\(~~~~~~~~\)Lab: Data Visualization\(~~~~~~~~\)

อ.ดร. สมศักดิ์ จันทร์เอม

วิทยาลัยนานาชาตินวัตกรรมดิจิทัล มหาวิทยาลัยเชียงใหม่

16 ตุลาคม 2568

อะไรอยู่ในชุดข้อมูล Gapminder?

ชุดข้อมูลนี้ให้ข้อมูลเชิงเศรษฐกิจและสุขภาพของประเทศต่าง ๆ ทั่วโลกในช่วงปี 1952 ถึง 2007 ข้อมูลนี้มาจาก มูลนิธิ Gapminder (Gapminder Foundation) ซึ่งเป็นองค์กรที่พัฒนาเครื่องมือการเรียนรู้เพื่อช่วยให้ผู้คนเข้าใจพัฒนาการและความยั่งยืนของโลก

ตัวแปรในชุดข้อมูล Gapminder

ชุดข้อมูลนี้ประกอบด้วย 6 ตัวแปรหลัก ดังนี้:

  1. country: ชื่อประเทศ (เช่น Afghanistan, Brazil, China)

  2. continent: ทวีปที่ประเทศนั้นตั้งอยู่ (Africa, Americas, Asia, Europe, Oceania)

  3. year: ปีที่มีการบันทึกข้อมูล (1952, 1957, …, 2007)

  4. lifeExp: อายุคาดเฉลี่ย (Life Expectancy) —

จำนวนปีโดยเฉลี่ยที่บุคคลคาดว่าจะมีชีวิตอยู่ในแต่ละประเทศ

  1. pop: ประชากรทั้งหมดของประเทศ (Population)

  2. gdpPercap: รายได้ประชาชาติต่อหัว (GDP per Capita) — มูลค่าผลิตภัณฑ์มวลรวมภายในประเทศหารด้วยจำนวนประชากร (หน่วยเป็นดอลลาร์สหรัฐ)

การสื่อสารเชิงภาพที่มีประสิทธิภาพสำหรับนักวิทยาศาสตร์เชิงปริมาณ

Example of Gapminer Data

ดาวน์โหลดชุดข้อมูล Gapminder

คุณสามารถดาวน์โหลดชุดข้อมูล Gapminder ได้จาก Google Drive: คลิกที่นี่เพื่อดาวน์โหลด

ทำไมต้องใช้ชุดข้อมูล Gapminder?

ชุดข้อมูล Gapminder มีโครงสร้างที่ชัดเจนและหลากหลาย เหมาะสำหรับการ:

  • สร้างการแสดงผลข้อมูลเชิงภาพใน Excel

  • วิเคราะห์ แนวโน้มการพัฒนาโลก

  • เปรียบเทียบข้อมูลระหว่าง ประเทศ, ทวีป, และ ช่วงเวลา

1. กราฟเส้น (Line Chart): แนวโน้มอายุคาดเฉลี่ย

ตัวอย่างการใช้งาน: แสดงแนวโน้มของ อายุคาดเฉลี่ย (lifeExp) ของประเทศใดประเทศหนึ่งในแต่ละช่วงปี

เป้าหมาย: แสดงแนวโน้มของอายุคาดเฉลี่ยใน ประเทศไทย ตั้งแต่ปี 1952 ถึง 2007

ขั้นตอนการทำ

  1. กรองข้อมูล ให้เหลือเฉพาะ Thailand

  2. เลือก 2 คอลัมน์:

    • year (แกน X)

    • lifeExp (แกน Y)

  3. ไปที่เมนู Insert → เลือก Line Chart

  4. ประเภทกราฟที่แนะนำ: Line with Markers

  5. ปรับชื่อแกน:

    • แกน X = Year (ปี)

    • แกน Y = Life Expectancy (อายุคาดเฉลี่ย)

ตัวอย่างผลลัพธ์ (Output Example)

