Máy tính khoảng tin cậy này giúp gì cho bạn
Khoảng tin cậy (confidence interval) cho bạn một khoảng giá trị có khả năng chứa giá trị trung bình thực của tổng thể, dựa trên một mẫu duy nhất. Công cụ này nhận các thống kê của mẫu rồi trả về cận dưới, cận trên và sai số biên (margin of error) — nhờ đó bạn có thể trình bày kết quả kiểu "giá trị trung bình thực nằm trong khoảng từ X đến Y với độ tin cậy 95%". Công cụ sử dụng phân phối z (phân phối chuẩn), vốn là cách tiếp cận tiêu chuẩn khi mẫu đủ lớn hoặc khi đã biết độ lệch chuẩn của tổng thể.
Những thông tin bạn cần nhập
- Trung bình mẫu — giá trị trung bình của dữ liệu mẫu (tâm của khoảng tin cậy).
- Độ lệch chuẩn — mức độ phân tán của các giá trị trong mẫu.
- Cỡ mẫu — số quan sát có trong mẫu của bạn.
- Mức tin cậy — mức độ chắc chắn bạn mong muốn, thường là 90%, 95% hoặc 99%.
Công thức tính
Công cụ thực hiện theo các bước sau:
- Sai số chuẩn (Standard Error) = Độ lệch chuẩn ÷ √(Cỡ mẫu)
- Điểm Z (Z-score) = giá trị tới hạn từ phân phối chuẩn ứng với mức tin cậy của bạn (ví dụ 1.645 cho 90%, 1.96 cho 95%, 2.576 cho 99%)
- Sai số biên (Margin of Error) = Điểm Z × Sai số chuẩn
- Khoảng tin cậy = Trung bình mẫu ± Sai số biên
Điểm Z được xác định bằng cách lấy nghịch đảo của xác suất tích lũy tại alpha/2, với alpha = 1 − mức tin cậy. Cách này chia đều phần bất định ra hai đuôi của phân phối.
Ví dụ minh họa
Giả sử trung bình mẫu là 100, độ lệch chuẩn là 15, cỡ mẫu là 36 và bạn chọn mức tin cậy 95%.
- Sai số chuẩn = 15 ÷ √36 = 15 ÷ 6 = 2.5
- Điểm Z cho 95% = 1.96
- Sai số biên = 1.96 × 2.5 = 4.9
- Cận dưới = 100 − 4.9 = 95.1
- Cận trên = 100 + 4.9 = 104.9
Bạn có thể tin cậy ở mức 95% rằng giá trị trung bình thực của tổng thể nằm trong khoảng từ 95.1 đến 104.9.
Câu hỏi thường gặp
Khoảng rộng hơn có phải là kết quả tệ hơn không? Khoảng rộng hơn phản ánh mức độ bất định cao hơn. Tăng mức tin cậy (ví dụ từ 95% lên 99%) hoặc dùng mẫu nhỏ sẽ làm khoảng rộng ra; mẫu lớn hơn sẽ làm khoảng hẹp lại.
"Độ tin cậy 95%" thực sự nghĩa là gì? Nếu bạn lặp lại việc lấy mẫu nhiều lần và mỗi lần đều xây dựng một khoảng tin cậy, thì khoảng 95% trong số các khoảng đó sẽ chứa giá trị trung bình thực của tổng thể.
Nên dùng z hay t? Công cụ này dùng phân phối z (phân phối chuẩn), phù hợp với mẫu lớn hoặc khi đã biết độ lệch chuẩn của tổng thể. Với mẫu rất nhỏ và chưa biết độ lệch chuẩn của tổng thể, về mặt kỹ thuật phân phối t sẽ cho kết quả chính xác hơn.
