Overview

Dataset statistics

Number of variables7
Number of observations1403
Missing cells625
Missing cells (%)6.4%
Duplicate rows1
Duplicate rows (%)0.1%
Total size in memory76.9 KiB
Average record size in memory56.1 B

Variable types

Numeric2
Categorical5

Alerts

ประเภทหน่วยงาน has constant value "ส่วนราชการระดับกรมหรือเทียบเท่า" Constant
Dataset has 1 (0.1%) duplicate rowsDuplicates
หน่วยงาน has a high cardinality: 166 distinct values High cardinality
ประเภทหน่วยงาน is highly correlated with รอบการประเมิน and 2 other fieldsHigh correlation
รอบการประเมิน is highly correlated with ประเภทหน่วยงาน and 1 other fieldsHigh correlation
ชื่อกระทรวง is highly correlated with ประเภทหน่วยงานHigh correlation
สรุปผลการประเมิน is highly correlated with ประเภทหน่วยงาน and 1 other fieldsHigh correlation
ปีงบประมาณ is highly correlated with รอบการประเมิน and 2 other fieldsHigh correlation
รอบการประเมิน is highly correlated with ปีงบประมาณ and 1 other fieldsHigh correlation
คะแนน is highly correlated with ปีงบประมาณ and 2 other fieldsHigh correlation
สรุปผลการประเมิน is highly correlated with ปีงบประมาณ and 1 other fieldsHigh correlation
คะแนน has 307 (21.9%) missing values Missing
สรุปผลการประเมิน has 318 (22.7%) missing values Missing
หน่วยงาน is uniformly distributed Uniform

Reproduction

Analysis started2026-09-09 04:19:21.482926
Analysis finished2026-09-09 04:19:23.143618
Duration1.66 second
Software versionpandas-profiling v3.1.0
Download configurationconfig.json

Variables

ปีงบประมาณ
Real number (ℝ≥0)

HIGH CORRELATION

Distinct7
Distinct (%)0.5%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean2565.595866
Minimum2562
Maximum2568
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size11.1 KiB
2026-09-09T11:19:23.194523image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum2562
5-th percentile2562
Q12564
median2566
Q32567
95-th percentile2568
Maximum2568
Range6
Interquartile range (IQR)3

Descriptive statistics

Standard deviation2.062479157
Coefficient of variation (CV)0.0008038986905
Kurtosis-1.206074222
Mean2565.595866
Median Absolute Deviation (MAD)2
Skewness-0.4073832073
Sum3599531
Variance4.253820273
MonotonicityIncreasing
2026-09-09T11:19:23.311850image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=7)
ValueCountFrequency (%)
2568326
23.2%
2567310
22.1%
2566154
11.0%
2565154
11.0%
2564154
11.0%
2563153
10.9%
2562152
10.8%
ValueCountFrequency (%)
2562152
10.8%
2563153
10.9%
2564154
11.0%
2565154
11.0%
2566154
11.0%
2567310
22.1%
2568326
23.2%
ValueCountFrequency (%)
2568326
23.2%
2567310
22.1%
2566154
11.0%
2565154
11.0%
2564154
11.0%
2563153
10.9%
2562152
10.8%

ชื่อกระทรวง
Categorical

HIGH CORRELATION

Distinct21
Distinct (%)1.5%
Missing0
Missing (%)0.0%
Memory size11.1 KiB
สำนักนายกรัฐมนตรี
143 
กระทรวงเกษตรและสหกรณ์
135 
กระทรวงการต่างประเทศ
117 
กระทรวงยุติธรรม
90 
กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม
90 
Other values (16)
828 

Length

Max length52
Median length17
Mean length21.59800428
Min length13

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowกระทรวงการคลัง
2nd rowกระทรวงการคลัง
3rd rowกระทรวงการคลัง
4th rowกระทรวงการคลัง
5th rowกระทรวงการคลัง

