Week2: Importing & Manipulating Data

Introduction

โดยปกตินักวิเคราะห์ข้อมูลจะเรียกข้อมูลที่เก็บรวบรวมจากหน่วยตัวอย่าง หรือ กลุ่มเป้าหมายที่ต้องการศึกษาว่า ข้อมูลดิบ (raw data) ซึ่งเป็นข้อมูลที่ยังไม่มีความพร้อมที่จะนำไปวิเคราะห์ข้อมูลตามวัตถุประสงค์ของการวิจัย หน้าที่ของนักวิเคราะห์ข้อมูลคือการจัดเตรียมชุดข้อมูลหรือไฟล์ข้อมูลสำหรับการวิจัย ในบทนี้จะกล่าวถึงงานของนักวิเคราะห์ข้อมูลในส่วนของการลงรหัส และการจัดกระทำเพื่อให้ได้มาซึ่งชุดข้อมูลที่มีความน่าเชื่อถือและมีความพร้อมต่อการนำไปวิเคราะห์ด้วยวิธีการต่าง ๆ ตามวัตถุประสงค์การวิจัย

X	Gender	Location	Math	Att
1	Male	BKK	73.63126	24.90627
2	M	BKK	39.74177	20.57699
3	Female	BKK	56.17273	NA
4	Female	BKK	40.39129	NA
5	F	BKK	78.60553	26.55215
6	Female	BKK	55.04804	NA
7	Boy	BKK	43.91343	16.86056
8	Male	BKK	NA	22.02647
9	Girl	BKK	45.80502	NA
10	M	BKK	NA	18.00661
11	M	BKK	NA	23.01582
12	M	BKK	NA	30.18418
13	M	BKK	NA	22.66895
14	Male	BKK	48.02485	21.78210
15	M	BKK	48.25126	22.96364
16	Female	BKK	34.50315	NA
17	Male	BKK	58.41693	22.90271
18	female	BKK	54.33005	NA
19	male	BK	46.88963	23.97608
20	male	BK	81.73160	30.66733
21	m	BK	NA	27.79259
22	female	BK	49.29608	NA
23	boy	BK	55.78423	20.83821
24	boy	BK	59.57540	22.52318
25	male	BK	45.09592	17.62496
26	M	BK	49.31900	28.49617
27	M	BK	44.13580	18.44470
28	M	BK	78.56009	34.61449
29	M	BK	NA	37.49979
30	M	BK	41.49222	14.08712
31	F	BK	44.10798	NA
32	M	BK	46.71202	16.62549
33	M	BK	48.25278	26.44301
34	M	BK	50.58516	28.45865
35	M	BK	61.98647	24.43541
36	Male	BK	46.55388	19.65623
37	M	BK	75.21559	28.36943
38	Female	BK	33.17205	NA
39	Female	BK	50.13825	20.46504
40	Male	BK	72.48926	30.93433
41	Female	BK	46.64330	NA
42	F	BK	76.55132	40.09734
43	M	BK	51.59125	32.34099
44	F	BK	NA	NA
45	boy	BK	52.32525	22.40264
46	M	BK	39.36704	21.73277
47	M	BK	56.34321	22.49558
48	M	BK	NA	16.22683
49	M	BK	34.42147	18.23119
50	0	BK	41.03768	NA
51	0	CMI	44.58456	NA
52	M	CMI	61.91527	24.53045
53	0	CMI	33.08822	NA
54	0	CMI	43.54307	NA
55	0	CMI	NA	NA
56	M	CMI	35.44866	20.12650
57	0	CMI	57.11843	NA
58	Male	CMI	54.46937	17.36602
59	Male	CMI	42.23768	28.69603
60	0	CMI	NA	29.37217
61	Male	CMI	47.75170	28.76117
62	0	CMI	43.85302	NA
63	Male	CMI	52.35229	22.37248
64	Male	CMI	81.27084	37.65133
65	0	CMI	46.25792	NA
66	1	CMI	33.72685	24.77062
67	Male	CMI	32.54469	30.11322
68	1	CMI	33.74472	22.39681
69	0	CMI	53.80883	NA
70	1	CMI	67.42678	29.36617
71	Male	CMI	55.59076	22.81934
72	0	CMI	21.73609	NA
73	0	CMI	51.65614	NA
74	0	CMI	46.68843	NA
75	0	CMI	50.61375	NA
76	Male	CMI	41.15482	20.17870
77	1	CMI	73.17107	28.06313
78	M	CMI	45.93931	28.94945
79	Male	CMI	54.91332	26.97624
80	0	CMI	52.96943	NA
81	1	CMI	55.33009	29.74179
82	1	CMI	68.21117	24.24043
83	M	CMI	82.28293	29.16294
84	1	CMI	80.22794	33.49814
85	1	CMI	58.68411	22.74710
86	0	CMI	45.74433	NA
87	F	CMI	28.88333	NA
88	1	CMI	48.43461	20.45943
89	1	CMI	43.02912	14.17068
90	0	CMI	31.44762	NA
91	1	CMI	57.99016	28.59506
92	F	CMI	32.92853	NA
93	1	CMI	65.79080	22.55325
94	1	CMI	NA	28.92315
95	1	CMI	85.87771	29.05614
96	1	CMI	79.85525	28.87267
97	1	CMI	59.76965	25.61459
98	0	CMI	53.37257	NA
99	1	CMI	63.62472	19.24788
100	1	CMI	NA	24.44476

