Statistics for Managers: Excel Data Analysis for UMASS by Krehbiel & Berenson

Bài viết hướng dẫn các nhà quản lý sử dụng thống kê kinh doanh và phân tích dữ liệu hiệu quả bằng Excel. Nâng cao kỹ năng ra quyết định chiến lược.

• Tác giả: Mark L. Berenson
• Người hướng dẫn: Professor Robert Nakosteen
• Trường học: University of Massachusetts Amherst
• Chuyên ngành: Business Statistics
• Đề tài: Business Statistics for Managers: Excel Data Analysis
• Loại tài liệu: Textbook
• Năm xuất bản: 2008
• Địa điểm: Upper Saddle River, New Jersey

Tóm tắt

I. Tại Sao Thống Kê Kinh Doanh Là Yếu Tố Quyết Định Thành Công Của Nhà Quản Lý

Trong môi trường kinh doanh đầy biến động ngày nay, khả năng đưa ra quyết định dựa trên dữ liệu là lợi thế cạnh tranh cốt lõi. Thống kê kinh doanh không chỉ là một môn học khô khan mà còn là công cụ mạnh mẽ giúp các nhà quản lý giải mã những phức tạp trong hoạt động của doanh nghiệp. Nền tảng của thống kê kinh doanh giúp chuyển đổi dữ liệu thô thành thông tin chi tiết có giá trị, cho phép dự đoán xu hướng thị trường, đánh giá hiệu suất, tối ưu hóa quy trình và giảm thiểu rủi ro. Việc áp dụng các kỹ thuật thống kê giúp doanh nghiệp không chỉ phản ứng kịp thời với thay đổi mà còn chủ động định hình tương lai. Khả năng này càng trở nên thiết yếu khi lượng dữ liệu lớn (Big Data) ngày càng gia tăng, đòi hỏi các công cụ và phương pháp phân tích hiệu quả. Một trong những công cụ không thể thiếu trong bối cảnh này chính là Microsoft Excel, biến phân tích dữ liệu kinh doanh trở nên dễ tiếp cận và thực tiễn hơn cho mọi cấp độ quản lý.

1.1. Hiểu Rõ Tầm Quan Trọng Của Phân Tích Dữ Liệu Kinh Doanh

Trong môi trường kinh doanh hiện đại, sự biến động liên tục của thị trường và lượng dữ liệu khổng lồ đòi hỏi các nhà quản lý phải có khả năng đưa ra quyết định nhanh chóng và chính xác. Thống kê kinh doanh không chỉ là một tập hợp các công thức toán học mà là một khung tư duy giúp chuyển đổi dữ liệu thô thành những thông tin chi tiết có giá trị. Nó cho phép doanh nghiệp không chỉ phản ứng kịp thời với các thay đổi mà còn chủ động định hình tương lai bằng cách dự đoán xu hướng, đánh giá hiệu suất của các chiến dịch marketing, tối ưu hóa chuỗi cung ứng và quản lý rủi ro tài chính. Khả năng này càng trở nên thiết yếu khi công nghệ phát triển, tạo ra lượng dữ liệu lớn (Big Data) đòi hỏi các phương pháp và công cụ phân tích tinh vi hơn. Việc nắm vững phân tích dữ liệu kinh doanh giúp nhà quản lý có cái nhìn sâu sắc về khách hàng, đối thủ cạnh tranh và thị trường, từ đó xây dựng lợi thế cạnh tranh bền vững.

1.2. Excel Data Analysis Công Cụ Không Thể Thiếu Cho Quyết Định Chiến Lược

Microsoft Excel đã khẳng định vị thế là một trong những công cụ phổ biến và dễ tiếp cận nhất cho phân tích dữ liệu kinh doanh trong giới quản lý. Với khả năng xử lý số liệu mạnh mẽ, tích hợp sẵn các hàm thống kê đa dạng và giao diện trực quan, Excel cho phép thực hiện từ những phân tích mô tả cơ bản như tính trung bình, trung vị, mode, đến các phân tích phức tạp hơn như hồi quy tuyến tính, phân tích phương sai hay kiểm định giả thuyết. Như tài liệu "Statistics for Managers: Using Microsoft Excel" của Berenson và Krehbiel nhấn mạnh, Excel đóng vai trò quan trọng trong việc đơn giản hóa quá trình biến đổi dữ liệu thành thông tin hữu ích, hỗ trợ trực tiếp cho quá trình ra quyết định. Việc sử dụng thành thạo Excel Data Analysis không chỉ giúp tăng cường hiệu quả công việc mà còn nâng cao chất lượng các quyết định chiến lược, giúp doanh nghiệp đạt được mục tiêu kinh doanh.

II. Vượt Qua Thách Thức Quản Lý Dữ Liệu Excel Hiệu Quả Cho Quản Lý

Để thực hiện phân tích dữ liệu kinh doanh chính xác, việc hiểu rõ các loại biến số là cực kỳ quan trọng. Tài liệu gốc phân loại biến số thành biến định lượng (numerical variables) và biến định tính (categorical variables). Biến số định lượng có giá trị biểu thị số lượng, có thể là biến rời rạc (discrete variables) phát sinh từ quá trình đếm hoặc biến liên tục (continuous variables) phát sinh từ quá trình đo lường. Ngược lại, biến định tính biểu thị các thuộc tính hoặc thể loại. Việc phân biệt rõ ràng các loại biến giúp chọn lựa phương pháp thống kê phù hợp và tránh những sai sót trong quá trình phân tích. Bên cạnh đó, việc khai thác hiệu quả các chức năng cơ bản của Excel cũng là chìa khóa để quản lý dữ liệu bằng Excel một cách hiệu quả, đảm bảo tính toàn vẹn và dễ đọc của dữ liệu.

2.1. Nhận Diện Các Loại Biến Số Quan Trọng Trong Phân Tích Thống Kê

Để tiến hành phân tích dữ liệu kinh doanh một cách hiệu quả và chính xác, việc hiểu rõ bản chất của các loại biến số là điều kiện tiên quyết. Tài liệu học thuật phân loại biến số thành biến định lượng (numerical variables) và biến định tính (categorical variables). Biến số định lượng là những biến có giá trị biểu thị số lượng, và chúng được chia nhỏ hơn thành biến rời rạc và biến liên tục. Biến rời rạc phát sinh từ quá trình đếm, ví dụ như số lượng đơn hàng, số lượng sản phẩm bị lỗi, hoặc số ngày giao hàng; giá trị của chúng thường là các số nguyên hữu hạn. Ngược lại, biến liên tục phát sinh từ quá trình đo lường, như thời gian chờ đợi của khách hàng, nhiệt độ phòng, hoặc doanh thu; giá trị của chúng có thể là bất kỳ giá trị nào trong một khoảng liên tục, tùy thuộc vào độ chính xác của thiết bị đo. Việc phân biệt rõ ràng hai loại biến này giúp các nhà quản lý lựa chọn phương pháp thống kê phù hợp, từ đó tránh những sai sót nghiêm trọng trong quá trình phân tích và đưa ra quyết định.

