Mục lục bài họcĐang ở d03-b1
Types of data and descriptive statistics
Quantitative and qualitative
Quantitative data are numbers: scores, counts, times. They allow statistical comparison and are easy to summarise, but they strip out meaning. Qualitative data are words and descriptions: they capture reasons and depth, but are harder to analyse objectively and open to researcher interpretation. Most good designs collect both.
Levels of measurement
Nominal: categories with no order (yes/no, colour of car). Ordinal: ranked but the gaps are not equal (rating scales, positions in a race). Interval: equal gaps on a real scale (time in seconds, number of words recalled). Getting this right matters because it decides which statistics and which test are legitimate.
Measures of central tendency
The mean uses every score, so it is the most sensitive — and for the same reason it is distorted by outliers. The median is the middle value once ordered; it ignores extreme scores, which makes it the right choice for skewed data and for ordinal data. The mode is the most frequent value, and it is the only option for nominal data.
Measures of spread
The range is quick but rests on the two most extreme scores, so one unusual participant changes it completely. The standard deviation uses all scores and tells you how tightly the data cluster around the mean: a small SD means the participants behaved consistently, and that is what you should say about it in an answer.
Choosing and justifying
Questions rarely ask 'what is the mean'. They ask which measure is appropriate and why — so always tie the choice to the level of measurement and to whether there are extreme scores.
Định lượng và định tính
Dữ liệu định lượng là các con số: điểm số, số lần đếm, thời gian. Chúng cho phép so sánh thống kê và dễ tóm tắt, nhưng lược mất ý nghĩa. Dữ liệu định tính là lời và mô tả: nắm được lý do và chiều sâu, nhưng khó phân tích khách quan và dễ bị chi phối bởi diễn giải của nhà nghiên cứu. Phần lớn thiết kế tốt thu cả hai.
Thang đo
Danh mục: các loại không có thứ tự (có/không, màu xe). Thứ bậc: có xếp hạng nhưng khoảng cách không bằng nhau (thang đánh giá, thứ hạng trong cuộc đua). Khoảng cách: khoảng cách bằng nhau trên một thang thật (thời gian tính bằng giây, số từ nhớ được). Xác định đúng thang là việc quan trọng vì nó quyết định thống kê nào và phép kiểm nào là hợp lệ.
Các số đo xu hướng trung tâm
Trung bình dùng mọi điểm số nên nhạy nhất — và cũng chính vì thế bị giá trị ngoại lai làm méo. Trung vị là giá trị nằm giữa sau khi xếp thứ tự; nó bỏ qua các điểm cực đoan, nên là lựa chọn đúng cho dữ liệu lệch và cho dữ liệu thứ bậc. Yếu vị là giá trị xuất hiện nhiều nhất, và là lựa chọn duy nhất cho dữ liệu danh mục.
Các số đo độ phân tán
Khoảng biến thiên tính nhanh nhưng dựa vào đúng hai điểm cực đoan, nên một người tham gia bất thường là đổi hẳn kết quả. Độ lệch chuẩn dùng toàn bộ điểm số và cho biết dữ liệu bám sát trung bình tới đâu: độ lệch chuẩn nhỏ nghĩa là những người tham gia hành xử nhất quán — và đó chính là điều nên viết ra trong bài.
Chọn và biện minh
Đề hiếm khi hỏi ‘trung bình bằng bao nhiêu’. Đề hỏi số đo nào phù hợp và vì sao — nên luôn gắn lựa chọn với thang đo và với việc có hay không có điểm cực đoan.
Thời gian ($giây$) mà $9$ người tham gia cần để giải một câu đố:
$12,\ 14,\ 15,\ 15,\ 17,\ 18,\ 20,\ 22,\ 187$
Tính trung bình, trung vị và yếu vị, rồi cho biết nên báo cáo số đo nào và vì sao.
Trung bình. Tổng $=12+14+15+15+17+18+20+22+187=320$. Trung bình $=320\div9\approx35{,}6$ giây.
Trung vị. Dãy đã xếp tăng dần, có $9$ giá trị nên trung vị là giá trị thứ $5$: $17$ giây.
Yếu vị. Giá trị lặp lại nhiều nhất là $15$ (xuất hiện hai lần).
Đọc kết quả. Trung bình $35{,}6$ giây lớn hơn tám trên chín giá trị thực tế. Không một người tham gia nào mất khoảng $35$ giây; con số này không mô tả ai cả. Nguyên nhân là giá trị ngoại lai $187$ — có thể người đó hiểu nhầm hướng dẫn hoặc bỏ cuộc rồi quay lại.
Nên báo cáo trung vị $17$ giây. Trung vị chỉ phụ thuộc vị trí giữa nên không bị một giá trị cực đoan kéo đi, và $17$ nằm đúng giữa vùng dữ liệu thật.
Còn độ phân tán? Khoảng biến thiên $=187-12=175$ giây, một con số cũng vô nghĩa vì cùng lý do. Với dữ liệu lệch như thế này nên báo khoảng tứ phân vị, hoặc báo trung vị kèm ghi chú rõ về giá trị ngoại lai. Điều KHÔNG được làm là lẳng lặng bỏ $187$ đi — muốn loại một giá trị thì phải nêu lý do và tiêu chí đã đặt ra từ trước.
Đọc xong rồi — làm thử ngay
Bài tập của chương Data Analysis and Statistics gồm 14 câu trắc nghiệm và 3 đề tự luận. Đáp án hiện ngay khi chọn, miễn phí.