Mean, Median và Mode: Đừng để con số đánh lừa trực giác của bạn

Trong thống kê, để tóm tắt một tập dữ liệu lớn bằng một con số duy nhất, chúng ta thường dùng các “đại lượng hướng tâm” (measures of central tendency). Ba khái niệm quen thuộc nhất là Mean (Trung bình cộng), Median (Trung vị), và Mode (Yếu vị).

Tuy nhiên, việc sử dụng sai đại lượng trong các bối cảnh khác nhau có thể bóp méo thực tế, dẫn đến những quyết định sai lầm. Dưới đây là cách phân biệt chúng và 3 ví dụ thực tế cho thấy khi nào một đại lượng thể hiện đúng bản chất của dữ liệu, trong khi hai đại lượng kia có thể gây ra những đánh giá sai lệch.

1. Điểm danh 3 đại lượng

• Mean (Trung bình cộng): Là tổng của tất cả các giá trị chia cho số lượng quan sát. Đặc điểm lớn nhất của Mean là nó tính toán dựa trên toàn bộ dữ liệu, nhưng điểm yếu chí mạng là nó rất nhạy cảm với các giá trị ngoại lai (outliers - những con số lớn hoặc nhỏ bất thường).
• Median (Trung vị): Xếp dữ liệu theo thứ tự từ nhỏ đến lớn, Median là giá trị đứng đúng ở vị trí chính giữa. Median có đặc tính chống chịu tốt và gần như miễn nhiễm với các giá trị ngoại lai.
• Mode (Yếu vị): Là giá trị xuất hiện nhiều lần nhất trong tập dữ liệu. Mode là đại lượng duy nhất dùng được trực tiếp cho dữ liệu định danh (dữ liệu phân loại, ví dụ: màu sắc, thương hiệu).

2. Ví dụ 1: Khi Mean là lựa chọn phù hợp nhất (Dự trù ngân sách và chi phí)

Tình huống: Bạn là quản lý một nhà hàng và cần dự trù ngân sách mua nguyên liệu thịt bò mỗi ngày cho tháng tới. Trong 30 ngày qua, lượng thịt bò tiêu thụ phổ biến nhất ở những ngày vắng khách là 10 kg (chiếm tới 12 ngày). Các ngày còn lại dao động rải rác từ 20 đến 50 kg. Đặc biệt, có 2 ngày nhà hàng nhận đặt tiệc cưới đột xuất, lượng tiêu thụ tăng vọt lên tới 150 kg thịt bò mỗi ngày.

• Nguy cơ nếu dùng Median hoặc Mode: Yếu vị (Mode) của lượng tiêu thụ là 10 kg, và Trung vị (Median) cũng chỉ ở mức 20 kg. Nếu bạn dự trù ngân sách dựa theo Mode ($10 \times 30 = 300$ kg) hoặc Median ($20 \times 30 = 600$ kg), đến khi có tiệc lớn hoặc liên tiếp nhiều ngày đông khách, nhà hàng sẽ đối mặt với rủi ro đứt gãy chuỗi cung ứng trầm trọng.
• Tại sao chọn Mean: Lượng trung bình (Mean) bị kéo vọt lên tới khoảng $32.7$ kg/ngày. Con số này không đại diện cho “một ngày bình thường”, nhưng khi nhân với 30 ngày, nó đảm bảo tổng lượng dự trù ($32.7 \times 30 \approx 980$ kg) bao quát được cả khối lượng của những biến động đột xuất. Khi mục tiêu cuối cùng là tính toán tổng tài nguyên, tổng rủi ro hoặc tổng chi phí phân bổ, Mean là công cụ phù hợp vì mỗi đơn vị dữ liệu đều đóng góp vào tổng số cuối cùng.

3. Ví dụ 2: Khi Median phản ánh đúng thực tế (Đo lường mức sống, Giá nhà đất)

Tình huống: Một công ty khởi nghiệp có 15 nhân sự. Mức lương của 14 nhân viên dao động từ 10 đến 20 triệu đồng (phổ biến nhất là 15 triệu). Tuy nhiên, Giám đốc (CEO) tự trả cho mình mức lương 300 triệu đồng/tháng.

• Nguy cơ nếu dùng Mean: Lương trung bình (Mean) của công ty sẽ bị đẩy lên tới gần 34.7 triệu/tháng. Con số này tạo ra một “ảo giác thịnh vượng”. Nếu dùng nó để đi tuyển dụng (“Lương trung bình công ty chúng tôi là 35 triệu!”), các ứng viên sẽ bị đánh lừa, bởi thực tế không một nhân viên bình thường nào nhận được mức đó. Sự hiện diện của một giá trị ngoại lai (outlier - ông CEO) đã kéo lệch hoàn toàn bức tranh trung bình.
• Tại sao Median phản ánh đúng thực tế: Người đứng ở vị trí chính giữa trong danh sách (người thứ 8) nhận mức lương 15 triệu VNĐ. Median dửng dưng trước sự chênh lệch thu nhập tột độ. Nó phản ánh chính xác mức sống thực tế của nhóm đa số. Đó là lý do trong các báo cáo kinh tế vĩ mô, người ta luôn dùng “Thu nhập trung vị” (Median Income) hoặc “Giá nhà trung vị” (Median Home Price) để giới siêu giàu không thể bóp méo dữ liệu.

4. Ví dụ 3: Khi Mode là chỉ báo hữu ích nhất (Dữ liệu phân loại, Tối ưu hàng tồn kho)

Tình huống: Bạn là chủ một cửa hàng giày thể thao. Bạn cần phân tích dữ liệu bán hàng tuần trước để lên kế hoạch nhập hàng cho đợt tới. Cửa hàng bán được 32 đôi giày với sự phân bố như sau: 10 đôi size 39, 6 đôi size 40, 1 đôi size 41, 12 đôi size 42 và 3 đôi size 43.

• Nguy cơ nếu dùng Mean hoặc Median: Trung bình cộng (Mean) các size giày bán ra là $40.75$. Quyết định nhập hàng theo con số này không có ý nghĩa thực tế vì hiếm có nhà máy nào sản xuất size 40.75. Ngay cả Trung vị (Median) cũng là $40.5$, lọt thỏm vào vùng “thung lũng” ít người mua. Cả hai đại lượng này đều thất bại trong việc phản ánh thị hiếu khách hàng.
• Tại sao Mode phát huy tác dụng: Tập dữ liệu này có dạng đa đỉnh (Bimodal) với đỉnh phụ ở size 39 và đỉnh chính (Mode) ở size 42. Đối với các dữ liệu mang tính phân loại (categorical) hoặc rời rạc như cỡ giày, màu sắc áo, hay thương hiệu, Mean và Median thường không mang lại giá trị định hướng. Mode cho bạn biết chính xác tần suất xuất hiện cao nhất (size 42), từ đó đưa ra quyết định thực tế là nhập mã hàng nào nhiều nhất để tối ưu doanh thu.

5. Lời Kết

• Hãy dùng Mean khi bài toán của bạn yêu cầu bảo toàn tổng số lượng hoặc tổng chi phí, không bỏ sót bất kỳ biến động cực đoan nào.
• Hãy dùng Median khi tập dữ liệu bị nhiễu nặng bởi các giá trị ngoại lai, và bạn cần một bức tranh phản ánh đúng nhóm đa số đại diện.
• Hãy dùng Mode đối với các tập dữ liệu phân loại hoặc khi bạn cần tìm kiếm sự lựa chọn phổ biến nhất để tối ưu hóa nguồn lực.