2.2. Khai Thác Sức Mạnh Các Chức Năng Excel Cơ Bản Cho Phân Tích Dữ Liệu

Excel không chỉ mạnh mẽ với các hàm tính toán phức tạp mà còn hiệu quả với các chức năng cơ bản giúp quản lý và trình bày dữ liệu. Các nhà quản lý thường xuyên sử dụng các công cụ như "Increase Decimal" và "Decrease Decimal" để điều chỉnh độ chính xác hiển thị của các giá trị số, đặc biệt quan trọng khi cần căn chỉnh các điểm thập phân trong một cột để dễ dàng so sánh. Chức năng "Borders" là yếu tố thiết yếu để tạo ra các bảng tính rõ ràng, dễ đọc, giúp phân tách các khu vực dữ liệu. Bên cạnh đó, "Fill Color" và "Font Color" cho phép làm nổi bật các thông tin quan trọng, các giá trị ngoại lai, hoặc các kết quả phân tích cần được chú ý đặc biệt. Việc thành thạo các thao tác định dạng này không chỉ cải thiện tính thẩm mỹ của báo cáo mà còn tăng cường khả năng đọc hiểu, giúp các bên liên quan nhanh chóng nắm bắt các thông tin chính từ phân tích dữ liệu Excel và hỗ trợ quá trình ra quyết định.

III. Excel Thống Kê Nền Tảng Cho Quyết Định Kinh Doanh Hiệu Quả

Để đưa ra các quyết định kinh doanh dựa trên dữ liệu một cách vững chắc, việc nắm vững các kỹ thuật thống kê Excel là điều không thể thiếu. Sự khác biệt giữa các loại biến số, cụ thể là biến rời rạc và biến liên tục, ảnh hưởng trực tiếp đến lựa chọn phương pháp phân tích. Hơn nữa, việc sao chép công thức một cách thông minh và chính xác là yếu tố then chốt để đảm bảo tính toàn vẹn của dữ liệu và hiệu quả của quá trình phân tích dữ liệu kinh doanh trên các tập dữ liệu lớn. Excel cung cấp những công cụ để giải quyết những thách thức này, biến nó thành một trợ thủ đắc lực cho các nhà quản lý.

3.1. Hiểu Rõ Sự Khác Biệt Giữa Biến Rời Rạc và Biến Liên Tục Trong Excel

Trong thống kê kinh doanh, sự phân biệt rõ ràng giữa biến rời rạc và biến liên tục là cực kỳ quan trọng, đặc biệt khi áp dụng các công cụ Excel Data Analysis. Biến rời rạc, ví dụ như số lượng phản hồi khảo sát hoặc số lỗi sản phẩm, có các giá trị có thể đếm được và thường là số nguyên. Các phương pháp phân tích cho biến rời rạc có thể bao gồm phân phối Poisson hoặc nhị thức. Ngược lại, biến liên tục, ví dụ như trọng lượng sản phẩm, thời gian hoàn thành dự án hoặc doanh thu, có thể nhận bất kỳ giá trị nào trong một khoảng liên tục. Tài liệu gốc khẳng định: "với độ chính xác đủ, không có hai giá trị liên tục nào sẽ giống hệt nhau." Điều này ngụ ý rằng các biến liên tục đòi hỏi các phương pháp thống kê khác như phân phối chuẩn và thường được biểu diễn bằng biểu đồ histogram để thấy rõ sự phân bố. Việc lựa chọn đúng loại phân tích dựa trên loại biến đảm bảo tính hợp lệ và độ tin cậy của kết quả phân tích dữ liệu kinh doanh, tránh dẫn đến những kết luận sai lầm.

3.2. Tối Ưu Hóa Quy Trình Xử Lý Dữ Liệu Excel Với Sao Chép Công Thức Thông Minh

Sao chép công thức trong Excel là một thao tác cơ bản nhưng ẩn chứa nhiều phức tạp, đặc biệt khi làm việc với các bảng tính thống kê kinh doanh quy mô lớn. Việc sao chép các ô chứa công thức không phải lúc nào cũng tạo ra các bản sao chính xác, điều này phụ thuộc vào cách các địa chỉ ô được nhập liệu. Tài liệu gốc "Statistics for Managers: Using Microsoft Excel" khuyến nghị nhà quản lý cần đặc biệt chú ý đến việc sử dụng địa chỉ ô tương đối (ví dụ: A1) và tuyệt đối (ví dụ: $A$1) hoặc hỗn hợp ($A1, A$1), cũng như cách tham chiếu sheet (ví dụ: Sheetname!ColumnRow). Việc hiểu rõ cơ chế này là chìa khóa để tối ưu hóa quy trình xử lý dữ liệu Excel, giúp đảm bảo các công thức được áp dụng đúng cách trên toàn bộ tập dữ liệu. Điều này không chỉ giúp tránh các lỗi tính toán phổ biến mà còn tiết kiệm đáng kể thời gian, tăng cường hiệu quả trong phân tích dữ liệu kinh doanh và giảm thiểu rủi ro sai sót trong các quyết định quan trọng.

IV. Thống Kê Kinh Doanh Excel Dẫn Lối Quyết Định Chiến Lược

Việc chuyển đổi dữ liệu thô thành thông tin chi tiết có giá trị đòi hỏi sự kết hợp giữa hiểu biết thống kê kinh doanh và khả năng sử dụng Excel hiệu quả. Các nhà quản lý cần thành thạo việc thực hiện phân tích mô tả để có cái nhìn tổng quan về dữ liệu. Đồng thời, kỹ năng xây dựng báo cáo và trực quan hóa dữ liệu bằng Excel là thiết yếu để truyền đạt những phát hiện này một cách rõ ràng và thuyết phục. Việc này giúp các bên liên quan dễ dàng nắm bắt thông tin và hỗ trợ quá trình ra các quyết định kinh doanh dựa trên dữ liệu một cách tự tin và có cơ sở.

4.1. Phân Tích Mô Tả Dữ Liệu Với Các Hàm Thống Kê Cơ Bản Của Excel

Excel là một công cụ cực kỳ hữu ích cho việc thực hiện phân tích mô tả dữ liệu, cung cấp cho các nhà quản lý cái nhìn tổng quan ban đầu về các tập dữ liệu kinh doanh. Các hàm thống kê cơ bản như AVERAGE, MEDIAN, MODE, STDEV.S (độ lệch chuẩn mẫu) và VAR.S (phương sai mẫu) cho phép nhanh chóng tóm tắt và hiểu đặc điểm chính của dữ liệu. Ví dụ, tính toán giá trị trung bình của doanh thu hàng tháng giúp đánh giá hiệu suất tổng thể, trong khi độ lệch chuẩn cung cấp thông tin về mức độ biến động hoặc phân tán của dữ liệu. Hàm MAX và MIN xác định các giá trị cực đại và cực tiểu, hỗ trợ phát hiện các ngoại lệ. Những phân tích mô tả này là bước đầu tiên và quan trọng trong bất kỳ quy trình phân tích dữ liệu kinh doanh nào, giúp xác định các xu hướng, điểm bất thường và các mẫu tiềm ẩn. Từ đó, nhà quản lý có thể đặt ra những câu hỏi cụ thể hơn để đi sâu vào các phân tích phức tạp, xây dựng nền tảng vững chắc cho quyết định kinh doanh dựa trên dữ liệu.

