IN
Episode 1
PRACT – Presentation Academy Thailand
อ.ดร.ธีร์ธวชั เจนวชั รรกั ษ์
Theethavat Janevatchararuk, Ph.D.
Institute of International Studies,
Ramkamhaeng University
Founder: PRACT – Presentation Academy Thailand
FB: พาวเวอร์พ้อยท์ ร้อยเล่มเกวยี น
@powerpoint100lemgwean
[email protected]
089-635-6691
Infographic Data Diagrams Design
Visualization
Infographic
Infographic ท่ีดี
คอื Infographic
ใช่ม้ัย??
หลายอยา่ งในชวี ติ ใช้ความ “สวย” ดงึ ดดู ให้ผู้คนเขา้ ไปลอง เข้า
ไปสัมผัส แตไ่ มใ่ ชก่ ับ Presentation ครับ เพราะถา้ เราเร่ิมตน้ ท่ี
“อนิ โฟกราฟกิ ท่ดี ี ต้องสวย” มันจะไปจบลงท่คี าว่า “ตกแต่ง”
สไลด์ แต่...วันนี้เราจะพลกิ มนั ใหมว่ า่ “พรีเซนท์เทช่ันท่ีดี ตอ้ ง
ส่ือสารได้” มนั จะไปจบท่กี าร “ออกแบบ” สไลดแ์ ทน และมนั จะ
สวยดว้ ยตัวของมนั เอง...
Information ข้อมูลทเี่ ปน็ รปู ภาพท่อี าจจะเป็น
ตัวอกั ษร หรือตัวเลข ภาพถา่ ย กราฟกิ ภาพวาด
ลายเส้น ฯลฯ
In the World of
ในวนั ท่ี Data พุ่งตวั เข้ามาหาเรา เชงิ ปริมาณ (Volume) ความหลากหลาย
(Variety) และ ความเร็ว (Velocity) การเปดิ รับขอ้ มูลมากเกนิ ความ
จาเปน็ จึงเกดิ ขึ้น และทาใหเ้ รา “ไมอ่ ยากเห็น Data ทมี่ นั ต้องใช้เวลาเยอะใน
การเสพ” และอาศัยเวลากว่า Data จะเปน็ Knowledge
Data Context
Information
Knowledge
Interpretation
Data Information Context
เชงิ ปรมิ าณ Infographic
เชิงคณุ ภาพ
Knowledge
Info + Graphic
Interpretation
เพราะสมองมนษุ ย์
อยแู่ ล้วเป็นปกติ
มนษุ ยจ์ งึ มกั ปฏเิ สธขอ้ มูลท่เี ยอะ และยงุ่ ยาก อยา่ ง
ตวั เลข กบั ตัวอักษรเปน็ พรดื ๆ กลับกันเราจะ Happy
มากขึ้น ถา้ ไดม้ องเห็นรูปภาพ หรอื ภาพเคล่ือนไหว
อย่างท่ดี วงตาเราเหน็ อยู่ในทุกวนั
Distribution Comparison Flow Timeline Statistics
3 นัด
Present ขอ้ มูลแบบนักฆา่
ส่ิงแรกท่คี นสรา้ ง Killer Presentation ตอ้ งทา ไมใ่ ช่การกระโดด
ลงไปหาโปรแกรม แลว้ บรรเลงทกุ อย่างลงไปในนนั้ ครับ แต่กระสุน
3 นัดท่จี ะทาให้พรเี ซนทข์ อ้ มลู ออกมาแบบ ปังๆ และเปน็ ส่ิงท่ตี ้อง
ทาก่อน คือ
ความสัมพันธข์ อ้ มูล Key Message การออกแบบ
Data Visualization Charts
การแปลง Data เปน็ Visual Graphs
เอาตามความหมาย การสรา้ ง Data Visualization คือ การแปลง Pie Column Bar
ขอ้ มูลท่เี ราได้รับมาให้อยใู่ นลกั ษณะของรูปภาพ ซ่ึง “รูปภาพ” ในท่ีน้ี
หมายถึงรูปภาพอะไรกไ็ ด้ และข้อมลู ท่มี กี ส็ ามารถเปน็ ข้อมลู ใน Linear Area Radar Crosstabs
รปู แบบไหนก็ไดเ้ ช่นกัน ท้งั ข้อมูลท่ีเปน็ เชงิ ปริมาณ หรือข้อมลู เชิง
คุณภาพ ก็ได้ท้ังหมด Diagrams
เชงิ ปริมาณ
เชงิ คุณภาพ
Pie Graph ส่ือสารอะไร
Pie Graph ใช้เพ่ือแสดง “สัดส่วน”
ของส่ิงตา่ งๆ ในระนาบเดยี วกัน (หรือใน
