wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

ทดสอบก่อนและหลังเรียนการวิเคราะห์ข้อมูล

Total questions: 80

Worksheet time: 40mins

Name
Class
Date
1.

การวิเคราะห์ข้อมูลมีความสำคัญต่อองค์กรในด้านใดมากที่สุด?

a)

ช่วยลดขนาดของข้อมูลให้เล็กลง

b)

ช่วยสนับสนุนการตัดสินใจอย่างมีหลักฐาน

c)

ช่วยเพิ่มจำนวนพนักงานในองค์กร

d)

ช่วยลดค่าใช้จ่ายในการจัดเก็บข้อมูล

e)

ช่วยทำให้ข้อมูลมีความซับซ้อนมากขึ้น

2.

บริษัทแห่งหนึ่งต้องการเลือกเครื่องมือวิเคราะห์ข้อมูลสำหรับทีมงานที่มีงบประมาณจำกัด ข้อใดสะท้อนหลักปรัชญาของเศรษฐกิจพอเพียงได้ดีที่สุด?

a)

เลือกเครื่องมือที่มีราคาสูงที่สุดเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด

b)

เลือกเครื่องมือที่เหมาะสมกับงบประมาณและความต้องการของทีมงาน

c)

เลือกเครื่องมือที่มีฟังก์ชันการทำงานมากที่สุดโดยไม่คำนึงถึงราคา

d)

เลือกเครื่องมือที่ได้รับความนิยมสูงสุดในตลาด

e)

เลือกเครื่องมือที่มีชื่อเสียงที่สุด

3.

ข้อใดเป็นแนวทางที่เหมาะสมในการวิเคราะห์ข้อมูลที่ได้รับทั้งข้อมูลเชิงปริมาณและเชิงคุณภาพ?

a)

วิเคราะห์เฉพาะข้อมูลเชิงปริมาณเพราะวัดได้ตามเกณฑ์

b)

วิเคราะห์เฉพาะข้อมูลเชิงคุณภาพเพราะมีความหมายลึก

c)

วิเคราะห์ทั้งสองประเภทแยกกันไม่ต้องเชื่อมโยง

d)

วิเคราะห์ทั้งสองประเภทรวมกันเพื่อให้ได้ข้อสรุปที่ครอบคลุม

e)

เลือกวิเคราะห์เฉพาะที่มีปริมาณมากกว่า

4.

ข้อใดแสดงถึงการใช้หลัก "ภูมิคุ้มกันในตัวที่ดี" ในการวิเคราะห์ข้อมูลได้ดีที่สุด?

a)

วิเคราะห์ข้อมูลจากแหล่งเดียวเพื่อความรวดเร็ว

b)

ยอมรับผลการวิเคราะห์ทันทีโดยไม่ตรวจสอบ

c)

วิเคราะห์ความเสี่ยงและผลกระทบที่อาจเกิดขึ้นมาจากข้อมูล

d)

ใช้เครื่องมือเดียวในการวิเคราะห์ทุกครั้ง

e)

หลีกเลี่ยงการวิเคราะห์ข้อมูลที่ซับซ้อน

5.

Data Analytics และ Data Science มีความแตกต่างกันอย่างไร?

a)

ไม่มีความแตกต่างกัน ใช้แทนกันได้

b)

Data Analytics เน้นการพยากรณ์ ส่วน Data Science เน้นการวิเคราะห์อดีต

c)

Data Analytics เน้นการหาคำตอบจากข้อมูลที่มี ส่วน Data Science เน้นการสร้างโมเดลใหม่

d)

Data Analytics ใช้เฉพาะข้อมูลเชิงปริมาณ ส่วน Data Science ใช้เชิงคุณภาพ

e)

Data Analytics ทำงานด้วยตนเอง ส่วน Data Science ใช้เครื่องมืออัตโนมัติ

6.

ร้านค้าออนไลน์ต้องการเข้าใจพฤติกรรมการซื้อของลูกค้า ควรเริ่มต้นจากข้อมูลใด?

a)

ข้อมูลการเข้าชมเว็บไซต์และประวัติการสั่งซื้อ

b)

ข้อมูลส่วนตัวของลูกค้าทั้งหมด

c)

ข้อมูลคู่แข่งในตลาด

d)

ข้อมูลราคาสินค้าทั้งหมด

e)

ข้อมูลพนักงานในบริษัท

7.

องค์กรควรใช้หลักการใดในการกำหนดปริมาณข้อมูลที่จะเก็บรวบรวม?

a)

เก็บข้อมูลทุกอย่างที่หาได้เพื่อความครบถ้วน

b)

เก็บข้อมูลเฉพาะที่จำเป็นเท่านั้น

c)

เก็บข้อมูลที่สอดคล้องกับวัตถุประสงค์และสามารถนำไปใช้ได้จริง

d)

เก็บข้อมูลเท่าที่ผู้แนะนำหรือคู่แข่งเก็บ

e)

เก็บข้อมูลตามกฎหมายกำหนดเท่านั้น

8.

