ทำความรู้จักกับค่าเฉลี่ยเรขาคณิต (Geometric Mean)

ในการวิเคราะห์ข้อมูลทางสถิติ หลายครั้งเราจำเป็นต้องหาค่ากลางของชุดข้อมูลที่ไม่ได้มีลักษณะเพิ่มขึ้นแบบคงที่ (Additive) แต่เป็นการเปลี่ยนแปลงในลักษณะทวีคูณ (Multiplicative) เช่น การเติบโตของประชากร อัตราผลตอบแทนจากการลงทุน หรือการเพิ่มขึ้นของแบคทีเรีย ในสถานการณ์เหล่านี้ การใช้ค่าเฉลี่ยเลขคณิตธรรมดา (Arithmetic Mean) อาจให้ภาพที่ผิดเพี้ยนไปจากความเป็นจริงอย่างมาก เครื่องมือทางสถิติที่เหมาะสมและแม่นยำกว่าในกรณีนี้คือ ค่าเฉลี่ยเรขาคณิต (Geometric Mean)

ค่าเฉลี่ยเรขาคณิต คืออะไร?

Geometric Mean คือค่าเฉลี่ยที่ได้จากการนำข้อมูลทุกตัวมาคูณกัน (แทนที่จะนำมาบวกกัน) แล้วถอดรากที่ n ของผลคูณนั้น โดยที่ n คือจำนวนของข้อมูลทั้งหมด ค่าเฉลี่ยชนิดนี้เหมาะมากสำหรับข้อมูลที่เป็นอัตราส่วน (Ratios) หรือเปอร์เซ็นต์ที่แสดงถึงการเปลี่ยนแปลงจากช่วงเวลาหนึ่งไปยังอีกช่วงเวลาหนึ่ง

สูตรการคำนวณ (Geometric Mean Formula)

หากเรามีชุดข้อมูลที่มีจำนวน N ตัว ประกอบด้วย x₁, x₂, x₃, ..., x_n สูตรในการคำนวณคือ:

หรือสามารถเขียนในรูปของรากที่ n ได้ดังนี้: G = ⁿ√(x₁ × x₂ × ... × x_n)

ความแตกต่างระหว่าง Arithmetic Mean และ Geometric Mean

ลองพิจารณาตัวอย่างการลงทุนที่มีผลตอบแทนดังนี้: ปีที่ 1 ได้กำไร 100% (เงินทุนเพิ่มเป็น 2 เท่า) ปีที่ 2 ขาดทุน 50% (เงินทุนลดลงเหลือครึ่งหนึ่ง)

• ถ้าใช้ค่าเฉลี่ยเลขคณิต (Arithmetic Mean): (100% + (-50%)) / 2 = +25% ต่อปี ซึ่งในความเป็นจริง หากคุณเริ่มลงทุนด้วยเงิน 100 บาท สิ้นปีที่ 1 จะมี 200 บาท และสิ้นปีที่ 2 จะเหลือ 100 บาท (เท่าทุน) การบอกว่าได้กำไร 25% ต่อปี จึงเป็นความเข้าใจที่ผิด!
• ถ้าใช้ค่าเฉลี่ยเรขาคณิต (Geometric Mean): เราต้องมองการเปลี่ยนแปลงในรูปตัวคูณ คือปีแรกคูณ 2 (2.0) ปีที่สองคูณ 0.5
  G = √(2.0 × 0.5) = √1 = 1.0
  ค่าผลคูณเฉลี่ยต่อปีคือ 1.0 (หรือ 0%) ซึ่งสะท้อนความเป็นจริงได้อย่างถูกต้อง 100%

ข้อจำกัดและข้อควรระวัง

แม้ค่าเฉลี่ยเรขาคณิตจะมีประโยชน์มากในหลายสถานการณ์ แต่ก็มีข้อจำกัดที่สำคัญที่ผู้ใช้จำเป็นต้องทราบ:

1. ข้อมูลต้องเป็นบวกเท่านั้น: หากมีข้อมูลตัวใดตัวหนึ่งในชุดเป็น 0 (ศูนย์) ผลคูณทั้งหมดจะกลายเป็นศูนย์ และค่าเฉลี่ยเรขาคณิตจะเท่ากับศูนย์ทันที ซึ่งทำให้เสียความหมายของข้อมูลโดยรวมไป
2. ไม่รองรับค่าลบ: ไม่สามารถคำนวณหารากที่เป็นเลขคู่ของผลคูณที่มีค่าเป็นลบได้ (ในระบบจำนวนจริง) ดังนั้นข้อมูลทั้งหมดจึงต้องมีค่ามากกว่าศูนย์อย่างเคร่งครัด ในกรณีของการคำนวณผลตอบแทนที่ติดลบ (เช่น ขาดทุน 10%) เราต้องปรับให้อยู่ในรูปตัวคูณก่อน (เช่น เหลือ 90% หรือ 0.90) จึงจะสามารถนำมาคำนวณในสูตรนี้ได้