ChuyenSau.comChuyên Sâu
Đọc và viết phân tích chuyên sâu

Số liệu thống kê cho người không chuyên: trung bình, trung vị và tỷ lệ

Trung bình dễ bị kéo lệch, trung vị cho biết người ở giữa, tỷ lệ cần biết mẫu số. Giải thích bằng ví dụ giả định để đọc số liệu trong bài phân tích mà không hiểu sai.

A teacher arranging colored wooden blocks in rows of different heights on a classroom table while students lean in, low angle, bright daylight, school in rural Vietnam

Ba khái niệm giúp đọc đúng phần lớn số liệu trong bài phân tích là: trung bình dễ bị vài giá trị rất lớn kéo lệch, trung vị cho biết người đứng ở giữa, và mọi tỷ lệ đều cần biết mẫu số là gì. Thêm hai phân biệt nữa, giữa phần trăm và điểm phần trăm, giữa rủi ro tương đối và rủi ro tuyệt đối, là đủ để tránh phần lớn những cách hiểu sai thường gặp.

Bài này không dạy thống kê như một môn học. Nó giải thích những khái niệm mà người đọc gặp hằng ngày trong bài báo, báo cáo, bài phân tích, kèm ví dụ giả định với số tròn để dễ hình dung. Các con số trong bài đều là minh hoạ, không phải số liệu thật.

Trung bình: hữu ích nhưng dễ bị kéo lệch

Trung bình cộng là tổng các giá trị chia cho số giá trị. Nó quen thuộc tới mức ta ít khi nghĩ về nó. Nhưng trung bình có một điểm yếu lớn: nó nhạy với những giá trị cực đoan.

Ví dụ giả định: một xóm có mười hộ, chín hộ có thu nhập mười triệu đồng mỗi tháng, một hộ có thu nhập hai trăm triệu đồng mỗi tháng. Thu nhập trung bình của xóm là hai mươi chín triệu. Con số này đúng về toán học nhưng không mô tả được hộ nào trong xóm: chín hộ kiếm ít hơn nhiều, một hộ kiếm nhiều hơn nhiều. Nếu một bài viết nói "thu nhập trung bình của xóm gần ba mươi triệu", người đọc dễ hình dung một xóm khá giả, trong khi phần lớn các hộ không như vậy.

Hiện tượng này xảy ra với mọi đại lượng có phân bố lệch, tức là có một số ít giá trị rất lớn: thu nhập, tài sản, giá nhà, thời gian nằm viện, số người theo dõi trên mạng xã hội. Với những đại lượng này, trung bình thường cao hơn mức mà phần lớn mọi người thực sự trải qua. Khi đọc một con số trung bình, hãy tự hỏi: đại lượng này có thể có vài giá trị cực lớn không? Nếu có, trung bình có thể đang vẽ một bức tranh lệch.

Trung vị: người đứng ở giữa

Trung vị là giá trị nằm ở giữa khi xếp mọi giá trị từ nhỏ tới lớn: một nửa số giá trị nhỏ hơn, một nửa lớn hơn. Quay lại ví dụ xóm mười hộ, thu nhập trung vị là mười triệu, đúng với mức của chín trong mười hộ. Hộ có thu nhập hai trăm triệu không kéo được trung vị lên, vì trung vị chỉ quan tâm vị trí chứ không quan tâm độ lớn của giá trị cực đoan.

Vì vậy, với thu nhập, giá nhà và những đại lượng có phân bố lệch, nhiều cơ quan thống kê và nhà nghiên cứu ưa dùng trung vị hơn trung bình. Khi một bài viết có cả hai con số, khoảng cách giữa chúng tự nó là thông tin: trung bình cao hơn trung vị nhiều nghĩa là có một nhóm nhỏ ở phía trên kéo lệch phân bố, và đó thường là dấu hiệu bất bình đẳng.

Trung vị cũng có giới hạn. Nó không cho biết gì về những người ở hai đầu. Một chính sách giúp nhóm nghèo nhất có thể không làm trung vị nhúc nhích. Vì vậy, bài phân tích tốt thường dùng thêm các mốc khác như nhóm mười phần trăm thấp nhất, nhóm mười phần trăm cao nhất, hoặc chia dân số thành năm nhóm bằng nhau theo thu nhập, để người đọc thấy được toàn bộ phân bố chứ không chỉ một điểm.

Tỷ lệ: luôn hỏi mẫu số

Tỷ lệ là phân số. Mọi tỷ lệ đều có tử số và mẫu số. "Ba mươi phần trăm" luôn là ba mươi phần trăm của một cái gì đó. Câu hỏi đầu tiên khi gặp tỷ lệ là: của cái gì?

Mẫu số thay đổi, ý nghĩa thay đổi. Ví dụ giả định: "tỷ lệ tai nạn ở nhóm tài xế trẻ cao gấp đôi" có thể tính trên mỗi tài xế hoặc trên mỗi km lái. Nếu tài xế trẻ lái nhiều hơn, hai cách tính cho kết quả rất khác nhau.

