AP Statistics

quần thể (tổng thể)

population

Còn gọi: tổng thể · quần thể · population of interest · tập hợp nghiên cứu · dân số thống kê · quần thể (population)

Quần thể là toàn bộ tập hợp các đối tượng mang chung đặc điểm mà nhà nghiên cứu muốn tìm hiểu; vì khó khảo sát hết, ta rút mẫu để suy luận ngược.

Trong thống kê, mọi nghiên cứu đều bắt đầu từ một câu hỏi về một nhóm đối tượng nhất định — chẳng hạn "chiều cao trung bình của học sinh lớp 12 toàn quốc là bao nhiêu?" Toàn bộ tập hợp những đối tượng mang chung đặc điểm mà ta muốn nghiên cứu được gọi là quần thể (population). Quần thể có thể hữu hạn, như toàn bộ cử tri trong một cuộc bầu cử, hoặc vô hạn, như mọi phép đo lặp lại của một đại lượng vật lý. Điều quan trọng là nhà nghiên cứu phải xác định rõ quần thể trước khi thu thập dữ liệu, vì mọi suy luận sau này chỉ có giá trị đối với chính quần thể đó.

Do quần thể thường quá lớn để khảo sát toàn bộ, ta chọn ra một mẫu (sample) và tính các thống kê trên mẫu đó. Ngược lại, những giá trị mô tả đặc điểm của toàn bộ quần thể — như trung bình $\mu$ hay tỉ lệ $p$ — được gọi là tham số (parameter). Tham số là cố định nhưng thường không biết; thống kê thay đổi từ mẫu này sang mẫu khác và được dùng để ước lượng tham số. Vì vậy, chất lượng của suy luận phụ thuộc trực tiếp vào cách mẫu được chọn.

Nhờ chọn mẫu ngẫu nhiên (random sampling), mỗi phần tử trong quần thể đều có cơ hội được chọn công bằng, và mẫu thu được có khả năng đại diện cho quần thể. Tuy nhiên, ngay cả khi chọn ngẫu nhiên, mẫu vẫn có thể sai lệch nếu kích thước quá nhỏ hoặc chứa giá trị ngoại lai (outlier). Do đó, hiểu rõ quần thể mục tiêu giúp nhà nghiên cứu thiết kế phương pháp chọn mẫu phù hợp và tránh diễn giải sai kết quả.

Ký hiệu

\mu

p

N

Trực giác: Muốn biết vị canh trong nồi có vừa miệng không, bạn khuấy đều rồi múc một muỗng — nồi canh là quần thể, muỗng canh là mẫu, và bạn phải khuấy đều (chọn ngẫu nhiên) thì muỗng mới đại diện cho cả nồi.

Khái niệm này sinh ra từ đâu

John GrauntWilliam PettyGottfried AchenwallJohn Sinclair

Khái niệm "tổng thể" bước ra từ hoạt động đếm dân của nhà nước châu Âu thế kỷ 17–18: những người như John Graunt và William Petty thu thập số liệu về dân cư để phục vụ việc cai trị, và chính đám đông người dân ấy là đối tượng nghiên cứu đầu tiên mà thống kê học nhắm tới.

Thử nghiệm tương tác

Đổi ranh giới quần thể — nhìn tỉ lệ thích thực đơn mới nhảy từ 30% lên 80%

Hay hiểu sai

Kết quả chỉ suy rộng được cho đúng nhóm mà mẫu được rút ra.

Trung bình quần thể là con số cố định, không phải trung bình của mẫu.

Ước lượng chệch sinh ra từ cách lấy mẫu, không phải từ cỡ mẫu nhỏ.

Định lý giới hạn trung tâm nói về phân bố của thống kê, không biến quần thể thành chuẩn.

Mẹo phòng thi

Ví dụ có lời giải

1Ví dụ 1/2

Trường THPT Nguyễn Trãi có 1.240 học sinh, trong đó khoảng 480 em thường xuyên ăn trưa tại căng tin của trường; số còn lại mang cơm từ nhà hoặc ra ngoài ăn. Căng tin vừa đổi thực đơn, và một phóng viên của báo trường muốn viết bài về phản ứng của học sinh. Trong một khoảng 30 phút giờ trưa, mỗi khi có một học sinh bước ra khỏi căng tin, phóng viên tung một đồng xu cân đối: mặt ngửa thì chặn lại phỏng vấn, mặt sấp thì bỏ qua. Cuối buổi, phóng viên hỏi được 60 em, trong đó 42 em nói rằng thích thực đơn mới. Bài báo đăng lên với câu kết: "70% học sinh của trường hài lòng với thực đơn mới của căng tin."

aXác định quần thể mà bài báo muốn nói tới và quần thể mà cách lấy mẫu của phóng viên thực sự chạm tới được. Hai quần thể này khác nhau ở chỗ nào?
bTính tỉ lệ mẫu và cho biết nó là ước lượng hợp lý cho tham số nào.
cCách chọn của phóng viên có phải là mẫu ngẫu nhiên đơn giản từ toàn bộ học sinh của trường không? Nếu kết luận của bài báo bị chệch thì chệch theo hướng nào?

