בדיקת השערות עם סטיית תקן

Q: How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Q: Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

Q: What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Q: Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Q: Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

סקירה כללית

בדיקת השערות היא שיטה סטטיסטית לקבלת החלטות לגבי אוכלוסיות על בסיס נתוני מדגם. סטיית תקן ממלאת תפקיד מכריע בקביעה האם הבדלים שנצפו הם מובהקים סטטיסטית או נובעים רק ממקריות.

ניסוח השערות

נסחו את השערת האפס (H₀) ואת ההשערה האלטרנטיבית (H₁)

בחירת רמת מובהקות

בחרו רמת מובהקות (α), בדרך כלל 0.05

חישוב סטטיסטי מבחן

חשבו את הסטטיסטי של המבחן באמצעות סטיית תקן

השוואה לערך קריטי

השוו לערך קריטי או חשבו את ערך ה-p

קבלת החלטה

קבלו החלטה: דחו או אל תדחו את H₀

מבחן Z

השתמשו במבחן Z כאשר אתם יודעים את סטיית התקן של האוכלוסייה (σ) ויש לכם גודל מדגם גדול (n ≥ 30).

סטטיסטי מבחן Z

z = (x̄ - μ₀) / (σ / √n)

דוגמה

יצרן טוען שסוללות מחזיקות 100 שעות בממוצע (μ₀ = 100). אתם בודקים 36 סוללות ומוצאים x̄ = 98 שעות. אם σ = 12 שעות: z = (98 - 100) / (12 / √36) = -2 / 2 = -1 עם z = -1 ו-α = 0.05 (דו-זנבי), אין אנו דוחים את H₀. ההבדל אינו מובהק סטטיסטית.

מבחן T

השתמשו במבחן t כאשר אינכם יודעים את סטיית התקן של האוכלוסייה וצריכים להעריך אותה מהמדגם (באמצעות s במקום σ).

סטטיסטי מבחן T

t = (x̄ - μ₀) / (s / √n)

מתי להשתמש במבחן T לעומת מבחן Z

- מבחן Z: σ ידוע, n ≥ 30 - מבחן T: σ אינו ידוע (משתמשים ב-s), כל גודל מדגם בפועל, מבחני t נפוצים הרבה יותר כי לעיתים רחוקות אנו יודעים את ה-σ האמיתי של האוכלוסייה.

שגיאת תקן

שגיאת התקן (SE) מודדת עד כמה ממוצעי מדגמים משתנים מממוצע האוכלוסייה. היא הקשר המרכזי בין סטיית תקן לבדיקת השערות.

שגיאת התקן של הממוצע

SE = σ / √n (או s / √n כאשר משתמשים בסטיית תקן של מדגם)

שגיאת התקן יורדת ככל שגודל המדגם עולה. מדגמים גדולים יותר נותנים הערכות מדויקות יותר ומקלים על זיהוי הבדלים אמיתיים.

מובהקות סטטיסטית

תוצאה היא מובהקת סטטיסטית כאשר ההסתברות לצפות בה במקרה (ערך p) נמוכה מהסף שבחרתם (α).

אם ערך p < α

דחו את H₀. התוצאה מובהקת סטטיסטית.

אם ערך p ≥ α

אל תדחו את H₀. התוצאה עשויה לנבוע ממקריות.

מובהקות סטטיסטית לעומת מובהקות מעשית

תוצאה מובהקת סטטיסטית אינה בהכרח חשובה מבחינה מעשית. עם מדגמים גדולים מאוד, הבדלים זעירים יכולים להיות “מובהקים” אך חסרי משמעות בפועל. שקלו תמיד את גודל האפקט לצד ערכי p.

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?