Độ lệch chuẩn trong SPSS là con số ở cột Std. Deviation, nằm ngay bên phải cột Mean trong bảng Descriptives, cho biết dữ liệu của biến đó trải rộng tới đâu quanh giá trị trung bình. Bài viết này hướng dẫn bạn chọn đúng lệnh để SPSS xuất độ lệch chuẩn, hiểu vì sao con số SPSS đưa ra có thể khác con số bạn tính tay, và đọc bảng kết quả sao cho không nhầm độ lệch chuẩn với sai số chuẩn khi đưa vào chương kết quả của luận văn.
Tác giả: Ban Biên tập MAAS
Cập nhật lần cuối: 2026-09-15
Chuyên mục: research-methods
Độ lệch chuẩn trong SPSS là gì và được tính như thế nào?
Trả lời thẳng: Độ lệch chuẩn, SPSS ghi là Std. Deviation, là căn bậc hai của phương sai (Variance) và đo mức các quan sát trong một biến phân tán quanh giá trị trung bình. Trên bảng kết quả, cột này càng lớn nghĩa là các quan sát càng cách xa trung bình, càng nhỏ nghĩa là các quan sát càng tập trung quanh trung bình.
UCLA Office of Advanced Research Computing (n.d.), trong tài liệu chú giải đầu ra SPSS, giải thích rằng cột Std. Deviation của bảng Descriptives chính là căn bậc hai của cột Variance đứng cạnh nó. Vì hai cột liên hệ trực tiếp như vậy, bạn có thể tự kiểm tra một bảng kết quả bằng cách lấy căn bậc hai của Variance và so với Std. Deviation.
Khi đọc bảng Descriptives, hãy đọc cột Mean và cột Std. Deviation cùng nhau thay vì nhìn riêng từng cột. Nếu bảng ghi biến điểm kiểm tra của lớp A có Mean 7 và Std. Deviation 0,5, còn lớp B có Mean 7 và Std. Deviation 2,0, thì hàng Mean của hai lớp giống hệt nhau, nhưng cột Std. Deviation cho biết điểm lớp B trải rộng hơn hẳn. Nếu bạn cần ôn lại khái niệm, công thức và cách diễn giải độ lệch chuẩn không gắn với phần mềm nào, hãy đọc bài độ lệch chuẩn là gì trước rồi quay lại bảng SPSS.
SPSS lấy độ lệch chuẩn từ đâu ra, công thức N-1 nghĩa là gì?
Trả lời thẳng: SPSS mặc định tính phương sai và độ lệch chuẩn theo công thức mẫu, tức chia tổng bình phương độ lệch cho (N-1) thay vì chia cho N. Cách chia này gọi là hiệu chỉnh Bessel, giúp phương sai mẫu trở thành ước lượng không chệch của phương sai tổng thể. Trong thủ tục Descriptives của SPSS Base, không có tuỳ chọn đổi mẫu số này sang N.
UCLA Office of Advanced Research Computing (n.d.) định nghĩa cột Variance trong đầu ra SPSS là tổng bình phương độ lệch có hiệu chỉnh chia cho N-1. Định nghĩa này khớp với cách SPSS mặc định tính các thống kê mô tả theo công thức mẫu, và nó cũng là lời giải thích cho phần lớn các trường hợp con số SPSS lệch nhẹ so với con số sinh viên tự tính tay theo công thức chia cho N.
Khi bảng kết quả ghi N = 30, phương sai SPSS báo cáo được tính bằng cách chia cho 29. Đó không phải lỗi phần mềm mà là cách SPSS ước lượng độ phân tán của tổng thể từ một mẫu, theo đúng công thức mẫu trong thống kê. Nếu hội đồng hỏi vì sao con số trong luận văn không khớp với phép tính tay, câu trả lời nằm ngay ở mẫu số này.
Lấy độ lệch chuẩn trong SPSS bằng lệnh nào, Descriptives, Frequencies hay Explore?