กราฟเส้นแสดงให้เห็นแนวโน้มอายุคาดเฉลี่ยของประเทศไทยที่เพิ่มขึ้นอย่างต่อเนื่องตั้งแต่ปี 1952 ถึง 2007

2. กราฟแท่ง (Bar Chart): การเปรียบเทียบรายได้ประชาชาติต่อหัว (GDP per Capita)

ตัวอย่างการใช้งาน: ใช้เพื่อเปรียบเทียบ รายได้ประชาชาติต่อหัว (gdpPercap) ระหว่างประเทศต่าง ๆ ในปีเดียวกัน

เป้าหมาย: เปรียบเทียบรายได้ประชาชาติต่อหัวของประเทศต่าง ๆ ใน ทวีปเอเชีย (Asia) สำหรับปี 2007

ขั้นตอนการทำ

  1. กรองข้อมูล โดยเลือกเฉพาะ:

    • continent == "Asia"

    • year == 2007

  2. เลือก 2 คอลัมน์:

    • country (แกน X)

    • gdpPercap (แกน Y)

  3. ไปที่เมนู Insert → เลือก Bar Chart

  4. ประเภทกราฟที่แนะนำ: Clustered Bar หรือ Clustered Column

  5. ปรับชื่อแกน:

    • แกน X = Country (ประเทศ)

    • แกน Y = GDP per Capita (รายได้ประชาชาติต่อหัว)

  6. (ทางเลือกเพิ่มเติม) เรียงลำดับค่า GDP จาก มากไปน้อย เพื่อให้การสื่อสารเข้าใจง่ายยิ่งขึ้น

ตัวอย่างผลลัพธ์ (Output Example)

กราฟแท่งแสดงให้เห็นความแตกต่างทางเศรษฐกิจระหว่างประเทศในทวีปเอเชียในปี 2007 โดยเน้นให้เห็นประเทศที่มีรายได้ประชาชาติต่อหัวสูงและต่ำ

3. กราฟวงกลม (Pie Chart): สัดส่วนประชากร

ตัวอย่างการใช้งาน: ใช้เพื่อแสดง สัดส่วนประชากร (pop) ของประเทศต่าง ๆ ภายในทวีปและปีที่กำหนด

เป้าหมาย: แสดงสัดส่วนประชากรของประเทศต่าง ๆ ใน ทวีปแอฟริกา (Africa) ในปี 2007

ขั้นตอนการทำ

  1. กรองข้อมูล โดยเลือกเฉพาะ:

    • continent == "Africa"

    • year == 2007

  2. เลือก 2 คอลัมน์:

    • country (เป็นหมวดหมู่)

    • pop (เป็นค่าตัวเลข)

  3. ไปที่เมนู Insert → เลือก Pie Chart

  4. ประเภทกราฟที่แนะนำ: 2D Pie หรือ 3D Pie

  5. เพิ่ม Data Labels: แสดงเป็น เปอร์เซ็นต์ หรือ จำนวนประชากรจริง

ตัวอย่างผลลัพธ์ (Output Example)

กราฟวงกลมแสดงการกระจายของจำนวนประชากรในแต่ละประเทศของทวีปแอฟริกาในปี 2007 ช่วยให้เห็นได้ชัดเจนว่าประชากรมีการกระจุกตัวอยู่ในบางประเทศมากกว่าประเทศอื่น ๆ

4. กราฟกระจาย (Scatter Plot): ความสัมพันธ์ระหว่าง GDP กับอายุคาดเฉลี่ย

ตัวอย่างการใช้งาน: ใช้เพื่อสำรวจความสัมพันธ์ระหว่าง รายได้ประชาชาติต่อหัว (GDP per capita) กับ อายุคาดเฉลี่ย (Life Expectancy)

เป้าหมาย: แสดงความสัมพันธ์ระหว่าง รายได้ประชาชาติต่อหัว (GDP per capita) และ อายุคาดเฉลี่ย (Life Expectancy)