Bạn nắm chắc chưa?

Quiz câu thật từ ngân hàng đề

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.

Tạo tài khoản miễn phí

Học tiếp từ đây

Bài học chứa thuật ngữ nàyDữ liệu một biến & thu thập dữ liệu · bài “Câu hỏi nghiên cứu & thu thập dữ liệu” — khoá AP Statistics

Cần trướcdữ liệu

Hay nhầm với

Thuật ngữKhác nhau ở đâuHay nhầm khi

mẫusample

Khác nhau ở đâuQuần thể là toàn bộ nhóm cần nghiên cứu, còn mẫu chỉ là một tập con được chọn ra từ quần thể đó

Hay nhầm khiđề hỏi về tham số hay thống kê — nhầm lẫn xảy ra khi không xác định được đại lượng tính trên toàn bộ hay chỉ trên phần được chọn

Nguồn tham khảo

[1]Barron_AP_Stat_2026. tr. 22, 35, 60.

Vì sao mang đúng cái tên này? Cái tên nghe có vẻ kỳ lạ khi ta gọi "tổng thể" cho một tập hợp bóng đèn hay một tập hợp điểm thi, nhưng nó có lý do lịch sử rất thẳng thắn: đối tượng đầu tiên mà thống kê đem ra đếm đúng là dân cư của một quốc gia. Bản thân chữ "thống kê" cũng đi ra từ chữ "nhà nước" — tiếng Latinh mới statisticum collegium nghĩa là "hội đồng nhà nước", tiếng Ý statista nghĩa là "chính khách" — và thuật ngữ tiếng Đức Statistik do Gottfried Achenwall đưa ra năm 1749 ban đầu chỉ việc phân tích dữ liệu về nhà nước, thứ mà tiếng Anh khi ấy gọi là số học chính trị. Năm 1791, John Sinclair mang từ này vào tiếng Anh qua bộ Statistical Account of Scotland. Do đó, khi các nhà thống kê nói về nhóm cần rút ra kết luận, họ dùng lại đúng chữ chỉ dân cư. Mãi về sau, khi phương pháp lấy mẫu (sample) được áp dụng cho hàng hóa, mùa màng hay kết quả đo lường, cái tên cũ vẫn được giữ nguyên và mở rộng nghĩa. Vì vậy trong đề thi, từ này không còn hàm ý "người" nữa: nó chỉ đơn giản là toàn bộ các đơn vị mà ta muốn nói tới, còn dấu vết dân số học chỉ còn nằm lại trong cái tên.

1Bước 1: Đọc kỹ câu kết của bài báo để biết phóng viên đang muốn nói về ai. Cụm "70% học sinh của trường" cho thấy quần thể mục tiêu là toàn bộ 1.240 học sinh của trường THPT Nguyễn Trãi. Tuy nhiên, danh sách những người thực sự có cơ hội được chọn lại chỉ gồm các học sinh bước ra khỏi căng tin trong đúng khoảng 30 phút đó, và đây mới là khung lấy mẫu (sampling frame) thật sự của cuộc khảo sát. Do đó quần thể mục tiêu rộng hơn hẳn nhóm mà phóng viên có thể chạm tới: hơn 700 em không ăn căng tin đã bị loại khỏi cuộc chơi ngay từ đầu, chưa kể những em ăn căng tin nhưng ra về ngoài khung giờ 30 phút.

2Bước 2: Tính tỉ lệ hài lòng trong mẫu:

\hat{p} = 42/60 = 0{,}70

, tức 70%. Con số này là một thống kê (statistic) tính từ 60 người được hỏi, nên nó chỉ là ước lượng hợp lý cho tỉ lệ hài lòng

p

trong nhóm học sinh ăn căng tin và ra về trong khung giờ đó. Muốn dùng

0{,}70

để nói về cả 1.240 học sinh thì phải giả định rằng người ăn căng tin và người không ăn có cùng thái độ với thực đơn — một giả định rất khó chấp nhận.

3Bước 3: Xét xem cách tung đồng xu có tạo ra mẫu ngẫu nhiên đơn giản (SRS) hay không. Việc tung đồng xu đúng là có dùng đến yếu tố ngẫu nhiên, nhưng nó chỉ trao cơ hội

1/2

cho những em đi ra trong 30 phút ấy, còn các em khác có xác suất được chọn bằng

0

. Một mẫu ngẫu nhiên đơn giản đòi hỏi mọi nhóm cùng cỡ rút từ toàn bộ 1.240 học sinh đều có cơ hội như nhau, nên phép tung xu này không thỏa mãn; cỡ mẫu ở đây cũng là một con số may rủi chứ không cố định trước.

4Bước 4: Xác định hướng chệch bằng cách nghĩ xem ai bị bỏ sót. Những em mang cơm nhà hoặc ra ngoài ăn nhiều khả năng chính là những em chê thức ăn căng tin, mà toàn bộ nhóm này lại không có cơ hội trả lời. Đây là sai lệch do thiếu bao phủ (undercoverage), và vì phần bị bỏ sót nghiêng về phía không hài lòng nên

0{,}70

gần như chắc chắn cao hơn tỉ lệ hài lòng thật của cả trường.

