ดร.อิศเรศ โกสีย์วัฒนา
วิจัยเภสัชเคมีภัณฑ์

ในการวัด (Measurement) หรือ การหาปริมาณในทางวิเคราะห์ ค่า parameter หนึ่งที่
ได้รับความสนใจมากในปัจจุบันได้แก่ ค่า "Uncertainty" หรือ ค่าความไม่แน่นอนจากการวัด การหาค่า
Uncertainty ในปัจจุบันได้มีหลายหน่วยงานที่พยายามหาวิธีที่จะคำนวณค่าดังกล่าวออกมาให้มีความเข้าใจ
ง่ายที่สุด และไม่ซับซ้อน โดย 2 ตัวอย่างที่นิยมใช้เป็นแบบแผนในการคำนวณ ได้แก่ Eurachem และ UKAS
(United Kingdom Accreditation Service) ซึ่งในที่นี้จะนำเสนอแนวทางการคำนวณของ UKAS เป็นหลัก
เพื่อให้ผู้อ่านได้เข้าใจถึง หลักการและแนวคิดที่สามารถนำไปประยุกต์ใช้กับงานของตนได้อย่างไม่ยากนัก
Uncertainty เป็น parameter ที่ข้องเกี่ยวกับผลของการวัด ว่ามีช่วงของค่าที่เป็นไปได้ ซึ่งเกิดจาก
ความไม่แน่นอนของการวัดอยู่เท่าไรในระดับความเชื่อมั่นที่เหมาะสม
อาทิเช่น ในการวัดความกว้างของผ้าผืนหนึ่ง จะรายงานว่า "กว้าง 2 + 1 cm" ที่ระดับความ
เชื่อมั่น 95 % ค่า 1 cm ที่รายงานในที่นี้ไม่ใช่ค่า standard deviation แต่เป็นค่า uncertainty จาก
การวัดว่ามีความไม่แน่นอนของการวัดในครั้งนี้ + 1 cm
Uncertainty ต่างกับ ค่า Error อย่างไร
หลายคนอาจมีความเข้าใจผิดว่า ค่า uncer-tainty นั้นก็คือค่า error แต่แท้จริงแล้วคำนิยามของ
ทั้ง 2 ตัวแตกต่างกันเนื่องจาก :
Error เป็นความแตกต่างระหว่างค่าที่วัดได้ (measured value) กับค่าที่แท้จริงที่ควรจะ
เป็น (true value) error of measurement เองสามารถจำแนกได้เป็น 2 ชนิดคือ random error
และ systemic error
-Random error มักไม่ทราบสาเหตุที่ทำ ให้เกิด error ได้ และมักเป็น random effect โดย
ไม่สามารถคาดการณ์ว่าจะเป็น error ในทิศทางใด แต่ทั้งนี้การเพิ่มจำนวนครั้งของการวัดให้มากขึ้น
ก็สามารถลด error ชนิดนี้ลงไปได้
-Systemic error สามารถคาดการณ์ค่าที่วัดได้ว่าจะมีการเบี่ยงเบนไปในทิศทางใด โดยเกิดจาก
systemic effect error ประเภทนี้ไม่สามารถลดด้วยการเพิ่มจำนวนครั้งของการวัดให้มากขึ้นได้
Uncertainty เป็นค่าที่เกิดจากความไม่ แน่นอนของการวัด (quantification of the doubt)
ซึ่งจะบอกช่วงความไม่แน่นอน ช่วงที่เป็นไปได้ของ ผลที่วัดได้นั้น
ทำไมถึงต้องคำนวณหาค่า uncertainty ในทางวิเคราะห์
ประโยชน์ต่าง ๆ ของค่า uncertainty สามารถสรุปเป็นข้อ ๆ ได้ดังนี้
1. ค่า uncertainty จะเป็นปริมาณที่บ่งชี้ให้เห็นถึงคุณภาพ (quality) ของการวัดนั้น ๆ
2. สามารถนำมาใช้เป็น parameter หนึ่งในการเปรียบเทียบผลของการวัดระหว่างห้องปฏิบัติการ
3. ทำให้ customer นำไปใช้ในการตัดสินใจจากการแปรผลข้อมูล ซึ่งจะได้ข้อมูลที่ละเอียดมาก
            ยิ่งขึ้น โดยค่าที่รายงานจะรวมถึงความไม่แน่นอนจากการวัดทั้งระบบ
4. สามารถนำมาเป็น factor ที่ใช้พิจารณา วิธีวิเคราะห์ วิธีการวัดว่าควรต้องมีการปรับปรุงแก้ไข
