Bảng thống kê mô tả, thường là bảng đầu tiên trong phần kết quả của một bài báo, cho biết những người hoặc đối tượng được nghiên cứu là ai: bao nhiêu, phân bố ra sao, khác nhau thế nào giữa các nhóm. Đọc kỹ bảng này trước khi đọc kết quả chính giúp bạn trả lời câu hỏi quan trọng nhất của người đọc: kết quả này có áp dụng được cho những người mình quan tâm hay không.
Bảng mô tả dùng một bộ ký hiệu khá cố định: n và phần trăm, trung bình kèm độ lệch chuẩn, trung vị kèm khoảng tứ phân vị. Bài này giải thích từng ký hiệu, cách nhận ra dữ liệu bị lệch, phân biệt độ lệch chuẩn với sai số chuẩn, và năm câu hỏi nên đặt ra mỗi khi gặp bảng này. Bảng ví dụ trong bài là giả định.
Một bảng mô tả giả định và cách đọc từng dòng
Giả định một nghiên cứu so sánh hai cách ôn tập trên học sinh lớp 10 ở hai trường tại Nghệ An. Bảng mô tả có thể trông như sau, mỗi cột là một nhóm, mỗi dòng là một đặc điểm.
| Đặc điểm | Nhóm ôn tập mới (n = 64) | Nhóm đối chứng (n = 61) |
|---|---|---|
| Nữ, n (%) | 35 (54,7) | 31 (50,8) |
| Tuổi, trung bình ± độ lệch chuẩn | 15,4 ± 0,4 | 15,5 ± 0,5 |
| Điểm Toán học kỳ trước, trung bình ± độ lệch chuẩn | 6,8 ± 1,3 | 6,7 ± 1,4 |
| Thời gian tự học mỗi ngày (phút), trung vị (IQR) | 45 (30 – 75) | 40 (25 – 70) |
| Có học thêm ngoài giờ, n (%) | 41 (64,1) | 37 (60,7) |
Dòng đầu cho biết số và phần trăm học sinh nữ trong mỗi nhóm; phần trăm tính trên cỡ nhóm, không phải trên tổng. Dòng tuổi và điểm dùng trung bình kèm độ lệch chuẩn vì các biến này thường phân bố khá cân đối. Dòng thời gian tự học dùng trung vị và khoảng tứ phân vị, gợi ý rằng tác giả thấy dữ liệu bị lệch, có một số bạn tự học rất lâu kéo trung bình lên.
Nhìn tổng thể, hai nhóm khá giống nhau ở mọi đặc điểm đo được. Đây là điều người đọc muốn thấy trong một nghiên cứu so sánh: nếu hai nhóm khác nhau nhiều ngay từ đầu, chênh lệch ở kết quả có thể đến từ khác biệt ban đầu chứ không phải từ cách ôn tập.
n, phần trăm và những chỗ hay bị đọc nhầm
Chữ n viết thường thường chỉ số người hoặc số đối tượng trong một nhóm; N viết hoa đôi khi chỉ tổng toàn bộ mẫu, nhưng không phải bài nào cũng theo quy ước này. Việc đầu tiên khi đọc bảng là cộng n các nhóm và so với tổng số người tham gia được nêu ở phần phương pháp hoặc sơ đồ dòng người tham gia. Nếu tổng ở bảng nhỏ hơn đáng kể, có người đã bị loại hoặc bỏ cuộc, và bạn nên tìm xem vì sao.
Phần trăm trong ngoặc tính trên mẫu số nào cũng cần chú ý. Khi một biến có dữ liệu thiếu, chẳng hạn 10 học sinh không trả lời câu hỏi về học thêm, có bài tính phần trăm trên số người trả lời, có bài tính trên cả nhóm. Bảng tốt sẽ ghi chú điều này. Nếu không, hai con số trông giống nhau có thể mang ý nghĩa khác.
Với nhóm nhỏ, phần trăm dễ gây ấn tượng sai. "25% học sinh trong nhóm gặp tác dụng phụ" nghe nghiêm trọng, nhưng nếu nhóm chỉ có 8 người thì đó là 2 người. Đó là lý do bảng mô tả chuẩn luôn ghi số đếm trước, phần trăm sau. Khi trích dẫn từ bảng, bạn cũng nên giữ cả hai, chẳng hạn "35 trên 64 học sinh, tức 54,7%".
Trung bình ± độ lệch chuẩn và trung vị (IQR): khi nào dùng cái nào
Trung bình cộng mọi giá trị rồi chia cho số lượng. Độ lệch chuẩn, viết tắt SD theo tiếng Anh, đo mức các giá trị phân tán quanh trung bình. Với dữ liệu phân bố hình chuông, khoảng hai phần ba giá trị nằm trong khoảng trung bình cộng trừ một độ lệch chuẩn, và khoảng 95% nằm trong khoảng cộng trừ hai độ lệch chuẩn. Đọc dòng "Điểm Toán 6,8 ± 1,3", bạn hình dung phần lớn học sinh trong nhóm có điểm từ khoảng 5,5 đến 8,1.
