Hai khu vực cùng có giá căn hộ trung bình 60 triệu đồng/m² chưa chắc có cùng một thị trường. Ở khu vực A, phần lớn căn hộ có giá 55–65 triệu đồng/m²; ở khu vực B, dữ liệu trải từ 25 đến 150 triệu đồng/m². Giá trung bình giống nhau nhưng mức phân tán hoàn toàn khác nhau. Đó là lý do người phân tích không thể chỉ báo cáo mean mà bỏ qua độ lệch chuẩn và các thước đo spread.
Biên soạn: ThS. Nguyễn Mạnh Hùng
Đơn vị: GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn
Cập nhật 2026: Tài liệu môn học đúng ở việc dùng độ lệch chuẩn để mô tả mức phân tán và luôn đọc kèm mean/median. Tuy nhiên, các ngưỡng kiểu “SD/Mean > 1 thì chắc chắn có outlier” chỉ nên xem là tín hiệu kiểm tra, không phải quy tắc kết luận. Với dữ liệu giá BĐS thường lệch và có đuôi dài, nên đọc SD cùng IQR, median, boxplot và cấu trúc phân khúc.
1. Độ lệch chuẩn đang đo điều gì?
Độ lệch chuẩn – standard deviation (SD) – đo mức độ các quan sát phân tán quanh giá trị trung bình. Nếu các mức giá nằm khá sát mean, SD nhỏ. Nếu giá trải rộng, SD lớn.
Với một mẫu dữ liệu BĐS, cách hiểu trực quan là:
- Mean cho biết tâm của dữ liệu theo trung bình số học;
- SD cho biết dữ liệu “rộng” hay “hẹp” quanh mean;
- SD có cùng đơn vị với biến đang đo, ví dụ triệu đồng/m²;
- SD không nói dữ liệu lệch về bên nào và cũng không cho biết vì sao giá phân tán.
2. Ví dụ: cùng mean nhưng hai thị trường rất khác
| Chỉ tiêu | Khu vực A | Khu vực B |
|---|---|---|
| Mean giá/m² | 60 triệu | 60 triệu |
| Median | 59 triệu | 48 triệu |
| SD | 6 triệu | 32 triệu |
| IQR | 8 triệu | 29 triệu |
| Nhận xét sơ bộ | Giá tập trung khá chặt | Phân tán mạnh, có thể trộn nhiều nhóm hoặc có đuôi giá cao |
Nếu chỉ nhìn mean = 60 triệu đồng/m², ta có thể tưởng hai khu vực tương đương. Nhưng khu vực B có mức phân tán cao hơn nhiều; median thấp hơn mean cũng gợi ý phân phối lệch phải hoặc có nhóm sản phẩm giá cao kéo mean lên.
3. SD lớn có đồng nghĩa thị trường “biến động mạnh” không?
Không nhất thiết. Đây là lỗi diễn giải rất thường gặp.
SD tính trên dữ liệu chéo tại một thời điểm cho biết mức độ khác nhau giữa các tài sản trong mẫu. Nó không tự nói giá đang biến động theo thời gian. Một khu vực có nhiều loại sản phẩm – studio, căn 2 phòng ngủ, penthouse – có thể có SD lớn dù giá từng loại rất ổn định.
Muốn nói về biến động theo thời gian, cần dữ liệu chuỗi thời gian và một thước đo phù hợp với thay đổi qua thời gian, không nên lấy SD của mức giá tại một quý rồi gọi đó là “volatility” của thị trường.
4. Vì sao SD rất nhạy với outlier?
SD được xây trên bình phương khoảng cách từ từng quan sát đến mean. Vì có bước bình phương, một quan sát rất xa mean có thể đóng góp rất lớn vào phương sai và kéo SD tăng mạnh.
Ví dụ, nếu hầu hết căn hộ nằm trong khoảng 40–80 triệu đồng/m² nhưng có một penthouse 450 triệu đồng/m², SD có thể tăng mạnh dù penthouse đó là dữ liệu thật.
Do đó, trước khi kết luận “thị trường phân tán”, cần hỏi:
- có lỗi nhập liệu hoặc sai đơn vị không;
- có trộn property type hoặc phân khúc không;
- có vài sản phẩm siêu cao cấp hợp lệ không;
- có duplicate hay relisting làm một tài sản xuất hiện nhiều lần không.
5. Khi nào nên dùng IQR thay cho SD?
IQR = Q3 − Q1, tức khoảng chứa 50% phần giữa của dữ liệu. Vì chỉ tập trung vào phần giữa, IQR ít bị các giá trị cực đoan kéo lệch hơn SD.
NIST khuyến nghị rằng khi phân phối không gần chuẩn và có đuôi dài, các thước đo robust như IQR hoặc median absolute deviation có thể phù hợp hơn để mô tả scale. Đây là tình huống khá phổ biến với giá BĐS.
| Tình huống | Nên ưu tiên đọc |
|---|---|
| Phân phối khá đối xứng, ít outlier | Mean + SD |
| Phân phối lệch phải, nhiều giá cao đặc biệt | Median + IQR |
| Cần mô tả đầy đủ | Mean, Median, SD, Q1, Q3, IQR + biểu đồ |
| So sánh nhóm có mean rất khác nhau | Không so SD thô đơn độc; cân nhắc CV và phân phối |
6. Hệ số biến thiên CV dùng để làm gì?
Hệ số biến thiên thường được tính:
CV = SD / Mean (có thể nhân 100% để biểu diễn theo phần trăm).
