การแจกแจงแบบปกติ (Normal Distribution) และตาราง Z (Z-Table)

ในการศึกษาวิชาสถิติ การแจกแจงแบบปกติ (Normal Distribution) ถือเป็นการแจกแจงความน่าจะเป็นที่สำคัญที่สุด และถูกนำมาใช้มากที่สุดในทางปฏิบัติ กราฟของการแจกแจงปกติจะมีลักษณะคล้าย "รูประฆังคว่ำ" (Bell-shaped curve) ที่มีความสมมาตร โดยจุดกึ่งกลางที่สูงที่สุดของกราฟคือค่าเฉลี่ย (Mean) มัธยฐาน (Median) และฐานนิยม (Mode) ซึ่งทั้งสามค่าจะตกอยู่ที่จุดเดียวกันพอดี ข้อมูลในธรรมชาติและสังคมศาสตร์ส่วนใหญ่ เช่น ส่วนสูงของคน น้ำหนัก คะแนนสอบ มักจะมีการกระจายตัวแบบนี้

เส้นโค้งปกติมาตรฐาน (Standard Normal Curve)

เนื่องจากข้อมูลแต่ละชุดมีค่าเฉลี่ย (μ) และส่วนเบี่ยงเบนมาตรฐาน (σ) ที่แตกต่างกัน การจะเปรียบเทียบข้อมูลคนละชุดจึงเป็นไปได้ยาก นักสถิติจึงได้สร้าง การแจกแจงปกติมาตรฐาน (Standard Normal Distribution) ขึ้นมา โดยการแปลงข้อมูลดิบ (X) ให้กลายเป็น คะแนนมาตรฐาน (Z-score) เพื่อให้ค่าเฉลี่ยกลายเป็น 0 และส่วนเบี่ยงเบนมาตรฐานกลายเป็น 1 ซึ่งสามารถแปลงได้โดยใช้สูตร:

โดยที่:
Z = คะแนนมาตรฐาน (Z-Score)
X = ค่าของข้อมูลที่เราสนใจ
μ (มิว) = ค่าเฉลี่ยของประชากร
σ (ซิกมา) = ส่วนเบี่ยงเบนมาตรฐานของประชากร

พื้นที่ใต้เส้นโค้งคืออะไร?

ตามหลักการทางสถิติ พื้นที่ใต้เส้นโค้งปกติทั้งหมดจะมีค่าเท่ากับ 1.0 (หรือ 100%) พื้นที่ในแต่ละส่วนที่ถูกแบ่งโดยค่า Z จะบอกถึง "ความน่าจะเป็น (Probability)" หรือสัดส่วนของข้อมูลที่ตกอยู่ในช่วงนั้นๆ

• กฎ Empirical (กฎ 68-95-99.7): เป็นกฎที่ช่วยให้เราประมาณการได้ว่า ข้อมูลประมาณ 68% จะตกอยู่ในช่วง Z = -1 ถึง 1, ข้อมูลประมาณ 95% จะตกอยู่ในช่วง Z = -2 ถึง 2, และข้อมูล 99.7% จะตกอยู่ในช่วง Z = -3 ถึง 3

การใช้งานเครื่องมือ Z-Table

ในอดีต การจะหาพื้นที่ใต้เส้นโค้งหรือความน่าจะเป็นจากค่า Z จะต้องเปิดหาจากตารางกระดาษที่เรียกว่า "ตาราง Z (Z-Table)" ซึ่งมีความยุ่งยากในการอ่านค่าทศนิยม แต่เครื่องมือคำนวณของเราจะช่วยให้คุณได้ผลลัพธ์ที่แม่นยำรวดเร็ว เพียงแค่กรอกค่า Z-Score ลงไป โปรแกรมจะคำนวณและแสดงผลลัพธ์ให้คุณถึง 3 รูปแบบ:

1. พื้นที่ทางซ้าย P(X < Z): คือความน่าจะเป็นที่ข้อมูลจะมีค่าน้อยกว่า Z (Cumulative Probability)
2. พื้นที่ทางขวา P(X > Z): คือความน่าจะเป็นที่ข้อมูลจะมีค่ามากกว่า Z (คำนวณจาก 1 - พื้นที่ทางซ้าย)
3. พื้นที่ระหว่าง 0 ถึง Z: คือสัดส่วนของข้อมูลที่อยู่ระหว่างค่าเฉลี่ย (Z=0) กับจุด Z ที่กำหนด

ตัวอย่างการนำไปใช้: หากคะแนนสอบของนักเรียนห้องหนึ่งมีการแจกแจงแบบปกติ มีค่าเฉลี่ย 60 คะแนน ส่วนเบี่ยงเบนมาตรฐาน 10 คะแนน ถ้านักเรียนคนหนึ่งสอบได้ 75 คะแนน จะมีค่า Z = (75 - 60) / 10 = 1.50 เมื่อนำค่า Z=1.50 มากรอกในเครื่องมือ จะได้พื้นที่ทางซ้ายเท่ากับ 0.9332 หมายความว่านักเรียนคนนี้สอบได้คะแนนสูงกว่า 93.32% ของนักเรียนทั้งห้อง (Percentile ที่ 93) นั่นเอง