หากต้องการออกแบบระบบวิเคราะห์ข้อมูลใหม่สำหรับธุรกิจขนาดเล็ก ควรคำนึงถึงหลักการใดเป็นอันดับแรก?

a)

ความทันสมัยของเทคโนโลยี

b)

ความเหมาะสมกับความต้องการและทรัพยากรที่มี

c)

ความเข้มข้นของระบบ

d)

ความนิยมในตลาด

e)

จำนวนฟีเจอร์ที่มาก

9.

ข้อใดเป็นตัวชี้วัดที่ดีที่สุดสำหรับการวิเคราะห์ข้อมูลที่มีประสิทธิภาพ?

a)

ใช้เวลาในการวิเคราะห์สั้นที่สุด

b)

ใช้เทคโนโลยีที่ทันสมัยที่สุด

c)

ผลการวิเคราะห์สามารถนำไปใช้สนับสนุนการตัดสินใจได้จริง

d)

ได้ข้อมูลจำนวนมากที่สุด

e)

มีกราฟและภาพสวยงามที่สุด

10.

Big Data มีลักษณะสำคัญ 3V คืออะไร

a)

Value, Variety, Velocity

b)

Volume, Velocity, Variety

c)

Vision, Value, Volume

d)

Velocity, Vision, Variety

e)

Volume, Value, Vision

11.

คุณภาพของข้อมูลที่ดีควรมีลักษณะอย่างไร

a)

มีจำนวนมากที่สุดเท่าที่จะหาได้

b)

มีความถูกต้อง ทันสมัย และสมบูรณ์

c)

มาจากแหล่งที่มีชื่อเสียงเท่านั้น

d)

เป็นข้อมูลที่ซับซ้อนและยากต่อการเข้าใจ

e)

เป็นข้อมูลที่เก็บมานานหลายปี

12.

พบว่าข้อมูลยอดขายในเดือนมีความหายไป ควรดำเนินการอย่างไร

a)

ลบข้อมูลเดือนมีนาคมออกจากการวิเคราะห์

b)

ใช้ค่าเฉลี่ยของเดือนอื่นแทน

c)

ตรวจสอบสาเหตุและพยายามหาข้อมูลจากแหล่งสำรอง

d)

ข้ามเดือนนั้นไปโดยไม่ต้องทำอะไร

e)

สุ่มตัวเลขมาใส่แทน

13.

ข้อมูลใดมีความเสี่ยงสูงสุดต่อการขาดความน่าเชื่อถือ

a)

ข้อมูลประวัติศาสตร์ของบริษัท

b)

ข้อมูลราคาหุ้นในตลาดหลักทรัพย์

c)

ข้อมูลวันเกิดของพนักงาน

d)

ข้อมูลที่อยู่สำนักงาน

e)

ข้อมูลโครงสร้างองค์กร

14.

จากข้อมูลยอดขาย 3 แหล่ง: ระบบ POS, รายงานพนักงาน, และใบเสร็จ พบว่าตัวเลขไม่ตรงกัน ควรทำอย่างไร

a)

เลือกใช้ข้อมูลจากแหล่งที่สำคัญสุด

b)

ตรวจสอบสาเหตุความคลาดเคลื่อนและหาแหล่งที่เชื่อถือได้มากที่สุด

c)

ทำค่าเฉลี่ยของทั้ง 3 แหล่ง

d)

ใช้ข้อมูลจากแหล่งที่มีตัวเลขสูงสุด

e)

ไม่ใช้ข้อมูลใดเลย

15.

Data Cleaning หมายถึงอะไร

a)

การลบข้อมูลทั้งหมดออก

b)

การตรวจสอบและแก้ไขข้อมูลที่ผิดพลาดหรือไม่สมบูรณ์

c)

การเรียงลำดับข้อมูลใหม่

d)

การเปลี่ยนรูปแบบไฟล์ข้อมูล

e)

การสำรองข้อมูล

16.

ข้อมูลรายได้ของลูกค้าที่มีค่า Outlier (ค่าผิดปกติ) ที่สูงมาก ควรจัดการอย่างไร

a)

ลบทิ้งทันที

b)

เปลี่ยนเป็นค่าเฉลี่ย

c)

ตรวจสอบว่าเป็นข้อมูลจริงหรือข้อผิดพลาดก่อนตัดสินใจ

d)

เก็บเฉพาะใช้ข้อมูลต่อ

e)

เปลี่ยนเป็นค่าต่ำสุดในชุดข้อมูล

17.

ข้อใดเป็นวิธีการตรวจสอบความสมบูรณ์ของข้อมูลที่มีประสิทธิภาพ?

a)

ตรวจสอบจำนวน Missing Values และความครบถ้วนของฟิลด์ที่จำเป็น

b)

นับจำนวนแถวทั้งหมด

c)

ดูว่าไฟล์เปิดได้หรือไม่

d)

ตรวจสอบวันที่สร้างไฟล์

e)

เปรียบเทียบขนาดไฟล์

18.

หากต้องการออกแบบระบบตรวจสอบคุณภาพข้อมูลอัตโนมัติ ควรมีองค์ประกอบใดบ้าง?

a)

ตรวจสอบเฉพาะขนาดไฟล์

b)

ตรวจสอบความถูกต้อง ความสมบูรณ์ และความซ้ำซ้อนอัตโนมัติ

c)

ตรวจสอบเฉพาะรูปแบบไฟล์

d)

แจ้งเตือนเฉพาะเมื่อไฟล์เสียหาย

e)

บันทึกประวัติการเปิดไฟล์

19.