Jamovi

Jamovi เป็นโปรแกรมวิเคราะห์ข้อมูลทางสถิติที่พัฒนาขึ้นใหม่โดยใช้โปรแกรม R เป็นฐาน จุดเด่นของของ Jamovi คือเป็นโปรแกรม Open Source ที่ผู้ใช้งานไม่เสียค่าใช้จ่าย นอกจากนี้ยังเปิดให้ผู้ใช้และนักพัฒนาสามารถเข้าถึงและพัฒนา Modules ต่าง ๆ เพื่อเพิ่มความสามารถและประสิทธิภาพของโปรแกรมได้เช่นเดียวกับโปรแกรม R ปัจจุบัน Jamovi อยู่ในช่วงกำลังพัฒนา อย่างไรก็ตามด้วยแนวคิดของการพัฒนาและความสามารถของโปรแกรมในปัจจุบัน ทำให้โปรแกรม Jamovi เป็นโปรแกรมที่เหมาะสำหรับการวิเคราะห์ข้อมูลพื้นฐาน และใช้ในการเรียนการสอนสถิติโดยไม่ต้องพึงโปรแกรมลิขสิทธิ์เช่น SPSS, Minitab หรือ SAS ดังเช่นในอดีต นอกจากนี้ยังสามารถใช้โปรแกรม Jamovi เพื่อเป็นพื้นฐานเพื่อเรียนการใช้งานโปรแกรม R ต่อไปได้อีกด้วย

Note ถึงแม้ Jamovi จะเป็นโปรแกรมฟรี แต่นักวิชาการจำเป็นต้องมีจรรยาบรรณในการทำงาน หากเราใช้โปรแกรม Jamovi สำหรับวิเคราะห์ข้อมูลในงานของเรา เราควรอ้างอิงโปรแกรม Jamovi ไว้ในรายการอ้างอิงของบทความหรือรายงานวิจัยด้วยดังนี้

jamovi project (2018). jamovi (Version 0.9) [Computer Software]. Retrieved from https://www.jamovi.org

นิสิตสามารถศึกษาการใช้งานโปรแกรม Jamovi เบื้องต้นได้จากคลิปวิดีโอต่อไปนี้

Importing Data in Jamovi

การนำข้อมูลเข้าสู่โปรแกรม Jamovi

การนำข้อมูลเข้าสู่โปรแกรม Jamovi โดยทั่วไปสามารถทำได้ 2 แนวทาง ได้แก่

การนำข้อมูลเข้าโดยตรง ผ่านทางหน้าต่าง Data ของโปรแกรม
การนำข้อมูลเข้าจากไฟล์ข้อมูล

