Trung vị là gì? Cách tính, đọc kết quả và phân biệt với trung bình

Trung vị là gì

Trung vị, tiếng Anh là median, là giá trị nằm ở giữa một dãy số sau khi các quan sát đã được sắp xếp theo thứ tự tăng dần hoặc giảm dần. Nếu có 50% số quan sát nhỏ hơn hoặc bằng trung vị và 50% số quan sát lớn hơn hoặc bằng trung vị, bạn đang nhìn vào số trung vị của biến đó.

Ví dụ, dãy điểm 4, 6, 7, 8, 15 có 5 quan sát. Giá trị nằm ở vị trí giữa là 7, nên trung vị bằng 7. Với dãy có số quan sát chẵn như 4, 6, 8, 15, trung vị là trung bình của hai giá trị ở giữa: (6 + 8) / 2 = 7.

Công thức có thể viết như sau:

• Nếu số quan sát n là số lẻ, trung vị là giá trị ở vị trí (n + 1) / 2 sau khi sắp xếp.
• Nếu n là số chẵn, trung vị là trung bình cộng của hai giá trị ở vị trí n / 2 và n / 2 + 1.

Trong nghiên cứu định lượng, trung vị được tính từ một biến số hoặc một biến thứ bậc có thể sắp xếp. Bạn có thể xem trung vị cùng với trung bình, độ lệch chuẩn và khoảng biến thiên trong phần thống kê mô tả. Khi cần đọc thêm về mức độ phân tán, hãy xem độ lệch chuẩn và phương sai.

Ý nghĩa của trung vị trong nghiên cứu định lượng

Trung vị trả lời câu hỏi: giá trị ở vị trí trung tâm của mẫu là bao nhiêu. Nó giúp bạn mô tả một mẫu khảo sát mà không để một vài quan sát quá lớn hoặc quá nhỏ làm thay đổi mạnh kết quả trung tâm.

Giả sử bạn khảo sát thu nhập của 7 người và nhận được các giá trị 8, 9, 10, 11, 12, 13, 100 triệu đồng. Trung vị là 11 triệu đồng. Trung bình cộng là khoảng 23,3 triệu đồng vì bị kéo lên bởi giá trị 100. Nếu mục tiêu là mô tả mức thu nhập điển hình của nhóm, trung vị thường phản ánh vị trí trung tâm dễ hiểu hơn.

Điều này đặc biệt hữu ích khi dữ liệu bị lệch phải, lệch trái hoặc có outlier. Bạn có thể đọc thêm về outlier trong dữ liệu để kiểm tra vì sao một vài giá trị cực đoan làm trung bình thay đổi.

Trong luận văn, trung vị thường được dùng để:

• mô tả dữ liệu nhân khẩu học như tuổi, thu nhập, số năm kinh nghiệm;
• mô tả thời gian, chi phí hoặc số lần thực hiện một hành vi;
• bổ sung cho trung bình khi phân phối dữ liệu không đối xứng;
• chia mẫu thành các nhóm thấp và cao theo giá trị trung tâm;
• hỗ trợ báo cáo phân vị thứ 25, trung vị và phân vị thứ 75.

Trung vị không cho biết dữ liệu phân tán nhiều hay ít. Hai nhóm có cùng trung vị bằng 4 vẫn có thể có độ lệch chuẩn và khoảng biến thiên rất khác nhau. Vì vậy, bạn không nên chỉ nhìn số trung vị rồi kết luận dữ liệu ổn định. Hãy đặt nó cạnh độ lệch chuẩn, min, max và các phân vị.

Với biến Likert, cách diễn giải cần thận trọng. Một thang đo 1 đến 5 có thể báo cáo trung vị để mô tả xu hướng trả lời, nhưng khi xây dựng biến tổng hợp và chạy các phân tích tiếp theo, bạn phải tuân theo phương pháp đã trình bày trong chương phương pháp. Trung vị không tự động thay thế cho điểm trung bình trong mọi mô hình.

Trung vị bao nhiêu là đạt

Câu hỏi “trung vị bao nhiêu là tốt” thường xuất hiện khi bạn nhìn thấy một con số trong bảng thống kê. Với trung vị, không có một ngưỡng chung áp dụng cho mọi đề tài. Giá trị đạt hay không phụ thuộc vào biến đang đo, đơn vị đo, khoảng giá trị cho phép và giả thuyết nghiên cứu.