การจัดเก็บข้อมูลอย่างเป็นระบบมีประโยชน์อย่างไร?

a)

ทำให้ข้อมูลมีขนาดเล็กลง

b)

ช่วยให้สามารถค้นหาและนำข้อมูลมาใช้ได้รวดเร็วและถูกต้อง

c)

ลดความปลอดภัยของข้อมูล

d)

เพิ่มความซับซ้อนของระบบ

e)

ทำให้ข้อมูลเข้าถึงได้ยาก

20.

บริษัทมีข้อมูลลูกค้าเก่าตั้งแต่ปี 2010 แต่ระบบเก่าบันทึกข้อมูลไม่ครบ ควรจัดการอย่างไร?

a)

ลบข้อมูลเก่าทั้งหมดทิ้ง

b)

ประเมินความสำคัญและพยายามเติมข้อมูลที่จำเป็นจากแหล่งอื่น

c)

เก็บไว้โดยไม่ใช้งาน

d)

ใช้ข้อมูลใหม่อย่างเดียว

e)

ส่งใช้ข้อมูลให้ครบ

21.

ข้อมูลจากแบบสำรวจมี 1,000 คน แต่ 300 คนไม่ได้ตอบคำถามบางข้อ ข้อใดเป็นแนวทางที่เหมาะสม?

a)

ลบข้อมูลของ 300 คนทิ้ง

b)

ใส่ค่าลงแทนในทุกคำถามที่ขาด

c)

วิเคราะห์ว่าคำถามใดที่ขาด และพิจารณาผลกระทบต่อการวิเคราะห์

d)

ใช้เฉพาะ 700 คนที่ตอบครบ

e)

ส่งใส่คำตอบให้ครบ

22.

ข้อใดแสดงถึงการรายงานคุณภาพข้อมูลที่ดี?

a)

รายงานเฉพาะจำนวนข้อมูลทั้งหมด

b)

รายงานความถูกต้อง ความสมบูรณ์ ความทันสมัย และข้อจำกัดของข้อมูล

c)

รายงานเฉพาะแหล่งที่มาของข้อมูล

d)

รายงานเฉพาะขนาดไฟล์

e)

รายงานเฉพาะวันที่เก็บข้อมูล

23.

ข้อใดคือความหมายของ Data Validation?

a)

การตรวจสอบความถูกต้องของข้อมูลตามกฎเกณฑ์หรือเงื่อนไขที่กำหนดไว้

b)

การจัดการข้อมูลให้เป็นระเบียบ

c)

การวิเคราะห์ข้อมูลเพื่อหาข้อผิดพลาด

d)

การบันทึกข้อมูลในระบบฐานข้อมูล

e)

การลบข้อมูลที่ไม่ต้องการ

24.

หากพบว่าข้อมูลอายุของลูกค้ามีค่าผิดปกติมากกว่า 150 ปี ควรตั้งกฎ Validation อย่างไร?

a)

ยอมรับทุกค่าที่ป้อนเข้ามา

b)

กำหนดให้อายุต้องอยู่ระหว่าง 0-120 ปี

c)

กำหนดให้อายุต้องเป็นเลขคู่เท่านั้น

d)

กำหนดให้อายุต้องมากกว่า 10 ปี

e)

ไม่ต้องตรวจสอบอายุ

25.

จากข้อมูลการสั่งซื้อ พบว่ารายการที่มีจำนวนสินค้าเป็น 0 หน่วย แต่มียอดเงิน ควรวิเคราะห์อย่างไร?

a)

ลบรายการนั้นทั้งหมด

b)

ตรวจสอบว่าเป็นข้อผิดพลาดในการบันทึก หรือเป็นกรณีพิเศษเช่นค่าบริการ

c)

เปลี่ยนจำนวนเป็น 1 หน่วย

d)

เปลี่ยนยอดเงินเป็น 0

e)

เพิกเฉยต่อความผิดปกตินี้

26.

หากต้องการสร้างระบบป้องกันข้อมูลซ้ำซ้อนในฐานข้อมูลลูกค้า ควรออกแบบอย่างไร (ระดับการสร้างสรรค์ - Creating)

a)

ตรวจสอบเฉพาะชื่อลูกค้า

b)

ใช้หลายฟิลด์ร่วมกันเช่น ชื่อ-นามสกุล-เบอร์โทร-อีเมล เพื่อระบุความซ้ำซ้อน

c)

ตรวจสอบเฉพาะเบอร์โทรศัพท์

d)

ไม่ต้องตรวจสอบความซ้ำซ้อน

e)

ให้ผู้ใช้ตรวจสอบด้วยตนเอง

27.

Descriptive Analytics หมายถึงอะไร (ระดับความเข้าใจ - Understanding)

a)

การวิเคราะห์เพื่ออธิบายสิ่งที่เกิดขึ้นในอดีต

b)

การวิเคราะห์เพื่อทำนายอนาคต

c)

การวิเคราะห์เพื่อหาสาเหตุ

d)

การวิเคราะห์เพื่อแนะนำการกระทำ

e)

การวิเคราะห์เพื่อสร้างโมเดล

28.

