Bài 18: Thu thập và phân loại dữ liệu
🎯 Khởi động bài học
Thống kê bắt đầu từ việc Thu thập và Phân loại dữ liệu. Nắm vững kĩ năng phân loại dữ liệu định tính, định lượng và kiểm tra tính hợp lý là bước đầu tiên để trở thành một nhà phân tích dữ liệu thông thái!
📐 Lý thuyết & Kiến thức trọng tâm
1. Thu thập và Phân loại Dữ liệu
- Thu thập trực tiếp: Làm phiếu hỏi, phỏng vấn, quan sát, thí nghiệm, đo đạc.
- Thu thập gián tiếp: Thu thập từ sách báo, tài liệu, trang web thống kê uy tín.
Sơ đồ phân loại dữ liệu thống kê
- Dữ liệu định tính (phi số):
- Không thể sắp thứ tự: Màu sắc, quê quán, sở thích,…
- Có thể sắp thứ tự: Trình độ học vấn, xếp loại học lực (Giỏi > Khá > TB), kích cỡ quần áo (S, M, L).
- Dữ liệu định lượng (số liệu):
- Rời rạc: Số học sinh, số bàn thắng (đếm được).
- Liên tục: Chiều cao, cân nặng, nhiệt độ, thời gian (đo đạc được).
Ví dụ 1: Phân loại dữ liệu: “Tên các câu lạc bộ thể thao trong trường”.
Lời giải: Dữ liệu định tính không thể sắp thứ tự.
Ví dụ 2: Phân loại dữ liệu: “Số điểm 10 môn Toán của từng học sinh trong lớp”.
Lời giải: Dữ liệu định lượng rời rạc.
Ví dụ 3: Phân loại dữ liệu: “Xếp loại chất lượng sản phẩm (Đạt, Không đạt)”.
Lời giải: Dữ liệu định tính có thể sắp thứ tự.
2. Tính hợp lý của Dữ liệu
Dữ liệu thu thập phải đảm bảo tiêu chí:
- Đúng định dạng và tiêu chuẩn thực tế (ví dụ: tuổi không âm, điểm thi từ 0 đến 10).
- Nằm trong phạm vi hợp lý của đại lượng cần đo.
Ví dụ 1: Kiểm tra tính hợp lý của dãy số liệu chiều cao học sinh (m): 1.52; 1.60; -1.45; 1.58.
Lời giải: Giá trị -1.45 không hợp lý vì chiều cao không thể là số âm.
Ví dụ 2: Kiểm tra dãy số liệu tuổi học sinh lớp 8: 13; 14; 14; 130.
Lời giải: Giá trị 130 không hợp lý vì học sinh lớp 8 thông thường chỉ 13 - 14 tuổi.
Ví dụ 3: Dãy số liệu điểm thi Toán: 8; 9; 10; 7.5; 8.2.
Lời giải: Dữ liệu hoàn toàn hợp lý.
🎮 Luyện tập tương tác Thu thập & Phân loại dữ liệu
📊 Thu thập dữ liệu — Luyện tập tương tác
💡 Các dạng toán thường gặp
Dạng 1: Phân loại dữ liệu thống kê Phương pháp: Xác định dữ liệu là chữ (định tính) hay số (định lượng), sau đó phân loại nhóm nhỏ.
Dạng 2: Phát hiện dữ liệu không hợp lý trong dãy cho trước Phương pháp: So sánh từng giá trị trong dãy với thực tế và tiêu chuẩn dữ liệu.
🌍 Vận dụng thực tế
📝 Câu 1 (Lập phiếu khảo sát nhu cầu ăn trưa học sinh): Lớp trưởng 8A lập phiếu khảo sát nhu cầu suất ăn trưa với các thông tin: (1) Họ và tên, (2) Lớp, (3) Món ăn đăng ký (Cơm gà, Cơm sườn, Mì xào), (4) Số tiền trả (nghìn đồng).
a) Phân loại dữ liệu thu được từ các thông tin (3) và (4).
b) Đề xuất phương pháp thu thập dữ liệu hiệu quả nhất cho lớp trưởng.