Mẫu số nhỏ, tỷ lệ chao đảo. Một xã có hai ca bệnh năm trước và bốn ca năm nay "tăng gấp đôi", nghe đáng lo, nhưng với mẫu số nhỏ như vậy, biến động ngẫu nhiên đủ giải thích. Tỷ lệ trên mẫu số nhỏ cần đọc rất thận trọng.

Tỷ lệ trên một trăm nghìn dân. Để so sánh nơi đông dân với nơi ít dân, số liệu y tế và tội phạm thường quy về tỷ lệ trên mười nghìn hay một trăm nghìn dân. So sánh số tuyệt đối giữa một thành phố lớn và một tỉnh nhỏ gần như luôn gây hiểu lầm.

Tử số và mẫu số phải cùng phạm vi. Lấy số ca của cả nước chia cho dân số của một vùng, hay số liệu năm này chia cho dân số năm khác, là lỗi nhỏ nhưng làm sai cả kết luận.

Phần trăm và điểm phần trăm

Đây là một trong những nhầm lẫn phổ biến nhất khi đưa tin về số liệu. Khi một tỷ lệ thay đổi, có hai cách mô tả thay đổi đó, và chúng cho con số rất khác nhau. Ví dụ giả định dưới đây dùng tỷ lệ người dùng một dịch vụ.

Tình huống giả địnhThay đổi tính bằng điểm phần trămThay đổi tính bằng phần trăm
Tỷ lệ tăng từ 10% lên 15%Tăng 5 điểm phần trămTăng 50%
Tỷ lệ tăng từ 40% lên 45%Tăng 5 điểm phần trămTăng khoảng 12,5%
Tỷ lệ giảm từ 2% xuống 1%Giảm 1 điểm phần trămGiảm 50%
Lãi suất giả định từ 6% lên 7%Tăng 1 điểm phần trămTăng khoảng 16,7%

Cả hai cách đều đúng, nhưng chúng trả lời hai câu hỏi khác nhau. Điểm phần trăm cho biết khoảng cách tuyệt đối giữa hai tỷ lệ; phần trăm cho biết thay đổi so với mức ban đầu. Người viết muốn thay đổi nghe lớn thường chọn phần trăm; người muốn nó nghe nhỏ chọn điểm phần trăm. Bài phân tích trung thực nên nêu cả mức ban đầu và mức sau, để người đọc tự thấy.

Rủi ro tương đối và rủi ro tuyệt đối

Trong tin y sinh, môi trường, an toàn thực phẩm, ta thường đọc những câu như "làm tăng nguy cơ mắc bệnh lên năm mươi phần trăm". Đó là rủi ro tương đối: so sánh nguy cơ của nhóm phơi nhiễm với nhóm không phơi nhiễm. Câu này không cho biết nguy cơ ban đầu lớn hay nhỏ.

Ví dụ giả định: nếu trong một nghìn người không phơi nhiễm có hai người mắc bệnh, và trong một nghìn người phơi nhiễm có ba người mắc bệnh, rủi ro tương đối tăng năm mươi phần trăm. Nhưng rủi ro tuyệt đối chỉ tăng thêm một người trên một nghìn. Với một bệnh vốn rất hiếm, tăng năm mươi phần trăm có thể chỉ là thay đổi rất nhỏ trong đời sống thực. Với một bệnh phổ biến, cùng mức tăng tương đối có thể là hàng nghìn ca thêm.

Bài phân tích tốt về sức khoẻ hay rủi ro luôn đưa cả hai con số, hoặc ít nhất cho biết nguy cơ nền là bao nhiêu. Khi chỉ thấy rủi ro tương đối, người đọc nên tự hỏi: trên một nghìn người, con số này nghĩa là thêm bao nhiêu người? Cũng cần nhớ rằng những con số như vậy nói về nhóm dân số, không thay thế được đánh giá của bác sĩ cho từng người; ai đang có triệu chứng hay lo lắng về sức khoẻ của mình nên đi khám thay vì tự suy từ số liệu.

Tương quan không phải nhân quả và vài cái bẫy khác

Ngoài các khái niệm trên, một số cái bẫy thường gặp khi đọc số liệu trong bài phân tích:

  • Tương quan không phải nhân quả: hai đại lượng cùng tăng không có nghĩa cái này gây ra cái kia; có thể có yếu tố thứ ba tác động cả hai, hoặc chiều nhân quả ngược lại.
  • Thiên lệch chọn mẫu: khảo sát chỉ những người trả lời trên mạng, chỉ những doanh nghiệp còn tồn tại, chỉ những bệnh nhân tới viện lớn, đều cho bức tranh lệch.
  • Biểu đồ cắt trục: trục dọc không bắt đầu từ không khiến chênh lệch nhỏ trông rất lớn.
  • Khoảng tin cậy bị bỏ qua: một ước tính luôn có biên sai số; hai con số chênh nhau ít hơn biên sai số có thể không khác nhau thật.
  • Trung bình của trung bình: lấy trung bình các tỉnh mà không tính dân số từng tỉnh cho kết quả khác với trung bình cả nước.
  • Mốc thời gian được chọn khéo: tính xu hướng từ một năm bất thường làm thay đổi hẳn câu chuyện.