ร้านค้าต้องการทราบว่าสินค้าใดขายดีที่สุดในเดือนที่ผ่านมา ควรใช้วิธีการใด (ระดับการประยุกต์ใช้ - Application)

a)

ทำนายยอดขายในอนาคต

b)

วิเคราะห์ข้อมูลยอดขายสูงสุดในอดีต

c)

สุ่มสำรวจความคิดเห็นของลูกค้า

d)

ใช้ข้อมูลจากร้านค้าคู่แข่ง

e)

สร้างแบบจำลองการขาย

29.

ข้อมูลยอดขายรายเดือนมีค่าเฉลี่ย 100,000 บาท ส่วนเบี่ยงเบนมาตรฐาน 50,000 บาท แสดงว่าอย่างไร?

a)

ยอดขายคงที่ทุกเดือน

b)

ยอดขายมีความผันแปรสูง มีความไม่แน่นอน

c)

ยอดขายต่ำมาก

d)

ยอดขายสูงมาก

e)

ข้อมูลมีปัญหา

30.

ข้อใดเป็นตัวชี้วัดที่ดีที่สุดสำหรับการประเมินความพึงพอใจของลูกค้า?

a)

จำนวนลูกค้าทั้งหมด

b)

ยอดขายรวม

c)

คะแนนเฉลี่ยความพึงพอใจและอัตราลูกค้าซื้อซ้ำ

d)

จำนวนสินค้าที่ขาย

e)

จำนวนพนักงาน

31.

Predictive Analytics มีจุดประสงค์หลักคือข้อใด?

a)

อธิบายสิ่งที่เกิดขึ้นแล้ว

b)

ทำนายสิ่งที่จะเกิดขึ้นในอนาคต

c)

หาสาเหตุของปัญหา

d)

แนะนำการกระทำที่ดีที่สุด

e)

สรุปข้อมูลในอดีต

32.

บริษัทเยอดขายในช่วง 12 เดือนที่ผ่านมาเพิ่มขึ้นเรื่อยๆ ต้องการคาดการณ์ยอดขายเดือนถัดไป ควรใช้เทคนิคใด?

a)

ทำค่าเฉลี่ยเลขคณิต

b)

Trend Analysis หรือ Linear Regression

c)

ทำค่าสถิติฐาน

d)

นับความถี่

e)

ทำค่าผลลัพธ์

33.

จากข้อมูลอุณหภูมิเฉลี่ยรายวันในรอบปี พบว่ามีรูปแบบที่ซ้ำกันทุก 365 วัน แสดงถึงอะไร?

a)

ข้อมูลมีความผิดพลาด

b)

ข้อมูลมีความสัมพันธ์เชิงเวลา

c)

ข้อมูลไม่มีความสัมพันธ์

d)

ข้อมูลมีความสัมพันธ์เชิงพื้นที่

e)

ข้อมูลสุ่ม

34.

หากต้องการสร้างโมเดลทำนายความเสี่ยงในการคิดดอกเบี้ยของลูกค้า ควรใช้ข้อมูลใดบ้าง?

a)

เฉพาะประวัติการชำระหนี้

b)

ประวัติการชำระหนี้ รายได้ อาชีพ ภาระหนี้ และข้อมูลเครดิต

c)

เฉพาะข้อมูลส่วนตัว

d)

เฉพาะยอดหนี้ในปัจจุบัน

e)

เฉพาะอายุลูกค้า

35.

ข้อใดเป็นข้อควรระวังที่สำคัญที่สุดในการใช้ผลการคาดการณ์?

a)

ผลการคาดการณ์ถูกต้อง 100% เสมอ

b)

ผลการคาดการณ์มีความไม่แน่นอน ต้องประเมินความเสี่ยงประกอบ

c)

ไม่ต้องตรวจสอบความถูกต้อง

d)

สามารถใช้ได้กับทุกสถานการณ์

e)

ไม่ต้องพิจารณาปัจจัยอื่น

36.

Correlation (ความสัมพันธ์) ระหว่างตัวแปรสองตัวที่ค่า -0.9 หมายความว่าอย่างไร

a)

ไม่มีความสัมพันธ์กัน

b)

มีความสัมพันธ์ในทิศทางเดียวกันสูงมาก

c)

มีความสัมพันธ์ในทิศทางตรงกันข้ามสูงมาก

d)

มีความสัมพันธ์ต่ำมาก

e)

ข้อมูลผิดพลาด

37.

พบว่าขายไอศกรีมและจำนวนอุบัติเหตุจมน้ำมีความสัมพันธ์กันสูง ควรสรุปอย่างไร

a)

การกินไอศกรีมทำให้เกิดอุบัติเหตุจมน้ำ

b)

ทั้งสองมีปัจจัยร่วม (อากาศร้อน) แต่ไม่ได้มีความสัมพันธ์เชิงสาเหตุโดยตรง

c)

ไม่มีความเกี่ยวข้องกันเลย

d)

ควรห้ามขายไอศกรีมในฤดูร้อน

e)

ข้อมูลผิดพลาด

38.

