2.2 การเตรียมข้อมูล (data preparation)
      2.2.1 การทำความสะอาดข้อมูล (data cleansing) 
          ข้อมูลที่รวบรวมมานั้น อาจมีข้อผิดพลาด ซึ่งไม่เหมาะสมที่จะนำไปประมวลผล เช่น มีค่าว่าง  มีค่าที่อยู่นอกขอบเขตค่าที่เป็นไปได้  หน่วยนับไม่ตรงกัน ค่าผิดปกติ (outlier) ตลอดจนมีรูปแบบที่ต่างกัน
          ข้อผิดพลาดเหล่านี้เกิดจากหลายสาเหตุ เช่น ผู้ให้ข้อมูลกรอกข้อมูลไม่ครบถ้วน ผู้บันทึกข้อมูลพิมพ์ข้อมูลผิดพลาด หรือการขาดข้อกำหนดในการบันทึกข้อมูลที่ตรงกัน

การแก้ไขข้อมูลเมื่อพบว่ามีข้อผิดพลาดหากสามารถทำการแก้ไขได้ให้ดำเนินการแก้ไขให้ถูกต้อง หรือลบข้อมูลนั้นออกไปถ้าไม่ส่งผลกระทบต่อการประมวลผล ซึ่งการจัดเตรียมข้อมูลที่มีจำนวนไม่มากอาจจะใช้คนดำเนินการตรวจสอบและแก้ไขข้อมูลได้ หากข้อมูลมีจำนวนมากอาจจะต้องใช้โปรแกรมคอมพิวเตอร์ดำเนินการจัดเตรียมข้อมูลให้สอดคล้องกับเงื่อนไขและรูปแบบของข้อมูลที่กำหนดในโปรแกรม เมื่อได้ข้อมูลที่ผ่านการตรวจสอบและทำความสะอาดแล้ว นักเรียนอาจประมวลผลข้อมูลด้วยการเขียนโปรแกรมหรือใช้โปรแกรมสำเร็จรูป ขั้นตอนการนำเข้าอาจมีการคัดลอกแฟ้มข้อมูลและจัดให้เป็นระบบ  อย่างไรก็ตามถ้านักเรียนประมวลผลข้อมูลด้วยโปรแกรมตารางทำงาน เช่น Microsoft Excel , LibreOffice Calc หรือ Google Sheet นักเรียนจะต้องจัดการข้อมูลที่มากจากหลายแหล่งให้เป็นระเบียบในรูปแบบเดียวกันเพื่อให้สามารถประมวลผลข้อมูลได้ถูกต้อง

   1. การลดจำนวนข้อมูล  การลดจำนวนข้อมูลเป็นเลือกเฉพาะข้อมูลที่สนใจ เพื่อจัดเตรียมข้อมูลก่อนการ

ประมวลผล ตัวอย่างเช่น จากชุดข้อมูลรายได้เฉลี่ยต่อครัวเรือน สังเกตว่าตารางดังกล่าวแต่ละแถวเป็นข้อมูลของแต่ละจังหวัด และแต่ละคอลัมน์แสดงรายได้เฉลี่ยต่อครัวเรือนในปี พ.ศ. ต่าง ๆ อย่างไรก็ตาม ยังมีแถวข้อมูลที่เป็นข้อมูลสรุปแยกตามภาคและข้อมูลรวมทั่วราชอาณาจักรด้วย

   3. การรวมข้อมูล การรวมข้อมูลเป็นการจัดกลุ่มข้อมูลที่มีค่าสอดคล้องกับเงื่อนไขที่กำหนดในแอตทริบิวต์ที่สนใจ เช่น  นักเรียนต้องการตั้งคำถามว่า "จังหวัดใดมีรายได้เฉลี่ยต่อครัวเรือนอยู่ในระดับต่ำ ปานกลาง และสูง" ในกรณีนี้ นักเรียนอาจกำหนดเงื่อนไขรายได้เฉลี่ยต่อครัวเรือนในแต่ละระดับ เป็นดังนี้

  ระดับต่ำ หมายถึง มีรายได้อยู่ระหว่าง 15,001 - 20,000 บาท
  ระดับปานกลาง หมายถึง มีรายได้อยู่ระหว่าง 20,001 - 25,000 บาท
  ระดับสูง หมายถึง มีรายได้อยู่ระหว่าง 25,001 - 30,000 บาท

กิจกรรมที่ 2.2 ดาวน์โหลดไฟล์ รายได้เฉลี่ยต่อเดือนต่อครัวเรือน 41-58.xls