คลิปวิดีโอต่อไปนี้แสดงการนำข้อมูลเข้าสู่โปรแกรม R โดยตรงจากตารางต่อไปนี้

height	weight
180	70
165	50
170	90
175	60

Note: ถึงแม้ว่าโปรแกรม Jamovi จะสามารถนำเข้าข้อมูลได้โดยตรงผ่านทางหน้าต่าง Data ของโปรแกรมดังที่กล่าวไว้ในข้างต้น แต่อย่างไรก็ตามเนื่องด้วยโปรแกรมกำลังอยู่ในช่วงพัฒนาทำให้การกำหนดสัญลักษณ์เพื่อทดแทนข้อมูลสูญหายในโปรแกรมยังไม่สมบูรณ์ จึงแนะนำให้ผู้ใช้โปรแกรมคีย์ข้อมูลในโปรแกรม Microsoft Excel หรือ Notepad ก่อนแล้วจึงนำไฟล์ข้อมูลดังกล่าวเข้าสู่โปรแกรม Jamovi ดังกิจกรรมต่อไปนี้

กิจกรรม:

จงคีย์ข้อมูลในชุดข้อมูล MessyData1 ลงใน SpreadSheet ของโปรแกรม Microsoft Excel

จากข้อมูลในตารางนิสิตจะเห็นว่าในบางตัวแปรของบางหน่วยตัวอย่างมีการกำหนดสัญลักษณ์ “NA” ไว้แทนค่าของข้อมูล (ย่อมาจาก Not Avaible) หมายถึงข้อมูลดังกล่าวเป็นข้อมูลสูญหาย (missing data) โดยที่ NA เป็นสัญลักษณ์ที่โปรแกรม Jamovi และ R ใช้เป็นค่าเร่ิมต้นสำหรับแทนข้อมูลสูญหายในชุดข้อมูล
Save File ข้อมูลจาก Excel File แล้วเก็บไว้ในคอมพิวเตอร์ของนิสิต โดยบันทึกให้เป็นนามสกุล.csv

จงนำข้อมูล MessyData1 เข้าสู่โปรแกรม Jamovi

โปรแกรม Jamovi สามารถนำเข้าข้อมูลได้อย่างหลากหลายประเภท ก่อนนำข้อมูลเข้าผู้วิเคราะห์ควรตรวจสอบสัญลักษณ์ที่ใช้แทนค่าสูญหาย (missing value) ของโปรแกรม Jamovi ว่าสอดคล้องกับสัญลักษณ์ที่ใช้ในไฟล์ข้อมูลหรือไม่ ถ้ายังไม่สอดคล้องให้ผู้วิเคราะห์ระบุในโปรแกรม Jamovi ให้สอดคล้องกัน โดยเข้าไปที่แถบเมนูด้านขวามือดังรูป
ในกรณีทั่วไปผู้วิเคราะห์ข้อมูลสามารถกำหนดสัญลักษณ์แทนข้อมูลสูญหายเป็นสัญลักษณ์ใดก็ได้ เช่น อาจใช้ตัวเลข -9, -99, 9999

จง save ไฟล์ชุดข้อมูลโดยตั้งชื่อไฟล์เป็นรหัสนิสิตในรูปแบบดังรูป
ส่งไฟล์ที่ save ในข้อ 2 โดยกดปุ่ม upload ด้านล่าง

Exploring Dataset

การจัดกระทำข้อมูลมีวัตถุประสงค์หลัก 4 ข้อได้แก่

เพื่อสำรวจโครงสร้างของชุดข้อมูล
เพื่อสำรวจค่าสังเกตของตัวแปรแต่ละตัวในชุดข้อมูล
เพื่อแก้ไขปัญหาหรือความผิดพลาดต่าง ๆ ที่สำรวจพบในชุดข้อมูล
เพื่อจัดรูปแบบของชุดข้อมูลให้มีความพร้อมกับการวิเคราะห์ข้อมูลตามวัตถุประสงค์ของการวิจัย

ขั้นที่ 1: การสำรวจโครงสร้างของชุดข้อมูล

เป็นขั้นตอนแรกของการจัดกระทำข้อมูล ขั้นตอนนี้ผู้วิเคราะห์มักพิจารณาภาพรวมของชุดข้อมูล คำถามที่ผู้วิเคราะห์สนใจและต้องการได้คำตอบในขั้นตอนนี้ได้แก่

