Tính khoảng tin cậy cho trung bình: công thức, điều kiện áp dụng và cách đọc đúng
Công cụ tính khoảng tin cậy cho trung bình tổng thể từ bốn số liệu mẫu: trung bình, độ lệch chuẩn, cỡ mẫu và mức tin cậy. Kết quả gồm giá trị tới hạn, sai số biên và hai đầu mút của khoảng. Trang này cũng nói rõ điều kiện để con số có nghĩa và cách diễn giải cho đúng, vì đây là chỗ bị hiểu sai nhiều nhất.
Tính năng nổi bật
- Tính khoảng tin cậy cho trung bình tổng thể từ trung bình mẫu, độ lệch chuẩn và cỡ mẫu
- Ba mức tin cậy để chọn: 90, 95 và 99 phần trăm
- Tự chuyển giữa giá trị tới hạn z và t theo mốc cỡ mẫu 30
- Hiện rõ giá trị tới hạn đã dùng để bạn đối chiếu với bảng tra của mình
- Hiện sai số biên riêng, tiện khi bạn cần báo cáo dạng trung bình cộng trừ sai số
- Hiện hai đầu mút của khoảng với bốn chữ số thập phân
- Nút sao chép toàn bộ kết quả kèm số liệu đầu vào để dán vào báo cáo
- Chạy hoàn toàn trong trình duyệt, số liệu không rời khỏi máy bạn
Vì sao một con số trung bình đơn lẻ không đủ để kết luận
Khi bạn khảo sát 30 khách hàng và thu được mức chi tiêu trung bình 100 nghìn đồng, con số đó gần như chắc chắn không phải mức chi tiêu trung bình của toàn bộ khách hàng. Nếu bạn khảo sát 30 người khác, bạn sẽ được một số khác. Khoảng tin cậy là cách trả lời câu hỏi con số của tôi có thể lệch bao nhiêu, dựa trên độ phân tán trong mẫu và số quan sát. Cùng trung bình 100 nhưng độ lệch chuẩn 15 với cỡ mẫu 30 cho khoảng rộng khoảng 5,4 về mỗi bên, còn nếu cỡ mẫu là 300 thì khoảng chỉ còn khoảng 1,7. Cùng một kết quả nhưng sức nặng khác hẳn nhau. Báo cáo chỉ có trung bình mà không có khoảng tin cậy là báo cáo giấu đi phần quan trọng nhất: mức độ chắc chắn. Người đọc có kinh nghiệm nhìn vào khoảng trước, nhìn vào trung bình sau.
Lợi ích khi sử dụng
- Biết ngay mức sai số biên thay vì chỉ có một con số trung bình trơ trọi
- Thấy giá trị tới hạn đã dùng nên kiểm tra chéo được với bảng tra
- So sánh nhanh tác động của cỡ mẫu tới độ rộng khoảng bằng cách đổi một ô
- Kết quả sao chép được nguyên khối, dán thẳng vào phụ lục báo cáo
- Số liệu khảo sát nội bộ không phải gửi lên bất kỳ máy chủ nào
Cách tính khoảng tin cậy
- 1Nhập trung bình mẫu, tức trung bình cộng của các quan sát bạn thực sự đo được.
- 2Nhập độ lệch chuẩn của mẫu, tính theo công thức chia cho n trừ 1, tương ứng hàm STDEV.S trong Excel.
- 3Nhập cỡ mẫu, là số quan sát hợp lệ chứ không phải số phiếu phát ra.
- 4Chọn mức tin cậy 90, 95 hoặc 99 phần trăm rồi bấm nút tính.
- 5Đọc giá trị tới hạn, sai số biên và hai đầu mút, sau đó đối chiếu với các điều kiện áp dụng nêu bên dưới trước khi đưa vào báo cáo.