บรบิ ทเดยี วกนั แบบ Cross Cut) ชีใ้ ห้
คนดูเหน็ ความใหญเ่ ล็กของแต่ละสัดส่วน
ท่ปี ระกอบสร้างกนั ข้ึนมาเปน็ 100%
ใช้ยงั ไงให้ดี
ชน้ิ ส่วนของ Pie Graph ควรเรยี งจาก
ใหญส่ ุดไปหาเลก็ สุด
ไม่ควรมชี ้ินยอ่ ยๆมากกวา่ 6 ช้นิ
ชิน้ ท่เี ปน็ Key Message ควรได้รับการ
เนน้ กว่าช้นิ อ่นื ๆ
Keyword ท่ีพบบ่อย
“ร้อยละ” “สัดส่วน” “ประกอบด้วย”
“มีส่วนประกอบคอื ” “มสี ่วนผสมคือ”
“ในพ้ืนท่ีเดียวกนั ” “ครอบครอง”
“ถือครอง” “แบง่ เปน็ ” “แจกแจง”
เข็มที่ 1 เขม็ ท่ี 2
ราย ราย
06 จานวนผไู้ ดร้ บั วคั ซนี สะสม
ส.ค. 64 18,961,703(นบั ตั้งแต่วนั ที่ 28 กมุ ภาพันธ์ 2564)
จานวนผไู้ ดร้ บั วคั ซีน
ราย
ฉดี ไปแลว้ เหลือเวลา คิดเปน็ ร้อยละ
วนั วันถึงสิ้นปี ของประชากรทั้งหมด
ที่มาขอ้ มลู : thestandard.co (ขอ้ มลู ผ้ไู ด้รับวคั ซนี ลา่ สุดของวนั ท่ี 5 ส.ค. 64) เปา้ หมาย 50% เพ่ือเปดิ ประเทศ
Column Graph ส่ือสารอะไร
30 Column Graph ใชเ้ พ่ือ “เปรียบเทียบ”
ขอ้ มลู ท่ีเกิดขึ้น “ตามลาดบั ” ของอะไร
25 25 บางอยา่ ง (ส่วนมากเป็นเวลา) เพ่ือดู
ความเพ่ิมขน้ึ ลดลง มากกวา่ นอ้ ยกว่า
20 ของข้อมลู
16.5 ใช้ยงั ไงให้ดี
15 Column Graph เหมาะกบั ข้อมลู ท่มี ี 4
แทง่ กราฟข้ึนไป
10 12 12 แกนตงั้ ตอ้ งเร่ิมท่ี 0 เสมอ
9 ควรแสดงให้เหน็ การ “เพ่ิม-ลด” ของส่ิง
5 3.5 6 ท่ีเป็น Key Message ได้
0 00 5.5 7 6.5 4.5
0 4.5 Keyword ท่ีพบบอ่ ย
2.5
0 0 00 0 “มากกวา่ ” “น้อยกว่า” “เพ่ิมข้ึนจาก...”
“ลดลงจาก....” “เปรียบเทยี บกับ.....”
“ข้อมูลจาก ปี/เดอื น/วัน ท่ผี ่านมา”
“ปรมิ าณท่ี มาก/นอ้ ย ท่ีสุดในรอบ.....”
Stacked ส่ือสารอะไร
Column Graph
Stacked Column Graph มีใจความ
27 สาคัญหลกั คอื เพ่ือ “เปรียบเทียบ” ทัง้
เฉพาะส่วน และภาพรวม และยังทาหน้าท่ี
4.5 15.5 การ “แจกแจง” องค์ประกอบภายในดว้ ย
34.5 ใช้ยังไงใหด้ ี
18.5 14.5
Stacked Column Graph มีลกั ษณะ
การใชง้ านคลา้ ย Column Graph ส่ิงท่ี
เพ่ิมขึน้ มาคอื ส่วนภายในท่ตี อ้ งการจะ
เปรยี บเทียบ ตอ้ งถกู ดึงลงมาให้เร่มิ จาก
0 เพ่ือเป็นการเปรียบเทียบท่ีชัดเจนท่สี ุด
Keyword ทีพ่ บบ่อย
“สัดส่วนของ......ระหว่าง.....มปี ริมาณ มาก/
นอ้ ยกว่า....” “เปรียบเทียบส่วนประกอบ”
“สัดส่วนของ.....จาก ปี/เดอื น/วนั กอ่ นมี
ปรมิ าณ มาก/นอ้ ย กวา่ ....”
Bar Graph ส่ือสารอะไร
Bar Graph ใชเ้ พ่ือส่ือสาร “เปรยี บเทยี บ”
เหมือนกบั Column Graph แตแ่ ตกตา่ ง
ตรงท่ี Bar Graph ใช้กบั ข้อมลู ท่ี “ไมต่ ้อง
เรียงลาดบั ” ตามขอ้ กาหนดต่างๆ
ใช้ยังไงใหด้ ี
Bar Graph มีลักษณะทศิ ทางการวาง
ตามแนวนอน ซ่ึง “ตอบโจทยก์ าร
มองเหน็ ของมนุษย์” มากกวา่ Column
Graph จึงทาใหส้ ่ือสารไดด้ กี วา่ และ “ไม่
ฝืน” เหมือน Column Graph
Keyword ทพ่ี บบ่อย
“มากกว่า” “น้อยกวา่ ” “เพ่ิมขึน้ จาก...”
“ลดลงจาก....” “เปรียบเทยี บกับ.....”