4.2. Xây Dựng Báo Cáo và Trực Quan Hóa Dữ Liệu Để Hỗ Trợ Ra Quyết Định

Khả năng trình bày kết quả phân tích dữ liệu kinh doanh một cách rõ ràng và hấp dẫn là yếu tố then chốt để chuyển đổi thông tin thành hành động. Excel cung cấp một bộ công cụ trực quan hóa dữ liệu mạnh mẽ, bao gồm nhiều loại biểu đồ như biểu đồ cột để so sánh các danh mục, biểu đồ đường để theo dõi xu hướng theo thời gian, biểu đồ tròn để thể hiện tỷ lệ phần trăm, và biểu đồ phân tán để khám phá mối quan hệ giữa hai biến định lượng. Các nhà quản lý có thể sử dụng các biểu đồ này để dễ dàng nhận diện xu hướng, mô hình và mối quan hệ giữa các biến số, giúp giải thích các phát hiện thống kê một cách trực quan. Việc kết hợp các chức năng định dạng như "Borders," "Fill Color," và "Font Color" như đã đề cập trong tài liệu gốc, còn giúp tăng cường tính thẩm mỹ và dễ đọc của các báo cáo. Điều này đảm bảo rằng thông điệp chính từ phân tích dữ liệu Excel được truyền tải một cách rõ ràng, thuyết phục, và dễ hiểu cho mọi đối tượng, từ cấp quản lý điều hành đến các thành viên trong nhóm.

V. Tương Lai Thống Kê Kinh Doanh Phân Tích Nâng Cao Với Excel

Trong kỷ nguyên số, thống kê kinh doanh không ngừng phát triển, và khả năng sử dụng Excel để thực hiện các phân tích nâng cao ngày càng trở nên quan trọng. Từ việc khám phá phân tích hồi quy để dự báo đến việc liên tục cập nhật các kỹ năng phân tích dữ liệu Excel, các nhà quản lý cần trang bị cho mình kiến thức và công cụ để dẫn đầu thị trường. Việc này không chỉ giúp đưa ra các quyết định thông minh hơn mà còn xây dựng một văn hóa kinh doanh dựa trên dữ liệu, nơi mọi quyết định đều có cơ sở vững chắc, thúc đẩy sự tăng trưởng bền vững của doanh nghiệp.

5.1. Khám Phá Phân Tích Hồi Quy và Các Kỹ Thuật Dự Báo Trong Excel

Vượt xa các phân tích mô tả đơn thuần, Excel cũng là một công cụ hiệu quả để thực hiện các kỹ thuật thống kê nâng cao như phân tích hồi quy, một yếu tố không thể thiếu trong thống kê kinh doanh để dự đoán và hiểu mối quan hệ giữa các biến. Ví dụ, một nhà quản lý có thể sử dụng hồi quy để dự đoán doanh số bán hàng trong tương lai dựa trên chi phí quảng cáo, giá cả sản phẩm, hoặc các yếu tố kinh tế vĩ mô khác. "Data Analysis ToolPak" trong Excel cung cấp một giao diện tiện lợi để thực hiện hồi quy tuyến tính, phân tích phương sai (ANOVA), và nhiều phân tích thống kê phức tạp khác mà không cần phần mềm chuyên dụng đắt tiền. Nắm vững các kỹ thuật này cho phép các nhà quản lý không chỉ giải thích dữ liệu quá khứ mà còn đưa ra các dự báo đáng tin cậy về tương lai, từ đó hình thành nền tảng cho quyết định kinh doanh dựa trên dữ liệu có tầm nhìn chiến lược và khả năng ứng phó cao.

5.2. Liên Tục Cập Nhật Kỹ Năng Phân Tích Dữ Liệu Excel Để Dẫn Đầu Thị Trường

Lĩnh vực phân tích dữ liệu kinh doanh không ngừng phát triển, và các công cụ như Excel cũng liên tục được cải tiến với các tính năng mới và hiệu suất nâng cao. Để duy trì lợi thế cạnh tranh và hiệu quả hoạt động, các nhà quản lý cần liên tục cập nhật kỹ năng sử dụng Excel Data Analysis. Điều này bao gồm việc học hỏi các hàm mới, các tính năng nâng cao như Power Query và Power Pivot để xử lý và tích hợp dữ liệu lớn từ nhiều nguồn khác nhau, cũng như cách tạo ra các dashboard tương tác. Khả năng thích ứng và học hỏi liên tục không chỉ giúp các nhà quản lý tận dụng tối đa tiềm năng của Excel trong việc giải quyết các vấn đề kinh doanh phức tạp mà còn trang bị cho họ khả năng tư duy phân tích sâu sắc. Như "Pearson Custom Publishing" và các tài liệu học thuật liên quan thường khuyến nghị, việc đầu tư vào phát triển kỹ năng phân tích dữ liệu Excel là chìa khóa để đưa ra các quyết định thông minh hơn và dẫn dắt doanh nghiệp đạt được thành công bền vững trong bối cảnh thị trường cạnh tranh gay gắt.

Nội dung chính

Tổng quan Thư mục và Phân tích Học thuật: Business Statistics for Managers – Excel Data Analysis (Fifth Edition)

---

Tổng quan về giáo trình

Statistics for Managers: Using Microsoft Excel (Ấn bản lần thứ 5, ấn bản hiệu chỉnh đặc biệt cho học phần SCH-MGMT 650 tại Đại học Massachusetts Amherst do Giáo sư Robert Nakosteen phụ trách) là công trình học thuật do nhóm tác giả David M. Levine, David F. Stephan, Timothy C. Krehbiel và Mark L. Berenson biên soạn, được xuất bản bởi Pearson Education / Prentice Hall. Trong khung chương trình đào tạo đại học và sau đại học (MBA) khối ngành Kinh doanh và Quản lý, tài liệu này giữ vị trí giáo trình cơ sở cốt lõi thuộc phân môn Thống kê Ứng dụng trong Kinh doanh (Applied Business Statistics) và Phân tích Dữ liệu Quản trị (Business Data Analysis).