Trung vị là giá trị đứng giữa khi xếp dữ liệu từ nhỏ đến lớn: một nửa số người thấp hơn, một nửa cao hơn. Khoảng tứ phân vị, viết tắt IQR, là khoảng từ giá trị ở vị trí 25% đến giá trị ở vị trí 75%, tức là khoảng chứa một nửa số người ở giữa. Dòng "45 (30 – 75)" có nghĩa là một nửa học sinh tự học dưới 45 phút, và một nửa ở giữa tự học từ 30 đến 75 phút. Lưu ý có bài ghi IQR bằng hai đầu mút như trên, có bài ghi bằng một con số là độ rộng, ở đây là 45; đọc chú thích bảng để biết.
Tác giả thường chọn trung vị và IQR khi dữ liệu lệch rõ, chẳng hạn thời gian, thu nhập, số lần đi khám, số ngày nằm viện, nơi có một số ít giá trị rất lớn. Trong những trường hợp đó, trung bình bị kéo lên và không còn mô tả "người điển hình". Một mẹo nhận ra dữ liệu lệch khi bảng chỉ ghi trung bình và độ lệch chuẩn: nếu độ lệch chuẩn lớn gần bằng hoặc lớn hơn trung bình với một biến không thể âm, như "số giờ chơi điện tử 2,1 ± 2,4", thì dữ liệu gần như chắc chắn lệch phải, và trung bình có thể không đại diện tốt.
Độ lệch chuẩn không phải sai số chuẩn
Độ lệch chuẩn mô tả con người. Nó cho biết các cá nhân trong mẫu khác nhau nhiều hay ít. Độ lệch chuẩn không nhỏ đi khi bạn thu thêm người, vì sự khác biệt giữa các cá nhân là có thật.
Sai số chuẩn mô tả độ chắc của ước lượng. Sai số chuẩn của trung bình, viết tắt SE hoặc SEM, bằng độ lệch chuẩn chia căn bậc hai của cỡ mẫu. Nó cho biết trung bình tính từ mẫu có thể dao động bao nhiêu nếu lấy mẫu khác. Sai số chuẩn nhỏ dần khi cỡ mẫu tăng. Với 64 học sinh và độ lệch chuẩn 1,3, sai số chuẩn là 1,3 chia 8, khoảng 0,16.
Vì sao sự nhầm lẫn này quan trọng. Trong bảng mô tả, mục đích là cho thấy người tham gia đa dạng đến đâu, nên độ lệch chuẩn là con số đúng. Một số bài lại ghi "trung bình ± SEM" trong bảng mô tả; vì sai số chuẩn nhỏ hơn nhiều, dữ liệu trông đồng đều hơn thực tế. Luôn đọc chú thích để biết dấu ± đi kèm con số nào. Nếu bảng không ghi, nhìn độ lớn: với biến như điểm thi trên thang 10, một con số ± 0,15 gần như chắc là sai số chuẩn chứ không phải độ lệch chuẩn.
Đổi qua lại khi cần. Biết cỡ mẫu, bạn có thể tự đổi: độ lệch chuẩn bằng sai số chuẩn nhân căn bậc hai của n. Đây là phép kiểm đơn giản giúp phát hiện những bảng ghi nhầm ký hiệu.
Năm câu hỏi nên đặt ra mỗi khi đọc bảng mô tả
Bảng mô tả thường bị đọc lướt vì trông khô khan, nhưng nó chứa những thông tin quyết định giá trị của cả bài. Năm câu hỏi sau giúp bạn đọc có mục đích:
- Những người này giống ai? Tuổi, giới, vùng, đặc điểm học tập hay sức khoẻ của mẫu có gần với nhóm bạn quan tâm không. Một kết quả trên học sinh trường chuyên ở thành phố có thể không áp dụng cho học sinh vùng núi.
- Các nhóm có cân bằng không? Với nghiên cứu chia nhóm ngẫu nhiên, khác biệt nhỏ là bình thường; khác biệt lớn ở một biến quan trọng cần được bàn đến. Nhiều hướng dẫn trình bày thử nghiệm ngẫu nhiên khuyên không dùng giá trị p để so sánh đặc điểm ban đầu, vì khác biệt nào cũng là do may rủi; điều cần xem là độ lớn của khác biệt.
- Có ai bị thiếu không? Cộng n, so với tổng, xem dữ liệu thiếu ở biến nào.
