Công Cụ Tính Phương Sai Này Làm Được Gì
Phương sai (variance) cho biết mức độ phân tán của một tập số liệu xung quanh giá trị trung bình. Phương sai nhỏ nghĩa là các giá trị nằm sát nhau quanh trung bình; phương sai lớn nghĩa là chúng phân tán rộng. Công cụ này nhận vào một dãy số cách nhau bởi dấu phẩy và trả về cùng lúc giá trị trung bình, phương sai và độ lệch chuẩn — giúp bạn đánh giá ngay mức độ ổn định hay biến động của dữ liệu.
Cách Sử Dụng
Chỉ có một ô nhập liệu duy nhất: Nhập các số (cách nhau bởi dấu phẩy). Hãy gõ hoặc dán dữ liệu của bạn, ngăn cách bằng dấu phẩy, dấu chấm phẩy, dấu cách hoặc cả dấu phẩy toàn chiều rộng (full-width) — ví dụ 4, 8, 15, 16, 23, 42. Công cụ sẽ tách văn bản, chuyển từng phần tử thành số và tính:
- Trung bình — giá trị trung bình cộng của tất cả các số.
- Phương sai — trung bình bình phương độ lệch so với giá trị trung bình.
- Độ lệch chuẩn — căn bậc hai của phương sai, cùng đơn vị với dữ liệu của bạn.
Công Thức Đằng Sau
Công cụ này sử dụng phương thức StatUtils.variance của thư viện Apache Commons Math, vốn tính phương sai mẫu (chia cho n − 1 thay vì n). Công thức như sau:
trong đó \(x_i\) là từng giá trị, \(\bar{x}\) là giá trị trung bình, và \(n\) là số lượng giá trị. Độ lệch chuẩn đơn giản là \(s = \sqrt{s^2}\). Việc chia cho \(n - 1\) (hiệu chỉnh Bessel) cho ra ước lượng không chệch của phương sai khi dữ liệu là một mẫu rút ra từ tổng thể lớn hơn.
Ví Dụ Minh Họa
Giả sử bạn nhập 2, 4, 6, 8:
- Trung bình = \((2 + 4 + 6 + 8) / 4 = \mathbf{5}\)
- Các bình phương độ lệch: \((2-5)^2=9\), \((4-5)^2=1\), \((6-5)^2=1\), \((8-5)^2=9\) → tổng = 20
- Phương sai mẫu = \(20 / (4 - 1) = \mathbf{6{,}667}\)
- Độ lệch chuẩn = \(\sqrt{6{,}667} \approx \mathbf{2{,}582}\)
Công cụ sẽ tự động trả về cả ba kết quả này.
Diễn giải Kết quả Phương sai của Bạn
Phương sai đo lường mức độ phân tán của các giá trị trong một tập dữ liệu so với giá trị trung bình của chúng. Vì mỗi độ lệch được bình phương trước khi tính trung bình, kết quả có đơn vị bình phương: nếu dữ liệu của bạn là độ dài tính bằng cm, phương sai sẽ tính bằng cm²; nếu chúng là điểm số kiểm tra, nó sẽ tính bằng "điểm bình phương". Đó là lý do tại sao độ lệch chuẩn (SD) — căn bậc hai của phương sai — thường được trích dẫn cùng với nó, vì SD trở lại các đơn vị gốc của dữ liệu và có thể được so sánh trực tiếp với giá trị trung bình.
Công thức được sử dụng ở đây là phương sai mẫu, chia tổng các độ lệch bình phương cho bậc tự do \(n-1\):
$$s^2 = \frac{1}{n-1}\sum_{i=1}^{n}\left(x_i - \bar{x}\right)^2$$Số này cho bạn biết điều gì
- Phương sai không bao giờ âm. Các độ lệch bình phương không thể nhỏ hơn không, vì vậy \(s^2 \ge 0\) luôn luôn đúng. Một phương sai chính xác bằng 0 có chỉ một ý nghĩa: mọi giá trị trong tập hợp là giống hệt nhau, và SD cũng bằng 0.
- Lớn hơn có nghĩa là phân tán nhiều hơn — nhưng chỉ trong cùng các đơn vị. Phương sai 400 cm² không "lớn hơn" phương sai 9 m²; trước tiên hãy chuyển đổi sang một đơn vị chung (9 m² = 90 000 cm²).