Common Values

ValueCountFrequency (%)
สำนักนายกรัฐมนตรี143
 
10.2%
กระทรวงเกษตรและสหกรณ์135
 
9.6%
กระทรวงการต่างประเทศ117
 
8.3%
กระทรวงยุติธรรม90
 
6.4%
กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม90
 
6.4%
กระทรวงการคลัง81
 
5.8%
กระทรวงสาธารณสุข81
 
5.8%
กระทรวงพาณิชย์72
 
5.1%
กระทรวงคมนาคม71
 
5.1%
กระทรวงมหาดไทย63
 
4.5%
Other values (11)460
32.8%

Length

2026-09-09T11:19:23.470098image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
สำนักนายกรัฐมนตรี143
 
9.3%
กระทรวงเกษตรและสหกรณ์135
 
8.8%
กระทรวงการต่างประเทศ117
 
7.6%
กระทรวงยุติธรรม90
 
5.9%
กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม90
 
5.9%
กระทรวงการคลัง81
 
5.3%
กระทรวงสาธารณสุข81
 
5.3%
กระทรวงพาณิชย์72
 
4.7%
กระทรวงคมนาคม71
 
4.6%
กระทรวงอุตสาหกรรม63
 
4.1%
Other values (14)588
38.4%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

หน่วยงาน
Categorical

HIGH CARDINALITY
UNIFORM

Distinct166
Distinct (%)11.8%
Missing0
Missing (%)0.0%
Memory size11.1 KiB
กรมอุตุนิยมวิทยา
 
12
สำนักงานคณะกรรมการพิเศษเพื่อประสานงานโครงการอันเนื่องมาจากพระราชดำริ
 
9
กรมป้องกันและบรรเทาสาธารณภัย
 
9
กรมส่งเสริมสหกรณ์
 
9
สำนักงานปลัดกระทรวงแรงงาน
 
9
Other values (161)
1355 

Length

Max length78
Median length23
Mean length24.42765502
Min length8

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique2 ?
Unique (%)0.1%

Sample

1st rowสำนักงานปลัดกระทรวงการคลัง
2nd rowสำนักงานเศรษฐกิจการคลัง
3rd rowกรมธนารักษ์
4th rowสำนักงานคณะกรรมการนโยบายรัฐวิสาหกิจ
5th rowสำนักงานบริหารหนี้สาธารณะ

Common Values

ValueCountFrequency (%)
กรมอุตุนิยมวิทยา12
 
0.9%
สำนักงานคณะกรรมการพิเศษเพื่อประสานงานโครงการอันเนื่องมาจากพระราชดำริ9
 
0.6%
กรมป้องกันและบรรเทาสาธารณภัย9
 
0.6%
กรมส่งเสริมสหกรณ์9
 
0.6%
สำนักงานปลัดกระทรวงแรงงาน9
 
0.6%
กรมที่ดิน9
 
0.6%
สำนักงานคณะกรรมการป้องกันและปราบปรามการทุจริตในภาครัฐ9
 
0.6%
สำนักงานเศรษฐกิจการคลัง9
 
0.6%
กรมปศุสัตว์9
 
0.6%
สถาบันนิติวิทยาศาสตร์9
 
0.6%
Other values (156)1310
93.4%

Length

2026-09-09T11:19:23.659888image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
กรมอุตุนิยมวิทยา12
 
0.8%
กรมพัฒนาสังคมและสวัสดิการ9
 
0.6%
กรมอาเซียน9
 
0.6%
กรมเชื้อเพลิงธรรมชาติ9
 
0.6%
สำนักงานคณะกรรมการการอาชีวศึกษา9
 
0.6%
สำนักงานปรมาณูเพื่อสันติ9
 
0.6%
สำนักงานบริหารหนี้สาธารณะ9
 
0.6%
กรมโรงงานอุตสาหกรรม9
 
0.6%
สำนักงานคณะกรรมการกฤษฎีกา9
 
0.6%
กรมการกงสุล9
 
0.6%
Other values (164)1361
93.6%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