ข้อมูลยอดขายมี Mean = 100, Median = 80 แสดงว่าข้อมูลมีลักษณะอย่างไร
หาก (ค่าเฉลี่ย : 𝑀𝑒𝑎𝑛 = (ผลรวมของข้อมูลทั้งหมด) ÷ (จำนวนข้อมูลทั้งหมด))
และ(ค่า median หรือ มัธยฐาน คือ ค่าที่อยู่ตรงกลางของชุดข้อมูลหลังจากที่ได้เรียงลำดับข้อมูลจากน้อยไปมากหรือจากมากไปน้อยแล้ว เป็นหนึ่งในตัววัดแนวโน้มของข้อมูล)

a)

กระจายตัวสมมาตร

b)

เบ้ซ้าย (มีค่ามากผิดปกติบางจุด)

c)

เบ้ขวา (มีค่ามากผิดปกติบางจุด)

d)

ข้อมูลผิดพลาด

e)

มีค่าคงที่

39.

หากต้องการออกแบบ Dashboard แสดงผลการวิเคราะห์แนวโน้มยอดขาย ควรใช้กราฟประเภทใดเป็นหลัก?

a)

Pie Chart

b)

Line Chart หรือ Area Chart

c)

Bar Chart แนวนอน

d)

Scatter Plot

e)

Histogram

40.

ข้อใดเป็นวิธีการประเมินความแม่นยำของโมเดลการคาดการณ์ที่ดี?

a)

ถามความคิดเห็นจากผู้บริหาร

b)

เปรียบเทียบค่าที่คาดการณ์กับค่าจริงที่เกิดขึ้น และคำนวณค่าความผิดพลาด

c)

ดูว่าใช้เวลาคำนวณนานแค่ไหน

d)

นับจำนวนข้อมูลที่ใช้

e)

ดูว่าการฟลายรวมหรือไม่

41.

Time Series Analysis เหมาะสำหรับข้อมูลประเภทใด

a)

ก. ข้อมูลที่ไม่มีลำดับเวลา

b)

ข. ข้อมูลที่เรียงตามลำดับเวลา

c)

ค. ข้อมูลแบบหมวดหมู่

d)

ง. ข้อมูลแบบไบนารี

e)

จ. ข้อมูลข้อความ

42.

องค์กรต้องการวิเคราะห์ว่าแคมเปญการตลาดส่งผลต่อยอดขายหรือไม่ ควรใช้วิธีใด

a)

ก. เปรียบเทียบยอดขายก่อนและหลังแคมเปญ และทำ Statistical Test

b)

ข. ดูยอดขายรวมทั้งปี

c)

ค. ถามความคิดเห็นลูกค้า

d)

ง. นับจำนวนคนที่เห็นโฆษณา

e)

จ. ดูจำนวนไลค์บน Social Media

43.

ข้อมูลการใช้จ่ายของลูกค้า 100 คน มีค่า Percentile ที่ 90 เท่ากับ 50,000 บาท หมายความว่าอย่างไร

a)

ลูกค้าทุกคนใช้จ่าย 50,000 บาท

b)

ลูกค้า 90% ใช้จ่ายไม่เกิน 50,000 บาท

c)

ลูกค้า 10% ใช้จ่ายไม่เกิน 50,000 บาท

d)

ลูกค้า 50% ใช้จ่ายไม่เกิน 50,000 บาท

e)

มีลูกค้า 90 คนที่ใช้จ่าย 50,000 บาท

44.

หากต้องการสร้างระบบเตือนภัย เมื่อยอดขายลดลงผิดปกติ ควรกำหนดเงื่อนไขอย่างไร?

a)

เดือนนี้ยอดขายลดลงเลย

b)

กำหนด Threshold จากค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน เช่น ต่ำกว่า Mean - 2SD

c)

เดือนนี้ยอดขายเป็น 0

d)

ให้ผู้บริหารตัดสินใจทุกครั้ง

e)

ไม่จำเป็นต้องมีระบบเตือนภัย

45.

ข้อใดแสดงถึงการวิเคราะห์ข้อมูลที่สอดคล้องกับหลักเศรษฐกิจพอเพียง?

a)

วิเคราะห์เฉพาะข้อมูลที่ซับซ้อนเท่านั้น

b)

วิเคราะห์ข้อมูลอย่างมีเหตุผล พิจารณาความเสี่ยง และใช้ทรัพยากรอย่างเหมาะสม

c)

ให้เครื่องมือที่แพงที่สุด

d)

วิเคราะห์ข้อมูลทั้งหมดโดยไม่จำเป็น

e)

เลียนแบบการวิเคราะห์ของคนอื่น

46.

A/B Testing ใช้ในการทดสอบอะไร

a)

ความเร็วของระบบ

b)

การเปรียบเทียบประสิทธิภาพของทางเลือก 2 แบบ

c)

ความปลอดภัยของข้อมูล

d)

ขนาดของฐานข้อมูล

e)

จำนวนผู้ใช้งาน

47.

Data Visualization มีความสำคัญอย่างไร

a)

ทำให้ข้อมูลมีขนาดเล็กลง

b)

ช่วยให้มองเห็นภาพรวมและรูปแบบข้อมูลและแนวโน้มได้รวดเร็วและชัดเจนขึ้น

c)

ทำให้ข้อมูลมีความซับซ้อนมากขึ้น

d)

ช่วยลดจำนวนข้อมูล

e)

ทำให้การวิเคราะห์ง่ายลง

48.