Không cần nhớ hết mọi bẫy. Chỉ cần thói quen hỏi ba câu khi gặp một con số: đo cái gì, so với cái gì, trên bao nhiêu người hay bao nhiêu trường hợp. Ba câu đó đã đủ để tránh phần lớn những cách hiểu sai.

Áp dụng khi đọc số liệu về Việt Nam

Số liệu về Việt Nam trong bài phân tích thường đến từ Cục Thống kê thuộc Bộ Tài chính, các cuộc tổng điều tra dân số và nhà ở, các cuộc khảo sát mức sống dân cư, số liệu của các bộ ngành và báo cáo của tổ chức quốc tế. Mỗi nguồn có cách đo riêng, và những khái niệm ở trên giúp đọc chúng đúng hơn.

Trước hết, để ý xem con số là kết quả điều tra toàn bộ hay điều tra mẫu. Tổng điều tra cố gắng đếm hết mọi người; khảo sát mẫu chỉ hỏi một phần rồi suy ra cho cả nước, nên luôn có biên sai số, và con số cho cấp địa phương nhỏ thường kém chính xác hơn con số cấp quốc gia. Một chênh lệch nhỏ giữa hai địa phương trong khảo sát mẫu có thể không phải khác biệt thật.

Thứ hai, để ý phạm vi địa lý. Sau khi sắp xếp lại đơn vị hành chính thành 34 tỉnh thành, số liệu theo tỉnh của các năm trước không còn so sánh trực tiếp được với số liệu theo tỉnh mới. Một tỉnh mới có thể gồm hai ba tỉnh cũ, và một chỉ số trung bình của tỉnh mới phải được tính lại theo dân số từng phần, không thể lấy trung bình cộng các con số cũ.

Thứ ba, để ý độ trễ và lần sửa số liệu. Nhiều chỉ số được công bố sơ bộ rồi điều chỉnh sau. Bài phân tích cẩn thận ghi rõ con số là sơ bộ hay chính thức, và người đọc nên hiểu rằng hai bài dùng cùng nguồn nhưng khác thời điểm có thể đưa ra con số hơi khác nhau mà không ai sai.

Câu hỏi thường gặp

Khi nào nên dùng trung vị thay cho trung bình?

Nên dùng trung vị khi đại lượng có phân bố lệch, tức là có một số ít giá trị rất lớn, như thu nhập, tài sản, giá nhà. Trung vị cho biết người đứng ở giữa và không bị vài giá trị cực đoan kéo lệch như trung bình.

Điểm phần trăm khác phần trăm thế nào?

Điểm phần trăm là khoảng cách tuyệt đối giữa hai tỷ lệ, ví dụ từ 10% lên 15% là tăng 5 điểm phần trăm. Phần trăm là thay đổi so với mức ban đầu, cùng ví dụ đó là tăng 50%. Cả hai đều đúng nhưng trả lời hai câu hỏi khác nhau.

Rủi ro tăng 50% có đáng lo không?

Còn tuỳ nguy cơ nền. Nếu nguy cơ ban đầu rất nhỏ, tăng 50% có thể chỉ là thêm một người trên một nghìn. Hãy tìm rủi ro tuyệt đối hoặc nguy cơ nền trong bài. Nếu lo lắng về sức khoẻ của chính mình, nên hỏi bác sĩ thay vì tự suy từ số liệu chung.

Vì sao tỷ lệ trên mẫu số nhỏ lại đáng ngờ?

Vì với mẫu số nhỏ, chỉ một vài trường hợp đã làm tỷ lệ thay đổi rất mạnh. Hai ca thành bốn ca là tăng gấp đôi nhưng có thể chỉ là biến động ngẫu nhiên. Cần xem số tuyệt đối và nhiều năm liền trước khi kết luận về xu hướng.

Làm sao biết hai con số có khác nhau thật không?

Hãy tìm biên sai số hoặc khoảng tin cậy đi kèm. Nếu hai con số chênh nhau ít hơn biên sai số, rất có thể chúng không khác nhau thật. Nhiều bài báo bỏ qua biên sai số, nên cần tìm trong báo cáo gốc.

Tương quan và nhân quả khác nhau ra sao?

Tương quan là hai đại lượng thay đổi cùng nhau; nhân quả là cái này gây ra cái kia. Hai đại lượng có thể tương quan vì cùng chịu tác động của yếu tố thứ ba, hoặc vì chiều nhân quả ngược lại. Chứng minh nhân quả cần thiết kế nghiên cứu chặt chẽ hơn.

Cần tư vấn cụ thể cho trường hợp của bạn?

Chúng tôi sẽ liên hệ trong vòng 24 giờ.

Đăng ký tư vấn ngay

Bài viết liên quan

Bạn cần hỗ trợ thêm?

Để lại thông tin, chúng tôi sẽ liên hệ trong 24 giờ.

hoặc
Gọi ngay 0926 138 138