11. ​สิ่ง​ที่​กฎ​นี้​ตรวจจับ​ไม่​ได้

​ขอบเขต​ความแม่นยำ​ของ​เครื่องมือ

​กฎ​ของ Benford ​เป็น​สัญญาณ​ทาง​สถิติ ​ไม่​ใช่​ความจริง​สัมบูรณ์​ที่จะ​ใช้​เป็น​ฐาน​เพียง​อย่าง​เดียว​ใน​การกล่าวหา​ว่า​ฉ้อโกง William Goodman ​ตั้ง​ข้อสังเกต​ใน​ปี 2016 ​ว่า​คำ​อ้าง​ที่​ตีพิมพ์​ว่า​บันทึก​จริง​ไม่​สอดคล้อง​กับ​กฎ​นั้น ​หลาย​ชิ้น​เป็น​เพียง​รายงาน​ความเบี่ยงเบน​ที่​ยังอยู่​ใน​ช่วง​ผันแปร​ปกติ ​กรณี​เหล่านั้น​คือ​สัญญาณ​เตือน​หลอก ​ไม่​ใช่​หลักฐาน​ของ​การประพฤติมิชอบ ​เพราะ​ข้อมูล​ข้างใต้​ยังอยู่​ใน​ขอบเขต​ทาง​สถิติ​ที่​คาดหมาย​ได้​สำหรับ​การแจกแจง​ตาม​ธรรมชาติ ​นักวิจัย​ที่พึ่ง​กฎ​นี้​ตรวจหา​ความผิดปกติ ​มัก​เข้าใจผิด​ว่า​สัญญาณรบกวน​ทาง​สถิติ​ตาม​ธรรมชาติ​คือ​ฝีมือ​มนุษย์​ที่​จงใจ​บิดเบือน​บันทึก​ตัวเลข ​เครื่องมือ​นี้​ไว​ต่อ​โครงสร้าง​ของ​ชุด​ข้อมูล ​แต่​แยก​ไม่​ออก​ระหว่าง​นัก​บัญชี​ที่​สร้างสรรค์​กับ​ค่า​ผิดปกติ​ทาง​สถิติ​ธรรมดา ​ผู้ปฏิบัติงาน​ที่​ต้องการ​ใช้การ​แจกแจง​ของ​เลข​นำ​เพื่อ​ชี้​ความคลาดเคลื่อน​ที่​อาจ​มี​ใน​บันทึก​ทางการเงิน​หรือ​ทางวิทยาศาสตร์ ​ต้อง​เข้าใจ​ขีดจำกัด​ข้อ​นี้​ก่อน

​ปัญหา​ของ​กลุ่มตัวอย่าง​ขนาดเล็ก​และ​การประมาณ​ค่า

​การทด​สอบ​เหล่านี้​ทำงาน​ไม่​น่าเชื่อถือ​เมื่อ​กลุ่มตัวอย่าง​เล็ก​มาก ​นั่น​คือ​ข้อ​ค้นพบ​ของ Andrea Cerasa ​และ Miguel A. Fernández ​จาก​การศึกษา​แบบจำลอง Monte Carlo ​อย่าง​เข้มงวด​ใน​ปี 2022 ​เมื่อ​จำนวน​ข้อมูล​มีจำกัด ​การทด​สอบ​ความสอดคล้อง​ที่​มี​อยู่​ให้ผล​ไม่​แน่นอน ​และ​มัก​พา​ไป​สู่​ข้อสรุป​ที่​ชวน​เข้าใจผิด​เรื่อง​ความถูกต้อง​ของ​ข้อมูล Cerasa ​และ Fernández ​จึง​เสนอ​ขั้นตอน​ที่รวม​การทด​สอบ​สาม​แบบ​เข้าด้วยกัน ​เพื่อ​กู้​อำนาจ​ทาง​สถิติ​คืน​และ​ทำให้​กระบวนการ​วิเคราะห์​น่าเชื่อถือ​ขึ้น ​ปัดเศษ​หรือ​ประมาณค่า​อย่าง​ชอบธรรม​ก็​บิด​การแจกแจง​ได้​ง่าย ​จน​เกิด​รูปแบบ​ที่​ดู​น่าสงสัย ​ทั้งที่​ตัวเลข​นั้น​มาจาก​กระบวนการ​ซื่อสัตย์​และ​เป็นมาตร​ฐาน​ทุก​ขั้น ​ส่วน​การฉ้อโกง​ที่​ประดิษฐ์​อย่าง​ระมัดระวัง​ให้​ตัวเลข​ยัง​แจกแจง​ตาม​ธรรมชาติ ​ตัว​ทดสอบ​มองไม่เห็น​เลย ​ผู้กระทำ​ที่​ช่ำชอง​จึง​เลี่ยง​ด่าน​ตรวจ​ได้​ทั้งหมด ​ตัว​ทดสอบ​ที่​แข็ง​พอ​จะ​โน้มน้าว​ผู้สังเกตการณ์ ​มัก​แข็ง​พอ​จะ​ตัดสิน​ผู้บริสุทธิ์​ด้วย ​ยิ่ง​เมื่อ​กลุ่มตัวอย่าง​เล็ก​จน​อันตราย

