Độ lệch chuẩn là gì và công thức tính? Ý nghĩa trong SPSS

Banner-backlink-danaseo

Độ lệch chuẩn là một khái niệm quan trọng trong thống kê mô tả. Ứng dụng nhiều khi sử dụng phần mềm SPSS. Trong bài viết này, hãy cùng tìm hiểu về khái niệm độ lệch chuẩn, công thức và ý nghĩa của nó nhé!

Độ lệch chuẩn là gì?

Độ lệch chuẩn là gì ?

I. Độ lệch chuẩn là gì?

1. Khái niệm

Trong thống kê miêu tả, độ lệch chuẩn là thước đo độ phân tán của một tập hợp những giá trị so với giá trị trung bình của chúng. Độ lệch chuẩn của 1 giá trị càng thấp nghĩa là giá trị đó càng gần với giá trị trung bình của tập hợp .

Ví dụ: Nhìn vào ví dụ bên dưới ta có thể thấy trong tập dữ liệu A có độ phân tán thấp, hay nói cách khác là chúng khá “gần” nhau.

Độ phân tán của tập A thấp

Độ phân tán của tập A thấpTrái lại, những giá trị của tập dữ liệu B lại có sự phân tán lớn hơn :

Độ phân tán của tập B cao hơn tập A

Độ phân tán của tập B cao hơn tập A

2. Công thức tính độ lệch chuẩn

Độ lệch chuẩn của tổng thể và toàn diện / quần thể là căn bậc 2 của công thức tính phương sai toàn diện và tổng thể :

Độ lệch chuẩn tổng thể

Độ lệch chuẩn toàn diện và tổng thểĐộ lệch chuẩn của mẫu :

Độ lệch chuẩn mẫu

Độ lệch chuẩn mẫuTrong đó :

  • σDùng khi nói về quần thể
  • sDùng khi nói về mẫu
  • N,n là số phần tử có trong tập hợp/mẫu
  • xi là phần tử thứ i của quần thể/mẫu
  • x là giá trị trung bình của tập hợp

Ví dụ: Giả sự rằng tổng thể N của chúng ta là một lớp học có 8 học sinh. Độ lệch chuẩn của tổng thể sẽ là căn bậc 2 của phương sai.

Điểm số của 8 học sinh trong lớp lần lượt là: 2; 2; 4; 4; 4; 5; 5; 7; 9

Đầu tiên, ta tìm giá trị trung bình tổng thể và toàn diện :

Tính trung bình tổng thể

Tính trung bình tổng thể

Để phép tính thuận tiện hơn, ta tính sự chênh lệch giữa những giá trị so với giá trị trung bình, sau đó bình phương chúng lên :

Tính sự chênh lệch giữa giá trị và giá trị trung bình

Áp dụng công thức tính phương sai, ta có :

Tính phương sai

Tính phương saiTừ đó, suy ra độ lệch chuẩn là :

Độ lệch chuẩn bằng căn bậc 2 của phương sai

Độ lệch chuẩn bằng căn bậc 2 của phương sai

3. Tính độ lệch chuẩn trong Excel

Để tính độ lệch chuẩn trong Excel, bạn sử dụng hàm STDEV với cú pháp: STDEV(number1,[number2],…)

Trong đó:

  • Number1: Bắt buộc. Đối số dạng số đầu tiên tương ứng với mẫu tổng thể.
  • Number2, … :Tùy chọn. Đối số dạng số từ 2 đến 255 tương ứng với mẫu tổng thể.

Ví dụ : Tính độ lệch chuẩn trong excel với tập hợp N = { 2 ; 2 ; 4 ; 4 ; 4 ; 5 ; 5 ; 7 ; 9 }

Tính độ lệch chuẩn trong Excel

Tính độ lệch chuẩn trong Excel

II. Ý nghĩa độ lệch chuẩn trong SPSS

1. Ý nghĩa

Độ lệch chuẩn cho ta biết được độ phân tán của giá trị thống kê so với giá trị trung bình, ở từng thời gian khác nhau. Nếu độ lệch chuẩn thấp thì tính dịch chuyển không đáng kể và ngược lại .Độ lệch chuẩn bằng căn bậc 2 của phương sai – một đại lượng miêu tả sự chênh lệch của một giá trị so với giá trị trung bình. Cả độ lệch chuẩn và phương sai đều dùng để thống kê giám sát những mức độ Viral của tài liệu trong bất kể tập dữ liệu nào .

2. Độ lệch chuẩn trong SPSS

Trong phần mềm phân tích dữ liệu phục vụ nghiên cứu khoa học SPSS, ở phần thống kê mô tả, độ lệch chuẩn diễn tả mức độ khác biệt giữa các câu trả lời của đáp viên. Nếu độ lệch chuẩn càng nhỏ thì các đáp án của đáp viên không có sự khác biệt quá nhiều. Hay nói cách khác là nhiều đáp viên cùng trả lời một đáp án giống nhau cho câu hỏi thống kê.

Trong SPSS, độ lệch chuẩn không có một mức gọi là “ hoàn toàn có thể gật đầu ” cho tài liệu. Độ lệch chuẩn chỉ cho bạn biết mức độ phân tán của tài liệu, còn việc độ lệch chuẩn tốt hay xấu sẽ nhờ vào vào kỳ vọng của bạn khi triển khai nghiên cứu và điều tra .

Ví dụ: Bạn kỳ vọng khi khảo sát, các đáp viên đa số sẽ lựa chọn đồng tình (số 4,5) với ý kiến bạn đưa ra. Nhưng các câu trả lời có độ lệch chuẩn cao – nghĩa là đáp án dàn trải cả 5 số từ 1 đến 5 mà không tập trung đa số vào 4 và 5 như kỳ vọng. Lúc này, độ lệch chuẩn là không tốt, vì nó khác với kỳ vọng và mục đích của bạn.

Trên đây là tổng quan về độ lệch chuẩn, công thức và ý nghĩa của nó. Hy vọng bài viết đã phân phối cho bạn một vài kiến thức và kỹ năng hữu dụng. Hãy san sẻ nếu thấy mê hoặc nhé !

5/5 - (1 vote)

Bài viết liên quan

Subscribe
Notify of
guest
0 Comments
Inline Feedbacks
View all comments