Ví dụ, trung vị bằng 4 trên thang Likert 1 đến 5 có thể cho thấy xu hướng đánh giá tích cực. Trung vị bằng 4 tuổi trong một biến tuổi là điều hoàn toàn khác. Bạn cần đọc trung vị trong bối cảnh của biến, không dùng quy tắc “càng cao càng tốt” cho mọi dữ liệu.

Bảng dưới đây giúp bạn quyết định cách diễn giải. Các ngưỡng trong bảng là quy tắc hoặc nguồn dùng cho chỉ số liên quan, không phải ngưỡng bắt buộc để một giá trị trung vị được xem là đạt.

Nếu bạn đang hỏi trung vị bao nhiêu là tốt cho bảng hỏi 1 đến 5, hãy xác định trước điểm giữa là 3. Trung vị lớn hơn 3 cho thấy ít nhất một nửa quan sát nằm từ mức cao hơn điểm giữa, nhưng kết luận cụ thể còn phụ thuộc vào tần suất từng mức trả lời. Trung vị bằng 4 không cho biết có bao nhiêu người chọn 5 nếu bạn không xem thêm bảng tần số.

Cách đọc trung vị trên output

Trong SPSS, bạn có thể chạy thống kê mô tả tại Analyze > Descriptive Statistics > Frequencies. Đưa biến cần xem sang ô Variable(s), chọn Statistics, đánh dấu Median, sau đó chọn Continue và OK. Nếu muốn xem thêm trung bình, độ lệch chuẩn, min và max, đánh dấu các chỉ số tương ứng trong cùng cửa sổ.

Bảng Statistics thường hiển thị số quan sát hợp lệ, số thiếu, trung bình, trung vị và các chỉ số mô tả khác. Tên cột có thể thay đổi tùy phiên bản hoặc tùy lựa chọn bạn đánh dấu, nhưng logic đọc vẫn giống nhau.

Số liệu minh họa

Bảng sau là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Giả sử bạn có biến SAT_MEAN, là điểm trung bình của một thang đo sự hài lòng từ 1 đến 5.

Cách đọc là: có 180 quan sát hợp lệ và 3 quan sát thiếu. Trung vị 3.80 nghĩa là một nửa số quan sát có giá trị không vượt quá 3.80 và một nửa có giá trị không thấp hơn 3.80. Trung bình 3.74 thấp hơn trung vị một chút, nên dữ liệu có thể hơi lệch về phía các giá trị thấp, nhưng bạn cần xem biểu đồ hoặc phân vị trước khi khẳng định hình dạng phân phối.

Nếu Mean cao hơn nhiều so với Median, hãy kiểm tra dữ liệu có một số giá trị lớn hay không. Nếu Median cao hơn Mean, có thể có một số giá trị nhỏ kéo trung bình xuống. Đây chỉ là dấu hiệu ban đầu, không phải phép kiểm định độ lệch.

Bạn cũng có thể dùng Analyze > Descriptive Statistics > Explore. Đưa biến vào Dependent List, chọn Statistics để xem các chỉ số mô tả và chọn Plots nếu cần boxplot. Boxplot giúp phát hiện các quan sát nằm xa phần lớn dữ liệu. Khi kiểm tra dữ liệu trước khi phân tích, hãy ghi lại số quan sát bị thiếu, cách xử lý và lý do giữ hoặc loại các giá trị bất thường.

Cách viết vào luận văn có thể điều chỉnh như sau: “Kết quả thống kê mô tả cho thấy biến [TÊN BIẾN] có trung vị là [GIÁ TRỊ], trong đó 50% quan sát có giá trị không vượt quá [GIÁ TRỊ] và 50% quan sát có giá trị không thấp hơn [GIÁ TRỊ]. Trung vị được xem xét cùng với trung bình, độ lệch chuẩn và khoảng biến thiên để mô tả đầy đủ dữ liệu.”