ในชุดข้อมูลมีตัวแปรกี่ตัว อะไรบ้าง ครบถ้วนแล้วหรือไม่?
ตัวแปรแต่ละตัวมีความหมายอย่างไร และเป็นตัวแปรประเภทใด การกำหนดประเภทของตัวแปรในชุดข้อมูลถูกต้องแล้วหรือไม่?
จำนวนหน่วยตัวอย่างหรือหน่วยข้อมูลในชุดข้อมูลมีเท่าใด ครบถ้วนแล้วหรือไม่?
ภาพรวมของการคีย์ข้อมูลเป็นอย่างไร สังเกตพบความผิดพลาด หรือปัญหาอะไรในชุดข้อมูลหรือไม่?

Exploring Observed Values

ขั้นที่ 2: การสำรวจค่าสังเกตของตัวแปรแต่ละตัวในชุดข้อมูล

เป็นขั้นตอนที่ผู้วิเคราะห์ข้อมูลดำเนินการสำรวจชุดข้อมูลเข้าไปลึกมากขึ้น โดยพิจารณาไปถึงค่าสังเกตของตัวแปรแต่ละตัว คำถามที่ผู้วิเคราะห์สนใจในขั้นตอนนี้ได้แก่

ขอบเขตของค่าสังเกตในแต่ละตัวแปรเป็นอย่างไร ?
การลงรหัสค่าสังเกตของตัวแปรแต่ละตัว มีความสมเหตุสมผล และเป็นระบบเดียวกันหรือไม่ ?
มีค่าผิดปกติ (outliers) เกิดขึ้นในชุดข้อมูลหรือไม่ ?
มีค่าสูญหายเกิดขึ้นหรือไม่ ถ้ามีเกิดขึ้นที่ตัวแปรใด มีปริมาณมากจนอาจส่งผลกระทบต่อการวิเคราะห์หรือไม่ ?

การสำรวจชุดข้อมูลเพื่อตอบคำถามข้างต้นด้วยโปรแกรม Jamovi อาจทำได้สองแนวทาง ดังนี้

แนวทางแรกคือการใช้ฟังก์ชันสำเร็จรูปภายใต้ library “Exploration” ของโปรแกรม Jamovi โดยเลือกใช้ sub-module “Descriptive” เพื่อให้โปรแกรมคำนวณค่าสถิติเบื้องต้นสำหรับบรรยายลักษณะข้อมูลในชุดข้อมูล การวิเคราะห์ข้อมูลในเบื้องต้นผู้วิเคราะห์อาจเลือกสถิติพื้นฐาน เช่น ความถี่ ร้อยละ ค่าสูงสุด ค่าต่ำสุด ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน ประกอบกับแผนภูมิและกราฟที่สามารถใช้พิจารณาการแจกแจงของข้อมูลได้ ดังรูป นอกจากนี้ผู้เรียนยังสามารถศึกษาการใช้ Descriptive Module ของโปรแกรม Jamovi จากคลิปด้านล่าง

จงใช้โปรแกรม Jamovi วิเคราะห์ข้อมูลเบื้องต้นจากชุดข้อมูล MessyData1 เพื่อตอบคำถามต่อไปนี้

R on Jamovi

จากที่กล่าวไว้ในข้างต้นว่า โปรแกรม Jamovi กำลังอยู่ในช่วงพัฒนาจึงทำให้ยังมี Module สำหรับการจัดกระทำ วิเคราะห์ และนำเสนอข้อมูลที่ยังไม่ครบหรือยังไม่สมบูรณ์ อย่างไรก็ตามด้วยการที่โปรแกรม Jamovi เป็นโปรแกรมที่พัฒนาโดยใช้โปรแกรม R เป็นฐาน ทำให้ผู้ใช้สามารถเสริมประสิทธิภาพการทำงานของโปรแกรม Jamovi ได้ด้วยการใช้ Engine ของโปรแกรม R จัดกระทำและวิเคราะห์ข้อมูลได้โดยตรงผ่านทาง Rj Editor ของโปรแกรม Jamovi

