วิธีค้นหาค่าผิดปกติ (Outliers) ในชุดข้อมูลโดยไม่ต้องเขียนโค้ด (คู่มือปี 2026)

คุณสามารถค้นหา outliers ได้โดยไม่ต้องเขียนโค้ด โดยใช้กฎ IQR, z-scores หรือ box plot ซึ่งทั้งสามวิธีนี้สามารถใช้งานบนสเปรดชีตได้ กฎ IQR จะระบุค่าที่อยู่ห่างจากควอไทล์เกิน 1.5 เท่าของช่วงระหว่างควอไทล์ ส่วน z-scores จะระบุค่าที่อยู่ห่างจากค่าเฉลี่ยเกิน 3 เท่าของส่วนเบี่ยงเบนมาตรฐาน บ่อยครั้งที่สองวิธีนี้ให้ผลลัพธ์ไม่ตรงกัน และการเข้าใจเหตุผลเบื้องหลังคือทักษะที่แท้จริง

การค้นหา outlier นั้นเป็นเรื่องง่าย แต่การตัดสินใจว่าจะจัดการกับมันอย่างไรต่างหากที่เป็นส่วนสำคัญในการตัดสินว่าการวิเคราะห์ของคุณมีความน่าเชื่อถือและตรงไปตรงมาหรือไม่ ซึ่งไม่มีวิธีทางสถิติใดที่จะให้คำตอบนี้แก่คุณได้

คู่มือนี้จะอธิบายว่าทำไมวิธีมาตรฐานทั้งสองวิธีจึงให้ผลลัพธ์ที่แตกต่างกัน และแนะนำ 3 วิธีในการตรวจหา outliers โดยไม่ต้องเขียนโค้ด จากนั้นจะแนะนำวิธีตัดสินใจว่าควรลบ เก็บไว้ หรือรายงานแยกต่างหากสำหรับค่าที่ตรวจพบ

ทำไมการจัดการกับ outliers ถึงยากกว่าแค่ "ลบมันทิ้งไป"

วิธีมาตรฐานทั้งสองถูกออกแบบมาให้ได้ผลลัพธ์ที่ต่างกันโดยตั้งใจ

กฎ IQR ทำงานโดยอิงจากควอไทล์ซึ่งเป็นค่าตามตำแหน่ง โดยไม่ได้สนใจว่าค่านั้นจะสุดโต่งเพียงใด แต่สนใจเพียงแค่ตำแหน่งของมันในข้อมูลที่เรียงลำดับแล้วเท่านั้น ทำให้วิธีนี้ไม่ถูกบิดเบือนโดย outliers ที่ตัวมันเองกำลังค้นหาอยู่

ส่วน z-scores จะทำงานโดยอิงจากค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน ซึ่งทั้งสองค่านี้จะถูกดึงโดยค่าที่สุดโต่ง ค่าที่ใหญ่มากเพียงค่าเดียวสามารถทำให้ส่วนเบี่ยงเบนมาตรฐานสูงเกินจริง ซึ่งจะส่งผลให้ z-score ของทุกค่าลดลง รวมถึงตัวมันเองด้วย ในชุดข้อมูลขนาดเล็ก outlier ที่สุดโต่งเพียงค่าเดียวจึงสามารถซ่อนตัวเองด้วยวิธีนี้ได้

นี่คือเหตุผลว่าทำไมในคอลัมน์เดียวกันจึงอาจพบ outliers 4 ค่าเมื่อใช้ IQR แต่พบเพียง 1 ค่าเมื่อใช้ z-scores วิธีการเหล่านี้ไม่ได้ขัดแย้งกัน แต่พวกมันวัดสิ่งต่างกัน

การตัดสินใจไม่ใช่เรื่องของสถิติเพียงอย่างเดียว

รายการธุรกรรมมูลค่า $2 million ในไฟล์ที่มีคำสั่งซื้อเฉลี่ย $200 จะถูกตรวจจับว่าเป็น outlier ด้วยทุกวิธี แต่การจะลบมันออกหรือไม่นั้นขึ้นอยู่กับข้อเท็จจริงที่ไม่มีสูตรทางสถิติใดสามารถล่วงรู้ได้

หากเป็นความผิดพลาดในการกรอกข้อมูลจากการใส่ทศนิยมผิดตำแหน่ง ก็ควรลบออก หากเป็นดีลระดับองค์กรที่เกิดขึ้นจริง การลบออกจะทำให้ลูกค้าที่สำคัญที่สุดของคุณหายไปจากการวิเคราะห์ หากเป็นธุรกรรมทดสอบที่ใครบางคนลืมลบออก ก็ให้ลบออกและตรวจสอบรายการอื่นๆ เพิ่มเติม การดำเนินการที่แตกต่างกัน 3 แบบนี้ เกิดจากการตรวจพบที่เหมือนกันทุกประการ

