Please use this identifier to cite or link to this item:
http://cmuir.cmu.ac.th/jspui/handle/6653943832/79848
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Pairach Piboonrungroj | - |
dc.contributor.author | Chanwit Chanton | en_US |
dc.date.accessioned | 2024-07-23T10:17:29Z | - |
dc.date.available | 2024-07-23T10:17:29Z | - |
dc.date.issued | 2024-04 | - |
dc.identifier.uri | http://cmuir.cmu.ac.th/jspui/handle/6653943832/79848 | - |
dc.description.abstract | This independent study implements data quality assessment framework to rapid economic indicators. Due to the outbreak of the COVID-19 pandemic abruptly halted economic activities worldwide. Assessing its economic impact using traditional economic indicators has proven insufficient for the urgent analytical and decision-making needs. The advent of Big Data, characterized by its diverse sources and frequent reporting for real-time monitoring. However, a critical challenge is the absence of standardized data quality assessment frameworks. Neglecting data quality assessment while employing Big Data for decision-making may lead to erroneous decisions. This study evaluates rapid economic indicators, Apple Mobility Index, Global Normalcy Index, and Google search trends. An existing data quality assessment framework and data quality dimensions—accuracy, timeliness, and validity—are assessed by Talend Open Studio for Data Quality. Findings reveal the Global Normalcy Index as a promising rapid economic indicator for timeliness and validity. However, accuracy testing yielded inconclusive results due to its fluctuations. This highlights the need for a nuanced approach with considering data characteristics. Future endeavors should diversify data quality dimensions and refine the assessment framework to enhance data quality assessment efficiency. | en_US |
dc.language.iso | other | en_US |
dc.publisher | Chiang Mai : Graduate School, Chiang Mai University | en_US |
dc.title | Data quality assessment of economic indicators in Thailand | en_US |
dc.title.alternative | การประเมินคุณภาพข้อมูลของตัวบ่งชี้ทางเศรษฐกิจในประเทศไทย | en_US |
dc.type | Independent Study (IS) | |
thailis.controlvocab.lcsh | Big data | - |
thailis.controlvocab.lcsh | Thailand -- Economic conditions | - |
thesis.degree | master | en_US |
thesis.description.thaiAbstract | การค้นคว้าอิสระนี้นำเสนอกรอบการประเมินคุณภาพข้อมูลสาหรับตัวบ่งชี้เศรษฐกิจแบบเร็ว เนื่องด้วยการระบาดของโรคระบาดไวรัสโคโรน่าที่ทาให้กิจกรรมเศรษฐกิจทั่วโลกหยุดลงอย่างกะทันหัน การประเมินผลกระทบทางเศรษฐกิจโดยใช้ตัวบ่งชี้เศรษฐกิจแบบดั้งเดิมนั้นไม่ตอบสนองต่อความต้องการใช้ข้อมูลในการวิเคราะห์และการตัดสินใจที่เร่งด่วน โดยการเกิดขึ้นของ Big Data ที่มีแหล่งกาเนิดและรูปแบบข้อมูลที่หลากหลาย ตลอดจนการมีรอบการรายงานข้อมูลที่มีความถี่มาก อาจเป็นตัวเลือกที่มีศักยภาพที่จะเป็นตัวบ่งชี้เศรษฐกิจแบบเร็วสำหรับการติดตามสถานการณ์แบบเรียลไทม์ อย่างไรก็ตาม ความท้าทายสำคัญที่เกิดขึ้นกับ Big Data คือ การขาดกรอบการประเมินคุณภาพข้อมูลที่มีมาตรฐาน ซึ่งการละเลยการประเมินคุณภาพข้อมูลในขณะที่ใช้ Big Data สาหรับการตัดสินใจอาจนำไปสู่ความผิดพลาดได้ การศึกษานี้จะประเมินคุณภาพข้อมูลของตัวบ่งชี้เศรษฐกิจแบบเร็ว ได้แก่ Apple Mobility Index, Global Normalcy Index, และ Google search trends โดยใช้กรอบการประเมินคุณภาพข้อมูลที่กาหนดมิติคุณภาพข้อมูล ได้แก่ ความแม่นยำ, ความทันเวลา, และความถูกต้อง โดยใช้ Talend Open Studio for Data Quality เป็นเครื่องมือในการประเมินผล ผลการศึกษาพบว่า Global Normalcy Index เป็นตัวบ่งชี้เศรษฐกิจแบบเร็วที่มีศักยภาพโดยเฉพาะสำหรับมิติความทันเวลาและความถูกต้อง อย่างไรก็ตาม การทดสอบความแม่นยำได้ผลไม่สมบูรณ์ เนื่องจากการเคลื่อนไหวของข้อมูล จึงสะท้อนถึงความต้องการใช้กรอบการประเมินคุณภาพข้อมูลอื่น ๆ ที่พิจารณาถึงลักษณะของข้อมูลร่วมด้วย โดยการศึกษาในอนาคตควรเพิ่มมิติคุณภาพข้อมูลและปรับปรุงกรอบการประเมินเพื่อเพิ่มประสิทธิภาพในการประเมินคุณภาพข้อมูล | en_US |
Appears in Collections: | ENG: Independent Study (IS) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
640632082-CHANWIT CHANTON.pdf | 1.77 MB | Adobe PDF | View/Open Request a copy |
Items in CMUIR are protected by copyright, with all rights reserved, unless otherwise indicated.