ประเภทหน่วยงาน
Categorical

CONSTANT
HIGH CORRELATION
REJECTED

Distinct1
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size11.1 KiB
ส่วนราชการระดับกรมหรือเทียบเท่า
1403 

Length

Max length31
Median length31
Mean length31
Min length31

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowส่วนราชการระดับกรมหรือเทียบเท่า
2nd rowส่วนราชการระดับกรมหรือเทียบเท่า
3rd rowส่วนราชการระดับกรมหรือเทียบเท่า
4th rowส่วนราชการระดับกรมหรือเทียบเท่า
5th rowส่วนราชการระดับกรมหรือเทียบเท่า

Common Values

ValueCountFrequency (%)
ส่วนราชการระดับกรมหรือเทียบเท่า1403
100.0%

Length

2026-09-09T11:19:23.835014image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category

Pie chart

2026-09-09T11:19:23.924188image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
ส่วนราชการระดับกรมหรือเทียบเท่า1403
100.0%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

รอบการประเมิน
Categorical

HIGH CORRELATION
HIGH CORRELATION

Distinct2
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size11.1 KiB
12 เดือน
1085 
6 เดือน
318 

Length

Max length8
Median length8
Mean length7.773342837
Min length7

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row12 เดือน
2nd row12 เดือน
3rd row12 เดือน
4th row12 เดือน
5th row12 เดือน

Common Values

ValueCountFrequency (%)
12 เดือน1085
77.3%
6 เดือน318
 
22.7%

Length

2026-09-09T11:19:24.012304image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category

Pie chart

2026-09-09T11:19:24.101869image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
เดือน1403
50.0%
121085
38.7%
6318
 
11.3%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

คะแนน
Real number (ℝ≥0)

HIGH CORRELATION
MISSING

Distinct659
Distinct (%)60.1%
Missing307
Missing (%)21.9%
Infinite0
Infinite (%)0.0%
Mean81.47607664
Minimum0
Maximum100
Zeros1
Zeros (%)0.1%
Negative0
Negative (%)0.0%
Memory size11.1 KiB
2026-09-09T11:19:24.216456image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum0
5-th percentile57.5
Q170
median84.165
Q395.1925
95-th percentile100
Maximum100
Range100
Interquartile range (IQR)25.1925

Descriptive statistics

Standard deviation14.73151564
Coefficient of variation (CV)0.1808078672
Kurtosis-0.09249964187
Mean81.47607664
Median Absolute Deviation (MAD)13.66
Skewness-0.535762758
Sum89297.78
Variance217.0175532
MonotonicityNot monotonic
2026-09-09T11:19:24.403481image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
70152
 
10.8%
10099
 
7.1%
6517
 
1.2%
95.6512
 
0.9%
6010
 
0.7%
96.2510
 
0.7%
76.668
 
0.6%
97.56
 
0.4%
906
 
0.4%
856
 
0.4%
Other values (649)770
54.9%
(Missing)307
 
21.9%
ValueCountFrequency (%)
01
0.1%
33.751
0.1%
36.251
0.1%
401
0.1%
40.51
0.1%
41.561
0.1%
41.891
0.1%
42.51
0.1%
42.831
0.1%
45.171
0.1%
ValueCountFrequency (%)
10099
7.1%
99.941
 
0.1%
99.852
 
0.1%
99.841
 
0.1%
99.811
 
0.1%
99.731
 
0.1%
99.721
 
0.1%
99.691
 
0.1%
99.681
 
0.1%
99.621
 
0.1%

สรุปผลการประเมิน
Categorical

HIGH CORRELATION
HIGH CORRELATION
MISSING

Distinct8
Distinct (%)0.7%
Missing318
Missing (%)22.7%
Memory size11.1 KiB
ระดับคุณภาพ
342 
เนื่องจากสถานการณ์โควิดจึงไม่มีการประเมินผล
307 
ระดับมาตรฐานขั้นสูง
188 
ระดับดีมาก
104 
ระดับมาตรฐานขั้นต้น
72 
Other values (3)
72 