รูปทรงการกระจายตัวของข้อมูลอาจทำให้ข้อตกลงเบื้องต้นใช้ไม่ได้ผล

วิธีมาตรฐานทั้งสองวิธีต่างสมมติว่าข้อมูลมีการกระจายตัวเป็นรูปโค้งระฆังคว่ำ แต่ข้อมูลประเภทรายได้, ยอดผู้เข้าชมหน้าเว็บ, มูลค่าคำสั่งซื้อ และระยะเวลาการใช้งาน (session durations) มักจะมีความเบ้ขวาและมีหางยาว ซึ่งค่าที่สูงมากๆ ถือเป็นเรื่องปกติ ไม่ใช่ข้อยกเว้นพิเศษ

หากคุณใช้กฎ z-score กับคอลัมน์ประเภทนั้น คุณจะพบว่าข้อมูลปกติจำนวนมากถูกระบุว่าเป็น outlier วิธีแก้ไขคือการตรวจสอบรูปทรงการกระจายตัวของข้อมูลก่อน และพิจารณาใช้การแปลงข้อมูลด้วยลอการิทึม (log-transforming) หรือใช้เกณฑ์การตัดข้อมูลตามเปอร์เซ็นไทล์แทน

สิ่งที่คุณต้องแลกหากไม่จัดการให้ดี

ค่าเฉลี่ยที่ไม่ได้อธิบายความเป็นจริงของใครเลย ค่าที่สุดโต่งเพียงค่าเดียวสามารถดึงค่าเฉลี่ยให้ขยับไปจนอยู่นอกช่วงที่ข้อมูลส่วนใหญ่ของคุณอยู่จริงๆ และการตัดสินใจต่างๆ ก็มักจะถูกอ้างอิงจากตัวเลขนั้น

แผนภูมิที่มีแกนที่อ่านไม่ออก ค่าเพียงค่าเดียวที่ใหญ่กว่าค่าอื่นๆ ถึง 10 เท่า จะบีบให้ข้อมูลที่เหลือทั้งหมดกลายเป็นเส้นแบนๆ อยู่ใกล้ขอบล่าง แม้ว่าแผนภูมินั้นจะถูกต้องตามหลักการทางเทคนิค แต่ก็ไม่สามารถสื่อสารข้อมูลอะไรได้เลย

การลบข้อมูลออกอย่างเงียบๆ ผลลัพธ์ที่แย่ที่สุดคือการที่มีใครบางคนแอบลบแถวข้อมูลที่เป็นปัญหาออกไปก่อนที่จะแชร์ไฟล์ ทำให้ผู้ที่นำข้อมูลไปใช้ต่อไม่รู้เลยว่าฐานข้อมูลมีการเปลี่ยนแปลง และไม่สามารถทำซ้ำผลลัพธ์เดิมได้

3 วิธีในการค้นหา outliers โดยไม่ต้องเขียนโค้ด

ทางเลือกที่ 1: กฎ IQR

ใช้ QUARTILE เพื่อหาควอไทล์ที่ 1 และ 3 จากนั้นนำมาลบกันเพื่อหาช่วงระหว่างควอไทล์ แล้วระบุค่าใดๆ ที่ต่ำกว่า Q1 ลบด้วย 1.5 × IQR หรือสูงกว่า Q3 บวกด้วย 1.5 × IQR ว่าเป็น outlier

วิธีนี้เป็นวิธีมาตรฐานด้วยเหตุผลที่ดี นั่นคือมันทนทานต่อค่าที่สุดโต่งและไม่จำเป็นต้องมีข้อตกลงเบื้องต้นเกี่ยวกับการกระจายตัวของข้อมูล อย่างไรก็ตาม สำหรับข้อมูลที่มีความเบ้มากๆ วิธีนี้อาจยังคงระบุข้อมูลฝั่งหางขวาว่าเป็น outlier มากเกินไป ดังนั้นควรตรวจสอบรูปทรงการกระจายตัวของข้อมูลก่อนที่จะปักใจเชื่อจำนวนที่ตรวจพบ

ทางเลือกที่ 2: Z-scores

คำนวณค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานด้วยฟังก์ชัน STDEV.P จากนั้นคำนวณว่าแต่ละค่าอยู่ห่างจากค่าเฉลี่ยเป็นกี่เท่าของส่วนเบี่ยงเบนมาตรฐาน โดยทั่วไปแล้วเกณฑ์ที่ใช้คือค่าที่เกินกว่า 3 เท่า

