The normal distribution

ยินดีต้อนรับสู่การแจกแจงแบบปกติ (Normal Distribution)!

สวัสดีครับ! ยินดีต้อนรับเข้าสู่เครื่องมือที่ทรงพลังที่สุดชิ้นหนึ่งในคลังความรู้ของนักบัญชีบริหาร ในบทนี้เราจะมาทำความรู้จักกับ การแจกแจงแบบปกติ (Normal Distribution) แม้ชื่อจะฟังดู "คณิตศาสตร์จ๋า" แต่จริงๆ แล้วมันเป็นวิธีที่สวยงามมากในการทำความเข้าใจว่าข้อมูลต่างๆ ในโลกความเป็นจริงมีพฤติกรรมอย่างไร

ในเนื้อหาของ BA2 การตัดสินใจ (Decision-making) เราใช้การแจกแจงแบบปกติเพื่อช่วยจัดการกับ ความไม่แน่นอน (Uncertainty) ตัวอย่างเช่น หากเราไม่ทราบตัวเลขที่แน่นอนว่าเดือนหน้าจะขายสินค้าได้กี่หน่วย แต่เราทราบค่า "เฉลี่ย" และ "การกระจายตัว" เราก็สามารถคำนวณโอกาส (Probability) ที่จะทำยอดขายได้ตามเป้าหมายได้ ถ้ารู้สึกยากในตอนแรก ไม่ต้องกังวลนะ เราจะค่อยๆ เจาะลึกไปทีละขั้นตอน!

1. การแจกแจงแบบปกติคืออะไร?

ลองจินตนาการว่าคุณวัดความสูงของทุกคนในออฟฟิศดูสิ คนส่วนใหญ่จะมีความสูงอยู่ใกล้ๆ กับค่าเฉลี่ย จะมีคนเพียงส่วนน้อยที่สูงมากๆ และส่วนน้อยที่เตี้ยมากๆ หากคุณนำข้อมูลนี้มาพล็อตลงบนกราฟ คุณจะได้เส้นโค้งรูป "ระฆังคว่ำ" นี่แหละคือ การแจกแจงแบบปกติ

ลักษณะเด่นของเส้นโค้งรูประฆัง (Bell Curve):
- มีความ สมมาตร (Symmetrical): ฝั่งซ้ายเป็นภาพสะท้อนของฝั่งขวาพอดี
- ค่าเฉลี่ย (Mean), มัธยฐาน (Median) และฐานนิยม (Mode) เป็นค่าเดียวกันและอยู่ตรงกลางกราฟพอดี
- "หาง" ของกราฟจะทอดยาวออกไปเรื่อยๆ แต่จะเข้าใกล้เส้นฐาน (แกน x) มากขึ้นเรื่อยๆ โดยไม่มีที่สิ้นสุด
- พื้นที่ทั้งหมดใต้เส้นโค้งมีค่าเท่ากับ 1 (หรือ 100%) ซึ่งแทนผลลัพธ์ที่เป็นไปได้ทั้งหมด

เปรียบเทียบ: ลองนึกถึงกองทรายที่เทลงมาจากกรวยดูสิครับ มันจะก่อตัวเป็นเนินที่สูงที่สุดตรงกลางและค่อยๆ ลาดต่ำลงเท่าๆ กันทั้งสองข้าง นั่นแหละคือลักษณะของการแจกแจงแบบปกติ!

ทบทวนสั้นๆ: การแจกแจงแบบปกติคือเส้นโค้งรูประฆังที่สมมาตรกัน โดยข้อมูลส่วนใหญ่จะเกาะกลุ่มอยู่ตรงกลางที่เป็นค่าเฉลี่ย

2. "สองบอสใหญ่" ของเส้นโค้ง: ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน

ในการวาดการแจกแจงแบบปกติขึ้นมาสักกราฟ เราต้องการทราบแค่สองอย่างเท่านั้น:

1. ค่าเฉลี่ย (\(\mu\)): คือจุดศูนย์กลางของระฆัง เป็นตัวบอกตำแหน่งยอดสูงสุด หากค่าเฉลี่ยเปลี่ยนไป กราฟรูประฆังทั้งใบก็จะเลื่อนไปทางซ้ายหรือขวาบนกราฟ
2. ส่วนเบี่ยงเบนมาตรฐาน (\(\sigma\)): ตัวนี้จะบอกว่าข้อมูล "กระจายตัว" แค่ไหน ถ้าส่วนเบี่ยงเบนมาตรฐาน น้อย กราฟระฆังจะสูงและแคบ (แปลว่าข้อมูลมีความสม่ำเสมอสูง) แต่ถ้าส่วนเบี่ยงเบนมาตรฐาน มาก กราฟระฆังจะเตี้ยและกว้าง (แปลว่าข้อมูลกระจายตัวห่างกันมาก)

รู้หรือไม่? ในทางบัญชีบริหาร กราฟที่กว้างมักหมายถึงความเสี่ยงที่สูงขึ้น เพราะผลลัพธ์ที่เกิดขึ้นจริงอาจอยู่ห่างจากค่าเฉลี่ยที่เราคาดการณ์ไว้มาก!

สรุป: ค่าเฉลี่ยกำหนดตำแหน่ง ส่วนเบี่ยงเบนมาตรฐานกำหนดรูปร่าง

3. กฎ "68-95-99.7" (กฎเชิงประจักษ์)

นี่คือ "โพย" ชั้นยอดที่ควรจำไว้ใช้สอบ ในการแจกแจงแบบปกติทุกกรณี:
- ข้อมูลประมาณ 68% จะตกอยู่ในช่วง 1 ส่วนเบี่ยงเบนมาตรฐานจากค่าเฉลี่ย
- ข้อมูลประมาณ 95% จะตกอยู่ในช่วง 2 ส่วนเบี่ยงเบนมาตรฐานจากค่าเฉลี่ย
- ข้อมูลประมาณ 99.7% จะตกอยู่ในช่วง 3 ส่วนเบี่ยงเบนมาตรฐานจากค่าเฉลี่ย

ตัวอย่าง: หากต้นทุนเฉลี่ยของโปรเจกต์อยู่ที่ £100 และมีส่วนเบี่ยงเบนมาตรฐานเท่ากับ £10 คุณจะมั่นใจได้ถึง 95% ว่าต้นทุนจริงจะอยู่ระหว่าง £80 ถึง £120 (ซึ่งก็คือห่างออกไป 2 ส่วนเบี่ยงเบนมาตรฐานทั้งฝั่งลบและฝั่งบวก)

4. การทำคะแนนให้เป็นมาตรฐาน: Z-Score

ทุกสถานการณ์ทางธุรกิจมีความแตกต่างกัน บางบริษัทอาจจัดการกับเงินล้าน บางบริษัทจัดการกับน้ำหนักวัตถุดิบเป็นกรัม เพื่อที่จะเปรียบเทียบกันได้ เราจึงต้อง "ปรับข้อมูลให้เป็นมาตรฐาน" ที่เรียกว่า Z-score ซึ่ง Z-score จะบอกเราว่า "ค่านี้อยู่ห่างจากค่าเฉลี่ยกี่ส่วนเบี่ยงเบนมาตรฐาน?"

สูตรคำนวณ:
\( z = \frac{x - \mu}{\sigma} \)

โดยที่:
- \(x\) คือค่าที่คุณกำลังพิจารณา
- \(\mu\) คือค่าเฉลี่ย
- \(\sigma\) คือส่วนเบี่ยงเบนมาตรฐาน

ขั้นตอนการคำนวณ:
1. นำค่าที่คุณสนใจ (\(x\)) มาตั้ง
2. ลบด้วยค่าเฉลี่ย (\(\mu\))
3. หารผลลัพธ์ที่ได้ด้วยส่วนเบี่ยงเบนมาตรฐาน (\(\sigma\))
4. คำตอบที่ได้คือ Z-score ของคุณ

ข้อผิดพลาดที่พบบ่อย: อย่าลืมทำการลบ (\(x - \mu\)) ก่อน ที่จะหาร! และถ้าได้ Z-score ติดลบ ไม่ต้องตกใจนะ มันก็แค่หมายความว่าค่าที่คุณกำลังพิจารณานั้นต่ำกว่าค่าเฉลี่ยนั่นเอง

5. การใช้ตาราง Z-Table เพื่อหาความน่าจะเป็น

ในการสอบ CIMA BA2 คุณจะได้รับ ตารางการแจกแจงแบบปกติ (Normal Distribution Table) ตารางนี้จะแปลงค่า Z-score ของคุณให้กลายเป็นความน่าจะเป็น (พื้นที่ใต้เส้นโค้ง)

