Sai số chuẩn là độ lệch chuẩn của một thống kê mẫu — chẳng hạn trung bình mẫu — khi ta tưởng tượng lặp lại việc lấy mẫu rất nhiều lần. Độ lệch chuẩn mô tả các cá nhân trong mẫu dao động quanh trung bình bao nhiêu; sai số chuẩn mô tả bản thân con số trung bình đó sẽ dao động bao nhiêu nếu bạn lấy một mẫu khác. Với trung bình, sai số chuẩn bằng độ lệch chuẩn chia căn bậc hai của cỡ mẫu.
Mọi kiểm định t, z, khoảng tin cậy hay giá trị p đều được xây trên sai số chuẩn và phân phối mẫu. Hiểu hai khái niệm này, bạn sẽ thấy vì sao mẫu lớn cho kết quả "dễ có ý nghĩa", vì sao không nên lẫn ± SD với ± SE trong bảng, và vì sao muốn chính xác gấp đôi phải tốn gấp bốn công thu số liệu.
Phân phối mẫu: một thí nghiệm tưởng tượng
Hãy tưởng tượng chiều cao của toàn bộ nữ sinh viên một trường có trung bình 160 cm và độ lệch chuẩn 8 cm (số liệu giả định). Bạn chọn ngẫu nhiên 16 bạn, đo và tính trung bình, được 158,9 cm. Một người khác chọn ngẫu nhiên 16 bạn khác, được 161,7 cm. Người thứ ba được 160,4 cm. Mỗi mẫu cho một trung bình khác nhau, dù tất cả đều lấy từ cùng một tổng thể.
Nếu lặp lại việc này hàng nghìn lần và vẽ biểu đồ tần suất của tất cả các trung bình mẫu, bạn được phân phối mẫu của trung bình. Phân phối này có ba tính chất quan trọng. Thứ nhất, nó tập trung quanh trung bình thật 160 cm: trung bình mẫu không thiên lệch. Thứ hai, nó hẹp hơn nhiều so với phân phối chiều cao của từng người: trung bình của 16 người ít khi lệch xa như một người lẻ. Thứ ba, khi cỡ mẫu đủ lớn, nó có dạng gần chuẩn ngay cả khi số liệu gốc không chuẩn — đó là nội dung của định lý giới hạn trung tâm.
Trong thực tế bạn chỉ có một mẫu, không phải hàng nghìn. Nhưng nhờ lý thuyết, bạn biết phân phối mẫu trông ra sao và rộng bao nhiêu mà không cần lặp lại. Độ rộng đó chính là sai số chuẩn. Kiểm định giả thuyết đặt trung bình mẫu duy nhất của bạn lên phân phối mẫu tưởng tượng (dựng theo H0) và hỏi nó nằm ở giữa hay ở đuôi.
Độ lệch chuẩn và sai số chuẩn khác nhau ở đâu
Đây là cặp khái niệm bị lẫn nhiều nhất trong các luận văn mới bắt đầu. Bảng dưới đặt chúng cạnh nhau.
| Tiêu chí | Độ lệch chuẩn (SD) | Sai số chuẩn (SE) |
|---|---|---|
| Mô tả cái gì | Mức dao động của từng quan sát quanh trung bình | Mức dao động của trung bình mẫu (hoặc thống kê khác) giữa các mẫu |
| Thay đổi khi tăng cỡ mẫu | Ổn định quanh độ lệch chuẩn tổng thể, không nhỏ đi | Nhỏ đi theo căn bậc hai của cỡ mẫu |
| Công thức cho trung bình | Căn bậc hai của tổng bình phương độ lệch chia n − 1 | SD chia căn bậc hai của n |
| Dùng để | Mô tả mẫu: số liệu phân tán ra sao | Suy diễn: ước lượng chính xác đến đâu, tính khoảng tin cậy, kiểm định |
| Cách ghi thường gặp | Trung bình ± SD trong bảng thống kê mô tả | Trong khoảng tin cậy, trong thống kê kiểm định, đôi khi thanh sai số trên đồ thị |
Ví dụ giả định: một lớp 36 sinh viên có điểm trung bình 6,8, độ lệch chuẩn 1,2. Sai số chuẩn của trung bình là 1,2/6 = 0,2. Ghi "6,8 ± 1,2" là mô tả độ phân tán của điểm từng bạn; ghi "6,8 ± 0,2" mà không nói rõ là SE dễ khiến người đọc tưởng điểm của cả lớp rất đồng đều. Luôn ghi rõ con số sau dấu ± là SD hay SE.