ต้องการแสดงสัดส่วนยอดขายของสินค้า 5 ประเภท ควรใช้กราฟใด

a)

Pie Chart หรือ Donut Chart

b)

Line Chart

c)

Scatter Plot

d)

Box Plot

e)

Histogram

49.

กราฟประเภทใดเหมาะสำหรับแสดงความสัมพันธ์ระหว่างตัวแปรสองตัว

a)

Pie Chart

b)

Bar Chart

c)

Scatter Plot

d)

Line Chart

e)

Histogram

50.

ข้อใดเป็นหลักการสำคัญในการออกแบบ Data Visualization ที่ดี

a)

ใช้สีให้มากที่สุด

b)

ใส่ข้อมูลให้มากที่สุดในการพล็อตเดียว

c)

เลือกใช้กราฟที่เหมาะสมกับข้อมูล ชัดเจน เข้าใจง่าย

d)

ทำให้ซับซ้อนเพื่อดูมืออาชีพ

e)

ใช้ไฟฟลูแคต 3D ทุกกราฟ

51.

การเลือกสีในการออกแบบ Visualization ควรคำนึงถึงอะไร

a)

เลือกสีที่ชอบเท่านั้น

b)

ความหมายของสี ความแตกต่างที่ชัดเจน และผู้ที่มีปัญหาการมองเห็นสี

c)

ใช้สีเดียวกันทั้งหมด

d)

ใช้สีสะท้อนแสงทุกสี

e)

สีไม่สำคัญ

52.

ต้องการเปรียบเทียบยอดขายของ 10 สาขาในเดือนเดียวกัน ควรใช้กราฟใด?

a)

Line Chart

b)

Bar Chart (แนวตั้งหรือแนวนอน)

c)

Pie Chart

d)

Scatter Plot

e)

Area Chart

53.

กรณีใดที่ไม่ควรใช้ Pie Chart?

a)

แสดงสัดส่วนของหมวดหมู่ 4-5 หมวด

b)

แสดงสัดส่วนของหมวดหมู่มากกว่า 10 หมวด

c)

แสดงเปอร์เซ็นต์การครองส่วนแบ่งตลาด

d)

แสดงสัดส่วนเปรียบเทียบ

e)

แสดงสัดส่วนกลุ่มลูกค้า

54.

หากต้องการออกแบบ Dashboard สำหรับผู้บริหารระดับสูง ควรมีลักษณะอย่างไร?

a)

แสดง KPI หรือ ตัวชี้วัดสำคัญ ภาพรวมระดับสูง เข้าใจได้ภายใน 5 วินาที
(Key Performance indicator)

b)

แสดงข้อมูลรายละเอียดทุกอย่าง

c)

มีกราฟซับซ้อนหลากหลายประเภท

d)

มีตัวเลขและตารางเป็นหลัก

e)

มีสีสันสดใสหลากหลาย

55.

ข้อใดเป็นข้อผิดพลาดที่พบบ่อยในการออกแบบ Visualization?

a)

ใช้กราฟที่เหมาะสม

b)

ใช้แกน Y ไม่เริ่มจาก 0 ทำให้ดูเหมือนความแตกต่างมากเกินจริง

c)

ใช้สีแตกต่างชัดเจน

d)

ระบุหน่วยของข้อมูล

e)

ใส่ชื่อแกนกราฟ

56.

Infographic คืออะไร?

a)

กราฟแสดงขนาดใหญ่

b)

การนำเสนอข้อมูลและสารสนเทศผ่านภาพและกราฟิกที่น่าสนใจ

c)

รายงานข้อมูลแบบข้อความ

d)

รูปภาพทั่วไป

e)

ตารางข้อมูลขนาดใหญ่

57.

ต้องการแสดงการกระจายตัวของคะแนนสอบนักเรียน 100 คน ควรใช้กราฟใด

a)

Pie Chart

b)

Line Chart

c)

Histogram

d)

Bar Chart แบบหมวดหมู่

e)

Scatter Plot

58.

หากกลุ่มเป้าหมายเป็นคนทั่วไปที่ไม่มีความรู้ทางเทคนิค ควรนำเสนอข้อมูลอย่างไร

a)

ใช้ศัพท์เทคนิคให้ดูมีอาชีพ

b)

ใช้ภาษาเรียบง่าย กราฟที่เข้าใจง่าย มีการอธิบายประกอบ

c)

แสดงสูตรทางคณิตศาสตร์ทั้งหมด

d)

ใช้กราฟที่ซับซ้อน

e)

ไม่ต้องอธิบาย

59.

เครื่องมือใดที่นิยมใช้สำหรับ Data Visualization?

a)

Microsoft Word

b)

Notepad

c)

Tableau, Power BI, Python (Matplotlib)

d)

Calculator

e)

Email

60.

องค์กรขนาดเล็กที่มีงบประมาณจำกัดควรเลือกเครื่องมือวิเคราะห์และนำเสนอข้อมูลแบบใด?

a)

ซื้อซอฟต์แวร์ที่แพงที่สุด

b)

ใช้เครื่องมือฟรีหรือราคาที่เหมาะสมกับความต้องการ เช่น Google Data Studio, Excel

c)

ไม่ใช้เครื่องมือใดเลย

d)

รวมงบประมาณมาก

e)

เลียนแบบคู่แข่ง

61.