Công thức và một ví dụ tính đủ các bước
Khoảng tin cậy cho trung bình có dạng trung bình mẫu cộng trừ tích của giá trị tới hạn với sai số chuẩn. Sai số chuẩn bằng độ lệch chuẩn chia cho căn bậc hai của cỡ mẫu. Lấy đúng bộ số mặc định của công cụ: trung bình 100, độ lệch chuẩn 15, cỡ mẫu 30, mức tin cậy 95 phần trăm. Căn bậc hai của 30 là 5,4772 nên sai số chuẩn bằng 15 chia 5,4772, tức 2,7386. Vì cỡ mẫu đạt 30, công cụ dùng giá trị tới hạn z bằng 1,96. Sai số biên bằng 1,96 nhân 2,7386, tức 5,3677. Khoảng tin cậy là từ 94,6323 tới 105,3677. Điểm cần nhớ từ công thức này là cỡ mẫu nằm dưới dấu căn: muốn khoảng hẹp đi một nửa, bạn phải tăng cỡ mẫu lên gấp bốn lần chứ không phải gấp đôi. Đây là lý do các khảo sát lớn rất tốn kém mà độ chính xác chỉ nhích lên chút một, và cũng là lý do nên cân nhắc kỹ trước khi hứa một mức sai số quá hẹp.
Đọc khoảng tin cậy cho đúng, tránh câu nói sai phổ biến nhất
Câu nói thường gặp là có 95 phần trăm xác suất trung bình thật nằm trong khoảng vừa tính. Theo cách hiểu thống kê tần suất, câu đó không đúng. Trung bình của tổng thể là một con số cố định, không phải biến ngẫu nhiên; còn khoảng tin cậy mới là thứ thay đổi theo từng mẫu bạn rút. Một khoảng cụ thể đã tính xong thì hoặc chứa trung bình thật, hoặc không, chứ không mang xác suất nào. Mức 95 phần trăm nói về quy trình chứ không nói về một khoảng riêng lẻ: nếu lặp lại việc lấy mẫu và tính khoảng theo cùng cách rất nhiều lần, khoảng 95 phần trăm trong số các khoảng thu được sẽ chứa trung bình thật. Cách diễn đạt an toàn khi viết báo cáo là ước lượng trung bình là 100, với khoảng tin cậy 95 phần trăm từ 94,6 tới 105,4. Dòng gợi ý hiển thị trong công cụ được viết theo lối nói thông dụng cho dễ hiểu, nhưng nếu bạn đang viết luận văn hay báo cáo khoa học thì nên dùng cách diễn đạt chặt chẽ ở trên.
Điều kiện phải có thì con số mới có nghĩa
Điều kiện thứ nhất là mẫu phải ngẫu nhiên và các quan sát độc lập với nhau. Khảo sát bạn bè, khách hàng thân thiết hay người tự nguyện trả lời đều vi phạm điều kiện này, và khi đó khoảng tin cậy tính ra sẽ hẹp một cách giả tạo vì nó chỉ đo sai số lấy mẫu chứ không đo được sai lệch do cách chọn mẫu. Điều kiện thứ hai liên quan tới phân phối: công thức đúng khi tổng thể xấp xỉ phân phối chuẩn, hoặc khi cỡ mẫu đủ lớn để định lý giới hạn trung tâm phát huy tác dụng. Với dữ liệu lệch mạnh như doanh thu theo đơn hàng hay thời gian chờ, cỡ mẫu 30 thường chưa đủ. Điều kiện thứ ba là độ lệch chuẩn bạn nhập phải là độ lệch chuẩn mẫu, tính với mẫu số n trừ 1. Cuối cùng, nếu mẫu chiếm hơn 5 phần trăm tổng thể hữu hạn, cần nhân thêm hệ số hiệu chỉnh tổng thể hữu hạn, công cụ này không tự làm bước đó nên khoảng sẽ rộng hơn thực tế.
Vì sao lúc dùng z, lúc dùng t, và độ chính xác của bảng tra ở đây
Khi độ lệch chuẩn của tổng thể chưa biết và bạn phải ước lượng nó từ chính mẫu, phân phối đúng để tra là phân phối t Student với bậc tự do bằng cỡ mẫu trừ 1. Phân phối t có đuôi dày hơn phân phối chuẩn nên giá trị tới hạn lớn hơn, khoảng rộng hơn, phản ánh việc bạn có thêm một tầng bất định. Khi cỡ mẫu tăng, hai phân phối tiến sát nhau, nên nhiều tài liệu cho phép dùng z từ mốc 30 trở lên và công cụ này theo đúng quy ước đó. Cần nói rõ hai điểm. Thứ nhất, ở mốc cỡ mẫu 30, giá trị t đúng với bậc tự do 29 là 2,045 trong khi z là 1,96, chênh khoảng 4 phần trăm, nên khoảng do công cụ đưa ra hơi hẹp hơn cách tính chặt chẽ. Thứ hai, bảng t ở đây là bảng rút gọn theo bốn khoảng bậc tự do, chính xác tại các mốc 5, 10, 20 và 30 nhưng lấy chung giá trị cho các bậc nằm giữa. Với cỡ mẫu 8, công cụ dùng 2,228 trong khi giá trị đúng là 2,365, nên sai số biên bị tính thiếu khoảng 6 phần trăm.