Mục tiêu học tập của giáo trình tập trung vào việc trang bị cho người học năng lực chuyển hóa dữ liệu thô thành thông tin hữu ích hỗ trợ việc ra quyết định. Sau khi hoàn thành nội dung tài liệu, người học có thể:

1. Xác định, thu thập và phân loại dữ liệu kinh doanh theo đúng thang đo khoa học.
2. Trình bày và tóm tắt dữ liệu thông qua hệ thống bảng biểu và các thước đo mô tả bằng số.
3. Vận dụng lý thuyết xác suất và phân phối lấy mẫu để thực hiện suy luận thống kê (ước lượng khoảng tin cậy và kiểm định giả thuyết).
4. Thiết lập và đánh giá các mô hình hồi quy tuyến tính đơn và bội để đưa ra các dự báo kinh doanh.
5. Khai thác phần mềm Microsoft Excel (bao gồm cả phiên bản Excel 97–2003 và Excel 2007) cùng công cụ bổ trợ PHStat2 nhằm tự động hóa các quy trình tính toán phức tạp.

Cấu trúc giáo trình được thiết kế theo 3 trụ cột nghiệp vụ: Thống kê mô tả (Descriptive Statistics), Thống kê suy luận (Inferential Statistics) và Dự báo mô hình (Forecasting/Regression). Cách tiếp cận sư phạm của nhóm tác giả đặt trọng tâm vào việc phân tích và diễn giải kết quả đầu ra (output interpretation) thay vì đòi hỏi người học thực hiện các phép tính đại số thủ công. Điểm đặc sắc của cuốn sách là việc tích hợp song song hai giải pháp công nghệ: giải pháp bảng tính thuần túy (Basic Excel) và giải pháp tự động hóa mẫu hình thông qua add-in chuyên dụng (PHStat2), kết hợp chặt chẽ với các kịch bản thực tế xuyên suốt từ các lĩnh vực chức năng như Kế toán, Tài chính, Tiếp thị, Quản trị Vận hành và Hệ thống Thông tin.

---

Nội dung kiến thức cốt lõi

Các chương và chủ đề chính

Nội dung cuốn sách gồm 11 chương chính và các chuyên đề mở rộng:

• Chương 1: Introduction and Data Collection (Giới thiệu và Thu thập Dữ liệu)
  Xác định vai trò của thống kê trong quản lý thông qua ví dụ khởi động về việc điều hành doanh nghiệp; phân biệt tổng thể (population) và mẫu (sample), tham số (parameter) và thống kê mẫu (statistic); phân loại biến danh nghĩa (nominal), thứ bậc (ordinal), khoảng (interval) và tỉ lệ (ratio); các phương pháp thu thập dữ liệu (nghiên cứu quan sát, khảo sát, thực nghiệm có kiểm soát).
• Chương 2: Presenting Data in Tables and Charts (Trình bày Dữ liệu bằng Bảng và Đồ thị)
  Xây dựng bảng tóm tắt, biểu đồ thanh (bar chart), biểu đồ tròn (pie chart), biểu đồ Pareto cho dữ liệu định tính; lập mảng thứ tự (ordered array), biểu đồ nhánh-và-lá (stem-and-leaf), phân phối tần số (frequency distribution), biểu đồ tần số (histogram), đa giác tần số (polygon) và đa giác tần số tích lũy (ogive) cho dữ liệu định lượng; bảng tiếp liên (contingency table), đồ thị phân tán (scatter plot) và chuỗi thời gian (time-series plot); nhận diện các lỗi ngụy biện đồ thị (misusing graphs/chartjunk).
• Chương 3: Numerical Descriptive Measures (Các Thước đo Mô tả bằng Số)
  Tính toán và diễn giải các đại lượng đo xu hướng trung tâm (trung bình, trung vị, yếu vị, trung bình nhân); các đại lượng đo độ biến thiên và hình dáng phân phối (khoảng biến thiên, độ trải giữa IQR, phương sai, độ lệch chuẩn, hệ số biến thiên CV, điểm Z-score, độ xiên/hình dáng); quy tắc thực nghiệm (Empirical Rule) và định lý Chebyshev; phân tích dữ liệu khám phá với tóm tắt 5 số (Five-Number Summary) và biểu đồ hộp (Box-and-Whisker Plot); tính toán hiệp phương sai (covariance) và hệ số tương quan (coefficient of correlation).
• Chương 4 & 5: Basic Probability & Discrete Probability Distributions (Xác suất Cơ bản và Phân phối Rời rạc)
  Không gian mẫu, xác suất biên (marginal), xác suất đồng thời (joint), xác suất có điều kiện (conditional probability), quy tắc cộng và nhân, tính độc lập thống kê; tính giá trị kỳ vọng ($E(X)$), phương sai của biến ngẫu nhiên rời rạc; ứng dụng hiệp phương sai trong tài chính để đo lường lợi suất kỳ vọng và rủi ro danh mục đầu tư; phân phối nhị thức (Binomial) và phân phối Poisson.
• Chương 6 & 7: Continuous Distributions & Sampling Distributions (Phân phối Liên tục và Phân phối Lấy mẫu)
  Phân tích phân phối chuẩn (Normal Distribution), đánh giá tính chuẩn qua biểu đồ xác suất chuẩn (Normal Probability Plot); phân phối đều (Uniform) và phân phối mũ (Exponential); các phương pháp chọn mẫu ngẫu nhiên (đơn giản, hệ thống, phân tầng, theo cụm); phân phối lấy mẫu của trung bình và tỉ lệ; Định lý Giới hạn Trung tâm (Central Limit Theorem).
• Chương 8 & 9: Confidence Interval Estimation & One-Sample Hypothesis Testing (Ước lượng Khoảng tin cậy và Kiểm định Giả thuyết một Mẫu)
  Ước lượng khoảng tin cậy cho trung bình ($\sigma$ đã biết và chưa biết sử dụng phân phối Student $t$), ước lượng tỉ lệ; xác định kích thước mẫu cần thiết; ứng dụng ước lượng trong kiểm toán (auditing applications); phương pháp luận kiểm định giả thuyết 6 bước (Critical Value Approach) và 5 bước (p-Value Approach); kiểm định $Z$ và $t$ cho giá trị trung bình; kiểm định $Z$ cho tỉ lệ; phân tích sai lầm loại I ($\alpha$), loại II ($\beta$) và lực của kiểm định (Power of a Test).
• Chương 10 & 11: Simple Linear Regression & Introduction to Multiple Regression (Hồi quy Tuyến tính Đơn và Đa biến)
  Phương pháp bình phương bé nhất (Least-Squares Method) xác định hệ số góc $b_1$ và hệ số chặn $b_0$; hệ số xác định ($r^2$), hệ số xác định hiệu chỉnh (Adjusted $r^2$); sai số chuẩn ước lượng; phân tích phần dư (Residual Analysis) để kiểm tra các giả định mô hình; kiểm định Durbin-Watson phát hiện hiện tượng tự tương quan (autocorrelation); kiểm định ý nghĩa mô hình qua thống kê $F$ và $t$; xây dựng mô hình hồi quy đa biến có tích hợp biến giả (dummy variables) và số hạng tương tác (interaction terms).