​สถานะ​ของ​ข้อ​ค้นพบ

​วรรณกรรม​วิชาการ​ไม่​มี​ข้อโต้แย้ง​จริงจัง​ต่อ​ลักษณะ​เตือนสติ​ของ​ข้อ​ค้นพบ​ใหม่​เหล่านี้​โดย Goodman, Cerasa ​และ Fernández ​งาน​ทั้งสอง​ฉบับ​เป็นมาตร​การแก้ไข​ภายใน​วรรณกรรม​ของ Benford ​มัน​ย้ำ​ว่าการ​ทดสอบ​เหล่านี้​มี​ไว้​ทำ​หลักฐาน​ให้​ชัด ​ไม่​ใช่​ปฏิเสธ​ตัว​กฎ​เอง ​ฉันทา​มติ​ยังอยู่​ที่​เดิม ​กฎ​นี้​เป็นความ​สม่ำเสมอ​ที่​ใช้ได้​จริง ​ตราบที่​นักวิเคราะห์​รู้​ขอบเขต​ที่​แบบจำลอง​ทาง​คณิตศาสตร์​เลิก​เป็นแนว​ทาง​ที่เชื่อถือได้

​ตัวอย่าง: ​การทด​สอบ​ด้วย​กฎ​ของ Benford ​คือ​เครื่อง​ตรวจจับ​โลหะ​บน​ชายหาด ​มัน​เตือน​คุณ​ว่า​มี​อะไร​อยู่​ใต้​ทราย ​แต่​บอก​ไม่​ได้​ว่า​เป็น​เหรียญทอง​หรือ​ห่วง​ดึง​กระป๋อง​ที่​ใคร​ทิ้ง​ไว้

​คำตัดสิน. ​ความสอดคล้อง​ตาม​กฎ​ของ Benford ​คือ​สัญญาณ​เตือนภัย ​ไม่​ใช่​หลักฐาน​ของ​การฉ้อโกง ​และ​ห้าม​ใช้​เป็น​คำตัดสิน​อัตโนมัติ​ว่า​มี​เจตนา​ทางอาญา

​จะ​พลิก​คำตัดสิน​ได้​เมื่อ: ​การวิเคราะห์​อภิ​มาน​ในอนาคต​พิสูจน์​ได้​ว่า ​การทด​สอบ​ความสอดคล้อง​ตามมาตร​ฐาน​ยังคง​ไว​สูง​และ​ให้ผล​บวก​ลวง​ต่ำ ​เมื่อ​ใช้กับ​ชุด​ข้อมูล​ที่​มี​รายการ​น้อยกว่า​ห้าสิบ​รายการ

​แหล่ง​อ้างอิง. 2016 · William Goodman, "The Promises and Pitfalls of Benford's Law" — Significance, Wiley · 2022 · Andrea Cerasa, Miguel A. Fernández, "Testing for Benford's Law in Very Small Samples" — PLOS One