Những bài toán mà công cụ này không giải, và cách tính cỡ mẫu cần thiết
Công cụ chỉ tính khoảng tin cậy cho trung bình của một nhóm. Nó không tính khoảng cho tỷ lệ phần trăm, vốn có công thức riêng dựa trên tỷ lệ mẫu và cỡ mẫu, nên đừng dùng cho câu hỏi kiểu bao nhiêu phần trăm khách hàng hài lòng. Nó cũng không tính khoảng cho hiệu hai trung bình, không tính khoảng dự báo cho một quan sát mới, và không thay được kiểm định giả thuyết khi bạn cần so sánh hai nhóm. Riêng chuyện so sánh, đừng kết luận hai nhóm khác nhau chỉ vì hai khoảng không giao nhau, và cũng đừng kết luận hai nhóm giống nhau chỉ vì hai khoảng có giao; cách đúng là dùng kiểm định cho hiệu hai trung bình. Chiều ngược lại thì công thức rất hữu ích: nếu bạn muốn sai số biên không quá một mức đặt trước, cỡ mẫu cần thiết bằng bình phương của tích giá trị tới hạn với độ lệch chuẩn, chia cho bình phương sai số biên mong muốn. Với độ lệch chuẩn 15, mức tin cậy 95 phần trăm và mong muốn sai số biên 2, bạn cần khoảng 217 quan sát.
Câu hỏi thường gặp (FAQ)
Khoảng tin cậy 95 phần trăm nghĩa là gì cho đúng?
Nó nói về quy trình, không nói về một khoảng cụ thể. Nếu lặp lại việc lấy mẫu và tính khoảng theo cùng cách rất nhiều lần thì khoảng 95 phần trăm số khoảng thu được sẽ chứa trung bình thật của tổng thể. Khoảng bạn vừa tính hoặc chứa giá trị đó, hoặc không, chứ bản thân nó không mang xác suất nào.
Có được nói xác suất trung bình thật nằm trong khoảng là 95 phần trăm không?
Trong khuôn khổ thống kê tần suất thì không nên, vì trung bình tổng thể là hằng số chứ không phải biến ngẫu nhiên. Cách diễn đạt an toàn cho báo cáo là ghi ước lượng điểm kèm khoảng tin cậy, ví dụ trung bình 100 với khoảng tin cậy 95 phần trăm từ 94,6 tới 105,4, không kèm chữ xác suất.
Nên nhập độ lệch chuẩn của mẫu hay của tổng thể?
Nhập độ lệch chuẩn của mẫu, tính với mẫu số n trừ 1, tương ứng hàm STDEV.S trong Excel hoặc Google Sheets. Nếu bạn lấy nhầm hàm STDEV.P vốn chia cho n, độ lệch chuẩn sẽ nhỏ hơn thực tế và khoảng tin cậy hẹp lại một cách giả tạo, nhất là khi cỡ mẫu nhỏ.
Vì sao công cụ đổi từ t sang z ở mốc cỡ mẫu 30?
Đó là quy ước phổ biến trong giáo trình nhập môn, dựa trên việc phân phối t tiến gần phân phối chuẩn khi bậc tự do tăng. Ngay tại mốc 30, giá trị t đúng là 2,045 so với z là 1,96, chênh khoảng 4 phần trăm. Nếu cần kết quả chặt chẽ, hãy dùng giá trị t khi độ lệch chuẩn tổng thể chưa biết.
Giá trị t công cụ dùng có chính xác tuyệt đối không?
Không, đó là bảng rút gọn theo bốn khoảng bậc tự do, đúng tại các mốc 5, 10, 20 và 30 nhưng dùng chung giá trị cho các bậc tự do nằm giữa. Với cỡ mẫu 8, công cụ lấy 2,228 trong khi giá trị đúng là 2,365, nên sai số biên bị tính thiếu khoảng 6 phần trăm. Với mẫu nhỏ nên tra bảng t đầy đủ.
Muốn khoảng tin cậy hẹp lại thì làm gì?