สำหรับทุกประเทศในปี 2007

ขั้นตอนการทำ

  1. กรองข้อมูล โดยเลือกเฉพาะ year == 2007

  2. เลือก 2 คอลัมน์:

    • gdpPercap (แกน X)

    • lifeExp (แกน Y)

  3. ไปที่เมนู Insert → เลือก Scatter Chart

  4. ประเภทกราฟที่แนะนำ:

    • Scatter with Markers
    • (ทางเลือกเพิ่มเติม) Scatter with Smooth Lines

  5. ปรับชื่อแกน:

    • แกน X = GDP per Capita (รายได้ประชาชาติต่อหัว)

    • แกน Y = Life Expectancy (อายุคาดเฉลี่ย)

💡 เคล็ดลับ: เรียงลำดับข้อมูลตาม gdpPercap หรือ lifeExp (จากน้อยไปมากหรือตรงกันข้าม) ก่อนสร้างกราฟ เพื่อให้การแสดงผลชัดเจนและเข้าใจง่ายยิ่งขึ้น

ตัวอย่างผลลัพธ์ (Output Example)

กราฟนี้แสดงให้เห็นว่าประเทศที่มีรายได้ประชาชาติต่อหัวสูงกว่า มักจะมีอายุคาดเฉลี่ยที่ยาวนานกว่า — ซึ่งสะท้อนถึงคุณภาพชีวิตและสุขภาพที่ดีกว่า

5. กราฟพื้นที่ (Area Chart): แนวโน้มจำนวนประชากร

ตัวอย่างการใช้งาน: ใช้เพื่อแสดงแนวโน้มของ จำนวนประชากร (pop) ตามช่วงเวลาในทวีปใดทวีปหนึ่ง

เป้าหมาย: แสดงการเติบโตของจำนวนประชากรใน ทวีปยุโรป (Europe) ตั้งแต่ปี 1952 ถึง 2007

ขั้นตอนการทำ

  1. กรองข้อมูล โดยเลือกเฉพาะ continent == "Europe"

  2. สรุปจำนวนประชากรตามปี: ใช้ PivotTable เพื่อหาผลรวมของ pop ของทุกประเทศในแต่ละ year

  3. ไปที่เมนู Insert → เลือก Area Chart (อยู่ภายใต้หมวด Line Chart)

  4. ประเภทกราฟที่แนะนำ:

    • Stacked Area
    • หรือ 100% Stacked Area (สำหรับเปรียบเทียบสัดส่วน)

ตัวอย่างผลลัพธ์ (Output Example)

กราฟพื้นที่แสดงการเปลี่ยนแปลงของจำนวนประชากรในทวีปยุโรปตามช่วงเวลา โดยเน้นให้เห็นทั้งขนาด (magnitude) และแนวโน้มการเติบโต (growth trend) อย่างชัดเจน

💡 เคล็ดลับ

  • ใช้ Stacked Area เมื่อต้องการเปรียบเทียบ “ส่วนประกอบของทั้งหมด” (เช่น ประชากรตามภูมิภาค)

  • ใช้ Standard Area เมื่อต้องการเน้น “แนวโน้มการเติบโตโดยรวม” ในช่วงเวลา

6. กราฟแท่งซ้อน (Stacked Bar Chart): การเปรียบเทียบจำนวนประชากรตามประเทศและปี

ตัวอย่างการใช้งาน: ใช้เพื่อเปรียบเทียบ จำนวนประชากร (pop) ระหว่างประเทศต่าง ๆ ในทวีปเดียวกัน โดยแยกตามปี

เป้าหมาย: เปรียบเทียบจำนวนประชากรของประเทศใน ทวีปอเมริกา (Americas) ระหว่างปี 1952 และ 2007

ขั้นตอนการทำ

  1. ใช้ PivotTable และ Slicer เพื่อกรองข้อมูล:

