Chương IX. Dữ liệu và xác suất thực nghiệm

Bài 38. Dữ liệu và thu thập dữ liệu

Phân biệt dữ liệu số và dữ liệu không phải số, các cách thu thập dữ liệu và kiểm tra tính hợp lí của dữ liệu.

Dữ liệu và phân loại dữ liệu

Những thông tin thu thập được về một vấn đề cần tìm hiểu gọi là dữ liệu. Dữ liệu có hai loại thường gặp:

Số liệu (dữ liệu là số): đếm hoặc đo được, ví dụ chiều cao của các bạn, số anh chị em, số bàn thắng.
Dữ liệu không phải là số liệu: dạng chữ, mô tả tính chất, ví dụ môn học yêu thích, màu áo, tên món ăn.

Ghi nhớ: Nếu có thể đếm hoặc đo và ghi bằng con số thì đó là dữ liệu số; còn nếu là tên gọi, màu sắc, sở thích thì không phải số.

Ví dụ. Bảng dự báo thời tiết 5 ngày cho biết nhiệt độ cao nhất (

^{\circ}

C):

31

33

30

28

29

và tình hình mưa: mưa, không mưa, không mưa, mưa, không mưa. Dữ liệu nào là số liệu, dữ liệu nào không phải số liệu?

Nhiệt độ cao nhất là các con số nên là số liệu.
"Mưa", "không mưa" là mô tả tình hình thời tiết, không phải con số nên không phải số liệu.

Kết quả: Nhiệt độ là số liệu; tình hình mưa không phải số liệu.

Thu thập dữ liệu

Ta có thể thu thập dữ liệu bằng cách quan sát, làm thí nghiệm, lập phiếu hỏi, hoặc lấy từ nguồn có sẵn như sách, báo, trang web, tài liệu thống kê. Các bước thông thường: xác định mục đích, chọn đối tượng và cách thu thập, tiến hành thu thập, ghi chép và kiểm tra dữ liệu.

Ví dụ. Lớp muốn biết môn thể thao yêu thích của các bạn. Nên làm thế nào?

Mục đích: biết môn thể thao yêu thích.
Cách thu thập: lập phiếu hỏi, mỗi bạn chọn một môn.
Dữ liệu thu được (bóng đá, cầu lông, ...) là dữ liệu không phải số.

Kết quả: Lập phiếu hỏi cho cả lớp; dữ liệu thu được không phải là số.

Ghi nhớ: Mỗi đồng xu có hai mặt: mặt ghi giá trị của đồng xu gọi là mặt sấp, mặt còn lại gọi là mặt ngửa. Khi gieo đồng xu nhiều lần, ta ghi mỗi lần bằng một gạch vào ô "mặt sấp" hoặc ô "mặt ngửa" của bảng kiểm đếm.

Tính hợp lí của dữ liệu

Dữ liệu hợp lí khi nó đúng với thực tế và phù hợp với nội dung cần tìm hiểu. Trước khi dùng, ta cần soát lại: loại bỏ dữ liệu lạc đề (tìm hiểu các nước châu Á mà ghi cả nước Pháp), loại số liệu vô lí (điểm $12$ trên thang $10$ ), và kiểm tra tổng các số liệu có khớp với số đối tượng điều tra không (lớp có $35$ bạn mà bảng cộng ra $38$ thì bảng chưa hợp lí). Mẫu quá ít, quá thiên lệch (chỉ hỏi vài bạn thân) cũng dẫn tới kết luận sai.

Chú ý: Số liệu không hợp lí có thể do ghi nhầm, hiểu sai câu hỏi, hoặc chọn người hỏi không đại diện.

Ví dụ. Lan liệt kê tên một số loài thực vật để làm bài tập: lúa, xoài, rêu, sen, cá rô, ổi. Dữ liệu trên có phải là số liệu không? Chỉ ra dữ liệu không hợp lí (nếu có).

Dãy dữ liệu là tên các loài nên không phải số liệu.
Cá rô là động vật, không phải thực vật nên không phù hợp với nội dung cần tìm hiểu.

Kết quả: Không phải số liệu; dữ liệu không hợp lí là "cá rô".

Mở rộng

Nhà nước ta tổ chức Tổng điều tra dân số và nhà ở theo chu kì khoảng $10$ năm, lần gần đây vào năm $2019$ . Đây là cách thu thập dữ liệu trên quy mô cả nước, để biết dân số, độ tuổi, nơi ở nhằm lập kế hoạch trường học, bệnh viện, đường sá.

Khi khảo sát, người ta thường chọn mẫu đại diện: hỏi nhiều bạn ở các khối lớp, nam và nữ khác nhau thay vì chỉ hỏi bạn cùng bàn. Mẫu càng đại diện thì kết quả càng đáng tin.