- Phương sai không độc lập với tỷ lệ. Dữ liệu có giá trị trung bình lớn tự nhiên tạo ra các độ lệch tuyệt đối lớn hơn. Để so sánh mức độ phân tán của các tập dữ liệu có giá trị trung bình hoặc đơn vị khác nhau, hãy sử dụng hệ số biến thiên:
Ví dụ, tập hợp {2, 4, 6, 8} có \(\bar{x} = 5\), \(s^2 = 6.667\) và \(s = \sqrt{6.667} \approx 2.582\), cho \(\text{CV} = 2.582 / 5 \times 100\% \approx 51.6\%\). CV chỉ có ý nghĩa cho dữ liệu tỷ lệ có giá trị trung bình dương — nó không thích hợp cho nhiệt độ tính bằng °C hoặc cho dữ liệu tập trung gần không.
Phương sai và hình dạng của dữ liệu
Nếu dữ liệu được phân phối gần như bình thường (gần như đối xứng và có hình dạng chuông), quy tắc thực nghiệm — thường được gọi là quy tắc 68–95–99.7 — cung cấp một ý tưởng nhanh chóng về tỷ lệ: khoảng 68% các giá trị nằm trong \(\bar{x} \pm 1s\), khoảng 95% nằm trong \(\bar{x} \pm 2s\), và khoảng 99.7% nằm trong \(\bar{x} \pm 3s\). Những tỷ lệ phần trăm này là những xấp xỉ chỉ áp dụng cho dữ liệu gần bình thường; đối với dữ liệu lệch hoặc đa phương thức, chúng có thể gây hiểu lầm, và phương sai một mình sẽ không tiết lộ điều đó — luôn nhìn vào các giá trị thô hoặc một biểu đồ cũng vậy.
Cảnh báo
- Các giá trị ngoại lệ chiếm ưu thế. Vì các độ lệch được bình phương, một giá trị cực trị duy nhất có tác dụng quá mức. Thêm một điểm 100 vào {2, 4, 6} đẩy phương sai mẫu từ 4 lên hơn 2300. Nếu kết quả của bạn trông không thể tin được là lớn, hãy kiểm tra lỗi đánh máy, sự nhầm lẫn về đơn vị, hoặc một quan sát cực trị thực sự trước khi diễn giải nó. Các phương án thay thế mạnh mẽ như phạm vi tứ phân vị hoặc độ lệch tuyệt đối trung bình bị ảnh hưởng ít hơn.
- Các mẫu nhỏ cho các ước tính không ổn định. Với \(n = 4\) hoặc \(n = 5\), phương sai mẫu có thể dao động rộng rãi từ mẫu này sang mẫu khác ngay cả khi quy trình cơ bản không thay đổi. Coi nó là một chỉ dẫn sơ bộ, không phải một giá trị chính xác.
- \(n = 1\) không được xác định. Với một giá trị duy nhất, mẫu số \(n - 1\) bằng không, vì vậy phương sai mẫu không thể được tính toán — một quan sát độc lập không mang thông tin về mức độ phân tán.
- Mẫu so với dân số. Máy tính này áp dụng ước số \(n-1\), đó là lựa chọn đúng khi các số của bạn là một mẫu được lấy từ một nhóm lớn hơn. Nếu các số của bạn là toàn bộ dân số, phương sai dân số sử dụng \(n\) thay vào đó và sẽ luôn nhỏ hơn một chút.
