40% đang là 40% của cái gì?
Mình cho bạn một gia đình chia chi tiêu thành bốn phần, cộng đúng 100%. Lúc này mình đang hỏi “mỗi phần chiếm bao nhiêu trong tổng?”. Pie hoặc thanh xếp chồng hợp với kiểu câu hỏi ấy.
Nếu một gia đình chi 40% cho nhà ở, 30% cho ăn uống, 20% cho đi lại, 10% cho mục khác, các phần đó cộng đúng 100%. Đây là bài toán cơ cấu tổng. Pie hay thanh 100% có thể thể hiện được, nhưng khi có nhiều lát bằng nhau, thanh xếp chồng kèm nhãn số thường dễ so hơn.
Một lỗi thường gặp là ghép tỷ lệ lấy từ những mẫu số khác nhau vào một hình tròn. Ví dụ 40% hộ gia đình dùng xe buýt và 30% người được hỏi thích xe đạp có thể cùng tồn tại ở những bộ dữ liệu khác nhau, nhưng không tự tạo thành hai phần của cùng một tổng. [1]
Histogram đếm các khoảng ra sao?
Đổi sang điểm kiểm tra của 30 học sinh nha. Mình không muốn chia chiếc bánh chi tiêu nữa, mà muốn biết khoảng điểm nào đông nhất. Histogram sẽ đếm số em trong từng khoảng liên tiếp.
Giả sử 30 học sinh có điểm kiểm tra. Histogram không trả lời mỗi học sinh thuộc một “thành phần của tổng” theo nghĩa Pie, mà cho thấy nhiều điểm nằm trong khoảng 6–7, 7–8 hay 8–9. Các cột chạm nhau vì khoảng điểm là liên tục.
Độ rộng khoảng chia (bin) ảnh hưởng mạnh đến hình dạng. Chia quá rộng có thể che hai đỉnh, quá hẹp dễ tạo cảm giác dữ liệu lổn nhổn. Vì thế, đọc Histogram luôn phải nhìn cả trục X, bin và tổng quan sát.
Ở hình cơ cấu chi tiêu, nhà ở 40%, ăn uống 30%, đi lại 20%, khác 10%. Tổng đúng 100%, nên có thể nói nhà ở chiếm phần lớn nhất. Nhưng không thể kết luận một gia đình “chi nhiều tiền” khi chỉ có tỷ lệ mà không có tổng số tiền làm mẫu số.
Hình Histogram bên cạnh cộng đúng 30 học sinh, nhưng đếm số người theo khoảng điểm, không phải chi tiêu theo khoản mục. Trục ngang là các khoảng 4–5, 5–6,... và độ cao mỗi cột là số người thuộc khoảng. Hai loại hình trả lời hai câu hỏi hoàn toàn khác nhau. [2]
Số trung bình có thể giấu chuyện gì?
Hai lớp cùng điểm trung bình 7, bạn nghĩ chúng giống nhau không? Có thể một lớp ai cũng quanh 7, lớp kia có cả 3 lẫn 10. Xem phân phối mới lộ ra sự khác biệt.
Hai lớp có cùng điểm trung bình 7 có thể rất khác nhau: một lớp tập trung quanh 7, lớp khác phân tán từ 3 đến 10. Box Plot hoặc Histogram làm rõ khác biệt ấy mà chỉ nhìn một số trung bình không thấy.
Nếu câu hỏi là “tỷ trọng chi phí nào cao nhất?”, hãy đọc cơ cấu. Nếu câu hỏi là “phần lớn học sinh đạt khoảng điểm nào?”, hãy đọc phân phối. Đó là hai loại câu hỏi, không phải hai cách tô màu cùng một chart. [3]
Mình vẽ hai hình, bạn thử so coi
Đây là số liệu giả lập do Nodbits tự tạo, không phải chuyện có thật nha bạn. Mình để trục, nhãn và chú thích ngay trên hình; bên dưới còn có bảng số. Bạn thử đọc hình trước, rồi mở bảng ra coi mình hiểu có đúng không.
← Vuốt ngang trên hình để xem đủ trục, nhãn và chú thích →
Các phần cùng thuộc một tổng và cộng đúng 100%, không dùng các mẫu số khác nhau.
Bạn muốn dò lại số? Mở bảng nè · %
| Khoản mục | Tỷ trọng (%) |
|---|---|
| Nhà ở | 40 |
| Ăn uống | 30 |
| Đi lại | 20 |
| Khác | 10 |
← Vuốt ngang trên hình để xem đủ trục, nhãn và chú thích →
Khoảng điểm liên tục, tổng học sinh là 30.
Bạn muốn dò lại số? Mở bảng nè · học sinh
| Khoảng điểm | Số học sinh |
|---|---|
| 4–5 | 2 |
| 5–6 | 4 |
| 6–7 | 9 |
| 7–8 | 8 |
| 8–9 | 5 |
| 9–10 | 2 |
Mình muốn bạn nhớ ba ý này
- Các phần của một tổng phải cùng mẫu số và cộng đúng 100%.
- Histogram cần khoảng bin, đơn vị và tổng quan sát rõ ràng.
- Trung bình có thể bằng nhau trong khi phân bố rất khác.
Bạn trả lời thử trước nha
Bạn thử tự trả lời câu này trước nha: Một bộ dữ liệu ghi điểm của 30 học sinh: muốn biết điểm thường tập trung ở khoảng nào, nên dùng Pie hay Histogram?
Để mình giải thích đáp án
Mình giải thích vậy nè: Histogram, vì đó là phân phối của một biến số liên tục, không phải cơ cấu danh mục của một tổng.
Mình tham khảo những tài liệu nào?
Mình ghi từng nguồn ở đây để bạn đọc thêm nếu thích. Nodbits tự biên soạn tiếng Việt và tự dựng hình SVG cùng số liệu giả lập. Những con số này không lấy từ các tài liệu nguồn.
- Datawrapper · A friendly guide to choosing a chart type
Mình dùng nguồn này để kiểm tra: Chọn dạng biểu đồ theo mục đích người đọc. Các số liệu ví dụ trên trang là do mình tự dựng.
- From Data to Viz · Common caveats
Mình dùng nguồn này để kiểm tra: Các lỗi thường gặp khi trực quan hóa dữ liệu. Các số liệu ví dụ trên trang là do mình tự dựng.
- W3C WAI · Complex Images
Mình dùng nguồn này để kiểm tra: Mô tả hình phức tạp và cung cấp bảng số liệu thay thế. Các số liệu ví dụ trên trang là do mình tự dựng.