Z-Score Là Gì?
Z-score (hay còn gọi là điểm chuẩn hóa) cho biết một điểm dữ liệu nằm cách giá trị trung bình bao nhiêu lần độ lệch chuẩn, ở phía trên hay phía dưới. Z-score dương nghĩa là giá trị nằm trên mức trung bình; z-score âm nghĩa là nằm dưới mức trung bình. Z-score bằng 0 nghĩa là giá trị đúng bằng trung bình. Trong thống kê, z-score được dùng rộng rãi vì nó cho phép so sánh các giá trị có thang đo hoàn toàn khác nhau trên cùng một mặt bằng chung.
Cách Sử Dụng Công Cụ
Bạn chỉ cần nhập ba con số: điểm thô (\(x\)) cần đánh giá, trung bình tổng thể (\(\mu\)) và độ lệch chuẩn tổng thể (\(\sigma\)). Công cụ sẽ lập tức trả về z-score cùng độ lệch thô (\(x - \mu\)). Lưu ý độ lệch chuẩn không được bằng 0, vì phép chia cho 0 là không xác định.
Giải Thích Công Thức
Điểm chuẩn hóa được định nghĩa bằng công thức $$z = \frac{x - \mu}{\sigma}$$ Trước tiên, lấy giá trị của bạn trừ đi trung bình để ra độ lệch, sau đó chia cho độ lệch chuẩn để biểu diễn độ lệch đó theo đơn vị độ lệch chuẩn. Phép tái tỉ lệ này tạo ra một phân phối có trung bình bằng 0 và độ lệch chuẩn bằng 1 — được gọi là phân phối chuẩn tắc khi dữ liệu tuân theo phân phối chuẩn.
Ví Dụ Minh Họa
Giả sử một học sinh đạt 85 điểm trong bài kiểm tra có trung bình lớp là 70 và độ lệch chuẩn là 10. Khi đó $$z = \frac{85 - 70}{10} = \frac{15}{10} = 1{,}5$$ Học sinh này đạt mức cao hơn trung bình 1,5 lần độ lệch chuẩn — tức tốt hơn khoảng 93% số người làm bài, nếu điểm số tuân theo phân phối chuẩn.
Câu Hỏi Thường Gặp
Z-score âm có ý nghĩa gì? Nó cho biết giá trị nằm dưới mức trung bình. Z-score bằng −2 nghĩa là giá trị thấp hơn trung bình hai lần độ lệch chuẩn.
Z-score "tốt" là bao nhiêu? Điều này tùy thuộc ngữ cảnh, nhưng các giá trị vượt quá ±2 hoặc ±3 thường được xem là bất thường vì chúng rơi vào hai đuôi của phân phối.
Nên dùng độ lệch chuẩn mẫu hay độ lệch chuẩn tổng thể? Z-score cổ điển sử dụng độ lệch chuẩn tổng thể (\(\sigma\)). Nếu bạn chỉ có dữ liệu mẫu, bạn có thể dùng độ lệch chuẩn mẫu để ước lượng, nhưng cần thận trọng khi diễn giải kết quả.