Length

Max length43
Median length19
Mean length21.74930876
Min length7

Characters and Unicode

Total characters0
Distinct characters0
Distinct categories0 ?
Distinct scripts0 ?
Distinct blocks0 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowระดับคุณภาพ
2nd rowระดับมาตรฐานขั้นสูง
3rd rowระดับมาตรฐานขั้นสูง
4th rowระดับมาตรฐานขั้นสูง
5th rowระดับคุณภาพ

Common Values

ValueCountFrequency (%)
ระดับคุณภาพ342
24.4%
เนื่องจากสถานการณ์โควิดจึงไม่มีการประเมินผล307
21.9%
ระดับมาตรฐานขั้นสูง188
13.4%
ระดับดีมาก104
 
7.4%
ระดับมาตรฐานขั้นต้น72
 
5.1%
ระดับดี52
 
3.7%
ระดับต้องปรับปรุง13
 
0.9%
ระดับพอใช้7
 
0.5%
(Missing)318
22.7%

Length

2026-09-09T11:19:24.579152image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category

Pie chart

2026-09-09T11:19:24.685442image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
ระดับคุณภาพ342
31.5%
เนื่องจากสถานการณ์โควิดจึงไม่มีการประเมินผล307
28.3%
ระดับมาตรฐานขั้นสูง188
17.3%
ระดับดีมาก104
 
9.6%
ระดับมาตรฐานขั้นต้น72
 
6.6%
ระดับดี52
 
4.8%
ระดับต้องปรับปรุง13
 
1.2%
ระดับพอใช้7
 
0.6%

Most occurring characters

ValueCountFrequency (%)
No values found.

Most occurring categories

ValueCountFrequency (%)
No values found.

Most frequent character per category

Most occurring scripts

ValueCountFrequency (%)
No values found.

Most frequent character per script

Most occurring blocks

ValueCountFrequency (%)
No values found.

Most frequent character per block

Interactions

2026-09-09T11:19:22.168350image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:19:21.848650image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:19:22.321461image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2026-09-09T11:19:22.017280image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Correlations

2026-09-09T11:19:24.822735image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Spearman's ρ

The Spearman's rank correlation coefficient (ρ) is a measure of monotonic correlation between two variables, and is therefore better in catching nonlinear monotonic correlations than Pearson's r. It's value lies between -1 and +1, -1 indicating total negative monotonic correlation, 0 indicating no monotonic correlation and 1 indicating total positive monotonic correlation.

To calculate ρ for two variables X and Y, one divides the covariance of the rank variables of X and Y by the product of their standard deviations.
2026-09-09T11:19:24.977153image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Pearson's r

The Pearson's correlation coefficient (r) is a measure of linear correlation between two variables. It's value lies between -1 and +1, -1 indicating total negative linear correlation, 0 indicating no linear correlation and 1 indicating total positive linear correlation. Furthermore, r is invariant under separate changes in location and scale of the two variables, implying that for a linear function the angle to the x-axis does not affect r.

To calculate r for two variables X and Y, one divides the covariance of X and Y by the product of their standard deviations.
2026-09-09T11:19:25.281102image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Kendall's τ

Similarly to Spearman's rank correlation coefficient, the Kendall rank correlation coefficient (τ) measures ordinal association between two variables. It's value lies between -1 and +1, -1 indicating total negative correlation, 0 indicating no correlation and 1 indicating total positive correlation.

To calculate τ for two variables X and Y, one determines the number of concordant and discordant pairs of observations. τ is given by the number of concordant pairs minus the discordant pairs divided by the total number of pairs.
2026-09-09T11:19:25.440698image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Cramér's V (φc)

Cramér's V is an association measure for nominal random variables. The coefficient ranges from 0 to 1, with 0 indicating independence and 1 indicating perfect association. The empirical estimators used for Cramér's V have been proved to be biased, even for large samples. We use a bias-corrected measure that has been proposed by Bergsma in 2013 that can be found here.
2026-09-09T11:19:25.611835image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Phik (φk)

Phik (φk) is a new and practical correlation coefficient that works consistently between categorical, ordinal and interval variables, captures non-linear dependency and reverts to the Pearson correlation coefficient in case of a bivariate normal input distribution. There is extensive documentation available here.