Logic phát triển nội dung đi từ việc thu thập và mô tả dữ liệu mẫu hiện có (Chương 1–3), thiết lập nền tảng lý thuyết phân phối và quy luật lấy mẫu (Chương 4–7), mở rộng sang việc đưa ra các kết luận suy diễn về tổng thể (Chương 8–9), và đạt đến cấp độ mô hình hóa quan hệ nhân quả phục vụ công tác dự báo kinh doanh (Chương 10–11).

[Dữ liệu thô]

Kiến thức nền tảng được xây dựng

Giáo trình củng cố ba hệ thống nguyên lý nền tảng:

1. Lý thuyết Thang đo và Phân loại Dữ liệu: Thiết lập ranh giới rõ ràng giữa dữ liệu định tính và định lượng rời rạc/liên tục, liên kết trực tiếp với các cấp độ đo lường của S. S. Stevens (Danh nghĩa $\rightarrow$ Thứ bậc $\rightarrow$ Khoảng $\rightarrow$ Tỉ lệ) để xác định tính hợp lệ của các phép toán đại số.
2. Nguyên lý Suy luận Thống kê và Quy luật Phân phối: Nền tảng phân phối chuẩn tắc, phân phối $t$, phân phối $F$ và Định lý Giới hạn Trung tâm, tạo cơ sở toán học để mở rộng quan sát từ cỡ mẫu hữu hạn sang kết luận quy mô tổng thể.
3. Khuôn khổ Mô hình Hóa Tuyến tính: Xây dựng hệ thống giả định cổ điển của mô hình hồi quy (tính tuyến tính, tính độc lập của sai số, phân phối chuẩn của sai số, phương sai phần dư đồng nhất) cùng quy trình kiểm tra vi phạm giả định.

Kỹ năng phát triển

Tài liệu rèn luyện cho người học ba nhóm năng lực chính:

• Kỹ năng Kỹ thuật Phần mềm (Technical Skills): Khai thác bảng tính Excel, cấu trúc địa chỉ ô (tuyệt đối, tương đối, tham chiếu khác sheet/workbook dạng Sheetname!ColumnRow), sử dụng hàm tích hợp (=SUM, =AVERAGE, v.v.), công cụ Function Wizard, Formula Auditing, và vận hành add-in PHStat2 cùng Data Analysis ToolPak.
• Kỹ năng Phân tích và Đánh giá (Analytical Skills): Nhận diện các điều kiện vi phạm giả định thống kê, phát hiện hiện tượng tự tương quan thông qua thống kê Durbin-Watson, nhận diện các đồ thị sai lệch hoặc gây hiểu nhầm (chartjunk), và đánh giá rủi ro ra quyết định thông qua mức ý nghĩa $\alpha$ và $p$-value.
• Năng lực Thực hành Quản trị (Practical Competencies): Ứng dụng thống kê mô tả để phân tích danh mục hoàn vốn của các quỹ tương hỗ; ứng dụng ước lượng khoảng trong kiểm toán tài chính nhằm xác định sai lệch sổ sách kế toán; ứng dụng kiểm định giả thuyết và phân tích hồi quy để tối ưu hóa quy trình sản xuất và dự báo doanh số bán lẻ.

---

Phương pháp giảng dạy và học tập

Giáo trình áp dụng mô hình sư phạm thực hành có cấu trúc, lấy bối cảnh kinh doanh làm trung tâm giảng dạy:

[Bối cảnh Quản trị: "Using Statistics"]
[Phát triển Khái niệm & Phương pháp Toán/Thống kê]
[Thực hành Công nghệ: Basic Excel & PHStat2]
[Diễn giải Kết quả Đầu ra & Đánh giá Đạo đức Dữ liệu]
[Bài tập Thực hành: Phân hóa 2 Cấp độ & Case Study]

• Khung Tình huống Thực tế (Using Statistics Scenarios): Mỗi chương bắt đầu bằng một bài toán kinh doanh cụ thể từ các doanh nghiệp giả định nhưng mang tính thực tế cao (như nhà bán lẻ thiết bị điện tử gia dụng Good Tunes, công ty vật liệu xây dựng Saxon Home Improvement, nhà sản xuất ngũ cốc Oxford Cereals, chuỗi thời trang Sunflowers Apparel, hay công ty thực phẩm OmniFoods). Tình huống này được duy trì xuyên suốt chương học nhằm tạo ngữ cảnh thực tế cho từng công thức toán học.
• Hệ thống Bài tập Phân hóa: Các câu hỏi cuối mục được phân chia thành hai nhóm riêng biệt:
  • Learning the Basics: Nhóm bài tập tập trung vào việc áp dụng công thức, hiểu định nghĩa và thao tác kỹ thuật cơ bản.
  • Applying the Concepts: Nhóm bài tập yêu cầu phân tích dữ liệu theo các tình huống quản trị thực tế, được lấy từ các nguồn như The Wall Street Journal, USA Today, Consumer Reports. Mỗi bài toán được giới hạn tối đa trong 4 câu hỏi nhỏ nhằm tăng khả năng tập trung.
• Bài tập Tình huống và Dự án Nhóm:
  • Managing the Springville Herald: Tình huống nghiên cứu tích hợp xuyên suốt nhiều chương liên quan đến hoạt động của một tòa soạn báo.
  • Web Cases: Tình huống trực tuyến yêu cầu sinh viên truy cập website mô phỏng (như trang của Phòng Thương mại Springville hoặc Good Tunes) để thu thập dữ liệu, phân tích các tuyên bố quảng cáo và chỉ ra các sai sót hoặc ngụy biện trong việc công bố số liệu thống kê.
• Phương pháp Đánh giá và Tự học:
  • Hệ thống hỗ trợ giảng viên bao gồm phần mềm tạo đề thi TestGen, ngân hàng câu hỏi Test Item File, giải pháp bài tập và kiểm tra trực tuyến PH GradeAssist.
  • Đối với việc tự học, giáo trình cung cấp mục Key Equations, Key Terms, phần lời giải chi tiết cho các câu hỏi tự kiểm tra (Self-Test Solutions) và đáp án các bài tập số chẵn ở phần Phụ lục cuối sách.
  • Sách tích hợp tệp bài tập tương tác Visual Explorations trên Excel, cho phép người học thay đổi trực tiếp tham số để quan sát trực quan sự biến thiên của đường cong phân phối chuẩn, độ dốc hồi quy hoặc phân phối lấy mẫu.

---

Điểm nổi bật và cập nhật của ấn bản thứ 5

Ấn bản lần thứ 5 của giáo trình mang lại những cải tiến kỹ thuật và cấu trúc học thuật đáng chú ý:

1. Cập nhật Giao diện và Nền tảng Excel:

   • Tách biệt hoàn toàn các chỉ dẫn thực hành thành chuyên mục Excel Companion ở cuối mỗi chương.
   • Cung cấp chỉ dẫn song song cho cả hai hệ thống: Microsoft Excel 97–2003 (giao diện thanh thực đơn truyền thống) và Microsoft Excel 2007 (giao diện Ribbon, Office Button, Tab Groups), đảm bảo tính tương thích với hạ tầng máy tính khác nhau.
   • Minh họa trực tiếp công thức ô (cell formulas) trên các hình chụp trang tính mẫu.