Quy luật căn bậc hai: vì sao gấp bốn mẫu mới giảm nửa sai số
Sai số chuẩn của trung bình bằng SD chia căn bậc hai của n, không phải chia n. Trong ví dụ chiều cao, với 16 người, sai số chuẩn là 8/4 = 2 cm; với 64 người, là 8/8 = 1 cm. Tăng mẫu gấp bốn chỉ làm sai số chuẩn giảm một nửa. Muốn giảm thêm một nửa nữa, xuống 0,5 cm, cần 256 người.
Quy luật này có hệ quả thực tế lớn. Đi từ 30 lên 120 người trả lời bảng hỏi là bốn lần công sức, nhưng độ chính xác chỉ tăng gấp đôi. Ngược lại, khi mẫu đã lớn, thêm vài chục người gần như không thay đổi gì. Đây là lý do việc tính cỡ mẫu trước nghiên cứu quan trọng: nó cho biết bạn cần bao nhiêu để đạt độ chính xác mong muốn, không thừa không thiếu.
Quy luật căn bậc hai cũng giải thích hiện tượng "mẫu càng lớn càng dễ có ý nghĩa". Thống kê kiểm định có sai số chuẩn ở mẫu số. Mẫu càng lớn, sai số chuẩn càng nhỏ, cùng một hiệu ứng tạo ra thống kê càng lớn. Với mẫu hàng chục nghìn, hiệu ứng nhỏ đến mức không ai quan tâm vẫn có thể cho giá trị p rất nhỏ. Vì vậy ý nghĩa thống kê phải luôn đi kèm độ lớn hiệu ứng.
Công thức sai số chuẩn cho các trường hợp hay gặp
Các công thức viết dạng lời, kèm một ví dụ giả định tính sẵn. Ký hiệu n là cỡ mẫu, SD là độ lệch chuẩn mẫu, p là tỷ lệ.
| Thống kê | Sai số chuẩn | Ví dụ giả định |
|---|---|---|
| Trung bình một mẫu | SD / căn bậc hai của n | SD = 8, n = 64: SE = 8/8 = 1 |
| Tỷ lệ một mẫu | Căn bậc hai của [p × (1 − p) / n] | p = 0,40, n = 400: SE = căn bậc hai của (0,24/400) ≈ 0,0245 |
| Hiệu hai trung bình, hai nhóm độc lập | Căn bậc hai của (SE1 bình phương + SE2 bình phương) | SE1 = 0,20, SE2 = 0,15: SE hiệu = căn bậc hai của 0,0625 = 0,25 |
| Trung bình hiệu, mẫu cặp | SD của các hiệu / căn bậc hai của số cặp | SD hiệu = 3, 25 cặp: SE = 3/5 = 0,6 |
Dòng hiệu hai nhóm cho thấy một điều hay bị bỏ qua: sai số chuẩn của hiệu lớn hơn sai số chuẩn của từng nhóm, vì bất định của hai trung bình cộng dồn lại. Dòng mẫu cặp giải thích vì sao thiết kế trước – sau thường mạnh: độ lệch chuẩn của các hiệu trên cùng một người thường nhỏ hơn nhiều so với độ lệch chuẩn của điểm giữa những người khác nhau.
