Máy Tính Độ Lệch Chuẩn

Tính độ lệch chuẩn, phương sai và giá trị trung bình từ bất kỳ tập dữ liệu nào. Máy tính trực tuyến miễn phí hỗ trợ độ lệch chuẩn tổng thể và mẫu, kèm lời giải từng bước đầy đủ.

Máy Tính Độ Lệch Chuẩn là gì?

Độ lệch chuẩn đo mức độ phân tán của một tập hợp số so với giá trị trung bình của nó. Độ lệch chuẩn thấp nghĩa là các giá trị tập trung gần trung bình; độ lệch chuẩn cao nghĩa là chúng trải rộng trên phạm vi lớn hơn.

Có hai phiên bản: độ lệch chuẩn tổng thể (σ), dùng khi dữ liệu của bạn đại diện cho toàn bộ tổng thể, và độ lệch chuẩn mẫu (s), dùng khi dữ liệu của bạn là một mẫu lấy từ tổng thể lớn hơn. Phiên bản mẫu chia cho n − 1 thay vì n — một hiệu chỉnh gọi là hiệu chỉnh Bessel — tạo ra ước lượng lớn hơn một chút, ít thiên lệch hơn về độ phân tán thực sự của tổng thể.

Công Thức

Tổng thể: σ = √( Σ(xᵢ - x̄)² / n )

Mẫu: s = √( Σ(xᵢ - x̄)² / (n - 1) )

Trong đó x̄ là giá trị trung bình, xᵢ là mỗi giá trị riêng lẻ, và n là số lượng giá trị.

Cách Tính

Nhập các số của bạn, cách nhau bằng dấu phẩy, khoảng trắng hoặc dòng mới.
Chọn xem dữ liệu của bạn là toàn bộ tổng thể hay một mẫu.
Máy tính tìm giá trị trung bình, sau đó độ lệch của mỗi giá trị so với nó.
Xem lại toàn bộ phép tính từng bước của phương sai và độ lệch chuẩn.

Ví Dụ

Với tập dữ liệu [4, 8, 15, 16, 23, 42]: giá trị trung bình là 18. Độ lệch chuẩn mẫu (n-1) xấp xỉ 13,62, trong khi độ lệch chuẩn tổng thể (n) xấp xỉ 12,44.

Lợi Ích Chính

Hỗ trợ cả độ lệch chuẩn tổng thể và mẫu
Hiển thị phương sai, trung bình, tổng và số lượng cùng với độ lệch chuẩn
Lời giải từng bước đầy đủ, không chỉ là con số cuối cùng
Chấp nhận định dạng nhập linh hoạt (dấu phẩy, khoảng trắng hoặc dòng mới)

Những Lỗi Thường Gặp Cần Tránh

Sử dụng độ lệch chuẩn tổng thể (n) khi dữ liệu thực ra là mẫu, làm đánh giá thấp độ phân tán thực sự
Quên bình phương các độ lệch trước khi cộng, khiến các độ lệch dương và âm triệt tiêu lẫn nhau về không
Nhầm lẫn phương sai (đơn vị bình phương) với độ lệch chuẩn (cùng đơn vị với dữ liệu gốc)
Áp dụng công thức cho ít hơn hai điểm dữ liệu, nơi độ lệch chuẩn không được xác định

Mẹo Chuyên Nghiệp

Nếu không chắc nên dùng chế độ tổng thể hay mẫu, mẫu là lựa chọn mặc định an toàn hơn cho hầu hết việc thu thập dữ liệu thực tế
Độ lệch chuẩn gần bằng không cho thấy dữ liệu rất nhất quán, ít biến động
So sánh độ lệch chuẩn với giá trị trung bình (theo tỷ lệ phần trăm) để đánh giá độ biến động tương đối — không chỉ tuyệt đối — giữa các tập dữ liệu khác nhau
Các giá trị ngoại lệ có ảnh hưởng không cân xứng đến độ lệch chuẩn vì các độ lệch được bình phương trước khi lấy trung bình

Các Thuật Ngữ Chính Được Giải Thích

Phương sai: Trung bình của các độ lệch bình phương so với giá trị trung bình
Trung bình: Giá trị trung bình cộng của tất cả các giá trị trong tập dữ liệu
Hiệu Chỉnh Bessel: Chia cho n-1 thay vì n để giảm sai lệch khi ước lượng từ một mẫu
Độ Lệch: Sự khác biệt giữa một giá trị riêng lẻ và giá trị trung bình

Trường Hợp Sử Dụng Phổ Biến

Phân tích điểm thi hoặc kết quả khảo sát để hiểu độ phân tán dữ liệu
Kiểm soát chất lượng — đo tính nhất quán trong các phép đo sản xuất
Tài chính — đo độ biến động hoặc rủi ro của lợi nhuận đầu tư
Nghiên cứu khoa học — báo cáo độ phân tán của các phép đo thực nghiệm

Câu Hỏi Thường Gặp

Sự khác biệt giữa độ lệch chuẩn tổng thể và mẫu là gì?

Độ lệch chuẩn tổng thể (σ) được dùng khi dữ liệu của bạn đại diện cho toàn bộ nhóm bạn quan tâm, và chia cho n. Độ lệch chuẩn mẫu (s) được dùng khi dữ liệu của bạn chỉ là một tập con lấy từ tổng thể lớn hơn, và chia cho n-1 để hiệu chỉnh sai lệch — hiệu chỉnh này gọi là hiệu chỉnh Bessel.

Tại sao chúng ta bình phương các độ lệch trước khi lấy trung bình?

Bình phương làm cho mỗi độ lệch trở thành dương, để chúng không triệt tiêu lẫn nhau khi cộng lại (điều này luôn cho kết quả bằng không, vì các độ lệch được xác định tương đối so với trung bình). Bình phương cũng gán trọng số lớn hơn cho các độ lệch lớn hơn, hữu ích để đo độ phân tán.

Độ lệch chuẩn cao có nghĩa là gì?

Độ lệch chuẩn cao nghĩa là các điểm dữ liệu phân tán xa so với trung bình — tập dữ liệu có độ biến động cao. Độ lệch chuẩn thấp nghĩa là hầu hết các giá trị gần với trung bình, cho thấy tính nhất quán cao hơn.

Độ lệch chuẩn liên quan đến phương sai như thế nào?

Độ lệch chuẩn đơn giản là căn bậc hai của phương sai. Phương sai được biểu diễn bằng đơn vị bình phương (ví dụ, đô la²), trong khi độ lệch chuẩn chuyển nó trở về đơn vị gốc (ví dụ, đô la), giúp dễ diễn giải hơn.