2. Tái Cấu trúc Nội dung Sư phạm:

   • Tách rời chuyên đề chọn mẫu và phân phối lấy mẫu thành một chương độc lập (Chương 7: Sampling and Sampling Distributions), giúp làm rõ vai trò của Định lý Giới hạn Trung tâm trước khi tiếp cận phần Ước lượng (Chương 8).
   • Điều chỉnh trình tự sư phạm trong Chương 11 (Hồi quy đa biến): Đưa nội dung phân tích hệ số $R^2$ và $R^2$ hiệu chỉnh lên trước phần phân tích phần dư.
   • Chuẩn hóa quy trình kiểm định giả thuyết thành phương pháp 6 bước cho hướng tiếp cận giá trị tới hạn và 5 bước cho hướng tiếp cận $p$-value (Chương 9).

3. Cập nhật Dữ liệu và Tích hợp Chủ đề Thời sự:

   • Tích hợp bộ dữ liệu thực tế về lợi suất của các quỹ tương hỗ giai đoạn 2001–2005 phục vụ bài tập phân tích thống kê mô tả và dự án nhóm.
   • Chuyên mục From the Authors' Desktop mở rộng phân tích các vấn đề đạo đức nghề nghiệp trong thống kê, điển hình như việc thu thập dữ liệu qua các bài khảo sát đánh giá trực tuyến (online ratings, web surveys) và các hành vi thao túng đánh giá thương mại trên Internet.

---

Đối tượng sử dụng giáo trình

Tài liệu được biên soạn phục vụ các nhóm đối tượng và mục đích cụ thể trong môi trường học thuật:

• Sinh viên Đại học và Học viên Sau đại học (MBA):
  • Giáo trình phù hợp cho sinh viên chuyên ngành Kinh tế, Quản trị Kinh doanh, Tài chính, Kế toán, Tiếp thị, Quản trị Vận hành và Hệ thống Thông tin Quản lý từ năm thứ hai trở đi.
  • Điều kiện tiên quyết (Prerequisites): Người học cần có kiến thức toán học căn bản về số học, đại số sơ cấp và hàm số logarit (được tóm lược tại Phụ lục A của sách), cùng kỹ năng vận hành máy tính cá nhân cơ bản (thao tác chuột, bàn phím, lưu trữ tệp tin).
• Giảng viên và Cán bộ Đào tạo:
  • Sử dụng làm tài liệu giảng dạy chính cho học phần Thống kê Kinh doanh hoặc Phân tích Dữ liệu.
  • Được hỗ trợ bởi gói tài nguyên toàn diện từ Nhà xuất bản Pearson: Sổ tay hướng dẫn giảng viên (Instructor's Solutions Manual), hệ thống bài giảng điện tử PowerPoint, ngân hàng câu hỏi trắc nghiệm (Test Item File), phần mềm quản lý thi TestGen, và các khóa học tích hợp sẵn trên Prentice Hall's OneKey, WebCT, Blackboard.
• Người Tự học và Cán bộ Nghiên cứu Thực hành:
  • Các nhà phân tích dữ liệu, chuyên viên quản lý cần tra cứu quy trình thống kê ứng dụng trong doanh nghiệp. Sách cung cấp lộ trình hướng dẫn phần mềm chi tiết, bài tập tự kiểm tra có đáp án (Self-Test Solutions) cùng các tệp dữ liệu mẫu trên đĩa CD-ROM đi kèm.

---

Câu hỏi thường gặp

1. Giáo trình này phù hợp với ai?

Giáo trình được thiết kế cho sinh viên đại học từ năm thứ hai trở đi, học viên cao học quản trị kinh doanh (MBA), giảng viên giảng dạy môn Thống kê Kinh doanh, cũng như các nhà quản lý muốn nắm vững kỹ năng xử lý dữ liệu và sử dụng Microsoft Excel trong phân tích kinh doanh.

2. Cần chuẩn bị kiến thức nền tảng nào trước khi học?

Người học cần nắm vững đại số cơ bản (được hệ thống lại tại Phụ lục A: Review of Arithmetic, Algebra, and Logarithms) và có kỹ năng cơ bản về sử dụng hệ điều hành máy tính (thao tác chuột, bàn phím, quản lý tệp). Giáo trình không yêu cầu kiến thức toán giải tích nâng cao.

3. Điểm khác biệt giữa giáo trình này với các sách lý thuyết thống kê truyền thống là gì?

Cuốn sách giảm tải tối đa các chứng minh toán học phức tạp và việc tính toán thủ công bằng tay. Thay vào đó, sách tập trung vào bối cảnh ứng dụng thực tế trong 5 lĩnh vực chức năng của doanh nghiệp, hướng dẫn từng bước trên phần mềm Excel/PHStat2 và nhấn mạnh vào việc diễn giải ý nghĩa của các kết quả thống kê đầu ra để phục vụ việc ra quyết định.

4. Làm sao để tự học hiệu quả với cuốn sách này?

Người học nên đọc kỹ kịch bản kinh doanh Using Statistics đầu mỗi chương, thực hành lại các bước tính toán trên bảng tính theo mục Excel Companion, tự kiểm tra kiến thức bằng các bài toán Self-Test và đối chiếu với phần lời giải ở cuối sách, sau đó củng cố trực quan các khái niệm thông qua tệp tương tác Visual Explorations.

5. Có những tài liệu và công cụ bổ trợ nào đi kèm giáo trình?

Đi kèm sách là đĩa CD-ROM chứa add-in PHStat2, các chuyên đề mở rộng (CD Topics), các tệp bảng tính thực hành Visual Explorations, tệp dữ liệu bài tập định dạng Excel, các trang web mô phỏng cho bài tập Web Cases, cùng hệ thống hỗ trợ trực tuyến từ Pearson như cổng thông tin Companion Website và hệ thống bài tập PH GradeAssist.

---

Kết luận

Statistics for Managers: Using Microsoft Excel (Fifth Edition) là một giáo trình chuẩn mực về phương pháp phân tích định lượng ứng dụng trong quản trị kinh doanh. Giá trị cốt lõi của công trình nằm ở tính thực tiễn cao, cầu nối chặt chẽ giữa nguyên lý thống kê và công cụ bảng tính tin học, cùng cấu trúc sư phạm rõ ràng, minh bạch.

Lộ trình học tập đề xuất cho người học là đi tuần tự từ việc thu thập và phân tích dữ liệu mô tả (Chương 1–3), thiết lập nền tảng xác suất và phân phối lấy mẫu (Chương 4–7), tiến tới thực hiện suy diễn tham số qua ước lượng và kiểm định (Chương 8–9), và hoàn thiện kỹ năng với các mô hình hồi quy tuyến tính dự báo (Chương 10–11). Các tài nguyên bổ trợ gồm đĩa Student CD-ROM, add-in PHStat2, Phụ lục A–F và hệ thống dữ liệu bài tập là những công cụ hỗ trợ hoàn thiện quá trình nghiên cứu và thực hành thống kê.