Lời giải:
a) (3) Món ăn là Dữ liệu định tính không thể sắp thứ tự. (4) Số tiền là Dữ liệu định lượng rời rạc.
b) Tạo phiếu khảo sát trắc nghiệm online (Google Form) hoặc phát phiếu chọn món cho các tổ trưởng tổng hợp.
Trắc nghiệm
Dữ liệu nào sau đây là Dữ liệu định lượng?
- Phân loại dữ liệu: Định tính (không thứ tự / có thứ tự) và Định lượng (rời rạc / liên tục).
- Tính hợp lý: Kiểm tra kiểu dữ liệu, miền giá trị thực tế và tính đại diện.
📝 Bài tập tự luận
Bài 1 (Dễ — Phân loại dữ liệu định tính & định lượng): Phân loại các loại dữ liệu sau:
a) Tên các tỉnh/thành phố ở Việt Nam.
b) Số học sinh giỏi của các lớp 8 trong trường.
c) Cân nặng của các bạn học sinh lớp 8A (kg).
d) Xếp loại thi đua các lớp (Nhất, Nhì, Ba, Tư).
e) Điểm thi môn Ngữ văn cuối học kỳ 1.
f) Nhãn hiệu điện thoại thông minh đang sử dụng.
Bài 2 (Dễ — Kiểm tra tính hợp lý của dữ liệu): Tìm các giá trị không hợp lý trong các dãy dữ liệu sau:
a) Nhiệt độ trung bình các tháng ở Hà Nội (°C): 18; 20; 25; 100; 30.
b) Chiều cao học sinh lớp 8 (m): 1.50; 1.55; 0.20; 1.62.
c) Điểm kiểm tra Toán: 7; 8.5; 9; -2; 10.
d) Số thành viên mỗi gia đình: 3; 4; 5; 3.5; 2.
e) Mức độ yêu thích đọc sách: Rất thích; Thích; Bình thường; 100.
f) Năm sinh của học sinh lớp 8: 2010; 2010; 1905; 2011.
Bài 3 (Trung bình — Phương pháp thu thập dữ liệu): Nêu phương pháp thu thập dữ liệu phù hợp (Trực tiếp hay Gián tiếp) cho các nghiên cứu sau:
a) Tìm hiểu tỉ lệ dân số các quốc gia Đông Nam Á.
b) Đo nhịp tim của các vận động viên sau khi chạy 100m.
c) Đánh giá mức độ hài lòng của học sinh đối với bếp ăn nhà trường.
d) Thống kê lượng mưa các tháng trong năm tại Thành phố Hồ Chí Minh.
e) Khảo sát món ăn sáng ưa thích của học sinh lớp 8A.
f) Tìm hiểu diện tích các tỉnh thành tại Việt Nam.
Bài 4 (Trung bình — Lập phiếu khảo sát): Lớp 8B muốn tổ chức một chuyến tham quan ngoại khóa.
a) Hãy thiết kế 3 câu hỏi thu thập dữ liệu cho chuyến đi.
b) Xác định loại dữ liệu tương ứng thu được cho từng câu hỏi.
Bài 5 (Trung bình — Đánh giá tính đại diện của mẫu): Để đánh giá thời gian sử dụng Internet trung bình của học sinh toàn trường:
a) Bạn Nam chỉ phỏng vấn các bạn học sinh trong đội tuyển Tin học. Dữ liệu đó có tính đại diện cho toàn trường không? Giải thích.
b) Đề xuất cách chọn mẫu điều tra đảm bảo tính đại diện.
Bài 6 (Khá — Chuẩn hóa dữ liệu): Cho dãy dữ liệu ghi lại size giày của 10 học sinh: 36; 37; 36; 38; 39; 37; 38; 45; 36; 37. Hãy phát hiện giá trị nghi ngờ và đề xuất cách xử lý.