วิธีนี้ใช้ได้ดีกับข้อมูลที่มีความสมมาตรในระดับหนึ่ง และช่วยให้คุณเห็นขนาดความห่างแทนที่จะเป็นเพียงการระบุว่าใช่หรือไม่ใช่ ซึ่งมีประโยชน์สำหรับการจัดอันดับ แต่จะไม่น่าเชื่อถือเมื่อใช้กับกลุ่มตัวอย่างขนาดเล็กและคอลัมน์ข้อมูลที่มีความเบ้

ทางเลือกที่ 3: Box plot

พล็อตข้อมูลในคอลัมน์เป็น box plot แล้วดูจุดที่อยู่นอกเส้นหนวด แผนภาพ box plot ของ Excel ใช้เกณฑ์ 1.5 × IQR เช่นเดียวกัน ดังนั้นผลลัพธ์จึงตรงกับทางเลือกที่ 1 ข้อแตกต่างคือคุณจะสามารถมองเห็นรูปทรงการกระจายตัวของข้อมูลไปพร้อมๆ กันได้ด้วย

นี่เป็นวิธีที่เร็วที่สุดในการตรวจสอบว่าอีกสองวิธีนั้นเหมาะสมที่จะนำมาใช้หรือไม่ หากตัวกล่องเบียดไปอยู่ฝั่งใดฝั่งหนึ่งอย่างมากและมีหางยาว คุณควรระมัดระวังในการใช้กฎเกณฑ์การตัดข้อมูลใดๆ

ข้อจำกัดที่ทั้งสามวิธีต้องเผชิญเหมือนกัน

แต่ละวิธีจะส่งคืนรายการแถวข้อมูลที่ถูกระบุว่าเป็น outlier แต่ไม่มีวิธีใดเลยที่จะบอกคุณได้ว่าค่าที่ตรวจพบนั้นเป็นความผิดพลาดของข้อมูล เป็นค่าที่สุดโต่งของจริง หรือเป็นเพราะคอลัมน์นั้นมีความเบ้แทนที่จะเป็นข้อมูลที่สกปรก

การจะตอบคำถามเหล่านั้นได้จำเป็นต้องพิจารณาแถวที่ถูกระบุในบริบทแวดล้อม เช่น มีข้อมูลอะไรอีกบ้างในแถวนั้น ข้อมูลเหล่านั้นกระจุกตัวอยู่ในช่วงเวลาเดียวกันหรือมาจากระบบต้นทางเดียวกันหรือไม่ หรือมีลูกค้าคนเดิมปรากฏซ้ำๆ หรือไม่ สิ่งเหล่านี้คือการสืบสวน ไม่ใช่การคำนวณ และเป็นขั้นตอนที่ต้องใช้เวลามากที่สุดอย่างแท้จริง

วิธีค้นหา outliers ด้วย Powerdrill Bloom

ขั้นตอนที่ 1: อัปโหลดข้อมูลของคุณ

อัปโหลดไฟล์ Excel หรือ CSV โดย Powerdrill Bloom จะวิเคราะห์ข้อมูลเบื้องต้นของแต่ละคอลัมน์ทันทีที่อัปโหลด ทำให้คุณสามารถมองเห็นรูปทรงการกระจายตัวและค่าที่สุดโต่งได้ก่อนที่คุณจะเลือกวิธีตรวจจับด้วยซ้ำ

ขั้นตอนที่ 2: อธิบายการตรวจสอบด้วยภาษาธรรมชาติ

ถามตรงๆ ได้เลย เช่น "ระบุค่าที่อยู่นอกช่วง 1.5 เท่าของช่วงระหว่างควอไทล์ในคอลัมน์นี้ จากนั้นแสดงแถวข้อมูลทั้งหมดให้ฉันดูเพื่อพิจารณาบริบท" แล้วถามคำถามเพิ่มเติมเพื่อช่วยในการตัดสินใจ เช่น แถวที่ถูกระบุนั้นกระจุกตัวตามวันที่หรือแหล่งที่มาหรือไม่ มีรหัสระบุตัวตนเดิมซ้ำๆ หรือไม่ และค่าสถิติสรุปจะเปลี่ยนแปลงอย่างไรหากยกเว้นข้อมูลเหล่านี้ออกไป

