Độ lệch chuẩn là gì? Cách đọc và đánh giá trong SPSS
Độ lệch chuẩn là gì
Bạn mở file dữ liệu lên, chạy thống kê mô tả và thấy cột Std. Deviation. Con số này chính là độ lệch chuẩn, thường được viết tắt là SD. Nó cho biết các quan sát phân tán xa hay gần giá trị trung bình đến mức nào.
Nếu SD nhỏ, các câu trả lời tập trung tương đối gần Mean. Nếu SD lớn, câu trả lời phân tán rộng hơn quanh Mean. SD luôn được tính trên cùng đơn vị với biến gốc. Ví dụ, nếu biến là điểm đánh giá từ 1 đến 5 thì SD cũng được biểu diễn theo thang điểm đó.
Với một mẫu gồm n quan sát, công thức độ lệch chuẩn mẫu thường được viết như sau:
SD = √[Σ(xᵢ - x̄)² / (n - 1)]
Trong đó, xᵢ là từng giá trị quan sát, x̄ là giá trị trung bình mẫu và n là số quan sát. Việc lấy căn bậc hai của phương sai giúp SD quay về đơn vị ban đầu. Bạn có thể xem phần giải thích chi tiết hơn về phương sai và công thức tính phương sai.
Độ lệch chuẩn không cho biết biến tốt hay xấu, cũng không phải điểm đánh giá chất lượng của bảng hỏi. Bạn cần đọc nó cùng Mean, Min, Max, cỡ mẫu và mục tiêu phân tích.
Ý nghĩa của độ lệch chuẩn trong nghiên cứu định lượng
Trong luận văn, SD trước hết giúp bạn mô tả mức độ phân tán của dữ liệu. Chẳng hạn, Mean của biến SAT1 là 3,80 và SD là 0,62. Điều này cho thấy mức trả lời trung bình khá cao, đồng thời các câu trả lời không nằm sát hoàn toàn ở một giá trị duy nhất.
SD còn giúp bạn nhận ra sự khác biệt giữa các biến. Hai biến cùng có Mean bằng 3,80 nhưng một biến có SD 0,30, biến còn lại có SD 1,10. Biến thứ hai có mức phân tán lớn hơn, nghĩa là người trả lời có quan điểm khác nhau rõ hơn.
Tuy vậy, SD không tự nó chứng minh dữ liệu có vấn đề. Một SD lớn có thể xuất hiện vì mẫu gồm nhiều nhóm người có đặc điểm khác nhau. Một SD rất nhỏ có thể do người trả lời chọn gần như cùng một mức, bảng hỏi quá dễ, mẫu quá đồng nhất hoặc có hiện tượng trả lời theo một mẫu lặp lại.
Bạn thường dùng SD trong bốn tình huống sau:
- Mô tả đặc điểm các biến quan sát trong chương 4.
- So sánh mức độ phân tán giữa các biến đo cùng thang điểm.
- Kiểm tra sơ bộ dữ liệu trước khi chạy hồi quy, EFA hoặc PLS-SEM.
- Diễn giải mức độ đồng thuận của người trả lời khi đặt cạnh Mean.
Đối với biến định danh như giới tính hoặc nhóm ngành, SD thường không phải chỉ số chính để diễn giải. Với biến Likert, SD được báo cáo khá phổ biến, nhưng bạn vẫn cần trình bày cách mã hóa thang đo và số lượng quan sát hợp lệ.
Độ lệch chuẩn bao nhiêu là đạt
Câu hỏi “độ lệch chuẩn bao nhiêu là tốt” không có một ngưỡng chung áp dụng cho mọi dữ liệu. SD phụ thuộc vào khoảng đo, cách mã hóa, phân phối mẫu và nội dung biến. Vì vậy, bạn không nên loại một biến chỉ vì SD cao hoặc giữ một biến chỉ vì SD thấp.