Missing values

2026-09-09T11:19:22.558472image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
A simple visualization of nullity by column.
2026-09-09T11:19:22.791910image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2026-09-09T11:19:22.955387image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.
2026-09-09T11:19:23.054863image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The dendrogram allows you to more fully correlate variable completion, revealing trends deeper than the pairwise ones visible in the correlation heatmap.

Sample

First rows

ปีงบประมาณชื่อกระทรวงหน่วยงานประเภทหน่วยงานรอบการประเมินคะแนนสรุปผลการประเมิน
02562กระทรวงการคลังสำนักงานปลัดกระทรวงการคลังส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน93.58ระดับคุณภาพ
12562กระทรวงการคลังสำนักงานเศรษฐกิจการคลังส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน89.98ระดับมาตรฐานขั้นสูง
22562กระทรวงการคลังกรมธนารักษ์ส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน89.13ระดับมาตรฐานขั้นสูง
32562กระทรวงการคลังสำนักงานคณะกรรมการนโยบายรัฐวิสาหกิจส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน86.21ระดับมาตรฐานขั้นสูง
42562กระทรวงการคลังสำนักงานบริหารหนี้สาธารณะส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน97.88ระดับคุณภาพ
52562กระทรวงการคลังกรมบัญชีกลางส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน90.70ระดับคุณภาพ
62562กระทรวงการคลังกรมศุลกากรส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน92.19ระดับคุณภาพ
72562กระทรวงการคลังกรมสรรพากรส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน91.64ระดับคุณภาพ
82562กระทรวงการคลังกรมสรรพสามิตส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน87.47ระดับมาตรฐานขั้นสูง
92562กระทรวงการต่างประเทศกรมพิธีการทูตส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน76.66ระดับมาตรฐานขั้นสูง

Last rows

ปีงบประมาณชื่อกระทรวงหน่วยงานประเภทหน่วยงานรอบการประเมินคะแนนสรุปผลการประเมิน
13932568สำนักนายกรัฐมนตรีสำนักงานคณะกรรมการคุ้มครองผู้บริโภคส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน97.80ระดับดีมาก
13942568สำนักนายกรัฐมนตรีสำนักงานคณะกรรมการนโยบายที่ดินแห่งชาติส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน91.60ระดับดีมาก
13952568สำนักนายกรัฐมนตรีสำนักงานคณะกรรมการพัฒนาระบบราชการส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน85.99ระดับดี
13962568สำนักนายกรัฐมนตรีสำนักงานคณะกรรมการส่งเสริมการลงทุนส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน79.01ระดับดี
13972568สำนักนายกรัฐมนตรีสำนักงานทรัพยากรน้ำแห่งชาติส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน87.22ระดับดี
13982568สำนักนายกรัฐมนตรีสำนักงานปลัดสำนักนายกรัฐมนตรีส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน96.84ระดับดีมาก
13992568สำนักนายกรัฐมนตรีสำนักงานสภาความมั่นคงแห่งชาติส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน80.62ระดับดี
14002568สำนักนายกรัฐมนตรีสำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน91.61ระดับดีมาก
14012568สำนักนายกรัฐมนตรีสำนักเลขาธิการคณะรัฐมนตรีส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน96.59ระดับดีมาก
14022568สำนักนายกรัฐมนตรีสำนักเลขาธิการนายกรัฐมนตรีส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน93.29ระดับดีมาก

Duplicate rows

Most frequently occurring

ปีงบประมาณชื่อกระทรวงหน่วยงานประเภทหน่วยงานรอบการประเมินคะแนนสรุปผลการประเมิน# duplicates
02562กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคมกรมอุตุนิยมวิทยาส่วนราชการระดับกรมหรือเทียบเท่า12 เดือน88.13ระดับมาตรฐานขั้นสูง2