Khi trung vị không đạt thì xử lý thế nào

Trung vị không có trạng thái đạt hoặc không đạt giống Cronbach's Alpha, KMO hay p-value. Nếu số trung vị thấp hơn kỳ vọng, bạn không nên xóa dữ liệu chỉ để nâng con số lên. Hãy xử lý theo thứ tự sau.

Kiểm tra thang đo và mã hóa

Xem lại nhãn giá trị, khoảng đo và các biến đảo chiều. Một biến đáng lẽ được mã hóa từ 1 đến 5 nhưng lại nhập 1 đến 7 sẽ làm trung vị khó diễn giải. Với biến đảo chiều, cần kiểm tra công thức mã hóa trước khi tính điểm tổng hợp.

Kiểm tra dữ liệu thiếu và giá trị bất thường

Trong Analyze > Descriptive Statistics > Frequencies, xem các giá trị ngoài khoảng hợp lệ và số lượng missing. Một giá trị nhập sai như 55 thay vì 5 có thể làm trung bình thay đổi mạnh, còn trung vị đôi khi vẫn ít bị ảnh hưởng. Bạn cần sửa về giá trị gốc nếu có bằng chứng từ bảng hỏi, hoặc ghi nhận và xử lý theo quy tắc đã nêu trong phương pháp.

Xem phân phối và các phân vị

Chạy Explore để xem boxplot, percentiles và các quan sát cực đoan. Nếu trung vị thấp do phần lớn người trả lời thực sự chọn mức thấp, đó là kết quả cần báo cáo, không phải lỗi phần mềm. Bạn chỉ nên loại quan sát khi có tiêu chí định trước, chẳng hạn phiếu thiếu nhiều dữ liệu hoặc giá trị nằm ngoài phạm vi có thể xảy ra.

Không chọn điểm cắt tùy tiện

Nếu bạn dùng trung vị để chia nhóm thấp và cao, hãy nêu rõ cách xử lý các quan sát bằng trung vị. Chẳng hạn, bạn có thể tạo hai nhóm theo điều kiện nhỏ hơn hoặc bằng trung vị và lớn hơn trung vị, nhưng số lượng hai nhóm có thể không cân bằng. Việc đổi điểm cắt nhiều lần để có p-value đẹp sẽ khó giải trình với giảng viên.

EFA, hồi quy, t-test hoặc các phân tích khác không được quyết định chỉ bởi trung vị. Nếu một biến có trung vị thấp nhưng vẫn đo đúng khái niệm và phù hợp mô hình, bạn không nên loại biến chỉ vì kỳ vọng ban đầu. Trường hợp cần đánh giá thang đo, hãy xem thêm công thức tính phương sai và toàn bộ bảng output liên quan, thay vì sửa một con số riêng lẻ.

Phân biệt trung vị với trung bình và tứ phân vị

Trung vị và trung bình đều mô tả xu hướng trung tâm nhưng cách phản ứng với dữ liệu khác nhau. Trung bình cộng sử dụng mọi giá trị và có thể bị kéo mạnh bởi outlier. Trung vị dựa trên vị trí của dữ liệu sau khi sắp xếp nên thường bền vững hơn trước một vài giá trị cực đoan.

Ví dụ, dãy 2, 3, 4, 5, 30 có trung vị bằng 4 nhưng trung bình bằng 8,8. Nếu 30 là một lỗi nhập liệu, cần kiểm tra nguồn dữ liệu. Nếu 30 là một quan sát có thật, trung vị có thể mô tả nhóm điển hình tốt hơn, trong khi trung bình vẫn cho biết mức tổng thể khi mọi giá trị được tính vào.

Tứ phân vị là các điểm chia dữ liệu thành bốn phần. Q1 là phân vị thứ 25, trung vị tương ứng với Q2 hoặc phân vị thứ 50, còn Q3 là phân vị thứ 75. Khoảng tứ phân vị, viết là IQR, bằng Q3 - Q1. IQR cho biết độ rộng của 50% dữ liệu ở trung tâm và thường được dùng cùng boxplot để xem outlier.

Bạn có thể trình bày cả ba chỉ số như sau: “Trung vị của [TÊN BIẾN] là [M], với Q1 bằng [Q1] và Q3 bằng [Q3]. Khoảng tứ phân vị là [IQR], cho thấy 50% quan sát trung tâm nằm trong khoảng từ [Q1] đến [Q3].” Không nên gọi Q1 hoặc Q3 là trung bình của một nhóm dữ liệu, vì chúng là các mốc vị trí.