Trích đoạn nội dung tài liệu

Business Data Analysis SCH-MGMT 650 STATISTICS FOR MANAGERS USING Microsoft Excel David M. Berenson Custom Edition for UMASS-Amherst Professor Robert Nakosteen Taken from: Statistics for Managers: Using Microsoft Excel, Fifth Edition by David M. Krehbiel, and Mark L. Berenson Cover photo taken by Lauren Labrecque.

Taken from: Statistics for Managers: Using Microsoft Excel, Fifth Edition by David M. Krehbiel, and Mark L. Berenson Copyright 2008, 2005, 2002, 1999, 1997 by Pearson Education, Inc. Published by Prentice Hall Upper Saddle River, New Jersey 07458 All rights reserved.

No part of this book may be reproduced, in any form or by any means, without permission in writing from the publisher. This special edition published in cooperation with Pearson Custom Publishing. The information, illustrations, and/or software contained in this book, and regarding the above-mentioned programs, are provided As Is, without warranty of any kind, express or implied, including without limitation any warranty concerning the accuracy, adequacy, or completeness of such information. Neither the publisher, the authors, nor the copyright holders shall be responsible for any claims attributable to errors, omissions, or other inaccuracies contained in this book.

Nor shall they be liable for direct, indirect, special, incidental, or consequential damages arising out of the use of such information or material. All trademarks, service marks, registered trademarks, and registered service marks are the property of their respective owners and are used herein for identification purposes only. Printed in the United States of America 10 9 8 7 6 5 4 3 2 1 ISBN 0-536-04080 X 2008600006 KA Please visit our web site at www.com PEARSON CUSTOM PUBLISHING 501 Boylston Street, Suite 900, Boston, MA 02116 A Pearson Education Company To our wives, Marilyn L., and to our children Sharyn, Mark, Ed, Rudy, Rhonda, Kathy, and Lori ABOUT THE AUTHORS The textbook authors meet to discuss statis- tics at Shea Stadium for a Mets v. Shown left to right, Mark Berenson, David Stephan, David Levine, Tim Krehbiel.

Levine is Professor Emeritus of Statistics and Computer Information Systems at Bernard M. degrees in Statistics from City College of New York and a Ph. degree from New York University in Industrial Engineering and Operations Research. He is nationally recognized as a leading innovator in statistics education and is the co-author of 14 books including such best selling statistics textbooks as Statistics for Managers using Microsoft Excel, Basic Business Statistics: Concepts and Applications, Business Statistics: A First Course, and Applied Statistics for Engineers and Scientists using Microsoft Excel and Minitab.

He also recently wrote Even You Can Learn Statistics and Statistics for Six Sigma Green Belts published by Financial Times-Prentice-Hall. He is coauthor of Six Sigma for Green Belts and Champions and Design for Six Sigma for Green Belts and Champions, also published by Financial Times-Prentice-Hall, and Quality Management Third Ed., McGraw-Hill-Irwin (2005). He is also the author of Video Review of Statistics and Video Review of Probability, both published by Video Aided Instruction. He has published articles in various journals including Psychometrika, The American Statistician, Communications in Statistics, Multivariate Behavioral Research, Journal of Systems Management, Quality Progress, and The American Anthropologist and given numerous talks at Decision Sciences, American Statistical Association, and Making Statistics More Effective in Schools of Business conferences.

While at Baruch College, Dr. Levine received several awards for outstanding teaching and curriculum development. Stephan is an instructional designer and lecturer who pioneered the teaching of spreadsheet applications to business school students in the 1980 s. He has over 20 years experi- ence teaching at Baruch College, where he developed the first personal computing lab to sup- port statistics and information systems studies and was twice nominated for his excellence in teaching.

He is also proud to have been the lead designer and assistant project director of a U. Department of Education FIPSE project that brought interactive, multimedia learning to Baruch College. Today, David focuses on developing materials that help users make better use of the informa- tion analysis tools on their computer desktops and is a co-author, with David M. Levine, of Even You Can Learn Statistics.

vi About the Authors vii Timothy C. Krehbiel is Professor of Decision Sciences and Management Information Systems at the Richard T. Farmer School of Business at Miami University in Oxford, Ohio. He teaches undergraduate and graduate courses in business statistics.

In 1996 he received the pres- tigious Instructional Innovation Award from the Decision Sciences Institute. In 2000 he received the Richard T. Farmer School of Business Administration Effective Educator Award. He also received a Teaching Excellence Award from the MBA class of 2000.

Krehbiel s research interests span many areas of business and applied statistics. His work appears in numerous journals including Quality Management Journal, Ecological Economics, International Journal of Production Research, Journal of Marketing Management, Communications in Statistics, Decision Sciences Journal of Innovative Education, Journal of Education for Business, Marketing Education Review, and Teaching Statistics. He is a co- author of three statistics textbooks published by Prentice Hall: Business Statistics: A First Course, Basic Business Statistics, and Statistics for Managers Using Microsoft Excel. Krehbiel is also a co-author of the book Sustainability Perspectives in Business and Resources.

Krehbiel graduated summa cum laude with a B. in history from McPherson College in 1983, and earned an M. (1990) in statistics from the University of Wyoming. Berenson is Professor of Management and Information Systems at Montclair State University (Montclair, New Jersey) and also Professor Emeritus of Statistics and Computer Information Systems at Bernard M.

He cur- rently teaches graduate and undergraduate courses in statistics and in operations management in the School of Business and an undergraduate course in international justice and human rights that he co-developed in the College of Humanities and Social Sciences. in economic statistics and an M. in business statistics from City College of New York and a Ph. in business from the City University of New York.

Berenson s research has been published in Decision Sciences Journal of Innovative Education, Review of Business Research, The American Statistician, Communications in Statistics, Psychometrika, Educational and Psychological Measurement, Journal of Management Sciences and Applied Cybernetics, Research Quarterly, Stats Magazine, The New York Statistician, Journal of Health Administration Education, Journal of Behavioral Medicine, and Journal of Surgical Oncology. His invited articles have appeared in The Encyclopedia of Measurement & Statistics and in Encyclopedia of Statistical Sciences. He is co-author of 11 statistics texts published by Prentice Hall, including Statistics for Managers using Microsoft Excel, Basic Business Statistics: Concepts and Applications, and Business Statistics: A First Course. Over the years, Berenson has received several awards for teaching and for innovative contribu- tions to statistics education.