Bảng dưới đây là cách đọc theo bối cảnh thường gặp. Các ngưỡng có nguồn chỉ nên được dùng đúng phạm vi mà nguồn đề cập.
| Tình huống hoặc chỉ số liên quan | Cách đọc | Nguồn |
|---|---|---|
| SD của biến Likert 1 đến 5 | Không có ngưỡng đạt cố định. Đọc cùng Mean, Min, Max và phân phối tần số | (Nguyễn Đình Thọ, 2011) |
| SD bằng 0 | Tất cả quan sát có cùng một giá trị, biến không có biến thiên | (Field, 2013) |
| SD lớn gần với khoảng thang đo | Cần kiểm tra tần số, dữ liệu nhập và nhóm mẫu, chưa đủ căn cứ để loại biến | (Field, 2013) |
| Skewness và Kurtosis khi kiểm tra phân phối | Cần xem đồng thời biểu đồ và mục tiêu phân tích, không kết luận chỉ từ SD | (Field, 2013) |
| Cỡ mẫu cho hồi quy | Không phải ngưỡng của SD. Có thể tham khảo n từ 50 + 8m, với m là số biến độc lập | (Tabachnick và Fidell, 2013) |
Với thang Likert từ 1 đến 5, SD khoảng 0,3, 0,7 hay 1,1 đều có thể xuất hiện trong dữ liệu thực tế. Con số nào phù hợp còn tùy Mean. SD 0,90 quanh Mean 3,00 cho thấy câu trả lời phân tán khác với SD 0,90 quanh Mean 4,40, dù độ phân tán tuyệt đối giống nhau.
Bạn cũng cần phân biệt “đạt” theo mục tiêu. Nếu đang mô tả dữ liệu, SD chỉ cần được báo cáo trung thực. Nếu đang kiểm tra điều kiện của một mô hình, bạn phải xem các giả định tương ứng của mô hình đó, chẳng hạn outlier, đa cộng tuyến hoặc phần dư. Không có quy tắc hợp lệ nào nói rằng mọi SD phải nhỏ hơn một con số duy nhất.
Cách đọc độ lệch chuẩn trên output
Trong SPSS, bạn có thể chạy Analyze > Descriptive Statistics > Descriptives. Đưa các biến cần mô tả vào ô Variable(s), chọn Options, đánh dấu Mean, Std. deviation, Minimum và Maximum, sau đó nhấn Continue và OK.
Một cách khác là Analyze > Descriptive Statistics > Explore. Lệnh này hữu ích hơn khi bạn muốn xem thêm bảng tần số, biểu đồ hộp và kiểm tra quan sát bất thường. Nếu chỉ cần bảng mô tả ngắn cho chương 4, Descriptives thường đủ dùng.
Số liệu minh họa
Bảng dưới đây mô phỏng cấu trúc bảng Descriptive Statistics của SPSS. Đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật.
| N | Minimum | Maximum | Mean | Std. Deviation |
|---|---|---|---|---|
| 198 | 1.00 | 5.00 | 3.82 | 0.71 |
| 198 | 1.00 | 5.00 | 3.67 | 0.86 |
| 198 | 2.00 | 5.00 | 4.05 | 0.59 |
| 198 | 1.00 | 5.00 | 3.44 | 1.02 |
Giả sử bốn dòng lần lượt là SAT1, SAT2, SAT3 và SAT4. Với SAT1, Mean bằng 3,82 và SD bằng 0,71. Bạn có thể viết rằng mức đánh giá trung bình của SAT1 là 3,82, với độ phân tán 0,71 điểm quanh giá trị trung bình.
SAT4 có SD bằng 1,02, lớn hơn ba biến còn lại. Đây là dấu hiệu để bạn kiểm tra thêm bảng tần số, biểu đồ hộp và dữ liệu gốc. Kết quả này không tự động có nghĩa SAT4 sai. Có thể biến này diễn đạt một khía cạnh khiến người trả lời có quan điểm phân hóa hơn.
Khi đọc output, hãy kiểm tra cột N trước. Nếu một biến có N thấp hơn đáng kể so với các biến khác, có thể dữ liệu bị thiếu hoặc câu hỏi không được trả lời đầy đủ. Tiếp theo, xem Minimum và Maximum có nằm trong khoảng mã hóa dự kiến hay không. Với thang 1 đến 5, giá trị 6 hoặc 0 cần được kiểm tra ngay.
Bạn có thể tham khảo thêm công thức tính phương sai để hiểu vì sao SD có quan hệ trực tiếp với phương sai. Nếu Mean và SD bị kéo bởi một vài quan sát cực đoan, hãy kiểm tra outlier thay vì sửa số liệu bằng tay.