Trả lời thẳng: Cả ba thủ tục Descriptives, Frequencies và Explore của SPSS đều xuất được độ lệch chuẩn, nhưng khác nhau ở khả năng chọn chỉ số cần xuất. Descriptives cho phép chọn đúng những chỉ số cần, phù hợp khi chỉ cần vài con số cơ bản. Explore xuất một bộ cố định gồm nhiều chỉ số hơn, và người dùng không chọn lọc được từng chỉ số.
| Thủ tục SPSS | Đường dẫn menu | Đặc điểm chỉ số | Khi nào nên dùng |
|---|---|---|---|
| Descriptives | Analyze, Descriptive Statistics, Descriptives | Mặc định xuất Mean, Std. Deviation, Minimum, Maximum, chọn thêm qua nút Options | Chỉ cần vài chỉ số mô tả cơ bản cho nhiều biến cùng lúc |
| Frequencies | Analyze, Descriptive Statistics, Frequencies | Kèm bảng tần suất từng giá trị, thêm được Std. Deviation qua nút Statistics | Cần vừa xem phân bố tần suất vừa xem độ lệch chuẩn |
| Explore | Analyze, Descriptive Statistics, Explore | Xuất trọn bộ cố định, gồm cả trung vị, khoảng tứ phân vị, độ xiên (skewness), độ nhọn, không chọn lọc được | Cần kiểm tra phân phối kỹ hơn, ví dụ trước khi chọn kiểm định tham số |
Georgia State University Library (n.d.) minh hoạ cú pháp lệnh Descriptives dạng DESCRIPTIVES VARIABLES=<biến> /STATISTICS= MEAN STDDEV MIN MAX VARIANCE. để lấy đúng các chỉ số cần mà không kèm chỉ số khác. Kent State University Libraries (n.d.) liệt kê những gì thủ tục Explore xuất cùng lúc, gồm Mean, khoảng tin cậy 95% của Mean, trung bình cắt 5% (5% trimmed mean), Median, Variance, Std. Deviation, Minimum, Maximum, Range, khoảng tứ phân vị, độ xiên (skewness), độ nhọn, cùng sai số chuẩn của Mean, của độ xiên và của độ nhọn. Hướng dẫn của Kent State University Libraries (n.d.) viết nguyên văn "you can't pick and choose which of these descriptive statistics to view", tức người dùng không chọn xem riêng từng chỉ số như ở Descriptives.
Chọn lệnh nào tuỳ vào việc bạn định làm gì với con số. Nếu một sinh viên chỉ cần báo cáo độ tuổi trung bình và độ lệch chuẩn của mẫu trong phần mô tả mẫu nghiên cứu, Descriptives là đủ và cho bảng gọn. Nếu bạn ấy cần kiểm tra tính chuẩn của một biến trước khi chọn kiểm định tham số hay phi tham số, Explore cho nhiều thông tin hơn dù đầu ra dài hơn. Nếu bạn cần hướng dẫn chạy toàn bộ thống kê mô tả từ đầu, không chỉ riêng độ lệch chuẩn, xem cách chạy thống kê mô tả SPSS.
Đọc bảng Output thế nào để không nhầm độ lệch chuẩn với sai số chuẩn của trung bình?
Trả lời thẳng: Trong bảng Explore, độ lệch chuẩn nằm ở hàng Std. Deviation và cho biết dữ liệu quan sát được trải rộng hay tập trung. Sai số chuẩn của trung bình (SEM) nằm ở cột Std. Error của hàng Mean và cho biết có thể tin tới mức nào khi dùng trung bình mẫu để suy ra trung bình tổng thể. Hai ô này trả lời hai câu hỏi khác nhau.
Altman và Bland (2005), trong bài viết trên tạp chí BMJ, phân biệt độ lệch chuẩn mô tả độ phân tán của dữ liệu quan sát được, còn sai số chuẩn của trung bình đo độ chính xác của ước lượng trung bình mẫu. Altman và Bland (2005) nêu SEM bằng độ lệch chuẩn chia cho căn bậc hai của cỡ mẫu, và SEM giảm khi cỡ mẫu tăng, trong khi độ lệch chuẩn của chính dữ liệu không tự động giảm theo cỡ mẫu.
Trên màn hình, hai con số này nằm khá gần nhau nên rất dễ chép nhầm. Bảng Explore đặt Std. Error ở cột bên phải, cùng hàng với Mean, còn Std. Deviation nằm ở một hàng riêng phía dưới trong cột Statistic. Khi chép số vào bảng mô tả của luận văn, hãy lấy độ lệch chuẩn từ hàng Std. Deviation, và chỉ đưa Std. Error vào khi bạn thật sự cần nói về độ chính xác của trung bình, chẳng hạn khi báo cáo khoảng tin cậy.
Độ lệch chuẩn cao hay thấp nói lên điều gì, có ngưỡng chuẩn nào không?