หรือไม่วิธีการวัดที่กำหนดไว้มีค่าความไม่แน่นอนสูงเพียงใด และอาจจะทำการลดค่าความไม่แน่นอน
ดังกล่าวลงโดยการปรับปรุงวิธีการวัดใหม่ได้
ขั้นตอนการประมาณค่า Uncertainty
ขั้นตอนการประมาณค่า uncertainty มีขั้นตอนหลัก ๆ 4 ขั้นตอน ดังนี้
Step 1. Specify measurand
ระบุให้ชัดเจนว่าต้องการวัดอะไร อาทิ เช่น ต้องการหาความเข้มข้นของสาร หรือ การหาความ
ชื้นของสารสกัดสมุนไพร เป็นต้น
Step 2. Identify uncertainty sources
ทำการหาแหล่งที่มาหรือขั้นตอนที่ทำให้เกิด uncertainty ขึ้นมาให้ละเอียดครบถ้วนทุกปัจจัย
เช่น เครื่องมือที่ใช้วัด วิธีการ sampling, นักวิเคราะห์ หรือสิ่งแวดล้อมที่อาจส่งผลกระทบต่อการวัด
หรือการวิเคราะห์นั้นได้ ในขั้นนี้ต้องพยายามเรียบเรียงปัจจัยต่าง ๆ ให้มากที่สุดเท่าที่จะทำได้
ในการหา uncertainty source นั้น ต้องอาศัยความรู้ที่จะประเมินหา parameter ต่าง ๆ อย่าง
เหมาะสมอาจต้องมีการรวบรวมความคิดจากนักวิเคราะห์หลาย ๆ คน เพื่อที่จะได้ปัจจัยที่สมบูรณ์ที่สุด
Step 3. Quantify uncertainty compounds
คำนวณหรือประมาณค่าของ uncertainty ของแต่ละปัจจัยที่เรียบเรียงไว้ใน Step 2 ในขั้นนี้ จะพบ
ว่าปัจจัยบางปัจจัยมีผลกระทบต่อการวัดค่อนข้างมาก ค่าที่ออกมาเป็นตัวเลขจะมีค่าสูง ส่วนบางปัจจัยที่
อาจส่งผลกระทบน้อยมาก ดังนั้นจึงทำการตัดปัจจัยที่มีผลกระทบน้อยออกจากการคำนวณได้
วิธีการประมาณค่าออกมาได้มีด้วยกัน หลายวิธี ได้แก่
-จากการทดลอง เช่นการทำซ้ำ (repeatability)
-จากข้อมูลที่มีอยู่เดิม เช่น cali-bration certificate ของเครื่องแก้ว/เครื่องชั่ง ฯลฯ
-จากการประมาณของนักวิเคราะห์โดยใช้ประสบการณ์และยึดหลักทฤษฎีในการตัดสินใจ
ก่อนที่จะประมาณค่า uncertainty ของแต่ละปัจจัย ต้องตอบคำถาม 2 ข้อ ดังนี้
1. Source ของ uncertainty นั้นจัดเป็น type A หรือ type B
-Type A : เกิดจากการคำนวณค่าจากการทดลองซ้ำ ๆ (repeated observation) หรืออาจเรียก
อีกอย่างว่าเป็นการทำ Repeatability
-Type B : เป็นการประเมินโดยวิธีอื่น ๆ ที่ไม่ใช่ทำ Repeatability เช่น การใช้ข้อมูลจาก
calibration certificate, การนำ resolution ของเครื่องมือมาใช้ และปัจจัยทาง environment ที่เกี่ยว
ข้องในการทดลอง
2. การกระจายตัวของค่าที่วัดจัดเป็น distri-bution แบบใด รูปแบบการกระจายตัวที่เป็นไปได้
มีดังนี้
-Rectangular distribution
ตัวอย่างได้แก่ การโยนลูกเต๋า 1 ลูก โอกาสที่จะออกหน้าแต่ละหน้ามีเท่า ๆ กัน และเมื่อมีการ
โยนหลาย ๆ ครั้ง แล้วนำมา plot distribution จะได้ดังภาพ
-Triangular distribution
ตัวอย่างได้แก่ การโยนลูกเต๋า 2 ลูก ซึ่งโอกาสที่แต้มที่จะเป็นไปได้จะอยู่ระหว่าง 2-12 แต่จะ
มีบางค่าที่ในการออกจะมากกว่าค่าอื่น เช่น 7 เป็นต้น ดังนั้นรูปแบบการกระจายจึงคล้ายสามเหลี่ยม
ดังภาพ
-Normal distribution หรือ Gaussian distribution
เป็นรูปแบบการกระจายตัวแบบปกติ โดยเฉพาะจะวัดในประชากรที่มีขนาดใหญ่ โดยที่ค่าส่วนใหญ่