Cách bền vững nhất là tăng cỡ mẫu, nhưng lưu ý cỡ mẫu nằm dưới dấu căn nên muốn khoảng hẹp một nửa bạn phải tăng cỡ mẫu gấp bốn lần. Cách thứ hai là giảm độ phân tán bằng cách đo đạc chuẩn hơn hoặc phân tầng đối tượng. Hạ mức tin cậy cũng làm khoảng hẹp lại nhưng đó là đánh đổi chứ không phải cải thiện.
Cần bao nhiêu mẫu để sai số biên không vượt một mức cho trước?
Lấy bình phương của tích giá trị tới hạn với độ lệch chuẩn, rồi chia cho bình phương sai số biên mong muốn. Ví dụ độ lệch chuẩn 15, mức tin cậy 95 phần trăm nên giá trị tới hạn là 1,96, muốn sai số biên 2 thì cần khoảng 217 quan sát. Nếu chưa biết độ lệch chuẩn, hãy ước lượng từ một khảo sát thử quy mô nhỏ.
Dùng được cho tỷ lệ phần trăm không, ví dụ tỷ lệ khách hàng hài lòng?
Không nên. Khoảng tin cậy cho tỷ lệ có công thức riêng dựa trên tỷ lệ mẫu và cỡ mẫu, và với tỷ lệ gần 0 hoặc gần 1 thì công thức xấp xỉ chuẩn còn cho kết quả kém, phải dùng các phương pháp khác. Công cụ này chỉ dành cho trung bình của biến số đo bằng con số liên tục.
Hai nhóm có khoảng tin cậy không giao nhau thì có kết luận được khác biệt không?
Không nên kết luận chỉ dựa vào đó. Hai khoảng không giao nhau là dấu hiệu khác biệt khá mạnh, nhưng hai khoảng có giao nhau vẫn có thể đi kèm khác biệt có ý nghĩa thống kê. Cách đúng là chạy kiểm định cho hiệu hai trung bình, hoặc tính trực tiếp khoảng tin cậy cho phần chênh lệch giữa hai nhóm.
Dữ liệu của tôi lệch mạnh, kết quả có còn dùng được không?
Cần thận trọng. Công thức dựa vào giả định tổng thể xấp xỉ chuẩn, hoặc cỡ mẫu đủ lớn để trung bình mẫu xấp xỉ chuẩn. Với dữ liệu lệch mạnh như doanh thu theo đơn hàng hay thời gian chờ, cỡ mẫu 30 thường chưa đủ. Hãy vẽ biểu đồ phân bố trước, cân nhắc dùng trung vị hoặc phương pháp lấy mẫu lặp.
Đầu mút dưới ra số âm trong khi dữ liệu không thể âm, xử lý sao?
Đó là dấu hiệu giả định phân phối chuẩn không phù hợp với dữ liệu của bạn, thường gặp khi trung bình nhỏ mà độ lệch chuẩn lớn, tức dữ liệu lệch phải. Đừng cắt cụt đầu mút về 0 rồi báo cáo như bình thường; hãy xem lại dạng phân bố và chọn phương pháp ước lượng phù hợp hơn với dữ liệu chỉ nhận giá trị dương.
Khoảng tin cậy có tính được sai lệch do cách chọn mẫu không?
Không. Nó chỉ đo sai số do việc lấy mẫu ngẫu nhiên gây ra. Nếu bạn khảo sát người tự nguyện trả lời, khách quen, hay chỉ nhóm dễ tiếp cận thì sai lệch hệ thống vẫn còn nguyên và khoảng tin cậy trông hẹp một cách đánh lừa. Chất lượng cách chọn mẫu quan trọng hơn số lượng phiếu thu về.
Từ khóa liên quan
- tính khoảng tin cậy online
- khoảng tin cậy là gì
- confidence interval calculator
- công thức khoảng tin cậy
- sai số biên margin of error
- cách tính sai số chuẩn
- giá trị tới hạn z 1.96
- bảng tra phân phối t
- khoảng tin cậy 95%
- cách tính cỡ mẫu khảo sát
- độ lệch chuẩn mẫu
- ước lượng trung bình tổng thể
- z test hay t test
- bậc tự do trong thống kê
- định lý giới hạn trung tâm
- diễn giải khoảng tin cậy
- khoảng tin cậy cho tỷ lệ
- hiệu chỉnh tổng thể hữu hạn
- tính khoảng tin cậy trong excel
- công cụ thống kê online miễn phí
