Máy Tính Z-Score
Tính z-score — số độ lệch chuẩn mà một giá trị hoặc trung bình mẫu cách xa trung bình — kèm quy tắc thực nghiệm 68-95-99,7 và các bước tính chi tiết.
Z-score đo lường điều gì
Z-score (hay điểm chuẩn hóa) chuyển một giá trị thô thành đơn vị "cách trung bình bao nhiêu độ lệch chuẩn". Nó trả lời một câu hỏi theo cùng một cách dù đơn vị gốc là gì: giá trị này bình thường, hay bất thường — và bất thường đến mức nào?
- z = 0 — đúng bằng trung bình.
- z > 0 — cao hơn trung bình; z càng lớn thì càng cao hơn.
- z < 0 — thấp hơn trung bình; z càng âm thì càng thấp hơn.
Vì z-score đã loại bỏ đơn vị gốc, nó cho phép so sánh một điểm thi, một chiều cao, một nhiệt độ, và một lợi suất cổ phiếu trên cùng một thang đo — tất cả đều là "số độ lệch chuẩn cách mức bình thường".
Hai công thức, một ý tưởng
Công cụ này có hai chế độ:
Một điểm — một quan sát đơn lẻ bất thường đến mức nào?
Trung bình mẫu — trung bình của một mẫu bất thường đến mức nào?
Công thức trung bình mẫu chia cho sai số chuẩn (σ/√n) thay vì σ trực tiếp. Việc lấy trung bình nhiều quan sát sẽ triệt tiêu bớt nhiễu, nên trung bình mẫu tập trung gần μ hơn so với từng giá trị riêng lẻ — cỡ mẫu n càng lớn, mức độ tập trung càng chặt, và sai số chuẩn càng nhỏ. Dùng σ/√n (thay vì σ) phản ánh đúng việc trung bình mẫu của 16 quan sát là một con số ổn định hơn nhiều so với bất kỳ quan sát đơn lẻ nào trong số 16 quan sát đó.
Ví dụ tính từng bước: một điểm
Dùng lại dãy số 7 giá trị từ công cụ tính độ lệch chuẩn — 42, 54, 65, 47, 59, 40, 53 — với trung bình μ ≈ 51,4286 và độ lệch chuẩn tổng thể σ ≈ 8,364:
Với x = 65:
- z = (65 − 51,4286) / 8,364 = 13,5714 / 8,364
- z ≈ 1,62
- |z| = 1,62 ≤ 2, nên giá trị này rơi vào dải 95% của quy tắc thực nghiệm — cao hơn trung bình một chút, nhưng không bất thường.
Với x = 40 (giá trị nhỏ nhất trong dãy):
- z = (40 − 51,4286) / 8,364 = −11,4286 / 8,364
- z ≈ −1,37 — âm, vì 40 thấp hơn trung bình.
Ví dụ tính từng bước: trung bình mẫu
Một mẫu gồm n = 16 quan sát có trung bình x̄ = 52, được lấy từ một tổng thể có μ = 50 và σ = 8:
- Sai số chuẩn = σ/√n = 8/√16 = 8/4 = 2.
- z = (x̄ − μ)/(σ/√n) = (52 − 50)/2 = 2/2 = z = 1.
So sánh với một quan sát đơn lẻ x = 52 từ cùng tổng thể theo công thức một điểm: z = (52 − 50)/8 = 0,25 — z nhỏ hơn nhiều, vì một quan sát đơn lẻ nhiễu hơn nhiều so với trung bình của 16 quan sát.
Quy tắc thực nghiệm 68-95-99,7
Với dữ liệu xấp xỉ phân phối chuẩn (hình chuông), tỷ lệ giá trị nằm trong mỗi khoảng độ lệch chuẩn quanh trung bình tuân theo một quy luật có thể dự đoán được:
| Khoảng | Tỷ lệ dữ liệu | Dải của công cụ này |
|---|---|---|
| |z| ≤ 1 | ≈ 68% | 68 |
| |z| ≤ 2 | ≈ 95% | 95 |
| |z| ≤ 3 | ≈ 99,7% | 99.7 |
| |z| > 3 | < 0,3% | beyond — hiếm, đáng xem xét như một giá trị ngoại lai |
Công cụ này tự động xếp kết quả của bạn vào một trong bốn dải trên, cùng với giá trị z chính xác.
Z-score xuất hiện ở đâu
Z-score là nền tảng của việc chuẩn hóa điểm thi (so sánh điểm giữa các đề thi hoặc các năm khác nhau), kiểm soát chất lượng (đánh dấu các phép đo cách quá xa mục tiêu), tài chính (đánh giá mức độ bất thường của một lợi suất hay biến động giá), và phát hiện giá trị ngoại lai nói chung. Để xem trung bình và độ lệch chuẩn mà phép tính này dựa vào, xem trung bình, trung vị & mode và độ lệch chuẩn; để so sánh một giá trị với toàn bộ dãy số theo cách khác, xem phân vị.