“มากท่สี ุด” “น้อยท่สี ุด”
Linear Graph ส่ือสารอะไร
สถิตจิ านวนผู้ตดิ เชอื้ ยอ้ นหลัง 7 วัน Linear Graph ใช้สาหรบั ส่ือสาร “ความ
เป็นไป” หรอื “แนวโน้ม” ท่อี าจเกิดข้ึน
23000 มากกว่าการเปรียบเทยี บ หรือส่ือสาร
พัฒนาการท่ีดขี ้ึน หรือแย่ลงของอะไร
22000 18912 21379 บางอยา่ ง
21000 20200 20290
20000 ใชย้ งั ไงให้ดี
19000 18901
18000 18027 17970 Linear Graph ไม่ตอ้ งเร่ิมท่ี 0 เพราะเรา
ดแู นวโนม้ ท่เี กิดข้ึน มากกว่าปรมิ าณมาก
17000 นอ้ ย และ Linear Graph ไม่ควรมีเส้น
มากกว่า 4 เส้น เราสามารถใชล้ กั ษณะ
ของเส้นท่ตี า่ งกนั เพ่ือแทนความหมายได้
Keyword ทีพ่ บบ่อย
“เพ่ิมขนึ้ /ลดลง” “มแี นวโน้มวา่ ...”
“ความชนั ” “การเปล่ียนแปลง” “การ
คาดการณ์” “การพยากรณ”์ “ความ
เปน็ ไปได้ของ....”
Area Graph ส่ือสารอะไร
ความตา่ งระหวา่ งผตู้ ดิ เชอื้ ใหมแ่ ละผู้หายป่วย เดือน กค. 64 Area Graph เป็นส่วนท่พี ัฒนามาจาก
Linear Graph โดยเน้นส่ือสาร “ความ
18000 ต่าง” หรอื “ระยะหา่ ง” ระหวา่ งสอง
แนวโน้มข้ึนไป
16000 15335
14000 ใช้ยังไงใหด้ ี
14575 14260
13655 Area Graph อาจเร่ิมตน้ จาก 0 หรือไม่
13002 ก็ได้ ข้นึ อยกู่ ับ Message ท่ตี อ้ งการจะ
ส่ือสาร โดยมากนยิ มใชเ้ พียง 2
12000 11397 11784 11305 เส้นกราฟเทา่ นน้ั เพ่ือดคู วามแตกตา่ ง
ระหวา่ ง 2 แนวโน้มดังกลา่ ว
10000 9539 10082
9692 Keyword ทพี่ บบ่อย
9276 9326 9317 9186 “มคี วามแตกต่างเพ่ิมมากขึ้น...” “มี
ระยะหา่ งระหวา่ งกันนอ้ ยลง....” “ความ
8656 8685 แตกต่างเพ่ิมข้ึนในช่วง....” “ปรมิ าณ
ของท้ังสองหา่ งกนั ออกไปทุกที.....”
8000 7058 8248 7921 7775
7637
6519 6327 6557 6904
6000 6087 6230 5916 6166 5420 5543 5730
5726 5741
4978 5129
3928
4000 4148 3841 4053
3687
3638 3586 3797
3159 3404
2000 2534
0
สถานการณโ์ ควดิ 19 เฉลย่ี ตอ่ วัน เฉล่ียตอ่ วัน เฉลย่ี ต่อวัน Locked Down เฉล่ียตอ่ วนั + เฉลี่ยต่อวัน
ครบ 14 วัน
7,614.86 9,573.97 119.11% Locked Down +
ครบ 7 วนั
20,080.14
05 ก.ค. 64 125.72% 140.15% 13,418 125.64% 16,858.86
12 ก.ค. 64
3,866.86 132.78% 5,134.14 141.30% 7,254.71 139.08% 10,089.86 184.33% 18,599
Locked Down
19 ก.ค. 64 จานวนผู้ติดเชื้อ
25000 Concentrated Locked Down69.26129.94%90 113.97% 102.57 129.67% 133 130.40% 173.43
20000 26 ก.ค. 64
15000 20920 22172 21838
10000 30 ก.ค. 64
20200 21379 19983 19819
5000 2 ส.ค. 64 21108 19603
Locked Down Plus 18912 17970 18503
9 ส.ค. 64
17669 18027 18901
16533 17345
17926
18590 17975
15376
14575 15335
14260 14150 13919 จานวนผู้หายจาก
อาการปว่ ย
13665 7637 13402
13002 6904 จานวนผูเ้ สียชีวติ
11784
11397 11305
9276 9539 9317 10082 10051 10678
8685 9692 9168 10750
9186
6327 9798
9326 8656 8248 7775
7058
6230 6166 7921 6782
6557
6087 5916 6519 5129 5543 5730 5726 5741
3638 3404 5420 4978
3928 4053 3797 ได้รับ Pfizer
4148 3687 1.5 ล้านโดส
3841
3586
3159 2534
0 61 41 44 50 57 54 75 72 91 86 80 56 87 98 67 141 101 81 80 108 87 114 119 129 87 118 133 165 117 178 133 178 147 188 160 191 212 138 149
1 ส.ค. 64
Radar Graph ส่ือสารอะไร
ฟดี แบคจาก ราคาเหมาะสม ปริมาณ Radar Graph เปน็ การ “แจกแจง
อนิ เตอร์เนต็ เหมาะสม คณุ สมบตั ิ” ในดา้ นต่างๆของส่ิงใดส่ิง
35 หน่งึ ซ่งึ อาจจะเป็นการ “เปรียบเทียบ” กนั
Brand B 30 ระหว่างของสองส่ิงขึ้นไปกไ็ ด้
25
ใช้ยงั ไงให้ดี
20 Brand A
Radar Graph จะตอ้ งใชใ้ นรูปแบบของ
15 ข้อมูลเชงิ ปรมิ าณเท่านั้น มกี ารใหค้ ะแนน
10 หรือแปลงคา่ ใหเ้ ปน็ คะแนน เพ่ือทาการ
5 เปรยี บเทยี บ และแจกแจงคณุ สมบัตไิ ด้
0 โดยมากจะมี 5 แกนข้ึนไป
Keyword ทพ่ี บบอ่ ย
“คุณสมบตั ิ....” “ไดแ้ คะแนนในส่วนของ
....” “...ส่วนประกอบทง้ั ...ส่วนของ....”