CV giúp chuẩn hóa mức phân tán theo quy mô trung bình, nên có thể hữu ích khi so sánh các nhóm có mean khác nhau. Ví dụ, SD 10 triệu đồng/m² có thể là lớn với nhóm mean 30 triệu nhưng nhỏ hơn tương đối với nhóm mean 150 triệu.
Tuy nhiên, CV không phải công cụ dùng cho mọi biến. Nó phù hợp nhất với biến ratio có zero mang ý nghĩa thật và mean dương, chẳng hạn giá hoặc diện tích. Không nên lấy CV của mã quận, hạng pháp lý hoặc biến đã mã hóa danh mục.
7. Đừng biến CV thành “ngưỡng chẩn đoán”
Một tỷ lệ SD/Mean cao là tín hiệu cần xem lại cấu trúc dữ liệu, nhưng không có một ngưỡng duy nhất áp dụng cho mọi thị trường BĐS. CV cao có thể do:
- mẫu trộn nhiều phân khúc;
- khu vực có độ dị biệt tài sản thật sự lớn;
- một số outlier;
- mẫu nhỏ;
- mean tương đối thấp;
- biến được định nghĩa chưa đồng nhất.
Do đó không nên viết “CV > 100% = dữ liệu lỗi”. Cách viết chuyên nghiệp hơn là: “CV cao cho thấy độ phân tán tương đối lớn; cần kiểm tra phân phối, phân khúc và outlier trước khi kết luận”.
8. Sample SD và Population SD: dùng cái nào?
Nếu bộ dữ liệu chỉ là mẫu được thu thập để đại diện cho một thị trường rộng hơn, nên dùng độ lệch chuẩn mẫu. Trong Excel, đây thường là STDEV.S. Nếu dữ liệu thực sự bao phủ toàn bộ tổng thể mà ta định mô tả, có thể dùng độ lệch chuẩn tổng thể STDEV.P.
Trong nghiên cứu thị trường BĐS, phần lớn dữ liệu khảo sát, listing hoặc giao dịch chỉ là một mẫu của thị trường mục tiêu, nên cần ghi rõ phạm vi mẫu và nguồn.
9. So sánh độ phân tán giữa các khu vực đúng cách
Trước khi so sánh SD giữa hai khu vực, phải thống nhất:
- cùng loại tài sản;
- cùng khái niệm giá: asking hay transaction;
- cùng đơn vị: giá tổng hay giá/m²;
- cùng thời kỳ;
- cùng chuẩn diện tích;
- cùng cách xử lý duplicate và outlier.
Nếu một khu vực lấy giá căn hộ mới còn khu vực kia lấy giá nhà phố thứ cấp, so sánh SD sẽ gần như không có ý nghĩa.
10. Cách báo cáo một bảng thống kê mô tả tốt
Thay vì chỉ ghi “giá trung bình 62 triệu đồng/m²”, nên có:
| Chỉ tiêu | Giá trị minh họa | Ý nghĩa |
|---|---|---|
| N | 286 | Số quan sát hợp lệ |
| Mean | 62,0 | Trung bình |
| Median | 55,0 | Trung vị |
| SD | 25,0 | Phân tán quanh mean |
| Q1–Q3 | 44–71 | 50% phần giữa |
| IQR | 27,0 | Độ rộng robust của phần giữa |
Câu diễn giải có thể là: “Giá/m² trung bình là 62 triệu đồng, cao hơn median 55 triệu; SD 25 triệu và IQR 27 triệu cho thấy dữ liệu phân tán đáng kể và lệch về phía các mức giá cao. Vì vậy median và IQR được dùng song song với mean và SD khi mô tả thị trường.”
11. Checklist
- Biến đang phân tích có phải biến định lượng không?
- Đã kiểm tra unit và market segment chưa?
- Đã đọc mean cùng median chưa?
- Đã xem histogram/boxplot chưa?
- SD lớn có phải do vài outlier không?
- Có nên bổ sung IQR/MAD không?
- Nếu so nhóm, có cùng đơn vị và cùng phạm vi không?
- Nếu dùng CV, zero và mean có ý nghĩa không?
Ghi nhớ trong 30 giây
- SD đo mức phân tán quanh mean và có cùng đơn vị với biến.
- SD nhạy với outlier; dữ liệu giá lệch nên đọc thêm median và IQR.
- SD lớn không đồng nghĩa giá đang biến động mạnh theo thời gian.
- CV giúp so mức phân tán tương đối nhưng không có một ngưỡng “đúng/sai” cho mọi thị trường.
- Một bảng mô tả tốt nên cho thấy cả vị trí trung tâm lẫn mức phân tán.
Nguồn tham khảo
- Nguyễn Mạnh Hùng, Bài giảng Phân tích thị trường BĐS 2025, phần thống kê mô tả và làm sạch dữ liệu.
- Nguyễn Mạnh Hùng, Tài liệu hướng dẫn phân tích SPSS, Descriptives và Explore.
- Nguyễn Mạnh Hùng, Lab 2 – Xử lý và phân tích số liệu bất động sản.
- NIST/SEMATECH, e-Handbook of Statistical Methods – Exploratory Data Analysis: Measures of Scale.
Bài tiếp theo: “Cách đọc biểu đồ phân phối giá BĐS”.