Tính toán Chỉ Số Độ Lệch Chuẩn (SDI) để đánh giá độ chính xác của kết quả kiểm tra so với trung bình kiểm soát. Cần thiết cho phân tích thống kê và kiểm soát chất lượng trong phòng thí nghiệm.
Tính toán chỉ số độ lệch chuẩn (SDI) để đánh giá độ chính xác của kết quả kiểm tra của bạn.
Chỉ số độ lệch chuẩn (SDI) là một công cụ thống kê được sử dụng để đánh giá độ chính xác và độ tin cậy của một kết quả kiểm tra so với giá trị trung bình của nhóm kiểm soát hoặc nhóm đồng nghiệp. Nó định lượng số độ lệch chuẩn mà một kết quả kiểm tra cách xa giá trị trung bình của nhóm kiểm soát, cung cấp cái nhìn quý giá về hiệu suất của các phương pháp phân tích trong các thiết lập phòng thí nghiệm và các môi trường kiểm tra khác.
SDI được tính toán bằng công thức sau:
Trong đó:
Để tính toán SDI:
Giả sử:
Tính toán:
Một SDI bằng 1.0 cho thấy kết quả kiểm tra cao hơn một độ lệch chuẩn so với giá trị trung bình kiểm soát.
SDI từ -1 đến +1: Hiệu suất chấp nhận được.
Kết quả kiểm tra nằm trong một độ lệch chuẩn của giá trị trung bình kiểm soát, cho thấy sự phù hợp tốt với các giá trị mong đợi. Thông thường không cần hành động.
SDI từ -2 đến -1 hoặc từ +1 đến +2: Phạm vi cảnh báo.
Kết quả chấp nhận được nhưng cần được theo dõi. Phạm vi này cho thấy sự sai lệch tiềm năng khỏi tiêu chuẩn có thể cần chú ý. Điều tra nguyên nhân có thể và xem xét việc kiểm tra lại.
SDI nhỏ hơn -2 hoặc lớn hơn +2: Hiệu suất không chấp nhận được.
Cần điều tra để xác định và khắc phục các vấn đề. Kết quả trong phạm vi này chỉ ra sự sai lệch đáng kể so với các giá trị mong đợi và có thể chỉ ra các vấn đề hệ thống trong quy trình kiểm tra hoặc thiết bị. Khuyến nghị hành động khắc phục ngay lập tức.
Trong các phòng thí nghiệm lâm sàng, SDI rất quan trọng cho:
Các ngành công nghiệp sử dụng SDI để:
Các nhà nghiên cứu áp dụng SDI để:
Khái niệm về Chỉ số Độ lệch Chuẩn phát triển từ nhu cầu về các phương pháp tiêu chuẩn hóa để đánh giá hiệu suất phòng thí nghiệm. Với sự ra đời của các chương trình kiểm tra năng lực vào giữa thế kỷ 20, các phòng thí nghiệm cần các biện pháp định lượng để so sánh kết quả. SDI đã trở thành một công cụ cơ bản, cung cấp một cách đơn giản để đánh giá độ chính xác so với dữ liệu nhóm đồng nghiệp.
Các nhân vật nổi bật trong thống kê, chẳng hạn như Ronald Fisher và Walter Shewhart, đã đóng góp vào sự phát triển của các phương pháp kiểm soát chất lượng thống kê mà hỗ trợ việc sử dụng các chỉ số như SDI. Công việc của họ đã đặt nền tảng cho các thực tiễn đảm bảo chất lượng hiện đại trong nhiều ngành công nghiệp.
1' Tính SDI trong Excel
2' Giả sử Kết quả Kiểm tra ở ô A2, Giá trị Trung bình Kiểm soát ở B2, Độ Lệch Chuẩn ở C2
3= (A2 - B2) / C2
41def calculate_sdi(test_result, control_mean, standard_deviation):
2 return (test_result - control_mean) / standard_deviation
3
4## Ví dụ sử dụng
5test_result = 102
6control_mean = 100
7standard_deviation = 2
8
9sdi = calculate_sdi(test_result, control_mean, standard_deviation)
10print(f"SDI: {sdi}")
111calculate_sdi <- function(test_result, control_mean, standard_deviation) {
2 (test_result - control_mean) / standard_deviation
3}
4
5## Ví dụ sử dụng
6test_result <- 102
7control_mean <- 100
8standard_deviation <- 2
9
10sdi <- calculate_sdi(test_result, control_mean, standard_deviation)
11cat("SDI:", sdi, "\n")
121% Tính SDI trong MATLAB
2test_result = 102;
3control_mean = 100;
4standard_deviation = 2;
5
6sdi = (test_result - control_mean) / standard_deviation;
7disp(['SDI: ', num2str(sdi)]);
81function calculateSDI(testResult, controlMean, standardDeviation) {
2 return (testResult - controlMean) / standardDeviation;
3}
4
5// Ví dụ sử dụng
6const testResult = 102;
7const controlMean = 100;
8const standardDeviation = 2;
9
10const sdi = calculateSDI(testResult, controlMean, standardDeviation);
11console.log(`SDI: ${sdi}`);
121public class SDICalculator {
2 public static void main(String[] args) {
3 double testResult = 102;
4 double controlMean = 100;
5 double standardDeviation = 2;
6
7 double sdi = (testResult - controlMean) / standardDeviation;
8 System.out.println("SDI: " + sdi);
9 }
10}
111#include <iostream>
2
3int main() {
4 double testResult = 102;
5 double controlMean = 100;
6 double standardDeviation = 2;
7
8 double sdi = (testResult - controlMean) / standardDeviation;
9 std::cout << "SDI: " << sdi << std::endl;
10
11 return 0;
12}
131using System;
2
3class Program
4{
5 static void Main()
6 {
7 double testResult = 102;
8 double controlMean = 100;
9 double standardDeviation = 2;
10
11 double sdi = (testResult - controlMean) / standardDeviation;
12 Console.WriteLine("SDI: " + sdi);
13 }
14}
151<?php
2$testResult = 102;
3$controlMean = 100;
4$standardDeviation = 2;
5
6$sdi = ($testResult - $controlMean) / $standardDeviation;
7echo "SDI: " . $sdi;
8?>
91test_result = 102
2control_mean = 100
3standard_deviation = 2
4
5sdi = (test_result - control_mean) / standard_deviation
6puts "SDI: #{sdi}"
71package main
2
3import "fmt"
4
5func main() {
6 testResult := 102.0
7 controlMean := 100.0
8 standardDeviation := 2.0
9
10 sdi := (testResult - controlMean) / standardDeviation
11 fmt.Printf("SDI: %.2f\n", sdi)
12}
131let testResult = 102.0
2let controlMean = 100.0
3let standardDeviation = 2.0
4
5let sdi = (testResult - controlMean) / standardDeviation
6print("SDI: \(sdi)")
7Một sơ đồ SVG minh họa SDI và các phạm vi diễn giải của nó.