Cách viết vào luận văn
Bạn có thể điều chỉnh câu sau theo output của mình: “Kết quả thống kê mô tả cho thấy biến [MÃ BIẾN] có giá trị trung bình là [MEAN] và độ lệch chuẩn là [SD], với [N] quan sát hợp lệ. Giá trị nhỏ nhất và lớn nhất lần lượt là [MIN] và [MAX], cho thấy dữ liệu nằm trong khoảng mã hóa dự kiến của thang đo [TÊN THANG ĐO].”
Nếu SD cao hơn các biến còn lại, viết thận trọng: “Biến [MÃ BIẾN] có độ lệch chuẩn cao hơn tương đối so với các biến trong cùng nhóm. Nghiên cứu tiếp tục kiểm tra phân phối và các quan sát bất thường trước khi quyết định xử lý dữ liệu.”
Khi độ lệch chuẩn không đạt thì xử lý thế nào
Trước hết, xác định bạn đang gọi “không đạt” theo tiêu chí nào. Nếu chỉ vì SD lớn, dừng lại ở bước kiểm tra, chưa xóa biến. Nếu biến có mã ngoài khoảng, N bất thường hoặc giá trị không hợp lệ, đó mới là dấu hiệu cần xử lý dữ liệu.
Kiểm tra mã hóa và dữ liệu thiếu
Mở Analyze > Descriptive Statistics > Frequencies, đưa biến vào danh sách và xem các giá trị xuất hiện. Kiểm tra những mã như 0, 99, 999 hoặc ô trống. Một mã đại diện cho “không trả lời” phải được khai báo là missing, không để SPSS tính như một điểm hợp lệ.
Kiểm tra biến đảo chiều
Nếu bảng hỏi có biến đảo chiều, bạn cần recode trước khi tính điểm thang đo. Với thang 1 đến 5, công thức thường là giá trị mới bằng 6 trừ giá trị cũ. Sau khi recode, chạy lại thống kê mô tả và ghi rõ biến nào đã được đảo chiều trong syntax hoặc nhật ký xử lý.
Kiểm tra outlier và câu trả lời bất thường
Dùng biểu đồ hộp trong Analyze > Descriptive Statistics > Explore để xem điểm cực đoan. Đối chiếu với file gốc và nguyên tắc chọn mẫu. Một quan sát chỉ nên bị loại khi có căn cứ như nhập sai, không đáp ứng điều kiện sàng lọc hoặc vi phạm tiêu chí dữ liệu đã nêu trong phương pháp.
Chạy lại phân tích có kiểm soát
Sau mỗi thay đổi, lưu một phiên bản dữ liệu mới và ghi số quan sát trước, sau xử lý. Không xóa liên tiếp nhiều dòng chỉ để SD trông đẹp hơn. Hội đồng có thể hỏi vì sao một nhóm người trả lời bị loại, và bạn cần trả lời bằng tiêu chí đã định trước.
Nếu dữ liệu hợp lệ và SD lớn phản ánh đúng sự khác biệt trong mẫu, bạn giữ nguyên và diễn giải. Nếu dữ liệu quá đồng nhất, SD nhỏ cũng không phải lý do để tạo thêm biến thiên. Hãy báo cáo đúng kết quả và xem xét ảnh hưởng của đặc điểm mẫu trong phần thảo luận.
Phân biệt độ lệch chuẩn với phương sai và trung vị
Độ lệch chuẩn và phương sai cùng mô tả mức độ phân tán. Phương sai là trung bình của bình phương độ lệch so với Mean, còn SD là căn bậc hai của phương sai. Vì phương sai dùng đơn vị bình phương, SD thường dễ đọc hơn khi viết luận văn.
Ví dụ, nếu SD bằng 0,71 điểm thì phương sai xấp xỉ bằng bình phương của 0,71. Bạn không nên lấy phương sai để diễn giải như thể đó là số điểm trên thang đo. Phần phương sai giải thích rõ hơn sự khác nhau này.
Trung vị, hay Median, là giá trị nằm ở giữa khi sắp xếp dữ liệu. Median trả lời câu hỏi “điểm giữa của mẫu là bao nhiêu”, còn SD trả lời “các điểm cách Mean phân tán thế nào”. Bạn có thể đọc thêm về trung vị khi dữ liệu lệch hoặc có giá trị cực đoan.