    • continent == "Americas"

    • ปีที่เลือก: 1952 และ 2007

  2. เลือกข้อมูลที่ต้องการ:

    • country เป็นหมวดหมู่ (categories)

    • pop สำหรับทั้งสองปี

  3. ไปที่เมนู Insert → เลือก Stacked Bar Chart

  4. ประเภทกราฟที่แนะนำ:

    • Clustered Column (แท่งกลุ่มแยกตามปี)

    • หรือ Stacked Column (แท่งซ้อนแสดงสัดส่วนแต่ละปี)

ตัวอย่างผลลัพธ์ (Output Example)

กราฟแท่งแบบกลุ่มหรือแบบซ้อนที่แสดงการเปลี่ยนแปลงของจำนวนประชากรในประเทศต่าง ๆ ทั่วทวีปอเมริกา ตั้งแต่ปี 1952 ถึง 2007 ช่วยให้เห็นการเติบโตและความแตกต่างของประชากรระหว่างประเทศได้อย่างชัดเจน

เคล็ดลับ: ใช้ Clustered Column เมื่อต้องการเปรียบเทียบข้อมูลระหว่างปีแบบวางคู่กัน และใช้ Stacked Column เมื่อต้องการแสดงสัดส่วนการมีส่วนร่วมของแต่ละประเทศต่อจำนวนประชากรรวมทั้งหมด

7. กราฟฟองอากาศ (Bubble Chart): GDP, อายุคาดเฉลี่ย และจำนวนประชากร

ตัวอย่างการใช้งาน: ใช้เพื่อแสดงความสัมพันธ์ระหว่าง รายได้ประชาชาติต่อหัว (GDP per capita), อายุคาดเฉลี่ย (Life Expectancy), และ ขนาดประชากร (Population size) ผ่านกราฟฟองอากาศ

เป้าหมาย: แสดงความสัมพันธ์ระหว่าง GDP per capita และ Life Expectancy ในปี 2007

โดยให้ ขนาดของฟองอากาศ แทนค่า จำนวนประชากร

ขั้นตอนการทำ

  1. กรองข้อมูล โดยเลือกเฉพาะ:

    • year == 2007

  2. เลือก 3 คอลัมน์:

    • gdpPercap → แกน X

    • lifeExp → แกน Y

    • pop → ขนาดของฟองอากาศ (Bubble size)

  3. ไปที่เมนู Insert → เลือก Bubble Chart

  4. กำหนดขนาดฟองอากาศให้แทนจำนวนประชากร (pop)

  5. (ทางเลือกเพิ่มเติม) เพิ่มชื่อประเทศหรือ tooltip เพื่อให้เข้าใจง่ายขึ้น

ตัวอย่างผลลัพธ์ (Output Example)

กราฟฟองอากาศแสดงให้เห็นว่า:

  • ประเทศที่มี GDP สูง และ อายุคาดเฉลี่ยสูง จะอยู่บริเวณมุมขวาบนของกราฟ
  • ขนาดของฟองอากาศบ่งบอกถึง จำนวนประชากร ซึ่งแสดงให้เห็นความแตกต่างระหว่างประเทศในเชิงปริมาณได้อย่างชัดเจน

เคล็ดลับ: หากฟองอากาศทับซ้อนกันมากเกินไป ให้ เรียงลำดับหรือกรองประเทศที่มีประชากรสูงมาก ออกไปบางส่วน นอกจากนี้ยังสามารถปรับขนาดฟองอากาศให้เป็นสัดส่วน (normalize) เพื่อให้การมองเห็นชัดเจนขึ้น

8. ฮีตแมป (Heatmap): อายุคาดเฉลี่ยตามประเทศและปี

ตัวอย่างการใช้งาน: ใช้เพื่อเน้นให้เห็นแนวโน้มและความแตกต่างของค่า เช่น อายุคาดเฉลี่ย (Life Expectancy) ด้วยการใช้ เฉดสี (Color Gradients)