จะกระจายอยู่ในช่วงค่าเฉลี่ยค่อนข้างมาก ดังนั้นจึงเป็นลักษณะของรูประฆังคว่ำ
ในการ estimate uncertainty ว่ามีวิธีการกระจายตัวแบบใดนั้น มีหลักในการจำแนก type of
distribution ดังนี้
1. ถ้า source of uncertainty นั้นได้มาจาก calibrate certificate หรือได้มาจากการทำ
repeatability ของการทดลอง ถือว่าการกระจายตัวนั้นเป็นแบบ "Normal Distribution"
2. สำหรับ Type B ถ้าไม่ระบุว่าเป็น distribution แบบใดให้ถือว่าการกระจายตัวเป็นแบบ "Rectangular distribution"
Step 4. Calculate combined uncertainty
หลังจากที่ได้ทราบค่า individual uncertainty ของแต่ละปัจจัยแล้ว ใน step 4 จะต้องทำการ
รวมปัจจัยดังกล่าวเข้าด้วยกัน ให้เป็นค่าเพียงค่าเดียว โดยมีขั้นตอนต่าง ๆ ดังนี้
ขั้นที่ 1 - Type A การที่รายงานค่าที่ได้จากการทำ repeatability จะรายงานเป็นค่า standard
deviation of mean หรือ S(q)
          S(q) = standard deviation of mean
          S(qj) = standard deviation of population estimated from sample
          n = จำนวนครั้งที่ทำการทดลอง
          qj = ข้อมูลแต่ละชุด j = 1,2…n
          q = ค่าเฉลี่ยของข้อมูล
-Type B นำค่าจากใบ calibration certi-ficate มาใช้หรืออาจประมาณจากข้อมูล หรือ
ประสบการณ์จากเครื่องมือ หรือการวิเคราะห์ เช่น ประมาณค่า resolution ของเครื่องชั่ง ไว้ = + 0.5 gm
ขั้นที่ 2 - ทำการแปลงค่าที่ประมาณของ แต่ละปัจจัยให้อยู่ในช่วง 1 SD (one standard
deviation) ซึ่งโดยปกติ ฑ 1SD พื้นที่ใต้กราฟจะอยู่ในช่วง 68 %, + 2SD พื้นที่ใต้กราฟจะอยู่
ในช่วง 95 %
ในการแปลงค่า ให้นำค่า relevant factor ไปหาร (divisor) ค่าที่ทำการประมาณค่า
deviation ของแต่ละปัจจัย ค่าที่ได้ใช้สัญลักษณ์ U(xi) โดยยึดหลัก ดังนี้
                                                       Relevant factor
: กรณีที่ source เป็น normal distribution
-Type A (repeatability)                                  =   1
-จาก calibration certificate                               =   2
: กรณีที่ source เป็น rectangular distribution           =   3
: กรณีที่ source เป็น triangular distribution             =   6
ขั้นที่ 3 - ทำการรวม uncertainty ของแต่ละปัจจัยให้เป็นค่าค่าเดียว (combined individual
uncertainty) โดยใช้สูตร ดังนี้
กำหนดให้
          Uc(y) = combined uncertainty
          Ci = sensitivity coefficient ซึ่งมักได้มาจากการทดลอง แต่โดยทั่วไปใช้ค่า = 1
          U(i) = ค่า individual uncertainty จาก ขั้นที่ 2
          Ui(y) = individual uncertainty ที่คูณกับ sensitivity coefficient ซึ่ง = CiU(xi) ในที่นี้ Ci = 1
ขั้นที่ 4 - ทำการขยายขอบเขตค่า uncer-tainty ที่ทำการรวมเป็นค่าเดียวในขั้นที่ 3 ให้อยู่ใน
ช่วงที่กว้างขึ้น (expanded uncertainty) คือ ให้มีระดับความเชื่อมั่นที่ 95 % นั่นคือ จะต้องทำการคูณ