ข้อใดเป็นข้อควรพิจารณาในการเลือกเครื่องมือ Data Visualization?

a)

ราคาสูงที่สุด

b)

ความเหมาะสมกับข้อมูล ความสามารถของผู้ใช้ และงบประมาณ

c)

ดีไซน์สวยงามที่สุด

d)

เป็นที่นิยมมากที่สุด

e)

มีโฆษณาสวยงาม

62.

ข้อใดแสดงถึงการใช้เทคโนโลยีอย่างมีจริยธรรม

a)

ตัดลอก Visualization ของผู้อื่นโดยไม่ระบุที่มา

b)

ระบุแหล่งที่มาของข้อมูล เคารพสิทธิ์ และนำเสนอข้อมูลอย่างซื่อสัตย์

c)

ปรับแต่งข้อมูลให้ตรงกับที่ต้องการ

d)

ใช้ข้อมูลส่วนบุคคลโดยไม่ขออนุญาต

e)

ซ่อนข้อมูลที่ไม่ดี

63.

Interactive Dashboard คืออะไร

a)

Dashboard ที่แสดงภาพที่นิ่งเท่านั้น

b)

Dashboard ที่ผู้ใช้สามารถโต้ตอบ คลิก กรอง ดูรายละเอียดได้

c)

Dashboard ที่มีฟอนต์การตกแต่งได้

d)

Dashboard ที่มีสีสันสดใส

e)

Dashboard ที่มีเสียงประกอบ

64.

ข้อใดเป็นวิธีที่เหมาะสมที่สุดในการแชร์ Dashboard กับทีมงานที่อยู่คนละสถานที่?

a)

พิมพ์ออกกระดาษส่งไปรษณีย์

b)

ใช้ Cloud-based Dashboard หรือแชร์ผ่านลิงก์ออนไลน์

c)

บันทึกเป็นไฟล์ส่งทาง USB

d)

ถ่ายรูปหน้าจอส่งทาง Email

e)

โทรศัพท์บอกตัวเลข

65.

ข้อใดเป็นข้อดีของการใช้ Python สำหรับ Data Visualization?

a)

ใช้ง่ายกว่า Excel เสมอ

b)

มีความยืดหยุ่นสูง สามารถปรับแต่งได้ละเอียด และเชื่อมต่อกับการวิเคราะห์ขั้นสูง

c)

ไม่ต้องเขียนโค้ด

d)

มีราคาแพงกว่าเครื่องมืออื่น

e)

ใช้เฉพาะกับข้อมูลขนาดเล็ก

66.

หากต้องการออกแบบระบบรายงานอัตโนมัติที่ส่งรายงานทุกเช้า ควรมีองค์ประกอบใดบ้าง?

a)

การเชื่อมต่อกับฐานข้อมูล การสร้างการฟอร์แมตอัตโนมัติ และระบบส่ง Email ตามกำหนด

b)

การพิมพ์รายงานด้วยมือทุกวัน

c)

การโทรแจ้งผลทุกเช้า

d)

การส่ง SMS ตัวเลข

e)

การประชุมรายงานทุกเช้า

67.

ข้อใดแสดงถึงการใช้เครื่องมือในการเสนอข้อมูลอย่างมีประสิทธิภาพ?

a)

ใช้เครื่องมือทุกตัวที่มี

b)

เลือกใช้เครื่องมือที่เหมาะสมกับวัตถุประสงค์และกลุ่มเป้าหมาย

c)

ใช้เครื่องมือที่แพงที่สุด

d)

ใช้เครื่องมือที่ตัวเองถนัดเท่านั้น

e)

สลับเครื่องมือบ่อยๆ

68.

Real-time Dashboard มีประโยชน์อย่างไรในธุรกิจ?

a)

ทำให้ข้อมูลมีขนาดเล็กลง

b)

ช่วยติดตามสถานการณ์ปัจจุบันและตัดสินใจได้ทันที

c)

ลดค่าใช้จ่ายในการจัดเก็บข้อมูล

d)

ทำให้พนักงานทำงานน้อยลง

e)

แสดงข้อมูลย้อนหลังเท่านั้น

69.

บริษัทต้องการนำเสนอผลการวิเคราะห์ต่อคณะกรรมการที่ไม่มีความรู้ทางเทคนิค ควรใช้เครื่องมือและรูปแบบใด

a)

PowerPoint หรือ PDF พร้อมกราฟที่เข้าใจง่าย มีการอธิบายชัดเจน

b)

Python Notebook ที่มีโค้ดทั้งหมด

c)

Excel Spreadsheet ที่มีตารางข้อมูลดิบ

d)

รายงานเป็นข้อความอย่างเดียว

e)

ส่ง CSV ไฟล์ให้ดูเอง

70.

ข้อใดเป็นข้อจำกัดของการใช้ Dashboard แบบ Static (ไม่ Interactive)

a)

แสดงข้อมูลได้ชัดเจน

b)

ผู้ใช้ไม่สามารถสำรวจข้อมูลเพิ่มเติมหรือเปลี่ยนมุมมองได้เอง

c)

สามารถพิมพ์ออกกระดาษได้

d)

โหลดเร็วกว่า

e)

ใช้งานง่าย

71.

