ข้อมูลอาจดูมากเกินไป แต่ฟังก์ชัน CORREL ของ Excel จะช่วยคุณกำจัดข้อมูลรบกวนได้ การคำนวณค่าสัมประสิทธิ์สหสัมพันธ์ถือเป็นอาวุธลับในการเปิดเผยแนวโน้มที่ซ่อนอยู่และการตัดสินใจที่ชาญฉลาดมากขึ้น
ฟังก์ชัน CORREL ใน Excel คืออะไร?
CORREL เป็นฟังก์ชันทางสถิติใน Excel ที่ใช้ในการวัดความสัมพันธ์ระหว่างชุดข้อมูลสองชุด ฟังก์ชันนี้จะคำนวณค่าสัมประสิทธิ์สหสัมพันธ์ ซึ่งเป็นค่าตั้งแต่ -1 ถึง 1 ซึ่งระบุถึงระดับความสัมพันธ์เชิงเส้นระหว่างตัวแปรสองตัว ต่อไปนี้เป็นรูปแบบไวยากรณ์ของฟังก์ชัน CORREL ใน Excel:
=CORREL(array1, array2)
Array1 และarray2 เป็นช่วงข้อมูลสองช่วงที่คุณต้องการวิเคราะห์
ค่าสัมประสิทธิ์สหสัมพันธ์ 1 หมายถึงมีความสัมพันธ์เชิงบวกที่สมบูรณ์แบบ ในขณะที่ -1 หมายถึงมีความสัมพันธ์เชิงลบที่สมบูรณ์แบบ ค่า 0 หมายถึงไม่มีความสัมพันธ์เชิงเส้น ด้วยวิธีการนี้ CORREL จะช่วยคุณระบุความแข็งแกร่งและทิศทางของความสัมพันธ์เหล่านี้ในข้อมูลของคุณได้
วิธีใช้ฟังก์ชัน CORREL ใน Excel
ตอนนี้คุณเข้าใจแล้วว่าฟังก์ชัน CORREL ทำงานอย่างไรและจะเตรียมข้อมูลอย่างไร มาดูตัวอย่างเพื่อดูว่าฟังก์ชัน CORREL ทำงานอย่างไรกัน
สมมติว่าคุณเป็นผู้จัดการฝ่ายขายที่กำลังวิเคราะห์ข้อมูลของปีที่แล้ว คุณมีชุดข้อมูล 3 ชุด: รายได้จากการขายรายเดือน, ค่าใช้จ่ายโฆษณาทางทีวี และค่าใช้จ่ายโฆษณาทางวิทยุ โดยแต่ละชุดมีจุดข้อมูล 200 จุด
ตารางข้อมูลงบประมาณโฆษณาและยอดขายใน Excel
หากต้องการคำนวณความสัมพันธ์ระหว่างรายได้จากการขายและการใช้จ่ายโฆษณาทางทีวี ให้เลือกเซลล์ว่างแล้วป้อน:
=CORREL(A2:A201, B2:B201)
สูตรหาความสัมพันธ์ของงบโฆษณาทีวีใน Excel
สูตรนี้แจ้งให้ Excel คำนวณความสัมพันธ์ระหว่างข้อมูลรายได้จากการขายในA2:A201 และข้อมูลการใช้จ่ายโฆษณาทางทีวีในB2: B201 ต่อไปนี้คือการคำนวณความสัมพันธ์ระหว่างรายได้จากการขายและการใช้จ่ายโฆษณาทางวิทยุ:
=CORREL(A2:A201, C2:C201)
สูตรหาความสัมพันธ์ของงบประมาณโฆษณาวิทยุใน Excel
สูตรนี้จะให้ค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างข้อมูลรายได้จากการขายในA2:A201 และค่าใช้จ่ายโฆษณาทางวิทยุในC2:C201
สมมติว่าสูตรแรกส่งคืนค่าสัมประสิทธิ์สหสัมพันธ์ที่ 0.78 ซึ่งแสดงถึงความสัมพันธ์เชิงบวกที่แข็งแกร่งระหว่างการใช้จ่ายโฆษณาทางทีวีและรายได้จากการขาย สูตรที่สองคืนค่าสัมประสิทธิ์สหสัมพันธ์ที่ 0.576 ซึ่งแสดงถึงความสัมพันธ์เชิงบวกที่อ่อนแอกว่าระหว่างการใช้จ่ายโฆษณาทางวิทยุและรายได้จากการขาย
แสดงภาพความสัมพันธ์ด้วยกราฟแบบกระจาย
แม้ว่าฟังก์ชัน CORREL จะให้ค่าตัวเลขสำหรับค่าสัมประสิทธิ์สหสัมพันธ์ แต่บางครั้งการแสดงภาพก็อาจส่งผลกระทบได้มากกว่า สร้างแผนภูมิแบบกระจายเพื่อแสดงภาพความสัมพันธ์ระหว่างตัวแปร
ลองพิจารณาตัวอย่างก่อนหน้านี้ของผู้จัดการฝ่ายขายที่วิเคราะห์ข้อมูลจากปีที่แล้วโดยใช้ชุดข้อมูล 3 ชุด ได้แก่ งบประมาณโฆษณาทางทีวี ($), งบประมาณโฆษณาทางวิทยุ ($) และยอดขาย ($) ในการสร้างแผนภูมิแบบกระจายสำหรับตัวอย่างนี้ ให้ทำดังนี้:
เลือกช่วงข้อมูลที่มีข้อมูลงบประมาณโฆษณาทางทีวีและยอดขาย รวมถึงหัวข้อข่าว ในตัวอย่าง ข้อมูลงบประมาณโฆษณาทางทีวีจะอยู่ในคอลัมน์B และข้อมูลการขายจะอยู่ในคอลัมน์A แถวที่ 2 ถึง 201