โปรแกรม R คืออะไร??? —> คลิกเลย บทเรียนเตรียมความพร้อมก่อนใช้ R

การใช้งาน Rj Editor ของโปรแกรม Jamovi ผู้ใช้จำเป็นต้อง download library เพิ่มเติมก่อน โดยสามารถทำได้ด้วยการกดที่ปุ่ม Modules ที่อยู่ทางด้านมุมขวาบนของหน้าต่างโปรแกรม Jamovi แล้วเลือก Jamovi library
จากนั้นกดเลือก library “Rj-Editor” ดังรูป
การเริ่มใช้งาน Rj-Editor ทำได้ด้วยการกดเลือกที่ปุ่ม icon

ทดลองใช้ Rj-Editor

แอบบอกว่า R Engine ใน Jamovi มี 2 ตัวได้แก่ Jamovi R และ System R ในปัจจุบัน Jamovi R เป็น Engine ของ R ที่ถูกดัดแปลงโดยผู้พัฒนา Jamovi เช่นมีการฝัง library ที่สำคัญเอาไว้ใน Engine เลยทำการใช้งานมีความสะดวกมากขึ้น อย่างไรก็ตาม Jamovi R มีข้อจำกัดที่ไม่สามารถ download library อื่น ๆ มาใช้งานได้ ทำให้การใช้งาน Jamovi R ยังมีข้อจำกัดอยู่ ปัจจุบันจึงแนะนำให้ใช้ System R Engine จะมีประสิทธิภาพสูงกว่า

คำสั่ง summary() สำหรับเรียกค่าสถิติพื้นฐานได้แก่ min, Q1, median, mean, Q3 และ max เพื่อสรุปขอบเขตและการแจกแจงของข้อมูลแบบคร่าว ๆ

summary(data[1:3])

##        X              Gender   Location
##  Min.   :  1.00   M      :25   BK :32  
##  1st Qu.: 25.75   0      :18   BKK:18  
##  Median : 50.50   1      :18   CMI:50  
##  Mean   : 50.50   Male   :15           
##  3rd Qu.: 75.25   Female : 7           
##  Max.   :100.00   F      : 6           
##                   (Other):11

การเรียกดูข้อมูลในแต่ละตัวแปรใน Rj-Editor

data[,2] #เรียกดูข้อมูลของตัวแปร Gender

##   [1] Male   M      Female Female F      Female Boy    Male   Girl   M     
##  [11] M      M      M      Male   M      Female Male   female male   male  
##  [21] m      female boy    boy    male   M      M      M      M      M     
##  [31] F      M      M      M      M      Male   M      Female Female Male  
##  [41] Female F      M      F      boy    M      M      M      M      0     
##  [51] 0      M      0      0      0      M      0      Male   Male   0     
##  [61] Male   0      Male   Male   0      1      Male   1      0      1     
##  [71] Male   0      0      0      0      Male   1      M      Male   0     
##  [81] 1      1      M      1      1      0      F      1      1      0     
##  [91] 1      F      1      1      1      1      1      0      1      1     
## Levels: 0 1 boy Boy F female Female Girl m M male Male

data$Gender #เรียกดูข้อมูลของตัวแปร Gender เช่นเดียวกัน

##   [1] Male   M      Female Female F      Female Boy    Male   Girl   M     
##  [11] M      M      M      Male   M      Female Male   female male   male  
##  [21] m      female boy    boy    male   M      M      M      M      M     
##  [31] F      M      M      M      M      Male   M      Female Female Male  
##  [41] Female F      M      F      boy    M      M      M      M      0     
##  [51] 0      M      0      0      0      M      0      Male   Male   0     
##  [61] Male   0      Male   Male   0      1      Male   1      0      1     
##  [71] Male   0      0      0      0      Male   1      M      Male   0     
##  [81] 1      1      M      1      1      0      F      1      1      0     
##  [91] 1      F      1      1      1      1      1      0      1      1     
## Levels: 0 1 boy Boy F female Female Girl m M male Male

data[1,4] #เรียกดูข้อมูลเจตคติทางการเรียนคณิตศาสตร์ของนักเรียนคนแรก

## [1] 73.63126

data[1:5,3:4] #เรียกดูผลสัมฤทธ์ทางการเรียนและเจตคติต่อการเรียนคณิตศาสตร์ของนักเรียน 5 คนแรก