Trả lời thẳng: Độ lệch chuẩn cao nghĩa là dữ liệu phân tán rộng quanh trung bình, độ lệch chuẩn thấp nghĩa là dữ liệu tập trung sát trung bình. Không có một ngưỡng số học phổ quát nào định nghĩa độ lệch chuẩn bao nhiêu là cao hay thấp, vì điều đó còn phụ thuộc vào đơn vị đo, thang đo và bản chất của biến đang xét.
Các hướng dẫn SPSS của trường đại học mà bài này dẫn, gồm tài liệu của UCLA Office of Advanced Research Computing (n.d.) và Kent State University Libraries (n.d.), mô tả cách tính và cách đọc độ lệch chuẩn nhưng không đưa ra một mốc số học cố định để phân loại cao hay thấp. Một số trang hướng dẫn tiếng Việt gợi ý mốc khoảng 0,5 đến 1,0 là "đẹp" cho thang đo Likert 5 mức, nhưng đây là kinh nghiệm thực hành phổ biến, không phải chuẩn mà các nguồn bài này đã kiểm xác nhận.
Độ lệch chuẩn 1,2 có thể coi là cao với một thang Likert 5 mức chỉ trải từ 1 đến 5, nhưng lại là con số rất nhỏ nếu biến đang xét là thu nhập tính theo triệu đồng. Vì vậy khi đọc cột Std. Deviation trong SPSS, bạn luôn cần đặt nó cạnh cột Minimum, cột Maximum và thang đo của biến, không đọc con số một mình.
Hệ số biến thiên CV là gì và khi nào nên dùng thay cho độ lệch chuẩn?
Trả lời thẳng: Hệ số biến thiên, viết tắt CV, bằng độ lệch chuẩn chia cho trung bình, thường biểu diễn dưới dạng phần trăm. CV hữu ích khi cần so sánh mức độ phân tán giữa hai biến có đơn vị đo khác nhau hoặc có trung bình chênh lệch lớn, vì độ lệch chuẩn một mình không so sánh được trực tiếp giữa hai thang đo khác nhau.
National Institute of Standards and Technology (2017), trong tài liệu tham chiếu Dataplot, định nghĩa CV là tỷ số giữa độ lệch chuẩn và trung bình, và viết rằng "the coefficient of variation should typically only be used for data measured on a ratio scale", tức dữ liệu liên tục có điểm gốc 0 mang nghĩa thật. Cùng tài liệu này lưu ý khi trung bình gần 0 thì CV rất nhạy với những thay đổi nhỏ của trung bình, còn khi nhân CV với 100 và lấy trị tuyệt đối thì ta có độ lệch chuẩn tương đối tính theo phần trăm.
Thủ tục Descriptives không có sẵn một ô CV, nên cách làm thường gặp là lấy cột Std. Deviation chia cho cột Mean trên chính bảng kết quả. Nếu một sinh viên muốn so mức phân tán giữa biến chiều cao đo bằng centimet và biến cân nặng đo bằng kilogram, hai giá trị CV cho một phép so sánh đọc được, còn hai con số độ lệch chuẩn thì không. Với thang đo Likert, CV khó diễn giải vì thang không có điểm gốc 0 mang nghĩa "hoàn toàn không có", nên khi so mức phân tán giữa các câu hỏi Likert, độ lệch chuẩn vẫn là chỉ số nên ưu tiên. Khi phương sai không ổn định trong một mô hình hồi quy chứ không phải trong một biến đơn lẻ, đó là một câu hỏi khác, xem kiểm định White trong SPSS.
Những lỗi thường gặp khi đọc hoặc báo cáo độ lệch chuẩn trong luận văn là gì?
Trả lời thẳng: Ba lỗi nên tránh khi đưa kết quả SPSS vào luận văn là chép nhầm ô Std. Error của hàng Mean thành độ lệch chuẩn, áp một ngưỡng "cao thấp" cứng nhắc mà không đặt cạnh thang đo hay đơn vị, và không giải thích được vì sao SPSS chia cho N-1 khi hội đồng hỏi lại.
Altman và Bland (2005) nhấn mạnh riêng việc phân biệt độ lệch chuẩn với sai số chuẩn của trung bình, vì đây là nhầm lẫn phổ biến trong báo cáo khoa học nói chung, không chỉ trong luận văn sinh viên. Việc SPSS mặc định dùng N-1 thì UCLA Office of Advanced Research Computing (n.d.) đã xác nhận rõ, nên đây là dữ kiện bạn có thể trả lời chắc chắn trước hội đồng.