In 2005 he was the first recipient of The Catherine A. Becker Service for Educational Excellence Award at Montclair State University. BRIEF CONTENTS Preface xix 1 INTRODUCTION AND DATA COLLECTION 1 2 PRESENTING DATA IN TABLES AND CHARTS 31 3 NUMERICAL DESCRIPTIVE MEASURES 95 4 BASIC PROBABILITY 147 5 SOME IMPORTANT DISCRETE PROBABILITY DISTRIBUTIONS 179 6 THE NORMAL DISTRIBUTION AND OTHER CONTINUOUS DISTRIBUTIONS 217 7 SAMPLING AND SAMPLING DISTRIBUTIONS 251 8 CONFIDENCE INTERVAL ESTIMATION 283 9 FUNDAMENTALS OF HYPOTHESIS TESTING: ONE-SAMPLE TESTS 327 10 SIMPLE LINEAR REGRESSION 369 11 INTRODUCTION TO MULTIPLE REGRESSION 429 Appendices A-F 471 Self-Test Solutions and Answers to Selected Even-Numbered Problems 513 Index 535 CD-ROM TOPICS 4.5 COUNTING RULES CD4-1 5.6 USING THE POISSON DISTRIBUTION TO APPROXIMATE THE BINOMIAL DISTRIBUTION CD5-1 6.6 THE NORMAL APPROXIMATION TO THE BINOMIAL DISTRIBUTION CD6-1 7.6 SAMPLING FROM FINITE POPULATIONS CD7-1 8.7 ESTIMATION AND SAMPLE SIZE DETERMINATION FOR FINITE POPULATIONS CD8-1 9.7 THE POWER OF A TEST CD9-1 ix CONTENTS Preface xix 1 INTRODUCTION AND DATA COLLECTION 1 1.1 Why Learn Statistics 2 1.2 Statistics for Managers 2 How This Text is Organized 3 Using Statistics @ Good Tunes 4 1.3 Basic Vocabulary of Statistics 4 1.5 Types of Variables 8 Levels of Measurement and Measurement Scales 9 1.6 Microsoft Excel Worksheets 11 Worksheet Cells 11 Designing Effective Worksheets 12 Summary 13 Key Terms 13 Chapter Review Problems 14 End-of-Chapter Cases 15 Learning with the Web Cases 16 References 17 Excel Companion to Chapter 1 18 Key Terms 30 2 PRESENTING DATA IN TABLES AND CHARTS 31 Using Statistics @ Choice Is Yours, Part I 32 2.1 Tables and Charts for Categorical Data 32 The Summary Table 33 The Bar Chart 33 The Pie Chart 34 The Pareto Diagram 35 2.2 Organizing Numerical Data 40 The Ordered Array 41 The Stem-and-Leaf Display 41 2.3 Tables and Charts for Numerical Data 44 The Frequency Distribution 44 The Relative Frequency Distribution and the Percentage Distribution 46 The Cumulative Distribution 47 The Histogram 48 The Polygon 50 The Cumulative Percentage Polygon (Ogive) 51 2.4 Cross Tabulations 54 The Contingency Table 55 The Side-by-Side Bar Chart 56 xi xii Contents 2.5 Scatter Plots and Time-Series Plots 58 The Scatter Plot 58 The Time-Series Plot 59 2.6 Misusing Graphs and Ethical Issues 62 Microsoft Excel Graphs 64 Summary 66 Key Terms 66 Chapter Review Problems 67 Managing the Springville Herald 73 Web Case 74 References 74 Excel Companion to Chapter 2 75 3 NUMERICAL DESCRIPTIVE MEASURES 95 Using Statistics @ Choice Is Yours, Part II 96 3.1 Measures of Central Tendency 96 The Mean 97 The Median 99 The Mode 100 Quartiles 101 The Geometric Mean 103 3.2 Variation and Shape 105 The Range 105 The Interquartile Range 106 The Variance and the Standard Deviation 106 The Coefficient of Variation 110 Z Scores 111 Shape 112 Visual Explorations: Exploring Descriptive Statistics 113 Microsoft Excel Descriptive Statistics Results 114 3.3 Numerical Descriptive Measures for a Population 118 The Population Mean 118 The Population Variance and Standard Deviation 119 The Empirical Rule 120 The Chebyshev Rule 120 3.4 Exploratory Data Analysis 122 The Five-Number Summary 123 The Box-and-Whisker Plot 124 3.5 The Covariance and the Coefficient of Correlation 127 The Covariance 127 The Coefficient of Correlation 128 3.6 Pitfalls in Numerical Descriptive Measures and Ethical Issues 133 Ethical Issues 133 Summary 134 Key Equations 134 Key Terms 135 Chapter Review Problems 135 Statistics for Managers Using Microsoft Excel, Fifth Edition, by David M. Berenson, and Timothy C.

Published by Prentice Hall. Copyright 2008 by Pearson Education, Inc. Contents xiii Managing the Springville Herald 142 Web Case 142 References 142 Excel Companion to Chapter 3 143 4 BASIC PROBABILITY 147 Using Statistics @ The Consumer Electronics Company 148 4.1 Basic Probability Concepts 149 Events and Sample Spaces 150 Contingency Tables 151 Simple (Marginal) Probability 151 Joint Probability 152 General Addition Rule 154 4.2 Conditional Probability 157 Computing Conditional Probabilities 157 Decision Trees 159 Statistical Independence 161 Multiplication Rules 162 Marginal Probability Using the General Multiplication Rule 163 4.4 Ethical Issues and Probability 171 4.5 (CD-ROM Topic) Counting Rules 172 Summary 172 Key Equations 172 Key Terms 172 Chapter Review Problems 173 Web Case 176 References 176 Excel Companion to Chapter 4 177 5 SOME IMPORTANT DISCRETE PROBABILITY DISTRIBUTIONS 179 Using Statistics @ Saxon Home Improvement 180 5.1 The Probability Distribution for a Discrete Random Variable 180 Expected Value of a Discrete Random Variable 181 Variance and Standard Deviation of a Discrete Random Variable 182 5.2 Covariance and Its Application in Finance 184 Covariance 184 Expected Value, Variance, and Standard Deviation of the Sum of Two Random Variables 186 Portfolio Expected Return and Portfolio Risk 186 5.6 (CD-ROM Topic) Using the Poisson Distribution to Approximate the Binomial Distribution 204 Summary 204 Key Equations 204 Statistics for Managers Using Microsoft Excel, Fifth Edition, by David M. Berenson, and Timothy C.

Published by Prentice Hall. Copyright 2008 by Pearson Education, Inc. xiv Contents Key Terms 205 Chapter Review Problems 206 Managing the Springville Herald 209 Web Case 209 References 210 Excel Companion to Chapter 5 211 6 THE NORMAL DISTRIBUTION AND OTHER CONTINUOUS DISTRIBUTIONS 217 Using Statistics @ OurCampus! 218 6.1 Continuous Probability Distributions 218 6.2 The Normal Distribution 219 Visual Explorations: Exploring the Normal Distribution 229 6.3 Evaluating Normality 234 Comparing Data Characteristics to Theoretical Properties 234 Constructing the Normal Probability Plot 236 6.4 The Uniform Distribution 238 6.5 The Exponential Distribution 241 6.