Bài 7 (Khá — Bảng phân loại dữ liệu tổng hợp): Hãy lập bảng phân loại 5 loại thông tin cá nhân của học sinh: Họ tên, Ngày sinh, Chiều cao, Nhóm máu, Kết quả rèn luyện.
Bài 8 (Khá - Nâng cao — Xử lý nhiễu dữ liệu thực nghiệm): Trong một thí nghiệm vật lý đo thời gian rơi tự do của một vật từ độ cao 2m thu được các số liệu (giây): 0.63; 0.64; 0.62; 2.50; 0.63. Hãy giải thích vì sao có giá trị 2.50 và cách giải quyết.
Bài 9 (Ứng dụng thực tế 1 — Khảo sát thị trường cửa hàng sách): Một cửa hàng sách muốn nhập thêm sách tham khảo Toán 8. Chủ cửa hàng nên thu thập dữ liệu từ đâu và bằng phương pháp nào để quyết định số lượng nhập sách?
Bài 10 (Ứng dụng thực tế 2 — Quản lý tiêm chủng y tế trường học): Nhân viên y tế trường học thu thập dữ liệu tiêm chủng vắc-xin của 300 học sinh khối 8. Hãy phân loại các dữ liệu cần thu thập (Tên, Lớp, Số mũi tiêm, Tiền sử dị ứng) và kiểm tra tính hợp lý.
📊 Đáp số & Lời giải chi tiết
Bài 1: a) Định tính không thể sắp thứ tự. b) Định lượng rời rạc. c) Định lượng liên tục. d) Định tính có thể sắp thứ tự. e) Định lượng liên tục. f) Định tính không thể sắp thứ tự.
Bài 2:
a) 100 (°C) không hợp lý.
b) 0.20 (m) không hợp lý.
c) -2 không hợp lý.
d) 3.5 (người) không hợp lý.
e) 100 không hợp lý.
f) 1905 không hợp lý.
Bài 3: a) Gián tiếp (niên giám thống kê/web). b) Trực tiếp (đo đạc thực nghiệm). c) Trực tiếp (phiếu khảo sát). d) Gián tiếp (tài liệu khí tượng). e) Trực tiếp (hỏi trực tiếp/bảng hỏi). f) Gián tiếp (bản đồ/sách địa lý).
Bài 4:
a) Q1: Bạn muốn đi địa điểm nào? Q2: Bạn có thể đi vào ngày nào? Q3: Dự trù kinh phí bạn đóng góp là bao nhiêu?
b) Q1: Định tính không thứ tự. Q2: Định tính/định lượng. Q3: Định lượng.
Bài 5:
a) Không có tính đại diện vì học sinh đội tuyển Tin học thường dùng máy tính/Internet nhiều hơn mức trung bình của học sinh toàn trường.
b) Nên chọn ngẫu nhiên các học sinh từ tất cả các lớp của các khối lớp khác nhau.
Bài 6:
Giá trị 45 là bất thường so với size trung bình 36-39 của học sinh. Cần xác minh lại xem có ghi nhầm không.
Bài 7:
- Họ tên: Định tính không thứ tự.
- Ngày sinh: Dữ liệu thời gian.
- Chiều cao: Định lượng liên tục.
- Nhóm máu: Định tính không thứ tự.
- Kết quả rèn luyện: Định tính có thứ tự.
Bài 8:
Giá trị 2.50 s xảy ra do bấm nhầm đồng hồ bấm giờ hoặc vật rơi bị vướng. Cần loại bỏ giá trị nhiễu này khi tính trung bình.
Bài 9: Thu thập gián tiếp từ doanh số bán sách các tháng trước và thu thập trực tiếp bằng khảo sát giáo viên/học sinh các trường lân cận.
Bài 10:
- Tên, Lớp: Định tính.
- Số mũi tiêm: Định lượng rời rạc ().
- Tiền sử dị ứng: Định tính.
- Hợp lý: Số mũi tiêm từ đến , không có số âm.