Lỗi thường gặp khi dùng số trung vị

Nhầm trung vị với giá trị xuất hiện nhiều nhất

Giá trị xuất hiện nhiều nhất là mode. Một dãy có thể có trung vị là 4 nhưng mode là 5. Hai chỉ số trả lời hai câu hỏi khác nhau, vì vậy hãy kiểm tra đúng tên cột trong output.

Sắp xếp sai trước khi tính thủ công

Nếu bạn tính bằng tay, phải sắp xếp dữ liệu trước. Chọn một giá trị nhìn có vẻ ở giữa trong bảng dữ liệu gốc sẽ cho kết quả sai, vì thứ tự nhập dữ liệu không phản ánh vị trí thống kê.

Dùng trung vị làm ngưỡng chất lượng chung

Trung vị bằng 3,2 không tự động là thấp, còn trung vị bằng 4,5 không tự động là tốt. Mức diễn giải phụ thuộc vào thang đo, khái niệm và mục tiêu nghiên cứu.

Chỉ báo cáo trung vị mà bỏ qua số quan sát

Một trung vị tính từ 180 quan sát và một trung vị tính từ 8 quan sát không có cùng mức độ thuyết phục. Hãy báo cáo N hợp lệ, số thiếu và các chỉ số phân tán phù hợp.

Sửa dữ liệu để trung vị đẹp hơn

Bạn có thể kiểm tra và sửa lỗi nhập liệu, nhưng không được thay đổi câu trả lời hợp lệ chỉ để đạt một giá trị mong muốn. Nếu loại quan sát, phải có tiêu chí, số lượng và lý do rõ ràng trong phần phương pháp hoặc kết quả.

Câu hỏi thường gặp

Trung vị là gì và số trung vị là gì?

Trung vị là chỉ số nằm ở vị trí giữa của dãy số sau khi dữ liệu được sắp xếp. Số trung vị là giá trị cụ thể của chỉ số đó. Với số quan sát lẻ, lấy giá trị ở giữa; với số quan sát chẵn, lấy trung bình của hai giá trị ở giữa.

Trung vị bao nhiêu là tốt?

Không có một mức trung vị tốt cho mọi biến. Với thang Likert 1 đến 5, bạn có thể so sánh trung vị với điểm giữa là 3 và diễn giải theo mục tiêu nghiên cứu. Trung vị cần được đọc cùng nhãn thang đo, tần số và các chỉ số mô tả khác.

Trung vị có giống trung bình không?

Trung vị và trung bình đều mô tả vị trí trung tâm nhưng không giống nhau. Trung bình cộng dùng toàn bộ giá trị nên nhạy với outlier, còn trung vị dựa vào thứ tự và thường ít bị ảnh hưởng bởi một vài giá trị cực đoan.

Khi nào nên dùng trung vị thay cho trung bình?

Bạn nên cân nhắc trung vị khi dữ liệu lệch mạnh, có outlier hoặc biến được đo ở dạng thứ bậc. Nếu dữ liệu phân phối tương đối cân đối, trung bình và độ lệch chuẩn thường vẫn hữu ích. Quyết định cuối cùng phải phù hợp với thiết kế nghiên cứu và cách phân tích đã chọn.

SPSS không hiện trung vị thì phải làm sao?

Vào Analyze > Descriptive Statistics > Frequencies, đưa biến vào ô Variable(s), chọn Statistics, đánh dấu Median, rồi chọn Continue và OK. Nếu vẫn không thấy, kiểm tra biến đã được nhập đúng dạng số và bạn đang xem đúng bảng Statistics, không phải bảng tần số riêng.

Mở lại file SPSS của bạn, chạy Frequencies hoặc Explore, ghi lại N hợp lệ, trung vị, Q1, Q3 và các giá trị bất thường, sau đó dùng chủ đề Thống kê để đối chiếu cách diễn giải trước khi viết chương kết quả; nếu cần chạy toàn bộ phân tích trên chính file .sav hoặc .csv, xem M4 phân tích dữ liệu của DoThesis.