วิธีใช้:
1. คำนวณ Z-score ของคุณให้ได้ก่อน (เช่น \(z = 1.5\))
2. มองหาเลข 1.5 ในตาราง ตารางจะให้ค่าทศนิยมมา (เช่น 0.4332)
3. ทศนิยมนี้คือพื้นที่ ระหว่างค่าเฉลี่ยกับจุด Z-score ของคุณ
4. เนื่องจากพื้นที่ทั้งหมดคือ 1.0 และกราฟมีความสมมาตรกันพอดี (ฝั่งละ 0.5) คุณสามารถใช้ค่านี้ไปหา "ความน่าจะเป็นที่จะมากกว่า" หรือ "น้อยกว่า" ค่าใดค่าหนึ่งได้

ตัวช่วยจำ: วาดกราฟรูประฆังคร่าวๆ แล้วระบายสีในพื้นที่ที่คุณต้องการหาเสมอ วิธีนี้จะช่วยป้องกันคุณจากการบวกหรือลบเลข 0.5 ผิดพลาด!

6. การนำไปใช้ในการตัดสินใจ

ในฐานะนักบัญชีบริหาร คุณจะใช้เครื่องมือนี้ในการประเมิน ความเสี่ยง (Risk) ลองมาดูสถานการณ์จำลองกัน

สถานการณ์: ยอดขายรายเดือนของบริษัทแห่งหนึ่งมีการแจกแจงแบบปกติ โดยมีค่าเฉลี่ยอยู่ที่ £50,000 และมีส่วนเบี่ยงเบนมาตรฐานที่ £5,000 จงหาความน่าจะเป็นที่ยอดขายจะน้อยกว่า £40,000?

ขั้นตอนที่ 1: คำนวณ Z-score
\( z = \frac{40,000 - 50,000}{5,000} = -2.0 \)

ขั้นตอนที่ 2: ใช้ตาราง
เมื่อดูค่า \(z = 2.0\) ในตาราง จะได้พื้นที่เท่ากับ 0.4772

ขั้นตอนที่ 3: ใช้ตรรกะในการคิด
- เรารู้ว่ากราฟครึ่งซ้ายมีพื้นที่เท่ากับ 0.5 (50%)
- พื้นที่ระหว่างค่าเฉลี่ยกับจุดที่สนใจคือ 0.4772
- เนื่องจากเราต้องการส่วน "หาง" (ค่าที่น้อยกว่า £40,000) เราจึงคำนวณ: \(0.5 - 0.4772 = 0.0228\)
- ผลลัพธ์: มีโอกาสเพียง 2.28% เท่านั้นที่ยอดขายจะต่ำขนาดนั้น

สิ่งที่ผู้ตัดสินใจควรตระหนัก: หากความน่าจะเป็นที่จะเกิดผลลัพธ์แย่ๆ (เช่น ยอดขายไม่พอครอบคลุมต้นทุน) มีค่าสูง ฝ่ายบริหารอาจตัดสินใจไม่เดินหน้าโครงการนั้นต่อ

สรุปสิ่งที่ต้องเช็ก

- กราฟมีความสมมาตรหรือไม่? ใช่ เสมอ
- พื้นที่ทั้งหมดเท่ากับเท่าไหร่? 1.0 (หรือ 100%)
- Z-score บอกอะไรคุณ? จำนวนส่วนเบี่ยงเบนมาตรฐานที่ห่างจากค่าเฉลี่ย
- เราใช้มันทำไม? เพื่อคำนวณความน่าจะเป็นของผลลัพธ์ทางธุรกิจในรูปแบบต่างๆ และเพื่อบริหารจัดการความเสี่ยง

คุณทำได้อยู่แล้ว! การแจกแจงแบบปกติเป็นเพียงวิธีการวัดว่าเหตุการณ์หนึ่งๆ มีโอกาสเกิดขึ้นมากน้อยแค่ไหน ฝึกฝนการใช้สูตร Z-score และกฎ "68-95-99.7" ให้คล่อง แล้วคุณจะประสบความสำเร็จในการสอบ BA2 อย่างแน่นอน!