Mean và SD thường được báo cáo cùng nhau vì chúng cung cấp hai thông tin bổ sung. Mean cho biết mức trung bình, SD cho biết mức phân tán. Nếu chỉ báo cáo một trong hai, người đọc khó hình dung hình dạng cơ bản của dữ liệu.
Lỗi thường gặp
Lỗi đầu tiên là kết luận SD càng nhỏ càng tốt. SD nhỏ chỉ cho thấy dữ liệu tập trung, nhưng nếu mọi người chọn cùng một mức vì bảng hỏi không phân biệt được các nhóm ý kiến, thông tin thu được có thể nghèo nàn.
Lỗi thứ hai là dùng một ngưỡng SD cố định cho mọi thang đo. SD của thang 1 đến 5 không thể đọc giống SD của thu nhập, tuổi hoặc số lần mua hàng. Hãy xem đơn vị đo và khoảng biến thiên trước.
Lỗi thứ ba là thấy SD lớn rồi xóa biến hoặc xóa mẫu. Cách làm này dễ tạo ra kết quả bị điều chỉnh theo mong muốn. Bạn cần kiểm tra dữ liệu thiếu, mã hóa, outlier và điều kiện thu thập trước khi đưa ra quyết định.
Lỗi thứ tư là nhầm Std. Deviation với Std. Error. Standard error phản ánh độ bất định của một ước lượng, còn SD phản ánh độ phân tán của các quan sát. Hai cột này có mục đích khác nhau trên output SPSS.
Lỗi cuối là chép nguyên bảng output vào luận văn mà không diễn giải. Bạn nên chọn các cột cần thiết, đặt tên biến rõ ràng, nêu N hợp lệ và giải thích những điểm đáng chú ý. File output đầy đủ có thể giữ trong phụ lục nếu giảng viên yêu cầu.
Câu hỏi thường gặp
Độ lệch chuẩn bao nhiêu là chấp nhận được?
Không có một con số duy nhất áp dụng cho mọi biến. Với dữ liệu Likert, hãy đọc SD cùng Mean, Min, Max, N và biểu đồ phân phối. Nếu dữ liệu nằm trong khoảng mã hóa, không có thiếu dữ liệu bất thường và SD phản ánh đúng mẫu, bạn có thể báo cáo nó thay vì cố đưa về một ngưỡng.
Độ lệch chuẩn càng nhỏ có phải càng tốt không?
Không. SD nhỏ chỉ cho thấy các câu trả lời tập trung gần nhau. Điều này có thể phù hợp với một biến có mức đồng thuận cao, nhưng cũng có thể cảnh báo mẫu quá đồng nhất hoặc người trả lời chọn theo một kiểu lặp lại.
Độ lệch chuẩn lớn có phải dữ liệu bị lỗi không?
Chưa thể kết luận như vậy. Bạn cần kiểm tra giá trị ngoài khoảng, dữ liệu thiếu, biến đảo chiều, outlier và cách thu thập mẫu. Nếu các giá trị đều hợp lệ, SD lớn có thể phản ánh sự khác biệt thật giữa những người trả lời.
Độ lệch chuẩn bằng 0 xử lý thế nào?
SD bằng 0 nghĩa là mọi quan sát của biến có cùng một giá trị. Hãy kiểm tra xem biến có bị nhập cố định, lọc nhầm mẫu hoặc mã hóa sai hay không. Nếu kết quả vẫn đúng, biến không có biến thiên và thường không cung cấp nhiều thông tin cho các phân tích cần sự khác biệt giữa các quan sát.
Có cần kiểm tra độ lệch chuẩn trước khi chạy hồi quy không?
Bạn nên chạy thống kê mô tả để phát hiện lỗi dữ liệu trước khi hồi quy, nhưng hồi quy không yêu cầu mọi biến phải có cùng một SD. Hãy kiểm tra thêm các giả định liên quan như quan sát bất thường, quan hệ tuyến tính, đa cộng tuyến và phần dư theo thiết kế phân tích.
Mở lại file SPSS của bạn, chạy Analyze > Descriptive Statistics > Descriptives, đối chiếu N, Minimum, Maximum, Mean và Std. Deviation, rồi ghi các quyết định xử lý vào một bản sao dữ liệu trước khi viết chương 4. Nếu cần chạy phân tích trên chính file .sav hoặc .csv và giải thích kết quả, bạn có thể xem module M4 phân tích dữ liệu.