ฟังก์ชัน NORM.S.DIST ช่วยหาค่าความน่าจะเป็นของการแจกแจงปกติมาตรฐาน (Mean=0, SD=1) ใช้สำหรับการวิเคราะห์ทางสถิติ
=NORM.S.DIST(z, cumulative)
=NORM.S.DIST(z, cumulative)
| Argument | Type | Required | Default | Description |
|---|---|---|---|---|
| z | Number | Yes | ค่า Z-score ที่ต้องการหาความน่าจะเป็น (ตัวเลขอะไรก็ได้ รวมทั้งลบด้วย) | |
| cumulative | Boolean | Yes | TRUE = ความน่าจะเป็นสะสม (CDF) ค่าที่น้อยกว่า z | FALSE = ความสูงของเส้นโค้ง (PDF) ที่จุด z |
NORM.S.DIST(1.96, TRUE)=NORM.S.DIST(1.96, TRUE)
0.975
NORM.S.DIST(0, TRUE)=NORM.S.DIST(0, TRUE)
0.5
NORM.S.DIST(-1.5, TRUE)=NORM.S.DIST(-1.5, TRUE)
0.067
NORM.S.DIST(0, FALSE)=NORM.S.DIST(0, FALSE)
0.3989
NORM.S.DIST ใช้สำหรับการแจกแจงปกติมาตรฐานเท่านั้น (Mean=0, SD=1) แต่ NORM.DIST สามารถใช้กับข้อมูลปกติใด ๆ ได้โดยระบุ Mean และ SD เอง ถ้าข้อมูลของคุณเป็นปกติปกติแต่มีค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานต่างกัน ให้ใช้ NORM.DIST แทน
CDF (Cumulative Distribution Function) บอกสัดส่วนที่น้อยกว่าค่านั้น เช่น NORM.S.DIST(1.96, TRUE) = 0.975 หมายถึง 97.5% ของข้อมูลอยู่ต่ำกว่า 1.96 PDF (Probability Density Function) บอกความสูงของเส้นโค้ง ณ จุดนั้น โดยไม่ใช่ค่าความน่าจะเป็นตรง ๆ ในกรณีส่วนใหญ่คุณจะใช้ CDF (TRUE) มากกว่า
Z-score ช่วยให้สามารถเปรียบเทียบข้อมูลจากการแจกแจงที่ต่างกัน ได้ เช่น คะแนนสอบและน้ำหนัก หากแปลงเป็น Z-score ก็สามารถเปรียบเทียบได้ว่าตัวไหนดีกว่า นอกจากนี้ยังช่วยให้คำนวณหาความน่าจะเป็นได้ง่ายขึ้น
NORM.S.DIST เป็นฟังก์ชันที่ใช้หาค่าความน่าจะเป็นของการแจกแจงปกติมาตรฐาน (Standard Normal Distribution) ที่มีค่าเฉลี่ย 0 และส่วนเบี่ยงเบนมาตรฐาน 1
ฟังก์ชันนี้มีความสำคัญในการวิเคราะห์ทางสถิติ เพราะว่า Z-score คือการเปลี่ยนข้อมูลปกติใด ๆ ให้เป็นหน่วยมาตรฐาน หากคุณมีข้อมูลปกติที่มีค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานต่างกัน สามารถใช้ NORM.DIST พร้อมกับ NORM.S.DIST เพื่อเปรียบเทียบ
สิ่งที่ต้องระวังคือ parameter cumulative มีความหมายสำคัญมากๆ ถ้าเป็น TRUE จะได้ Cumulative Distribution Function (CDF) ซึ่งบอกสัดส่วนที่น้อยกว่าค่านั้น แต่ถ้าเป็น FALSE จะได้ Probability Density Function (PDF) ซึ่งบอกความสูงของเส้นโค้งที่จุดนั้น ใช้ CDF มากกว่า PDF ในแบบฝึกหัด