“...เปรยี บเทียบในดา้ นเดียวกันระหวา่ ง..”
เก็บไดน้ าน รสชาตอิ ร่อย
Crosstabs Mark Allocation & ส่ือสารอะไร
Grading System
Assignment 1 Crosstabs หรือ ตาราง เป็นการส่ือสาร
Assignment 2 15% “ผลของการเจอกันระหวา่ งของสองส่ิง”
Term Assignment (1) 15% ซ่ึงอาจจะเป็นข้อมูลเชิงปริมาณ หรือ
Term Assignment (2) คุณภาพ กไ็ ด้
Term Assignment (3 + Final) 5%
Final Examination 10% ใชย้ งั ไงใหด้ ี
25%
Total 30% ตารางควรเนน้ การใชเ้ ส้นนอนเปน็ หลกั
เพ่ือใหต้ อบสนองกับการรับร้ขู องมนษุ ย์
100% ใหไ้ ด้มากท่สี ุด รวมถงึ ตารางควรตอ้ ง
ส่ือสาร Key Message ให้เร็วท่สี ุดเทา่ ท่ี
จะเป็นไปได้
Keyword ท่พี บบอ่ ย
“ตารางแสดง....” “ความสัมพันธ์
ระหวา่ ง.....” “ข้อมูลระหว่าง....และ.....”
“ขอ้ มูลเปรยี บเทียบ.....”
Heatmap
Diagrams Charts
การแปลง Data เป็น Visual Graphs
อีกรปู แบบหน่งึ ท่ซี บั ซอ้ นขน้ึ ไปอกี คือ การแปลงข้อมลู เชงิ Pie Column Bar
“คณุ ภาพ” ให้อยใู่ นรูปของแผนภาพตา่ งๆ หรอื ท่ีเรยี กวา่ Diagrams
ครับ ตวั Diagrams จะทาหน้าท่ี “ส่ือสารความสัมพันธ”์ ของส่วน Linear Area Radar Crosstabs
ต่างๆของขอ้ มลู นน้ั เพ่ือใหค้ นดูสามารถเข้าใจง่าย และเข้าใจได้ทนั ที
โดยไมจ่ าเปน็ ต้องอา่ นข้อความทลี ะบรรทัด
เชิงปรมิ าณ
เชิงคุณภาพ
Diagrams
Diagrams ในโลกน้ี มดี ว้ ยกัน
จบั ต้องได้ กับ Abstract
Comparison จับต้องได้ Abstract Linear
Trends Circular
Distribution Diagrams Divergent-Convergent
Multi-Direction
Data
Flow
Direction
Location Matrices
Reveal Tree
Process Layer
Pictorial Structure
Overlapping
Closure
Enclosed
Link
Cluster
From a Point
With a Core
Without a Core
Radiate
จบั ตอ้ งได้
Data
ลักษณะข้อมลู เชิงปริมาณ ท่ผี ูส้ รา้ งงานาเสนอสามารถแปลงให้อยใู่ น
รูปแบบของ Data Visualization ตามท่ีไดค้ ยุ กันไปแลว้ ข้างต้น ซ่งึ
Duarte (2008) ไดแ้ บ่ง Key Message ออกเปน็ 3 ลักษณะ คอื
Comparison Trends Distribution
Key Message ท่วี าด้วยการ Key Message ท่ีวาการพยากรณ์ Key Message ท่วี ่าดว้ ยการแจก
“เปรียบเทยี บ” ทัง้ ภายในบริบท หรือคาดการณแ์ นวโน้ม ความเป็นไป แจงขอ้ มูล การกระจายตวั ของ
เดยี วกัน ตา่ งกนั หรือขา้ มชว่ งเวลา ได้ ความเป็นไป การเพ่ิมขน้ึ ลดลง ข้อมลู ในรปู แบบตา่ งๆ สามารถ
สามารถแสดงออกได้ดว้ ย ของอะไรบางอยา่ ง แสดงด้วย แสดงด้วย
Pie Graph Linear Graph Radar Graph
Column Graph Area Graph Column Graph
Bar Graph Linear Graph
Crosstabs Histograms
จบั ตอ้ งได้
Pictorial
Pictorial Diagrams คอื ลกั ษณะแผนภาพท่ี “ย่อส่วนส่ิงของจริงๆ”
ลงมาให้อยใู่ นหนา้ กระดาษได้ สามารถแสดงพ้ืนท่ีจริงๆ ขอบเขต รูปรา่ ง
ลกั ษณะของส่ิงของจรงิ ๆ เพ่ือใหเ้ ขา้ ใจในลกั ษณะการ “แจกแจงขอ้ มูล”
Direction
Location
2 อันนี้ มักจะมาคู่กันเสมอ หรอื
Location สามารถมาเด่ยี วๆได้ เพ่ือ
แสดงขอบเขตพื้นท่ีต่างๆ เชน่ การ
แสดงผ่านแผนท่ี หรือ การนาทางของ