Với tỷ lệ, khoảng tin cậy 95% xấp xỉ bằng tỷ lệ cộng trừ 1,96 lần sai số chuẩn: với p = 0,40 và n = 400 là 0,40 ± 0,048, tức khoảng 35% đến 45%. Đây chính là "sai số ± 5 điểm phần trăm" bạn hay đọc thấy ở các cuộc thăm dò.
Tự mô phỏng phân phối mẫu bằng bảng tính
Không gì giúp hiểu phân phối mẫu nhanh bằng tự tay tạo ra nó. Các bước dưới đây làm được trên Excel hoặc Google Sheets; tên hàm có thể khác theo ngôn ngữ và phiên bản, bạn kiểm trong mục trợ giúp.
- Tạo một "tổng thể" giả định: ví dụ cột A gồm 1.000 số ngẫu nhiên theo phân phối chuẩn với trung bình 160, độ lệch chuẩn 8, bằng hàm sinh số chuẩn ngẫu nhiên kết hợp hàm RAND.
- Ở một trang khác, mỗi hàng tạo một mẫu 16 giá trị bằng cách lấy ngẫu nhiên từ cột A (có thể dùng hàm INDEX với chỉ số ngẫu nhiên RANDBETWEEN từ 1 đến 1.000).
- Thêm cột tính trung bình của 16 giá trị trong mỗi hàng.
- Kéo xuống 500 hàng để có 500 trung bình mẫu.
- Tính độ lệch chuẩn của cột 500 trung bình đó và so với 8 chia căn bậc hai của 16, tức 2. Hai con số sẽ gần nhau.
- Vẽ biểu đồ tần suất của 500 trung bình, rồi đổi cỡ mẫu từ 16 lên 64 và quan sát biểu đồ hẹp lại còn khoảng một nửa.
Thử thêm một biến thể: thay tổng thể chuẩn bằng tổng thể lệch, chẳng hạn thời gian chờ có nhiều giá trị nhỏ và vài giá trị rất lớn. Với cỡ mẫu nhỏ, phân phối trung bình mẫu vẫn còn lệch; khi tăng cỡ mẫu, nó dần có dạng chuông. Đó là định lý giới hạn trung tâm hiện ra trước mắt bạn, và cũng là lý do kiểm định t khá vững với số liệu hơi lệch khi mẫu đủ lớn.
Sai số chuẩn nằm ở đâu trong bảng kết quả phần mềm
Khi chạy kiểm định t trong SPSS, bảng thống kê nhóm thường có cột Std. Deviation và cột Std. Error Mean nằm cạnh nhau. Cột đầu là độ lệch chuẩn, cột sau là sai số chuẩn của trung bình, và bạn có thể tự kiểm: lấy độ lệch chuẩn chia căn bậc hai của cỡ mẫu nhóm đó phải ra đúng con số ở cột sau. Bảng kiểm định chính còn có cột Std. Error Difference, là sai số chuẩn của hiệu hai trung bình, chính là mẫu số của thống kê t. Tên cột có thể khác giữa các phiên bản và bản ngôn ngữ, nên đối chiếu theo nội dung.
Trong R, kết quả của các hàm kiểm định thường không in sai số chuẩn trực tiếp, nhưng bạn tính lại được từ thống kê t và hiệu ước lượng: sai số chuẩn bằng hiệu chia t. Trong JASP và Jamovi, nhiều bảng có tuỳ chọn hiển thị sai số chuẩn và khoảng tin cậy, chỉ cần tích vào ô tương ứng. Excel với công cụ Data Analysis không in sai số chuẩn trong bảng t-test, nhưng in phương sai từng nhóm, đủ để bạn tự tính.
Việc tự kiểm lại một con số như vậy mất chưa tới một phút và giúp bạn bắt được lỗi hay gặp: nhập nhầm cột, chọn nhầm biến nhóm, hoặc lọc dữ liệu chưa đúng nên cỡ mẫu khác với bạn tưởng. Nếu sai số chuẩn tính tay không khớp với phần mềm, gần như chắc chắn có điều gì đó sai ở khâu chuẩn bị số liệu.