ขั้นตอนที่ 3: ส่งออกแผนภูมิ รายงาน หรือสไลด์นำเสนอ

ส่งออก box plot, ตารางแสดงแถวข้อมูลที่ถูกระบุพร้อมบริบทแวดล้อม หรือบันทึกข้อความที่ระบุว่าแถวใดถูกคัดออกและเพราะเหตุใด

ทำไมวิธีนี้ถึงดีกว่าการตรวจหาด้วยตัวเองแบบแมนนวล

	วิธีใช้สเปรดชีต	Powerdrill Bloom
การเปรียบเทียบผลลัพธ์ระหว่าง IQR และ z-score	ต้องใช้สูตรสองชุดและตรวจสอบเปรียบเทียบด้วยตัวเอง	สั่งให้แสดงทั้งสองแบบได้ทันที
การดูบริบทรอบๆ ค่าที่ถูกระบุ	ต้องกรองข้อมูลและเลื่อนดูเอง	แสดงผลพร้อมกับแถวข้อมูลนั้นทันที
การตรวจสอบรูปทรงการกระจายตัวของข้อมูลก่อน	ต้องสร้างแผนภูมิฮิสโตแกรมเอง	วิเคราะห์ข้อมูลเบื้องต้นให้ทันทีที่อัปโหลด
การทดสอบผลกระทบจากการคัดข้อมูลออก	ต้องทำสำเนาชีตเพิ่ม	สั่งให้แสดงผลลัพธ์ทั้งสองเวอร์ชันเพื่อเปรียบเทียบได้ทันที

แถวสุดท้ายคือส่วนที่สำคัญที่สุด วิธีการจัดการกับ outlier ที่คลุมเครืออย่างตรงไปตรงมาที่สุดคือการรายงานผลลัพธ์ทั้งแบบที่รวมและไม่รวมค่านั้น เพื่อให้ผู้อ่านเห็นว่าข้อสรุปนั้นขึ้นอยู่กับข้อมูลเพียงแถวเดียวหรือไม่ ซึ่งการเปรียบเทียบดังกล่าวในสเปรดชีตหมายถึงการต้องสร้างงานใหม่ทั้งหมด นั่นจึงเป็นเหตุผลว่าทำไมคนส่วนใหญ่จึงมักไม่ทำกัน

แนวทางปฏิบัติที่ดีที่สุด: การตัดสินใจว่าจะจัดการอย่างไรกับค่าที่พบ

สืบสวนก่อนคัดออก พิจารณาข้อมูลทั้งแถว เพราะการใส่ทศนิยมผิดตำแหน่ง, ข้อมูลทดสอบ และลูกค้าจริงรายใหญ่ ต่างก็มีลักษณะที่เหมือนกันทุกประการหากดูแค่ในคอลัมน์เดียว

ห้ามลบข้อมูลออกอย่างเงียบๆ โดยเด็ดขาด หากคุณคัดบางแถวออก ให้ระบุจำนวนและเหตุผลไว้ในเอกสารเดียวกับที่แสดงผลลัพธ์ การวิเคราะห์ที่ฐานข้อมูลเปลี่ยนไปโดยไม่มีการบันทึกไว้นั้นจะไม่สามารถทำซ้ำได้

รายงานผลลัพธ์ทั้งสองเวอร์ชันเมื่อเป็นเรื่องสำคัญ หากข้อสรุปเปลี่ยนไปอย่างสิ้นเชิงเพราะค่าเพียงค่าเดียว นั่นคือสิ่งที่คุณค้นพบ ไม่ใช่ปัญหาความไม่สะดวกที่ต้องถูกปัดกวาดทิ้งไป

ตรวจสอบรูปทรงการกระจายตัวก่อนเลือกเกณฑ์ คอลัมน์ที่มีความเบ้ต้องการการตัดข้อมูลตามเปอร์เซ็นไทล์หรือการแปลงข้อมูลด้วยลอการิทึม ไม่ใช่การใช้กฎ z-score

สังเกตการกระจุกตัว การพบ outliers หลายค่าในวันเดียวกันหรือจากแหล่งที่มาเดียวกัน มักจะหมายถึงปัญหาในท่อส่งข้อมูลมากกว่าจะเป็นลูกค้าที่ผิดปกติจริงๆ คู่มือของเราเกี่ยวกับ การทำความสะอาดและลบข้อมูลซ้ำซ้อน ได้ครอบคลุมกรณีนี้ไว้แล้ว