GPS Google Map
จบั ต้องได้
Pictorial
Pictorial Diagrams คือ ลกั ษณะแผนภาพท่ี “ยอ่ ส่วนส่ิงของจรงิ ๆ”
ลงมาใหอ้ ยใู่ นหน้ากระดาษได้ สามารถแสดงพ้ืนท่จี ริงๆ ขอบเขต รปู รา่ ง
ลกั ษณะของส่ิงของจรงิ ๆ เพ่ือใหเ้ ขา้ ใจในลกั ษณะการ “แจกแจงขอ้ มลู ”
Reveal
Reveal Diagram เปน็ ลักษณะ
Diagram ท่มี กี าร “ผา่ ใหเ้ หน็ ด้านใน”
ของอะไรบางอยา่ ง เพ่ือบอกวา่
นอกจากเปลอื กนอกท่เี ห็นแลว้ ด้านใน
ยังมีส่ิงตา่ งๆอยดู่ ้วย
โดยมาก มักใช้โปรแกรมกราฟกิ เพ่ือทา
ให้เกดิ ภาพดา้ นใน เพ่ือแจกแจงข้อมูล
–
จบั ตอ้ งได้
Pictorial
Pictorial Diagrams คอื ลกั ษณะแผนภาพท่ี “ยอ่ ส่วนส่ิงของจรงิ ๆ”
ลงมาใหอ้ ยใู่ นหน้ากระดาษได้ สามารถแสดงพ้ืนท่จี ริงๆ ขอบเขต รูปร่าง
ลกั ษณะของส่ิงของจรงิ ๆ เพ่ือใหเ้ ขา้ ใจในลกั ษณะการ “แจกแจงข้อมูล”
Process
Process Diagram เปน็ Diagram ท่ี
แจกแจงชิ้นส่วนประกอบของอะไร
บางอย่าง เพ่ือบอก “ขั้นตอน” ในการ
ประกอบเข้าเป็นรปู เป็นรา่ ง
Diagram ลกั ษณะน้ี มกั ใชก้ ับการต่อ
ประกอบส่ิงของประเภท เฟอร์นเิ จอร์
หรือของเล่นตา่ งๆ
Flow
Linear Circular
Divergent Multi-Direction
Convergent
Abstract
Flow
Flow Diagrams เปน็ ลกั ษณะแผนภาพท่ีแสดงความสัมพันธข์ อง
ขอ้ มลู ในลกั ษณะ “ลาดบั ข้นั ตอน” จาก 1 ไป 2 จาก 2 ไป 3 โดยมาก มัก
มี Keyword ไดแ้ ก:่
อนั ดบั แรก ขน้ั ตอนแรก ขนั้ ตอนตอ่ ไป จากน้นั .... เม่ือเสร็จเรยี บร้อย
แลว้ .... หลงั จากนนั้ .... เร่ิมตน้ ท่.ี .... สิ้นสุดกระบวนการ
Linear
Linear Flow เป็นลกั ษณะของ
Diagram ท่ีแสดงลาดับข้ันตอนท่ี “จดุ
เร่มิ และจดุ ส้ินสุดอยู่คนละท่ีกัน” โดย
ลาดบั ข้ันตอนจะเคลอ่ื นท่ีจากซา้ ยไปขวา
หรอื บนลงล่าง
Abstract
Flow
Flow Diagrams เป็นลกั ษณะแผนภาพท่ีแสดงความสัมพันธข์ อง
ขอ้ มลู ในลกั ษณะ “ลาดบั ขัน้ ตอน” จาก 1 ไป 2 จาก 2 ไป 3 โดยมาก มกั
มี Keyword ไดแ้ ก:่
อันดับแรก ขน้ั ตอนแรก ข้นั ตอนตอ่ ไป จากน้ัน.... เม่ือเสรจ็ เรียบร้อย
แล้ว.... หลงั จากนัน้ .... เร่มิ ต้นท่ี..... ส้ินสุดกระบวนการ
Circular
Circular Flow เป็นลักษณะ Diagram
ท่ี “ลาดับขัน้ ตอนน้ันๆ วนกลบั สู่
จดุ เร่ิมตน้ ” มักแสดงออกโดยใชร้ ปู ร่าง
รปู ทรงท่ีกลับไปหาจุดเร่มิ ต้นได้ เชน่
วงกลม หรือ รูปร่างปิดอ่นื ๆ
มกั มี Keyword กลบั ไปท่จี ดุ เร่มิ ตน้
หรอื เร่ิมต้นใหม่ หรือ “วงจร”
Abstract
Flow
Flow Diagrams เปน็ ลักษณะแผนภาพท่แี สดงความสัมพันธข์ อง
ขอ้ มูลในลกั ษณะ “ลาดับขัน้ ตอน” จาก 1 ไป 2 จาก 2 ไป 3 โดยมาก มัก
มี Keyword ไดแ้ ก:่
อนั ดับแรก ขนั้ ตอนแรก ข้นั ตอนต่อไป จากน้นั .... เม่อื เสร็จเรยี บรอ้ ย
แล้ว.... หลงั จากนั้น.... เร่ิมต้นท่.ี .... ส้ินสุดกระบวนการ
Divergent
Convergent
Divergent Convergent คอื ลกั ษณะ
Diagram ท่ีส่ือสาร “ตัวเลือก” หรือ
ทางร่วม ทางแยก มกั มี Keyword
เช่น “หรือ” “ทง้ั ...และ....” “ทางเลอื ก”
“ตัวเลอื ก”
Abstract
Flow
Flow Diagrams เป็นลกั ษณะแผนภาพท่แี สดงความสัมพันธข์ อง
