอบ 3 วิชา ได้แก่ คณิตศาสตร์ ทักษะการอ่าน และทักษะการเขียนครับ

สามารถดาว์นโหลดข้อมูลได้ตามลิงค์นี้เลยครับผม

https://www.kaggle.com/spscientist/students-performance-in-exams?fbclid=IwAR0WQHkOGoc7oba7KOr188hdZwnOXRdVy1bJhO5dvmfAYpOeTtE_GbPGqd0

การใช้งานโปรแกรม Tableau นะครับ ขั้นแรกหลังจากเปิดโปรแกรมขึ้นมา

ให้นำไฟล์Excelด้านบน มาเปิดก็จะได้ตามภาพนะครับ

ภาพโดยนาย สหัสวรรษ กิตติวัจน์เมธี

จะสังเกตุได้ว่าซ้ายมือจะมีคอลัมน์เป็น Dimensions และ Measures ที่แยกประเภทไว้ให้ เราสามารถนำข้อมูลตรงนี้ลากมาด้านขวามือที่เป็นพื้นที่สำหรับแสดงผลได้ดังนี้ครับ

ภาพโดยนายภูวิศ สันติรักษ์ 

อันดับแรก(First)นำข้อมูลGender ที่แบ่งเพศของผู้เข้าสอบ และข้อมูล สีเขียวจะเป็น คะแนนของทั้ง3รายวิชา

ภาพโดยนายภูวิศ สันติรักษ์ 

ถัดมาด้านขวามือจะมีเครื่องมือ Show me ให้เลือกประเภทเป็นกราฟดังภาพ

ภาพโดยนาย ธนภัทร มะโนวัง

จากนั้นให้ข้อมูลแสดงคะแนนสอบของผู้เข้าสอบ โดยการกดปุ่ม Show Mark Labels ที่เป็นสัญลักษณ์ สี่เหลี่ยมแล้วมีตัวอักษร T ที่อยู่ด้านบนของจอ

ภาพโดยนาย ธนภัทร มะโนวัง

ถัดมาจะเป็นส่วนสำคัญ คือการแปลงคะแนนให้เป็น Percent โดยการดูแถบ Measure Values

ตรงส่วนที่เป็นแถบสีเขียวทั้งหมดคือข้อมูลคะแนนรายวิชา

ให้เลือกQuick Table Calculation และ Percent of Total

จะเป็นการแสดงผลข้อมูลแบบPercent เพื่อให้ง่ายแก่การวิเคราะห์ผลคะแนน

จะได้ข้อมูลที่เป็นPercentดังภาพ

ภาพโดยนาย สหัสวรรษ กิตติวัจน์เมธี

จากภาพนี้จะเห็นได้ว่าข้อมูลในส่วนของการแบ่งเพศนั้น ทางด้านเพศหญิงจะทำคะแนนได้ดีกว่าเล็กน้อย

และในส่วนของรายวิชา ทักษะการอ่านและเขียน เพศหญิงทำได้สูงกว่าพอสมควร

ถัดมาจะให้เราเปลี่ยนข้อมูลแถบสีฟ้าที่เป็นGender หรือแบ่งตามเพศ เปลี่ยนเป็นข้อมูลด้านอื่นเพื่อเปรียบเทียบ

ทักษะของแต่ละกลุ่มผู้เรียน โดยการนำข้อมูล Race/ethnicity มาเทียบแทน

ภาพโดยนาย สหัสวรรษ กิตติวัจน์เมธี

ดังนั้น(So)ดังภาพจะเห็นได้ว่าคะแนนในทุกๆรายวิชาของกลุ่มผู้เรียนC จะเป็นคะแนนสูงโดดขึ้นมาส่วนกลุ่มAนั้นจะมีคะแนนที่น้อยกว่ามาก เป็นข้อมูลเชิงเปรียบเทียบได้ว่า “การเรียนในกลุ่มCนั้นประสบผลสำเร็จได้สูงกว่า”

ภาพโดยนาย สหัสวรรษ กิตติวัจน์เมธี

หากลองนำข้อมูลเพศใส่เพิ่มเข้ามาจากเดิมก็จะเห็นได้ชัดว่า คะแนนส่วนใหญ่มาจากเพศหญิง ที่ทำได้สูงมากกว่าเพศชายอยู่พอสมควร

ภาพโดยนาย สหัสวรรษ กิตติวัจน์เมธี

จากนั้นลองเปลี่ยนข้อมูลเปรียบเทียบใหม่เป็น นักเรียนที่เรียนคอร์สการเตรียมความพร้อมก่อนสอบ จะเห็นได้ว่าคะแนนนั้นห่างเกือบถึง70% ที่นักเรียนที่เรียนคอร์สนี้ทำได้ดีกว่า นักเรียนที่ไม่ได้เรียน

ข้อมูลจุดนี้แสดงให้เห็นอย่างชัดเจนว่า การเรียนคอร์สเตรียมความพร้อมก่อนสอบ ทำให้ประสิทธิภาพการทำข้อสอบของผู้เรียนสูงขึ้นอย่างมาก

ภาพโดยนาย สหัสวรรษ กิตติวัจน์เมธี

และเมื่อเทียบคะแนนจากเพศแล้ว ก็จะเห็นได้ว่าฝ่ายนักเรียนหญิงสามารถทำคะแนนได้ดีกว่านักเรียนชายใน2รายวิชาหลัง อีกเช่นเคย เป็นข้อมูลเปรียบเทียบว่า ความสามารถในการทำข้อสอบชุดนี้ นักเรียนหญิงมีทักษะด้านนี้สูงกว่าเล็กน้อย และนักเรียนที่เรียนคอร์สเตรียมความพร้อมก่อนสอบนั้นมีระดับทักษะที่สูงกว่าอย่างเห็นได้ชัด

(Finally)สรุปสิ่งที่ได้จากการเรียนเรื่อง Tableau for Data Science มีประโยชน์ต่อการวิเคราะห์ และจำแนกข้อมูลอย่างรวดเร็ว แม้ว่าข้อมูลที่ได้รับจะมีจำนวนมากแค่ไหน ก็สามารถทำได้อย่างรวดเร็ว และแสดงผลข้อมูลเชิงภาพที่สามารถมองเห็นและเข้าใจได้โดยง่าย  และสามารถนำไปประยุกต์ใช้กับสายอาชีพเชิงข้อมูล และแผนภาพได้อย่างดีเยี่ยม หากใช้งานได้อย่างคล่องแล้ว สามารถต่อยอดไปถึงการวางแผนทางธุรกิจชั้นนำได้

Link Google Drive

จัดทำโดย

นายสหัสวรรษ กิตติวัจน์เมธี 1610901850

นายภูวิศ สันติรักษ์

นายธนภัทร มะโนวัง

ขอบคุณสำหรับการอ่านครับ หวังว่าข้อมูลส่วนนี้จะเป็นประโยชน์ต่อทุกๆคนครับ

 

  •  
  •  
  •  
  •  
  •  
  •  
SAHUSSAWAT KITTIWATMETHI
at GlurGeek.Com
สหัสวรรษ กิตติวัจน์เมธี นักศึกษามหาวิทยาลัยกรุงเทพ เลขประจำตัว1610901850

Leave a Reply