Câu hỏi thường gặp
- Z-score nghĩa là gì?
- Z-score chuyển một giá trị thô thành đơn vị "cách trung bình bao nhiêu độ lệch chuẩn". Z-score bằng 0 nghĩa là giá trị đúng bằng trung bình; +1 nghĩa là cao hơn trung bình một độ lệch chuẩn; −2 nghĩa là thấp hơn trung bình hai độ lệch chuẩn. Vì z-score không còn đơn vị gốc, nó cho phép so sánh các giá trị từ những thang đo hoàn toàn khác nhau — điểm thi, chiều cao, lợi suất cổ phiếu — trên cùng một thước đo.
- Chế độ "một điểm" và "trung bình mẫu" khác nhau ở đâu?
- Một điểm hỏi "quan sát đơn lẻ này bất thường đến mức nào?" — z = (x − μ)/σ, so sánh trực tiếp một giá trị với độ phân tán của tổng thể. Trung bình mẫu hỏi "trung bình của mẫu này bất thường đến mức nào?" — z = (x̄ − μ)/(σ/√n), so sánh trung bình mẫu với trung bình tổng thể bằng sai số chuẩn (σ/√n) thay vì σ trực tiếp. Trung bình mẫu tập trung gần μ hơn khi n tăng, nên cùng một khoảng cách tới μ sẽ cho |z| lớn hơn ở chế độ trung bình mẫu so với chế độ một điểm.
- Vì sao công thức trung bình mẫu chia cho σ/√n thay vì σ?
- σ/√n là sai số chuẩn của trung bình — mức độ phân tán kỳ vọng của các trung bình mẫu quanh trung bình tổng thể μ thực sự, chứ không phải độ phân tán của từng giá trị riêng lẻ. Khi cỡ mẫu n tăng, việc lấy trung bình sẽ triệt tiêu bớt nhiễu ngẫu nhiên, nên các trung bình mẫu co cụm gần μ hơn và sai số chuẩn nhỏ đi. Chia cho con số nhỏ hơn này (thay vì σ) phản ánh đúng việc trung bình mẫu là một ước lượng chính xác hơn nhiều so với bất kỳ quan sát đơn lẻ nào.
- Quy tắc thực nghiệm 68-95-99,7 là gì?
- Với dữ liệu xấp xỉ phân phối chuẩn, khoảng 68% giá trị nằm trong 1 độ lệch chuẩn quanh trung bình (|z| ≤ 1), khoảng 95% nằm trong 2 độ lệch chuẩn (|z| ≤ 2), và khoảng 99,7% nằm trong 3 độ lệch chuẩn (|z| ≤ 3). Công cụ này cho biết z-score của bạn rơi vào dải nào trong ba dải đó, cộng thêm một dải thứ tư "vượt quá 3" cho những trường hợp hiếm, cực đoan hơn bình thường.
- Công cụ này có cho ra xác suất chính xác của z-score không?
- Không — cố tình không tính. Việc chuyển đổi z sang xác suất chính xác cần một bảng phân phối chuẩn đầy đủ (hoặc hàm phân phối tích lũy), đó là một công cụ riêng, chi tiết hơn. Công cụ này trả lời một câu hỏi đơn giản, nhanh hơn — z-score của bạn rơi vào dải nào trong ba dải của quy tắc thực nghiệm (68%, 95%, 99,7%) — mà không tạo cảm giác chính xác hơn mức cần thiết cho một phép tính nhẩm nhanh.
- Z-score có thể âm không, và điều đó nghĩa là gì?
- Có — z-score âm chỉ đơn giản nghĩa là giá trị nằm dưới trung bình thay vì trên trung bình. z = −1,5 cách trung bình đúng bằng khoảng cách của z = +1,5, chỉ là ở phía ngược lại. Dấu cho biết hướng (trên/dưới); giá trị tuyệt đối |z| cho biết cách xa bao nhiêu, và đó là thứ các dải của quy tắc thực nghiệm sử dụng.
- Vì sao σ phải khác 0?
- σ đo độ phân tán, và z-score được định nghĩa là số "đơn vị phân tán" mà một giá trị cách xa trung bình. Nếu σ = 0, mọi giá trị trong tổng thể đều giống hệt μ, nên không có độ phân tán nào để so sánh — phép chia (x − μ)/σ không xác định, giống như bất kỳ phép chia cho 0 nào khác.