Các Thuật ngữ Chính và Ký hiệu
| Thuật ngữ | Ký hiệu | Ý nghĩa |
|---|---|---|
| Giá trị trung bình (mẫu) | \(\bar{x}\) | Trung bình cộng của các giá trị mẫu, \(\bar{x} = \frac{1}{n}\sum x_i\). Đọc là "x-bar". |
| Giá trị trung bình (dân số) | \(\mu\) | Giá trị trung bình của mỗi thành viên trong dân số, \(\mu = \frac{1}{N}\sum x_i\). Đọc là "mu". |
| Kích thước mẫu / kích thước dân số | \(n\) / \(N\) | Số lượng giá trị được sử dụng. Chữ thường \(n\) thông thường biểu thị một mẫu, chữ hoa \(N\) biểu thị toàn bộ dân số. |
| Độ lệch | \(x_i - \bar{x}\) | Khoảng cách mỗi giá trị cách xa giá trị trung bình. Dương ở trên giá trị trung bình, âm ở dưới. Các độ lệch luôn cộng lại bằng không, đó là lý do tại sao chúng được bình phương trước khi tính trung bình. |
| Độ lệch bình phương | \((x_i - \bar{x})^2\) | Độ lệch nhân với chính nó — loại bỏ dấu và khuếch đại các khoảng lớn. |
| Tổng các bình phương | SS | Tổng của tất cả các độ lệch bình phương, \(SS = \sum_{i=1}^{n}(x_i - \bar{x})^2\). Tử số của mọi công thức phương sai. |
| Phương sai mẫu | \(s^2\) | \(s^2 = \dfrac{SS}{n-1}\) — ước tính không thiên vị của phương sai dân số từ một mẫu. Đây là những gì máy tính này trả về. |
| Phương sai dân số | \(\sigma^2\) | \(\sigma^2 = \dfrac{1}{N}\sum (x_i - \mu)^2\) — sử dụng khi dữ liệu bao gồm toàn bộ dân số. Đọc là "sigma bình phương". |
| Bậc tự do | \(df = n-1\) | Số lượng độ lệch tự do thay đổi khi giá trị trung bình được cố định; biết giá trị trung bình và \(n-1\) độ lệch xác định cái cuối cùng. |
| Điều chỉnh của Bessel | chia cho \(n-1\) | Điều chỉnh thay thế \(n\) bằng \(n-1\). Không có nó, phương sai mẫu có hệ thống đánh giá thấp phương sai dân số, vì các độ lệch được đo từ giá trị trung bình của chính mẫu. |
| Độ lệch chuẩn | \(s\) / \(\sigma\) | Căn bậc hai của phương sai, được biểu thị bằng các đơn vị tương tự như dữ liệu: \(s = \sqrt{s^2}\). |
| Hệ số biến thiên | CV | Mức độ phân tán tương đối, \(CV = s / \bar{x}\), thường được hiển thị dưới dạng phần trăm. Không có thứ nguyên, vì vậy nó so sánh các tập dữ liệu có các đơn vị hoặc độ lớn khác nhau. |
| Phạm vi | — | Tối đa trừ tối thiểu. Một thước đo mức độ phân tán thô sơ chỉ sử dụng hai giá trị và bỏ qua mọi thứ ở giữa. |
| Giá trị ngoại lệ | — | Một giá trị cách xa phần còn lại của dữ liệu. Vì các độ lệch được bình phương, các giá trị ngoại lệ làm tăng phương sai không tương xứng. |
Ghi chú về đơn vị: phương sai luôn được biểu thị trong bình phương của các đơn vị dữ liệu — dữ liệu giây cho s², kilogam cho kg², số tiền cho "bình phương tiền tệ", không có ý nghĩa hàng ngày. Đó là lý do thực tế tại sao hầu hết các báo cáo trích dẫn độ lệch chuẩn hơn là phương sai chính nó.
Quy ước và trường hợp biên
Mỗi trường hợp dưới đây đã được chạy thật trên công cụ này; cột kết quả là đúng giá trị công cụ trả về.
| Trường hợp | Đầu vào | Kết quả |
|---|---|---|
| Số thập phân 0,1; 0,2; 0,3 | 0.1, 0.2, 0.3 | 0,01 |
| Số lượng giá trị chẵn (1, 2, 3, 4) | 1, 2, 3, 4 | 1,6667 |
| Giá trị âm (−3, −1, 4) | -3, -1, 4 | 13 |
| Có số 0 trong danh sách (0, 4, 9) | 0, 4, 9 | 20,3333 |
| Mẫu hay tổng thể (2, 4, 4, 4, 5, 5, 7, 9) | 2, 4, 4, 4, 5, 5, 7, 9 | 4,5714 |
| Chỉ một giá trị | 7 | Phương sai mẫu cần ít nhất 2 giá trị. |
Kiểm tra ngày 2026-11-08
Câu Hỏi Thường Gặp
Công cụ dùng phương sai mẫu hay phương sai tổng thể? Nó tính phương sai mẫu, chia cho n − 1. Đây là lựa chọn chuẩn khi các số của bạn đại diện cho một mẫu chứ không phải toàn bộ tổng thể.
Tôi có thể dùng những dấu phân cách nào? Dấu phẩy, dấu chấm phẩy, dấu cách và cả dấu phẩy kiểu Á Đông (full-width) đều dùng được, nên dữ liệu dán vào dù lộn xộn vẫn thường được nhận diện chính xác.
Tại sao lại hiển thị thêm độ lệch chuẩn? Độ lệch chuẩn dễ diễn giải hơn vì cùng đơn vị với dữ liệu gốc, trong khi phương sai lại tính theo đơn vị bình phương.