ข้อมูลในลกั ษณะ “ลาดบั ข้นั ตอน” จาก 1 ไป 2 จาก 2 ไป 3 โดยมาก มกั
มี Keyword ไดแ้ ก:่
อนั ดับแรก ข้ันตอนแรก ขั้นตอนตอ่ ไป จากน้นั .... เม่ือเสร็จเรียบร้อย
แล้ว.... หลังจากน้นั .... เร่ิมตน้ ท่.ี .... ส้ินสุดกระบวนการ
Multi-Direction
นอกจาก Flow จะแยกยอ่ ยตามท่ีได้
กลา่ วมาแลว้ ในบางกรณี ข้อมลู ท่ีเรา
ไดร้ ับมา อาจประกอบไปด้วยหลาย
ลักษณะของ Flow อยู่ดว้ ยกัน ดังนั้น
อาจจะต้องหา Keyword ให้ครบถ้วน
ก่อน แล้วจึง นาไปลงเปน็ Diagram
Matrices Structure Layer
Tree
Abstract
Structure
Structure Diagrams เป็นลักษณะแผนภาพท่ีนาเสนอขอ้ มลู เชงิ
“โครงสร้าง” ในความสัมพันธ์ ตัว Diagrams มักแสดงออกถงึ ลาดบั
ความสาคญั หรือการเจอกันของสองรูปแบบขอ้ มูลท่เี ป็นระบบ มักมี
Keywords เช่น
ความสัมพันธร์ ะหว่าง.... เหนือกวา่ ... อยภู่ ายใต้.... อยใู่ นฝ่ายเดียวกับ....
Matrices
Matrices เป็น Diagram ท่แี สดง
ความสัมพันธ์ของขอ้ มลู สองชดุ ใน
รปู แบบ Crosstabs ท่เี ราจะเห็นไดว้ า่
เม่อื มกี ารเจอกันระหว่างขอ้ มลู สองชุด
ส่ิงท่ีเกิดขึ้นคืออะไร
Abstract
Structure
Structure Diagrams เป็นลกั ษณะแผนภาพท่นี าเสนอขอ้ มลู เชงิ
“โครงสรา้ ง” ในความสัมพันธ์ ตัว Diagrams มักแสดงออกถงึ ลาดับ
ความสาคญั หรอื การเจอกนั ของสองรปู แบบขอ้ มลู ท่ีเป็นระบบ มักมี
Keywords เช่น
ความสัมพันธร์ ะหวา่ ง.... เหนอื กวา่ ... อยภู่ ายใต้.... อยใู่ นฝ่ายเดียวกับ....
Tree
Tree Diagram เปน็ ลักษณะแผนภาพ
ท่สี ่ือสาร “การมีอานาจเหนอื กวา่ ” ใน
ความสัมพันธ์ของขอ้ มลู บางครั้งใช้
เพ่ือส่ือสารว่า ส่วนต่างๆของข้อมลู มี
การ Grouping ภายใตอ้ านาจอยา่ งไร
มกั เห็นในลกั ษณะของแผนภมู ิองคก์ ร
Abstract
Structure
Structure Diagrams เป็นลักษณะแผนภาพท่นี าเสนอข้อมลู เชงิ
“โครงสร้าง” ในความสัมพันธ์ ตวั Diagrams มกั แสดงออกถงึ ลาดับ
ความสาคญั หรือการเจอกันของสองรปู แบบขอ้ มูลท่เี ป็นระบบ มักมี
Keywords เชน่
ความสัมพันธ์ระหว่าง.... เหนือกว่า... อยภู่ ายใต้.... อยใู่ นฝ่ายเดียวกบั ....
Layer
Layer Diagram เป็นลักษณะ
แผนภาพท่ีส่ือสาร “ความเปน็ ลาดับ
ชั้น” ท่มี ีความ เหนือกวา่ -ดอ้ ยกว่า หรอื
การพัฒนาการท่ีน้อยกว่า ไปหาสูงกวา่
มกั แสดงออกในลักษณะของ ฐาน - หัว
Cluster
Overlapping Closure
Enclosed Linked
Abstract
Cluster
Cluster Diagrams เป็นแผนภาพแสดงความสัมพันธแ์ บบ “กลุม่ กอ้ น”
หรือ “ขอบเขต” ของพื้นท่ีเป็นเปน็ นามธรรม และไม่มีขอบเขตอยจู่ ริง
แบบสัมผัสได้ ซ่ึงภายในขอบเขตนนั้ จะมี “สมาชิก” อยู่ โดยคุณสมบัติ
ของสมาชกิ ในแตล่ ะขอบเขตจะมคี วามแตกตา่ งกนั Keywords ไดแ้ ก่
กลุ่ม..... พื้นท่ขี อง..... (สมาชิก)ท่ีมที ้งั .....และ...... ส่วนอ่ืนๆท่ไี ม่เก่ยี วขอ้ ง
Overlapping
Overlapping Diagrams เป็น
ลกั ษณะของ Cluster ท่มี กี าร
“ซ้อนทบั ” กนั บางส่วน ซ่งึ สมาชกิ ท่อี ยู่
ในส่วนซ้อนทบั จะเปน็ กลุม่ ท่มี ี
คณุ สมบัตมิ ากกวา่ 1 อยา่ ง มักพบจาก
Keyword คาว่า “ทงั้ ....และ.....”
