Einführung
Standardfehler (SE) und Standardabweichung (SD) sind beides Streuungsmaße, beantworten aber grundlegend verschiedene Fragen. Die Verwechslung beider gehört zu den häufigsten Fehlern in der Statistik.
Häufige Verwechslung
Viele verwenden die SD, wenn sie den SE nutzen sollten — insbesondere bei der Angabe der Präzision von Stichprobenmittelwerten. Dies kann zu falschen Schlussfolgerungen über die statistische Signifikanz führen.
Der wesentliche Unterschied
Standardabweichung
Misst die Streuung einzelner Datenpunkte um den Mittelwert.
"Wie stark variieren die einzelnen Werte?"
Standardfehler
Misst die Präzision des Stichprobenmittelwerts als Schätzung des Populationsmittelwerts.
"Wie genau ist unser Stichprobenmittelwert?"
Standardfehler-Formel
Standardfehler des Mittelwerts
SE = s / √n
Dabei ist s die Stichprobenstandardabweichung und n die Stichprobengröße.
Berechnungsbeispiel
Eine Stichprobe von 25 Schülern hat einen mittleren Testergebnis von 75, SD = 10
- Standardabweichung (s) = 10 Punkte
- Stichprobengröße (n) = 25
- Standardfehler = 10 / √25 = 10 / 5 = 2 Punkte
Interpretation: Der Stichprobenmittelwert von 75 hat eine Unsicherheit von etwa ±2 Punkten.
Wann welchen verwenden
- Standardabweichung verwenden, wenn:die Variabilität einzelner Beobachtungen beschrieben wird, eine Population oder Stichprobe charakterisiert wird, Normbereiche festgelegt werden (z. B. klinische Referenzbereiche) oder Qualitätskontrolle (akzeptable Variation in der Fertigung)
- Standardfehler verwenden, wenn:die Präzision einer Stichprobenstatistik berichtet wird, Konfidenzintervalle konstruiert werden, Mittelwerte zwischen Gruppen verglichen werden oder Hypothesentests durchgeführt werden
Einfluss der Stichprobengröße
Ein entscheidender Unterschied: Die SD bleibt annähernd gleich, wenn die Stichprobengröße wächst, aber der SE sinkt bei größeren Stichproben.
| Stichprobengröße (n) | SD | SE = SD/√n |
|---|---|---|
| 25 | 10 | 2,00 |
| 100 | 10 | 1,00 |
| 400 | 10 | 0,50 |
| 10.000 | 10 | 0,10 |
Wichtige Erkenntnis
Um den Standardfehler zu halbieren, muss die Stichprobengröße vervierfacht werden. Deshalb erfordern sehr präzise Schätzungen große Stichproben.