Một chương kết quả viết "độ lệch chuẩn (SEM) = 0,32" đang gộp hai chỉ số vào một ký hiệu, khiến người đọc không biết tác giả đang báo cáo độ phân tán của dữ liệu hay độ chính xác của ước lượng trung bình. Tách thành hai dòng, một dòng cho Std. Deviation và một dòng cho Std. Error của hàng Mean nếu bảng Explore có cả hai, giúp hội đồng đọc đúng ngay từ lần đầu. Trước khi tới bước diễn giải, bạn cũng cần chắc mình đã chọn đúng nhóm kiểm định cho từng loại câu hỏi nghiên cứu, bài SPSS là gì và thực hiện được những nhóm kiểm định thống kê nào giúp bạn không nhầm bước mô tả dữ liệu với bước kiểm định giả thuyết.
Câu hỏi thường gặp
Vì sao độ lệch chuẩn SPSS đưa ra khác con số tôi tự tính?
Lý do thường gặp là bạn chia cho N, còn SPSS chia cho N-1 theo công thức mẫu. Với cỡ mẫu nhỏ, chênh lệch giữa hai cách chia thấy rõ hơn, nên hãy kiểm tra lại mẫu số trước khi nghĩ tới lỗi nhập liệu.
SPSS có tính được độ lệch chuẩn theo công thức tổng thể, tức chia cho N, không?
Các thủ tục mô tả chuẩn của SPSS (Descriptives, Frequencies, Explore) không có ô chọn mẫu số N, và chỉ xuất kết quả theo công thức mẫu N-1.
Ô Std. Error trong bảng Explore có phải độ lệch chuẩn không?
Không. Ô Std. Error nằm cùng hàng với Mean là sai số chuẩn của trung bình, bằng độ lệch chuẩn chia cho căn bậc hai của cỡ mẫu. Độ lệch chuẩn nằm ở hàng Std. Deviation riêng.
Cột Std. Deviation ra 0 thì nên kiểm tra gì?
Con số 0 nghĩa là mọi quan sát trong biến đó có cùng một giá trị. Với dữ liệu khảo sát thật, trường hợp này hiếm và thường là dấu hiệu cần mở lại Data View để kiểm tra khâu nhập liệu hoặc mã hoá biến.
Nên báo cáo độ lệch chuẩn trong bảng mô tả của luận văn thế nào?
Cách thường gặp là đặt độ lệch chuẩn ngay cạnh giá trị trung bình của từng biến, ghi rõ ký hiệu là độ lệch chuẩn chứ không phải sai số chuẩn, và giữ số chữ số thập phân nhất quán giữa các biến theo hướng dẫn trình bày của trường.
MAAS có hỗ trợ chạy SPSS và đọc bảng kết quả cho luận văn không?
Có, nhưng người nên hỏi đầu tiên vẫn là giảng viên hướng dẫn, vì lựa chọn lệnh và kiểm định cần được thầy cô đồng ý. Nếu bạn muốn có người kèm riêng ở khâu số liệu, chuyên gia đúng chuyên ngành của dịch vụ Hỗ trợ xử lý số liệu luận văn cùng bạn chọn lệnh, chạy phân tích trên bộ dữ liệu bạn gửi và giải thích từng bảng output. Phần viết và diễn giải trong chương kết quả vẫn là việc của bạn, chuyên gia chỉ đọc và góp ý. Muốn trao đổi trước, bạn đặt buổi tư vấn 15 phút không tính phí qua trang liên hệ.
References
- Altman, D. G., & Bland, J. M. (2005). Standard deviations and standard errors. BMJ, 331(7521), 903. https://doi.org/10.1136/bmj.331.7521.903
- Georgia State University Library. (n.d.). SPSS: Descriptive statistics. Retrieved September 15, 2026, from https://research.library.gsu.edu/SPSSHelp/descriptive
- Kent State University Libraries. (n.d.). Descriptive stats for one numeric variable (Explore). Retrieved September 15, 2026, from https://libguides.library.kent.edu/SPSS/Explore
- National Institute of Standards and Technology. (2017). Coefficient of variation. Dataplot reference manual. Retrieved September 15, 2026, from https://www.itl.nist.gov/div898/software/dataplot/refman2/auxillar/coefvari.htm
- UCLA Office of Advanced Research Computing. (n.d.). Descriptive statistics: SPSS annotated output. Retrieved September 15, 2026, from https://stats.oarc.ucla.edu/spss/output/descriptive-statistics/