Abstract
Cluster
Cluster Diagrams เปน็ แผนภาพแสดงความสัมพันธแ์ บบ “กลุม่ กอ้ น”
หรอื “ขอบเขต” ของพ้ืนท่เี ปน็ เปน็ นามธรรม และไมม่ ีขอบเขตอยู่จรงิ
แบบสัมผสั ได้ ซ่ึงภายในขอบเขตน้ันจะมี “สมาชิก” อยู่ โดยคุณสมบัติ
ของสมาชิกในแตล่ ะขอบเขตจะมคี วามแตกต่างกัน Keywords ไดแ้ ก่
กลมุ่ ..... พื้นท่ขี อง..... (สมาชิก)ท่มี ีทั้ง.....และ...... ส่วนอ่ืนๆท่ีไมเ่ ก่ียวข้อง
Closure
Closure Diagram เปน็ แผนภาพท่ี
แสดงการ “ปิดล้อม” ดว้ ยองคป์ ระกอบ
ย่อยแล้วเกดิ “ส่ิงใหม่” ข้ึนจากการ
ประกอบสรา้ งกันของส่วนยอ่ ยๆนั้น มัก
ใชใ้ นลกั ษณะแจกแจงขอ้ มลู ท่ีมึ
ความหมายวา่ “ขาดส่วนใดส่วนหน่ึงไป
จะไม่เกิดส่ิงนี้ขึน้ ”
Abstract
Cluster
Cluster Diagrams เป็นแผนภาพแสดงความสัมพันธแ์ บบ “กล่มุ กอ้ น”
หรอื “ขอบเขต” ของพ้ืนท่เี ปน็ เปน็ นามธรรม และไมม่ ขี อบเขตอย่จู รงิ
แบบสัมผัสได้ ซ่งึ ภายในขอบเขตนนั้ จะมี “สมาชกิ ” อยู่ โดยคณุ สมบัติ
ของสมาชิกในแตล่ ะขอบเขตจะมคี วามแตกต่างกัน Keywords ได้แก่
กลมุ่ ..... พ้ืนท่ีของ..... (สมาชิก)ท่ีมีทัง้ .....และ...... ส่วนอ่นื ๆท่ไี ม่เก่ียวขอ้ ง
Enclosed
Enclosed Diagrams เป็นแผนภาพท่ี
แสดงการจดั กลมุ่ โดย “พื้นท่ีปดิ ลอ้ ม”
กลุ่มท่มี คี ณุ สมบัตอิ ยา่ งเดยี วกนั จะอยู่
ในพ้ืนท่ีปิดลอ้ มเดียวกนั ในขณะท่ีส่ิงท่ี
อยนู่ อกพื้นท่ีปดิ ลอ้ มนัน้ จะมคี ณุ สมบัติ
เปน็ อยา่ งอ่ืน
Abstract
Cluster
Cluster Diagrams เป็นแผนภาพแสดงความสัมพันธแ์ บบ “กลุ่มกอ้ น”
หรอื “ขอบเขต” ของพ้ืนท่เี ปน็ เป็นนามธรรม และไมม่ ขี อบเขตอยู่จริง
แบบสัมผสั ได้ ซ่งึ ภายในขอบเขตน้ันจะมี “สมาชกิ ” อยู่ โดยคุณสมบัติ
ของสมาชิกในแตล่ ะขอบเขตจะมคี วามแตกต่างกนั Keywords ไดแ้ ก่
กลุ่ม..... พ้ืนท่ีของ..... (สมาชกิ )ท่มี ที งั้ .....และ...... ส่วนอ่ืนๆท่ีไมเ่ ก่ยี วขอ้ ง
Linked
Linked Diagrams เปน็ ลักษณะ
แผนภาพแบบแสดงความสัมพันธแ์ บบ
“ขยายความต่อ” เพ่ือเช่ือมโยง
รายละเอียดออกมาใหเ้ หน็ มากขน้ึ หรือ
บอกว่า “ส่วนท่ีเห็น มีรายละเอยี ดดงั น้ี”
From a Point Radiate Without a Core
With a Core
Abstract
Radiate
Radiate Diagrams เป็นลกั ษณะแผนภาพท่ีใชเ้ พ่ือ “แจกแจง
องคป์ ระกอบ” ของส่ิงใดส่ิงหน่ึง ซ่งึ ทกุ องคป์ ระกอบมีความสาคญั “ใน
ระดบั เดยี วกนั ท้ังหมด” นิยมใช้ในลักษณะของการแจกออกไปเป็นรศั มี
จากศูนย์กลาง มกั มี Keywords ไดแ้ ก่
มีองค์ประกอบได้แก.่ ..... ประกอบดว้ ย..... ไดแ้ ก.่ ..... แยกออกไดเ้ ปน็ .....