ด้วย coverage factor (k) ด้วย "2" ซึ่งค่า k = 2 มักใช้ในกรณีที่เป็น testing lab โดยทั่ว ๆ ไปใน
กรณีที่ต้องการระดับความเชื่อมั่นที่ 99.9 % จะใช้ค่า k = 3
          expanded uncertainty = k Uc(y)
ตัวอย่างการคำนวณ
การคำนวณ uncertainty of measure-ment สำหรับการชั่ง
ปัจจัยต่าง ๆ ที่กำหนดให้มีดังต่อไปนี้
1. ทาง lab. ใช้น้ำหนัก Class M1 สำหรับการ calibrate เครื่องชั่ง ในการชั่งจะใช้น้ำหนัก
ขนาด 500 g ในการทำ repeatability ใน calibration certificate ระบุค่า uncertainty ในระดับ
ความเชื่อมั่น 95 % ไว้ ฑ 0.005 g
2. ค่า drift ของเครื่องชั่ง มีค่า 0.005 g
3. resolution ของเครื่องชั่งมีค่า = 1 g
4. ค่า air buoyancy ที่เกิดขึ้นจากการชั่ง มีค่า ฑ 0.008 g
5. การอ่านค่าที่ทำการชั่ง 10 ครั้ง มีดังต่อไปนี้ (repeatability)
500                    501                    499                    499                    500
500                    501                    500                    500                    500
วิธีทำ
คำนวณค่า S(q) ของการทำ repeatability จากสูตร
หรืออาจใช้เครื่องคิดเลขช่วยคำนวณในที่นี้จะได้ค่า S(qj ) = 0.6667
S(q) = 0.6667 / 10 = 0.210
จากนั้นควรทำการลงค่าต่าง ๆ โดยใช้รูปแบบของตาราง โดยทำการใส่ปัจจัยต่าง ๆ ลงไปดังนี้
ปัจจัยที่ 1 source จาก calibration certificate (Ucal) ระบุค่าไว้ 0.005 g ในที่นี้จัดเป็น
normal distribution, type B ซึ่งต้องใช้ relevant factor = 2 เป็นตัวหาร, ค่า C1 = 1
ค่า U(x1) = 0.005/2 = 0.0025 = U1(y)
U12(y) = (0.0025)2 = 0.0000063
ปัจจัยที่ 2 drift (Udrift) จากตัวอย่างมีค่า 0.005 g เนื่องจากเป็น type B uncertainty
และไม่ได้ระบุรูปแบบการกระจาย ดังนั้นจึงถือว่ามีการขยายตัวแบบ rectangular distribution
จึงใช้ตัวหาร เป็น 3
ค่า U(x2) = 0.005 / 3 = 0.0029 = U2(y)
U22(y) = (0.0029)2 = 0.0000084
ปัจจัยที่ 3 โดยทั่วไปการประมาณค่า uncertainty จาก resolution (Ures) ของ
เครื่องชั่ง มักใช้เพียงครึ่งหนึ่งของค่า resolution จริง ๆ ดังนั้นในที่นี้จึงใช้ 0.5 g เนื่องจากเป็น
type B และไม่ได้ระบุรูปแบบการกระจายจึงถือว่ามีการกระจายตัวแบบ rectangular distribution
ดังนั้นตัวหารจึงเท่ากับ 3
ค่า U(x3) = 0.5 / 3 = 0.289 = U3(y)
U32 (y) = (0.289)2 = 0.08352
ปัจจัยที่ 4 ค่า air buoyancy (Ubuoy) ซึ่งคิดเป็น type B เช่นกัน คือ ไม่ได้ระบุรูปแบบ
การกระจายตัว จึงใช้ rectangular distribution ในการประมาณค่า ดังนั้นตัวหารจึงเท่ากับ 3
ค่า U(x4) = 0.008 / 3 = 0.0046 = U4(y)
U42(y) = (0.0046)2 = 0.0000212
ปัจจัยที่ 5 การหาค่า repeatability ซึ่งจัดเป็น type A และมีการกระจายตัวในรูปแบบ
ของ normal distribution แต่ในที่นี้ตัวหารต้องเป็น 1 ซึ่งต่างจากในปัจจัยที่ 1 ที่ใช้ค่าจากใบ