เป้าหมาย: สร้างฮีตแมปที่แสดงค่า อายุคาดเฉลี่ย (lifeExp) ของแต่ละประเทศใน ทวีปเอเชีย (Asia)

ตั้งแต่ปี 1952 ถึง 2007 โดยใช้ Conditional Formatting ใน Excel

ขั้นตอนการทำ

  1. กรองข้อมูล โดยเลือกเฉพาะ continent == "Asia"

  2. ใช้ PivotTable โดยกำหนดดังนี้:

    • Rows = country (ชื่อประเทศ)

    • Columns = year (ปี)

    • Values = ค่าเฉลี่ยของ lifeExp (อายุคาดเฉลี่ย)

  3. เลือกเซลล์ใน PivotTable ที่เป็นค่าตัวเลขทั้งหมด

  4. ไปที่เมนู Home → Conditional Formatting → เลือก Color Scales

  5. เลือกโทนสี เช่น เขียว–เหลือง–แดง เพื่อแสดงความแตกต่างของค่า

ตัวอย่างผลลัพธ์ (Output Example)

ตารางที่มีการระบายสีตามค่า:

  • สีเขียว = อายุคาดเฉลี่ยสูง
  • สีแดง = อายุคาดเฉลี่ยต่ำ
  • ทำให้เห็นรูปแบบการเปลี่ยนแปลงของอายุคาดเฉลี่ยในแต่ละประเทศตามช่วงเวลาได้อย่างชัดเจน

💡 เคล็ดลับ: ใช้ โทนสีแบบแยกสองขั้ว (Diverging Color Scale) เพื่อเน้นความแตกต่างของค่าและช่วยให้เปรียบเทียบได้ง่ายขึ้น วิธีนี้เหมาะอย่างยิ่งสำหรับข้อมูลแบบอนุกรมเวลา (time-series) หรือข้อมูลหลายตัวแปรของแต่ละประเทศ

9. กราฟเส้นหลายเส้น (Multi-Line Chart): การเปรียบเทียบแนวโน้มอายุคาดเฉลี่ย

ตัวอย่างการใช้งาน: ใช้เพื่อเปรียบเทียบ ตัวแปรเดียวกัน (เช่น อายุคาดเฉลี่ย) ระหว่าง หลายประเทศ ตามช่วงเวลา

เป้าหมาย: เปรียบเทียบแนวโน้มของ อายุคาดเฉลี่ย (Life Expectancy) ของประเทศใน ทวีปเอเชีย (Asia) ตั้งแต่ปี 1952 ถึง 2007 โดยใช้กราฟเส้นหลายเส้น

ขั้นตอนการทำ

  1. ใช้ PivotTable โดยกำหนดดังนี้:

    • Rows = year (ปี)

    • Columns = country (ประเทศ)

    • Values = ค่าเฉลี่ยของ lifeExp (กรองเฉพาะประเทศในเอเชีย)

  2. เลือกข้อมูลทั้งหมดในตาราง

  3. ไปที่เมนู Insert → เลือก Line Chart

  4. แต่ละเส้นในกราฟจะแทนแนวโน้มของอายุคาดเฉลี่ยของแต่ละประเทศ

ตัวอย่างผลลัพธ์ (Output Example)

กราฟเส้นหลายเส้นแสดงให้เห็นว่า:

  • อายุคาดเฉลี่ยของแต่ละประเทศเปลี่ยนแปลงไปตามเวลาอย่างไร
  • ความแตกต่างและความคล้ายคลึงกันของแนวโน้มระหว่างประเทศในทวีปเอเชีย

💡 เคล็ดลับ: ใช้สีที่สอดคล้องกัน หรือใส่ชื่อประเทศสำคัญไว้ โดยตรงบนเส้นกราฟ เพื่อช่วยให้อ่านง่ายขึ้นและลดความซับซ้อนของกราฟ