From a Point
From a Point Diagrams เป็น
ลกั ษณะการแจกแจงข้อมลู เพ่ือให้เห็น
องคป์ ระกอบเพียง “ดา้ นใดด้านหน่ึง”
หรือเห็นเฉพาะส่วนท่ีเราตอ้ งการพู ดถงึ
ไมจ่ าเปน็ ต้องเหน็ รอบดา้ นทัง้ 360
องศา
Abstract
Radiate
Radiate Diagrams เป็นลกั ษณะแผนภาพท่ใี ชเ้ พ่ือ “แจกแจง
องคป์ ระกอบ” ของส่ิงใดส่ิงหน่ึง ซ่ึงทกุ องคป์ ระกอบมคี วามสาคญั “ใน
ระดบั เดียวกันทั้งหมด” นยิ มใช้ในลกั ษณะของการแจกออกไปเปน็ รศั มี
จากศูนย์กลาง มกั มี Keywords ไดแ้ ก่
มีองค์ประกอบไดแ้ ก.่ ..... ประกอบด้วย..... ได้แก.่ ..... แยกออกไดเ้ ปน็ .....
With a Core
With a Core Diagrams เปน็ ลกั ษณะ
การแจกแจงขอ้ มูลเพ่ือใหเ้ ห็น
องคป์ ระกอบ “ในทุกมติ ิ” ของส่ิงท่ีเรา
ต้องการพู ดถงึ มักแตกออกไปใน
รปู แบบของรัศมีโดยรอบศูนยก์ ลาง
ครอบคลมุ ทุกส่วนท่ีเก่ยี วข้อง
Abstract
Radiate
Radiate Diagrams เป็นลักษณะแผนภาพท่ใี ชเ้ พ่ือ “แจกแจง
องคป์ ระกอบ” ของส่ิงใดส่ิงหน่ึง ซ่ึงทุกองคป์ ระกอบมีความสาคญั “ใน
ระดับเดียวกันท้งั หมด” นิยมใช้ในลกั ษณะของการแจกออกไปเป็นรัศมี
จากศูนยก์ ลาง มักมี Keywords ได้แก่
มอี งค์ประกอบได้แก.่ ..... ประกอบด้วย..... ไดแ้ ก.่ ..... แยกออกไดเ้ ปน็ .....
Without a Core
Without a Core Diagrams เปน็
ลกั ษณะแผนภาพการแจกแจง
องคป์ ระกอบย่อยท่ี “ไมม่ ีศูนยก์ ลาง
แบบเฉพาะเจาะจง” แผนภาพนี้สามารถ
นาไปใช้กับอะไรกไ็ ด้ หรอื อธิบายใน
ภาพรวมไม่ได้ขน้ึ กบั ส่วนหลกั เฉพาะท่ี
หรอื เฉพาะเหตุการณ์
ลองเปล่ยี นข้อมูลเหล่าน้ี เป็น Data Visualizations
หรอื Diagrams หน่อยครับ
วัคซนี ในไทย โควิด-19 เรียนออนไลน์
แผนการจดั หาวัคซนี โควิด 19 ในปี ในระยะหลงั ข้อมลู จาก ศบค. พบวา่ มี ภาคการศึกษานี้ กระทรวงศึกษาธกิ ารมีมติ
2564 นี้ ทางกระทรวงสาธารณสุขระบุ จานวน “ผ้หู ายปว่ ย” ในตัวเลขท่ีสูง ใหม้ กี ารเรยี นการสอนแบบออนไลนอ์ ยา่ ง
วา่ ไทยได้จดั ซอ้ื วคั ซนี 100 ลา้ นโดส ซ่งึ ในบางวันสูงกวา่ จานวนผ้ตู ดิ เชอื้ เตม็ รปู แบบ โดยมีการสารวจความพึง
โดยเปน็ AZ 61 ล้านโดส Pfizer 20 ใหม่ดว้ ย พอใจของท้งั นักเรยี นและผูป้ กครองทกุ
ล้านโดส และ Sinovac อกี 19 ล้านโดส สัปดาหต์ ลอดระยะเวลา 2 เดอื น โดยผล
ซ่งึ ในความเปน็ จริง “ผูห้ ายป่วย” ท่ี พบว่าจากคะแนนเตม็ 100 นกั เรยี นและ
ซ่ึงในปี 2565 น้ี จะมีการส่ังซ้อื ทาง ศบค. ระบุ หมายรวมถึง กลมุ่ ผู้ ผปู้ กครองให้คะแนนดังน้ี
Sinovac เพ่ิมอกี 28 ลา้ นโดส และ หายขาดจากอาการ กลุ่มผทู้ ่ีสามารถ
วคั ซนี อ่นื ๆอกี 22 ลา้ นโดส ทั้งน้ขี ้นึ กบั ออกจาก รพ.สนามเพ่ือกลบั ไปทา นกั เรียน 92, 81.5, 60, 57.5, 41, 33, 27.5
ผลการศึกษาในการป้องกนั ไวรัสกลาย Home Isolation ตอ่ ท่บี ้าน และกลมุ่ ท่ี ผปค. 80, 77.5, 75, 68.5, 67, 70.5, 68
พันธต์ุ อ่ ไป รวมทง้ั ส้ิน เราจะมีวัคซีนใน อาการลดนอ้ ยลงจนไมต่ ้องรบั ยาแล้ว
ปีนแี้ ละปหี น้า 150 ลา้ นโดส
ดังนัน้ ไม่ไดห้ มายความวา่ “ผู้หาย
ป่วย” ทุกคนจะหายขาดจากอาการของ
โรคแต่อยา่ งใด