certificate ที่ต้องหารด้วย 2
ค่า U(x5) = 0.21 / 1 = 0.21= U5(y)
U52 (y) = (0.21)2 = 0.0441
จากนั้นนำค่า individual uncertainty มา combine เป็นค่า "combined standard
uncertainty, Uc(y)"
คำนวณ expanded uncertainty ในที่นี้ใช้ coverage factor (k) เท่ากับ "2" ที่ระดับ
ความเชื่อมั่นที่ 95 %
          expanded uncertainty (U) = 2 x 0.357 = 0.714
จากค่าที่คำนวณได้ สามารถสรุปเป็นตารางได้ดังนี้
แต่จากการคำนวณข้างต้นเป็นการสมมติให้มีการกระจายตัวแบบ normal distribution
ซึ่งในความเป็นจริงอาจไม่ได้เป็น true normal distribution ดังนั้นถ้าต้องการพื้นที่ใต้กราฟ
~ 95 % (ที่ระดับความเชื่อมั่น 95 %) จะต้องขยาย standard deviation มากกว่า 2SD
ดังนั้นจึงจำเป็นที่จะต้องใช้ค่า "modified coverage factor" (kp, p= desired confidence level)
ในการขยายค่า uncertainty
ในการใช้ modified coverage factor คำนวณ ต้องตรวจดูก่อนว่าเป็นไปตาม criteria
3 ข้อดังนี้หรือไม่ถ้าเป็นไป ตามทั้ง 3 ข้อจะถือว่าไม่ต้อง ใช้ kp ในการคำนวณ จะใช้ค่า
k=2 แทน
-มี Type A uncertainty อยู่เพียง source เดียว
-ในการหาค่า Type A uncertainty ต้องทำการวัดมากกว่า 3 ครั้งขึ้นไป (จำนวนครั้งของการวัด)
-ค่า Type A uncertainty มีค่า น้อยกว่า ครึ่งหนึ่งของค่า combined uncertainty, Uc(y)
การที่จะหาค่า kp ได้นั้นจะต้องได้มาจากการใช้ตาราง t-distribution ด้วยค่า effective
degree of freedom (Veff] ซึ่งได้มาจากการคำนวณโดยใช้ สมการ Welch-Satterthwaite equation
          Veff = effective degree of freedom
          Vi = degree of freedom of the individual uncertainty Ui(y)
แต่ degree of freedom of the individual uncertainty สามารถแบ่งจำแนกได้ตาม type ของ
uncertainty ดังนี้
Type A : ค่า Vi = n-1 (โดยที่ n = number of measurement สำหรับ repeatability)
Type B : ค่า Vi = (infinity)
จากการที่ degree of freedom ของ Type B uncertainty มีค่า = infinity จึงทำให้ตัด
ตัวแปรที่เกิดจาก type B ออกได้หมด (เนื่องจากตัวหารเป็น infinity ทำให้ได้ค่าเป็น 0) ดังนั้น
Vi จึงเป็นค่า degree of freedom ของ Type A เท่านั้น จึงได้สมการอย่างง่ายของ Welch-Satterthwaite
equation ดังนี้
หลังจากที่คำนวณได้ค่า effective degree of freedom แล้ว จะใช้ตาราง t-distribution
เพื่อหาค่า tp(V) ซึ่งค่า modified coverage factor (kp) ถือว่ามีค่าเท่ากับ tp(V) เนื่องจากโดย
ทั่วไปจะใช้ที่ระดับความเชื่อมั่น 95 % (t95) ทำให้ใช้ตาราง t ที่ 95 % จากนั้นจะใช้ค่า
kp คูณกับค่า combined uncertainty เพื่อให้ได้ค่า expanded uncertainty ออกมา
t-distribution table:
ในการใช้ตาราง t ในที่นี้มีหลักอยู่ว่าถ้ามีค่า Veff ที่คำนวณได้มีค่าอยู่ระหว่างค่าที่ไม่อยู่ใน
ตาราง จะต้องทำการประมาณ ลง มาให้ได้ค่าที่น้อยกว่าเสมอเพื่อที่จะได้ค่า t สูง ๆ อาทิเช่น