บทสรุป

การค้นหา outliers โดยไม่ต้องเขียนโค้ดนั้นสรุปได้เป็น 3 เครื่องมือหลัก กฎ IQR เป็นค่าเริ่มต้นที่ทนทานต่อค่าสุดโต่ง, z-scores เหมาะสำหรับข้อมูลที่มีความสมมาตรในระดับหนึ่งเมื่อคุณต้องการทราบขนาดความห่าง และ box plot ช่วยตรวจสอบว่าข้อตกลงเบื้องต้นของทั้งสองวิธีนั้นเป็นจริงหรือไม่ จงเตรียมใจไว้ว่าผลลัพธ์อาจไม่ตรงกัน และให้มองความแตกต่างนั้นเป็นข้อมูลที่มีประโยชน์

ส่วนที่ไม่มีวิธีทางสถิติใดครอบคลุมคือการตัดสินใจ หากการจัดการ outlier ของคุณหยุดลงแค่ที่คอลัมน์ที่ถูกระบุค่าผิดปกติเพราะการตรวจสอบทีละแถวนั้นช้าเกินไป ลองใช้ Powerdrill Bloom กับไฟล์ของคุณดู นอกจากนี้ คุณยังสามารถดูหน้า การทำความสะอาดข้อมูลด้วย AI ของเรา, คู่มือสำหรับ การวิเคราะห์สถิติเชิงพรรณนา และ การแปลงไฟล์ CSV ให้เป็นแผนภูมิ ได้อีกด้วย

คำถามที่พบบ่อย

สิ่งใดที่ถือว่าเป็น outlier ในชุดข้อมูล?

ตามหลักการทั่วไป คือค่าที่อยู่ห่างเกิน 1.5 เท่าของช่วงระหว่างควอไทล์จากควอไทล์ที่ 1 หรือ 3 หรือห่างเกิน 3 เท่าของส่วนเบี่ยงเบนมาตรฐานจากค่าเฉลี่ย ทั้งสองเกณฑ์นี้เป็นเพียงข้อตกลงร่วมกันไม่ใช่กฎตายตัว และวิธีใดจะเหมาะสมนั้นขึ้นอยู่กับว่าข้อมูลของคุณมีความสมมาตรหรือมีความเบ้

ฉันจะค้นหา outliers ใน Excel โดยไม่ต้องเขียนโค้ดได้อย่างไร?

ใช้ QUARTILE เพื่อสร้างขอบเขต IQR และระบุค่าที่อยู่นอกขอบเขตนั้น หรือคำนวณ z-scores โดยใช้ค่าเฉลี่ยและ STDEV.P ส่วน box plot จะให้ผลลัพธ์ IQR แบบเดียวกันในรูปแบบภาพ และแสดงรูปทรงการกระจายตัวของข้อมูลไปพร้อมกันด้วย

ฉันควรลบ outliers ออกจากการวิเคราะห์หรือไม่?

ควรลบออกหลังจากที่คุณทราบสาเหตุที่แน่ชัดแล้วเท่านั้น ความผิดพลาดในการกรอกข้อมูลและบันทึกการทดสอบควรถูกลบออก แต่ค่าที่สุดโต่งที่เกิดขึ้นจริงโดยทั่วไปไม่ควรลบออก เพราะการลบออกจะเป็นการทำลายข้อมูลจริงที่มีอยู่ หากมีความคลุมเครือ ให้รายงานผลลัพธ์ทั้งสองแบบ

ทำไม IQR และ z-score ถึงระบุค่าที่แตกต่างกัน?

IQR ทำงานโดยอิงจากควอไทล์ซึ่งค่าที่สุดโต่งไม่สามารถบิดเบือนได้ ส่วน z-scores ทำงานโดยอิงจากค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานซึ่งค่าที่สุดโต่งสามารถบิดเบือนได้ ค่าที่ใหญ่มากพอจะทำให้ส่วนเบี่ยงเบนมาตรฐานสูงเกินจริงและสามารถซ่อนตัวเองได้

จะทำอย่างไรหากข้อมูลของฉันมีความเบ้แทนที่จะเป็นรูปโค้งระฆังคว่ำ?

เกณฑ์มาตรฐานมักจะระบุข้อมูลฝั่งหางยาวในคอลัมน์ที่มีความเบ้ (เช่น รายได้ หรือมูลค่าคำสั่งซื้อ) ว่าเป็น outlier มากเกินไป ให้ใช้เกณฑ์การตัดข้อมูลตามเปอร์เซ็นไทล์ หรือทำการแปลงข้อมูลด้วยลอการิทึมกับคอลัมน์นั้นก่อน และตรวจสอบรูปทรงการกระจายตัวของข้อมูลก่อนที่จะเลือกใช้กฎเกณฑ์ใดๆ