- Dữ liệu có lệch không? Xem tác giả dùng trung vị hay trung bình, và độ lệch chuẩn so với trung bình.
- Đơn vị và thang đo là gì? Phút hay giờ, thang 10 hay thang 100, điểm cao là tốt hay xấu. Một bảng hỏi về lo âu có thể cho điểm cao nghĩa là lo âu nhiều.
Trả lời được năm câu này trong vài phút, bạn đã có nền để đọc phần kết quả chính một cách phê phán, thay vì chỉ nhìn giá trị p ở cuối dòng.
Nhờ AI giải thích bảng và kiểm các phép đổi
Khi gặp một bảng mô tả bằng tiếng Anh trong bài báo, bạn có thể chép phần bảng vào chatbot và yêu cầu giải thích ký hiệu. Câu lệnh mẫu: "Dưới đây là bảng đặc điểm người tham gia của một bài báo. Hãy giải thích từng ký hiệu (n, %, mean ± SD, median (IQR)), chỉ ra biến nào có dấu hiệu phân bố lệch và vì sao, và liệt kê khác biệt lớn nhất giữa hai nhóm theo độ lớn, không dùng giá trị p. Không suy đoán thông tin không có trong bảng."
Kiểm lại câu trả lời bằng vài phép tính đơn giản: cộng n các nhóm, tính lại một vài phần trăm, đổi thử một độ lệch chuẩn sang sai số chuẩn. AI đôi khi đọc nhầm cột khi bảng bị vỡ định dạng lúc dán, hoặc hiểu IQR là một con số trong khi bảng ghi hai đầu mút. Nếu thấy lệch, so với bảng gốc trong tệp bài báo.
Nếu bạn đang tự làm bảng mô tả cho dự án, đừng dán dữ liệu thô có tên hay thông tin nhận dạng người tham gia vào chatbot. Tự tính các con số tổng hợp bằng bảng tính, rồi nhờ AI góp ý cách trình bày: "Bảng mô tả dưới đây đã đúng quy ước chưa, chỗ nào nên dùng trung vị thay trung bình, chú thích nào còn thiếu?"
Câu hỏi thường gặp
Bảng mô tả thường có tên gì trong bài báo tiếng Anh?
Trong nhiều ngành, đặc biệt y sinh và khoa học xã hội, bảng này thường là bảng đầu tiên và được gọi là bảng đặc điểm ban đầu hoặc đặc điểm người tham gia. Người làm nghiên cứu hay gọi tắt là "bảng 1". Với nghiên cứu không làm trên người, bảng có thể mô tả mẫu vật, lô thí nghiệm hay địa điểm.
Khi nào nên báo cáo cả trung bình lẫn trung vị?
Khi dữ liệu lệch nhưng người đọc vẫn cần trung bình để so sánh với nghiên cứu khác, hoặc khi muốn cho thấy mức độ lệch, báo cáo cả hai là hợp lý. Khoảng cách lớn giữa trung bình và trung vị tự nó là một dấu hiệu cho thấy có một số giá trị rất lớn hoặc rất nhỏ.
Khoảng tứ phân vị khác khoảng biến thiên thế nào?
Khoảng biến thiên đi từ giá trị nhỏ nhất đến lớn nhất, nên rất nhạy với một vài giá trị bất thường. Khoảng tứ phân vị chỉ lấy nửa giữa của dữ liệu, bỏ một phần tư thấp nhất và một phần tư cao nhất, nên ổn định hơn. Một số bảng ghi cả hai.
Độ lệch chuẩn bằng 0 có nghĩa là gì?
Độ lệch chuẩn bằng 0 nghĩa là mọi giá trị đều bằng nhau. Trong dữ liệu thật về con người điều này rất hiếm, nên nếu thấy, nên nghi ngờ lỗi in hoặc biến đó được chọn cố định, chẳng hạn mọi học sinh cùng lớp 10. Độ lệch chuẩn không bao giờ âm.
Dự án nhỏ có cần bảng mô tả không?
Nên có, kể cả bảng rất ngắn. Một bảng ghi số mẫu mỗi nhóm, vài đặc điểm chính và cách đo giúp người đọc biết kết quả dựa trên gì. Với dự án thí nghiệm cây trồng, bảng có thể mô tả số chậu, loại đất, nhiệt độ trung bình, thay vì đặc điểm con người.
Có thể đoán được dữ liệu bị bịa từ bảng mô tả không?
Đôi khi có dấu hiệu đáng ngờ, như các nhóm giống nhau một cách bất thường ở quá nhiều biến, phần trăm không khớp với số đếm, hay độ lệch chuẩn không hợp lý. Những người chuyên kiểm tra liêm chính dùng các phép kiểm như vậy. Tuy nhiên, phần lớn sai sót là lỗi đánh máy, nên đừng vội kết luận.