เมื่อเลือกข้อมูลแล้ว ให้ไปที่ แท็บ แทรก บนริบบิ้น Excel
ใน ส่วน แผนภูมิ คลิกXY (กระจาย )
Excel จะสร้างแผนภูมิแบบกระจายโดยอัตโนมัติตามข้อมูลที่คุณเลือก ข้อมูลยอดขายจะอยู่บนแกน x และข้อมูลงบประมาณโฆษณาทางทีวีจะอยู่บนแกน y คุณสามารถเพิ่มชื่อแกนเพื่อการจัดรูปแบบที่ดีขึ้นได้
หากต้องการเพิ่มข้อมูลงบประมาณโฆษณาทางวิทยุลงในแผนภูมิ ให้คลิกขวาที่แผนภูมิ แล้วคลิกเลือกข้อมูล จากเมนูแบบเลื่อนลง
คลิกเพิ่ม ภายใต้ รายการคำ อธิบาย(ชุด) ใน หน้าต่างเลือกแหล่งข้อมูล
สำหรับชื่อซีรีส์ ให้เลือกเซลล์ที่มีงบประมาณโฆษณาทางวิทยุ
สำหรับค่าชุด X ให้เลือกช่วงข้อมูลการขาย (คอลัมน์ A แถวที่ 2 ถึง 201)
สำหรับค่าชุด Y ให้เลือกช่วงข้อมูลงบประมาณโฆษณาทางวิทยุ (คอลัมน์ C แถวที่ 2 ถึง 201)
คลิกตกลง เพื่อใช้การเปลี่ยนแปลงและปิดหน้าต่างเลือกแหล่งข้อมูล
แผนภูมิแบบกระจายของคุณจะแสดงสองชุด: ชุดหนึ่งเป็นความสัมพันธ์ระหว่างงบโฆษณาทางทีวีและยอดขาย และอีกชุดหนึ่งเป็นความสัมพันธ์ระหว่างงบโฆษณาทางวิทยุและยอดขาย สิ่งนี้ทำให้คุณสามารถเปรียบเทียบความสัมพันธ์อย่างชัดเจน และระบุได้ว่าสื่อโฆษณาใดมีผลกระทบต่อยอดขายมากกว่ากัน
แผนภูมิกระจายงบประมาณโฆษณาใน Excel พร้อมตัวแปรหลายตัว
แผนภูมิแบบกระจายช่วยให้คุณระบุค่าผิดปกติ กลุ่ม และแนวโน้มในข้อมูลของคุณได้อย่างง่ายดาย ด้วยการรวมแผนภูมิแบบกระจายกับฟังก์ชัน CORREL คุณจะได้รับภาพรวมข้อมูลอย่างรวดเร็ว ซึ่งช่วยให้คุณประหยัดงานใน Excel ได้มาก
การรวมฟังก์ชัน CORREL เข้ากับเครื่องมือ Excel อื่นๆ
ฟังก์ชัน CORREL เป็นเครื่องมือที่มีประสิทธิภาพ แต่เมื่อนำไปใช้ร่วมกับฟีเจอร์อื่นๆ ของ Excel แล้ว ฟังก์ชันนี้จะยิ่งมีประสิทธิภาพมากยิ่งขึ้น เครื่องมือสำคัญสองตัวที่สามารถเพิ่มประสิทธิภาพการวิเคราะห์ความสัมพันธ์ของคุณได้คือ PivotTables และ XLMiner Analysis ToolPak
PivotTables ใน Excel ช่วยให้คุณสรุปและวิเคราะห์ชุดข้อมูลขนาดใหญ่ได้อย่างรวดเร็วการใช้ PivotTables ช่วย ให้คุณสามารถคำนวณความสัมพันธ์ระหว่างตัวแปรและตรวจจับแนวโน้มต่างๆ ในหลายมิติได้อย่างง่ายดาย
แถบด้านข้างรายงาน PivotTable ใน Excel
ตัวอย่างเช่น สมมติว่าคุณมีข้อมูลยอดขายที่แยกตามภูมิภาคและหมวดหมู่ผลิตภัณฑ์ คุณสามารถใช้ PivotTable เพื่อเชื่อมโยงยอดขายกับปัจจัยต่างๆ เช่น ราคา ค่าใช้จ่ายในการโฆษณา หรือข้อมูลประชากรลูกค้าสำหรับแต่ละกลุ่มภูมิภาคและหมวดหมู่
XLMiner Analysis ToolPak เป็นโปรแกรมเสริมที่ให้ฟังก์ชันทางสถิติขั้นสูง รวมถึงการเชื่อมโยง ในขณะที่ฟังก์ชัน CORREL คำนวณความสัมพันธ์ระหว่างตัวแปรสองตัว เครื่องมือ Correlation ใน XLMiner Analysis ToolPak สามารถคำนวณความสัมพันธ์สำหรับชุดข้อมูลทั้งหมดในครั้งเดียวได้
แถบด้านข้างเครื่องมือวิเคราะห์ XLMiner ใน Excel
ฟังก์ชัน CORREL เป็นเครื่องมืออันทรงพลังสำหรับวิเคราะห์ความสัมพันธ์ในข้อมูล ช่วยให้คุณได้รับข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้น อย่างไรก็ตาม หากคุณต้องการวิเคราะห์ข้อมูลของคุณในช่วงเวลาต่างๆฟังก์ชัน TREND ใน Excel ถือเป็นเครื่องมือที่ยอดเยี่ยมอีกตัวหนึ่งที่ควรลองใช้