Những hiểu lầm cần tránh
"Sai số chuẩn nhỏ nghĩa là số liệu đồng đều." Sai số chuẩn nhỏ có thể chỉ vì mẫu lớn, trong khi từng quan sát vẫn phân tán rất rộng. Muốn biết số liệu đồng đều hay không, nhìn độ lệch chuẩn.
"Sai số chuẩn tính được mọi loại sai sót." Sai số chuẩn chỉ đo sai số do chọn mẫu ngẫu nhiên. Nó không phản ánh sai lệch do mẫu thuận tiện không đại diện, câu hỏi gây hiểu nhầm, người trả lời không trung thực hay lỗi nhập liệu. Một mẫu lớn nhưng lệch vẫn cho sai số chuẩn rất nhỏ quanh một con số sai.
"Thanh sai số không chồng lên nhau thì hai nhóm khác nhau có ý nghĩa." Quy tắc nhìn chồng lấp phụ thuộc vào thanh sai số là SD, SE hay khoảng tin cậy, và không tương đương với kiểm định. Hai khoảng tin cậy 95% chồng lên nhau một phần vẫn có thể cho hiệu có ý nghĩa ở 0,05. Muốn kết luận, hãy kiểm định hoặc tính khoảng tin cậy của hiệu.
Câu hỏi thường gặp
Sai số chuẩn và sai số biên khác nhau thế nào?
Sai số biên, hay biên sai số, là nửa độ rộng của khoảng tin cậy, bằng giá trị tới hạn nhân sai số chuẩn. Với độ tin cậy 95% và mẫu lớn, sai số biên xấp xỉ 1,96 lần sai số chuẩn. Sai số chuẩn là viên gạch, sai số biên là thứ được xây từ nó.
Có cần báo cáo sai số chuẩn trong luận văn không?
Trong bảng thống kê mô tả, thường báo cáo trung bình và độ lệch chuẩn. Sai số chuẩn xuất hiện gián tiếp qua khoảng tin cậy và thống kê kiểm định. Nếu bạn báo cáo sai số chuẩn trực tiếp, hãy ghi rõ để người đọc không lẫn với độ lệch chuẩn.
Vì sao công thức độ lệch chuẩn mẫu chia cho n − 1?
Vì độ lệch được tính quanh trung bình mẫu, vốn đã "dùng" số liệu để ước lượng, làm tổng bình phương độ lệch có xu hướng nhỏ hơn thật. Chia cho n − 1 bù lại điều đó để phương sai mẫu là ước lượng không chệch của phương sai tổng thể.
Mẫu không ngẫu nhiên thì sai số chuẩn còn ý nghĩa không?
Công thức sai số chuẩn dựa trên giả định chọn mẫu ngẫu nhiên. Với mẫu thuận tiện, con số vẫn tính được nhưng ý nghĩa suy diễn ra tổng thể yếu đi nhiều. Nên thừa nhận hạn chế này trong luận văn thay vì coi sai số chuẩn là thước đo đầy đủ độ tin cậy.
Định lý giới hạn trung tâm cần cỡ mẫu bao nhiêu mới áp dụng được?
Không có con số chung. Mốc 30 hay được nhắc là quy ước thô; với số liệu gần đối xứng, cỡ mẫu nhỏ hơn đã đủ, còn với số liệu rất lệch hoặc có ngoại lai lớn, có thể cần nhiều hơn hẳn. Tự mô phỏng như trong bài là cách kiểm tra trực quan tốt.
Sai số chuẩn của tỷ lệ lớn nhất khi nào?
Khi tỷ lệ bằng 0,5, vì tích p nhân (1 − p) đạt cực đại là 0,25. Đó là lý do khi chưa biết tỷ lệ, người ta thường giả định 0,5 để tính cỡ mẫu theo hướng thận trọng.