Veff = 29 ซึ่งไม่ปรากฏค่าในตาราง ดังนั้นจะทำการประมาณเป็น neff = 25 ได้ค่า t95
= 2.11 จะเห็นว่าจะไม่ใช้ Veff = 30 แม้ว่าจะมีค่าใกล้เคียง 29 ที่สุดก็ตาม
จาก ตัวอย่าง ข้างต้นจะต้องนำมาพิจารณาว่า ต้องคำนวณหา modified coverage factor
หรือไม่จาก criteria 3 ข้อ ดังนี้
-มี Type A uncertainty อยู่เพียง source เดียว (YES)
-ในการหาค่า Type A uncertainty ต้องทำการวัดมากกว่า 3 ครั้งขึ้นไป (จำนวนครั้ง
ของการวัด) (YES เพราะในที่นี้ใช้ n=10)
-ค่า Type A uncertainty มีค่า น้อยกว่า ครึ่งหนึ่งของค่า combined uncertainty,
Uc(y) (NO)
เนื่องจาก Type A uncertainty (=0.21) มีค่ามากกว่าครึ่งหนึ่งของ (0.357)
ดังนั้นจึงพบว่าไม่เป็นไปตาม criteria 1 ข้อ จึงจำเป็นต้องทำการคำนวณหา modified
coverage factor (kp)
ขั้นที่ 1 : ใช้ Welch-Satterthwaite equation ในการหา Veff
                    = (0.357)4/[(0.21)4/(10-1)]
                    = 75.17
ขั้นที่ 2 : จากค่า Veff นำไปเปิดตารางหาค่า t95 เพื่อให้ได้ค่า modified
coverage factor (kp)
ในที่ นี้ Veff = 75.17 จึงใช้ค่า neff = 60 เนื่องจากไม่มีค่า 75.17 ในตารางดังนั้น
ค่า t95 จึงเท่ากับ 2.04 ซึ่งเท่ากับค่า kp
ขั้นที่ 3 : หาค่า expanded uncertainty โดยการนำค่า kp ไปคูณกับ combined
uncertainty
expanded uncertainty (U) = 2.04 x 0.357 = 0.728
จากการคำนวณค่า uncertainty ดังกล่าว จะพบว่าไม่ได้มีความยุ่งยากมากมายนัก ดังนั้น
ห้องปฏิบัติการทดสอบควรนำไปลองคำนวณหาค่า uncer-tainty จากการวิเคราะห์ดูว่า test method
นั้น ๆ มีค่า uncertainty เป็นอย่างไร ผู้เขียนหวังเป็นอย่างยิ่งว่า จะช่วยให้หลายท่านที่ยังสงสัย
ในเรื่องการคำนวณ uncertainty ในเบื้องต้นให้มีความเข้าใจถึง concept และแนวทางการคำนวณ
โดยย่อ ๆ ได้ ถ้าต้องการ รายละเอียดเพิ่มเติมในเรื่องดังกล่าวคุณสามารถหาอ่านเพิ่มเติมได้จาก
เอกสารอ้างอิง
หมายเหตุ : การคำนวณค่า Uncertainty จากตัวอย่างดังกล่าว ในที่นี้ไม่ได้เน้นถึงระดับ
นัยสำคัญของทศนิยมมากเท่าใดนัก แต่เสนอแนะว่าในการคำนวณจริง ๆ นั้น ควรคำนึงถึงเลขนัยสำคัญด้วย
เอกสารอ้างอิง
1. เอกสารประกอบการบรรยายเรื่อง Un-certainty of Measurement Course
for Testing Laboratories.
โดย Thai Industrial Standards Institute และ
United Kingdom Accreditation Service [UKAS] (17-18 May 2001).
2. UKAS, The Expression of Un-certainty in Testing. (ref: LAB12),
1st ed, 2000.
3. Eurachem/CITAC Guide, Quan-tifying Uncertainty in Analytical
Measurement.
2nd ed, 2000.








[Home |มุมมองผู้บริหาร |โครงสร้างสถาบันวิจัยและพัฒนา |งานวิจัยที่สำคัญและกำลังดำเนินการ |ฐานข้อมูลที่ให้บริการ |
R & D Newsletter |R & D NetZine |สมุนไพรสาธารณสุขมูลฐาน | Web Site ทางยาที่น่าสนใจ | FAQ |Comments ]