2Ví dụ 2/2

Một xưởng nhỏ chỉ có đúng ba máy in đang hoạt động, và người quản lý ghi lại số trang mà mỗi máy in được trong một phút: máy A in 2 trang, máy B in 4 trang, máy C in 9 trang. Ba con số này là toàn bộ quần thể, nên mọi đặc trưng của chúng đều tính được chính xác. Người quản lý muốn thử nghiệm hai cách ước lượng: chọn ngẫu nhiên có hoàn lại hai máy (mỗi lần chọn, cả ba máy đều có cơ hội như nhau), rồi hoặc lấy trung bình của hai giá trị thu được, hoặc lấy giá trị lớn nhất trong hai giá trị đó.

aTính trung bình và giá trị lớn nhất của quần thể; cho biết vì sao chúng được gọi là tham số.
bLiệt kê 9 mẫu có thể có và chứng tỏ trung bình mẫu là ước lượng không chệch cho trung bình quần thể.
cTính kỳ vọng của giá trị lớn nhất trong mẫu và cho biết thống kê này chệch theo hướng nào.

1Bước 1: Vì cả ba máy đều được đo nên đây là số liệu của toàn bộ quần thể chứ không phải của một mẫu. Trung bình quần thể là

\mu = (2+4+9)/3 = 5

trang mỗi phút, còn giá trị lớn nhất là

M = 9

trang mỗi phút. Hai con số này là tham số (parameter): chúng cố định, không thay đổi theo phép chọn mẫu, và trong thực tế ta thường không biết chúng.

2Bước 2: Chọn hai máy có hoàn lại, có thứ tự, ta được

3 \times 3 = 9

mẫu đồng khả năng, mỗi mẫu có xác suất

1/9

(2,2), (2,4), (2,9), (4,2), (4,4), (4,9), (9,2), (9,4), (9,9)

. Trung bình

\bar{x}

tương ứng lần lượt là

2;\ 3;\ 5{,}5;\ 3;\ 4;\ 6{,}5;\ 5{,}5;\ 6{,}5;\ 9

. Đây chính là phân phối mẫu của trung bình mẫu, tức bảng liệt kê mọi giá trị mà thống kê có thể nhận cùng cơ hội xảy ra của chúng.

3Bước 3: Cộng chín giá trị trên:

2+3+5{,}5+3+4+6{,}5+5{,}5+6{,}5+9 = 45

, nên

E(\bar{x}) = 45/9 = 5

. Kết quả này bằng đúng

\mu = 5

, nghĩa là nếu lặp lại phép lấy mẫu vô số lần thì trung bình của các trung bình mẫu rơi trúng tham số quần thể. Vì vậy

\bar{x}

là ước lượng không chệch (unbiased estimator) cho

\mu

4Bước 4: Làm tương tự với giá trị lớn nhất của mẫu. Chín mẫu ở Bước 2 cho các giá trị lớn nhất lần lượt là

2;\ 4;\ 9;\ 4;\ 4;\ 9;\ 9;\ 9;\ 9

, cộng lại được

2+4+9+4+4+9+9+9+9 = 59

. Do đó kỳ vọng của thống kê này là

59/9 \approx 6{,}56

, nhỏ hơn hẳn

M = 9

. Giá trị lớn nhất của mẫu không bao giờ vượt quá giá trị lớn nhất của quần thể mà lại thường nhỏ hơn, nên nó luôn kéo ước lượng xuống dưới.

5Bước 5: Đối chiếu hai kết quả với định nghĩa. Một thống kê

\hat{d}

dùng để ước lượng tham số

D

được gọi là ước lượng chệch (biased estimator) khi

E(\hat{d}) \neq D

; ở đây

E(\bar{x}) = \mu

nên trung bình mẫu không chệch, còn

6{,}56 \neq 9

nên giá trị lớn nhất của mẫu là ước lượng chệch. Lưu ý rằng sự chệch này không đến từ việc chọn mẫu cẩu thả — phép chọn hoàn toàn ngẫu nhiên — mà đến từ bản thân công thức tính thống kê.

Trung bình quần thể $\mu = 5$ và giá trị lớn nhất $M = 9$ là hai tham số cố định của ba máy in trong xưởng. Khi lấy mẫu hai máy có hoàn lại, trung bình mẫu có kỳ vọng $E(\bar{x}) = 45/9 = 5 = \mu$ , nên nó là ước lượng không chệch cho số trang trung bình mỗi phút của cả xưởng; ngược lại, giá trị lớn nhất của mẫu có kỳ vọng $59/9 \approx 6{,}56 < 9$ , nên đây là ước lượng chệch và luôn thiên về đánh giá thấp năng suất của máy khỏe nhất. Ví dụ này cho thấy tính chệch được phán xét bằng cách so kỳ vọng của thống kê với tham số quần thể, chứ không phải bằng cách xem một mẫu cụ thể cho kết quả gần hay xa.