##   Location     Math
## 1      BKK 73.63126
## 2      BKK 39.74177
## 3      BKK 56.17273
## 4      BKK 40.39129
## 5      BKK 78.60553

คำสั่ง describe() สำหรับเรียกค่าสถิติเชิงบรรยายที่สำคัญของตัวแปร

library(psych) #เรียก library "psych" ที่เป็นเจ้าของฟังก์ชัน describe
describe(data)

##           vars   n  mean    sd median trimmed   mad   min    max range
## X            1 100 50.50 29.01  50.50   50.50 37.06  1.00 100.00 99.00
## Gender*      2 100  6.38  4.26   7.00    6.35  7.41  1.00  12.00 11.00
## Location*    3 100  2.18  0.89   2.50    2.23  0.74  1.00   3.00  2.00
## Math         4  87 52.38 14.19  50.14   51.57 10.54 21.74  85.88 64.14
## Att          5  70 24.88  5.53  24.34   24.68  6.17 14.09  40.10 26.01
##            skew kurtosis   se
## X          0.00    -1.24 2.90
## Gender*   -0.04    -1.70 0.43
## Location* -0.35    -1.66 0.09
## Math       0.53    -0.27 1.52
## Att        0.37    -0.12 0.66

Maipulating Data: Recoding

Recoding คือการแปลงรหัสของค่าสังเกตในตัวแปร เพื่อให้การลงรหัสของค่าสังเกตในตัวแปรแต่ละตัวอยู่ในระบบเดียวกันตามที่ผู้วิเคราะห์กำหนด จากการสำรวจค่าสังเกตของตัวแปรในชุดข้อมูล MessyData 1 ในกิจกรรมก่อนหน้านี้นิสิตจะพบว่า ตัวแปร Gender และ Location เป็นตัวแปรที่มีปัญหาในการลงรหัสที่ไม่เป็นระบบเดียวกัน ซึ่งสามารถแก้ปัญหาดังกล่าวได้ด้วยการแปลงรหัสของตัวแปรทั้งสองใหม่

ปัจจุบัน Jamovi เองยังไม่มี Module สำหรับ Recode รหัสโดยตรง (โดย Feature นี้กำลังได้อยู่ในช่วงพัฒนาจากผู้พัฒนาโปรแกรมอยู่)

ด้วยปัญหาดังกล่าว ทำให้การ Recoding ใน Jamovi ต้องในโปรแกรมอื่น แล้วจึง import data file เข้ามาใน Jamovi ใหม่

ตัวอย่างคำสั่งต่อไปนี้แสดงการ Recode ค่าสังเกตของตัวแปร Location ให้อยู่ในระบบเดียวกัน ด้วยโปรแกรม R โดยกำหนดให้

ภูมิลำเนา กรุงเทพฯ แทนด้วยรหัส “BKK”

ภูมิลำเนา เชียงใหม่ แทนด้วยรหัส “CMI”

ดังนั้นจึงต้องแปลงรหัสค่าสังเกตที่เป็น “BK” ให้กลายเป็น “BKK” ให้หมด

data$Location[data$Location=="BK"]<-"BKK"
summary(data)

##        X              Gender   Location      Math            Att       
##  Min.   :  1.00   M      :25   BK : 0   Min.   :21.74   Min.   :14.09  
##  1st Qu.: 25.75   0      :18   BKK:50   1st Qu.:43.88   1st Qu.:21.06  
##  Median : 50.50   1      :18   CMI:50   Median :50.14   Median :24.34  
##  Mean   : 50.50   Male   :15            Mean   :52.38   Mean   :24.88  
##  3rd Qu.: 75.25   Female : 7            3rd Qu.:58.55   3rd Qu.:28.84  
##  Max.   :100.00   F      : 6            Max.   :85.88   Max.   :40.10  
##                   (Other):11            NA's   :13      NA's   :30