ในการทำโครงงานวิเคราะห์ข้อมูล ควรพิจารณาอะไรเป็นอันดับแรก

a)

การกำหนดวัตถุประสงค์ของโครงงาน

b)

การวิเคราะห์ข้อมูลที่มีอยู่

c)

การสร้างกราฟเพื่อแสดงข้อมูล

d)

การเขียนบทคัดย่อ

e)

การเลือกเครื่องมือวิเคราะห์

72.

โครงการวิเคราะห์ข้อมูลควรมีส่วนประกอบใดบ้าง?

a)

เฉพาะการฟังอย่างเดียว

b)

วัตถุประสงค์ การเก็บข้อมูล การวิเคราะห์ ผลลัพธ์ และข้อเสนอแนะ

c)

เฉพาะตารางข้อมูล

d)

เฉพาะสรุปผล

e)

เฉพาะรายชื่อสมาชิกกลุ่ม

73.

ข้อใดแสดงถึงการนำเสนอโครงการที่มีคุณภาพ?

a)

พูดเร็วที่สุดเพื่อประหยัดเวลา

b)

นำเสนอชัดเจน มีหลักฐานข้อมูลรองรับ และตอบคำถามได้

c)

อ่านสไลด์ตามที่เขียนไว้

d)

ไม่ต้องตอบคำถาม

e)

ใช้ศัพท์เทคนิคมากที่สุด

74.

หากโครงการพบว่าข้อมูลไม่เพียงพอต่อการวิเคราะห์ ควรทำอย่างไร?

a)

สรุปด้วยข้อมูลที่มีแม้ไม่เพียงพอ

b)

หาข้อมูลเพิ่มเติม หรือปรับวัตถุประสงค์ให้สอดคล้องกับข้อมูลที่มี

c)

ยกเลิกโครงการ

d)

ละเว้นการวิเคราะห์

e)

สุ่มข้อมูลเพิ่มเติม

75.

ข้อใดแสดงถึงความสำเร็จของโครงการวิเคราะห์และนำเสนอข้อมูล

a)

ได้คะแนนสูงเท่านั้น

b)

บรรลุวัตถุประสงค์ ให้ข้อมูลที่เป็นประโยชน์ และสามารถนำไปใช้ตัดสินใจได้

c)

ใช้เวลาน้อยที่สุด

d)

มีการทำงานมากที่สุด

e)

มีสมาชิกทีมมากที่สุด

76.

หากต้องการให้โครงการมีผลกระทบต่อองค์กรจริง ควรทำอย่างไร?

a)

นำเสนอแผนในห้องเรียน

b)

นำเสนอข้อเสนอแนะที่ปฏิบัติได้จริง มีการติดตามผล และประเมินผลลัพธ์

c)

เก็บรายงานไว้เฉยๆ

d)

ทำเพื่อสอบอย่างเดียว

e)

คัดลอกจากโครงการเก่า

77.

ในการทำโครงการหาผลการวิเคราะห์ว่าไม่เป็นไปตามสมมติฐานที่ตั้งไว้ ควรทำอย่างไร?

a)

ปรับข้อมูลให้ตรงกับสมมติฐาน

b)

รายงานผลตามความเป็นจริง และอธิบายเหตุผลที่เป็นไปได้

c)

ซ่อนผลการวิเคราะห์

d)

เปลี่ยนสมมติฐานใหม่ให้ตรงกับผล

e)

ยกเลิกโครงการ

78.

ทีมงานมีความเห็นไม่ตรงกันในการตีความข้อมูล ควรแก้ไขอย่างไร

a)

ให้หัวหน้าทีมตัดสินเองโดยไม่ต้องฟังคนอื่น

b)

นำข้อมูลร่วมกันคิดหรืออย่างมีหลักการและตกลงด้วยเหตุผล

c)

ลงมติเสียงข้างมาก

d)

ให้ความเห็นของคนที่มีตำแหน่งสูงสุด

e)

แยกกันทำ

79.

ข้อใดเป็นตัวอย่างของการนำหลักปรัชญาเศรษฐกิจพอเพียงมาใช้ในโครงการ

a)

ใช้งบประมาณทั้งหมดให้หมด

b)

เลือกใช้ทรัพยากรอย่างเหมาะสม วิเคราะห์ความเสี่ยง และมีคุณธรรมในการนำเสนอ

c)

ทำให้ขับซ้อนที่สุด

d)

เขียนแบบโครงการที่มีชื่อเสียง

e)

ไม่คำนึงถึงผลกระทบ

80.

ข้อใดเป็นเกณฑ์การประเมินโครงการวิเคราะห์ข้อมูลที่ดี

a)

ความสวยงามของสไลด์เท่านั้น

b)

ความถูกต้องของการวิเคราะห์ ความสมบูรณ์ และการนำไปใช้ประโยชน์ได้

c)

จำนวนหน้ารายงานมากที่สุด

d)

จำนวนการพิมพ์มากที่สุด

e)

ความยาวของการนำเสนอ