Bevezetés
A sztenderd hiba (SE) és a szórás (SD) egyaránt szóródási mutatók, de alapvetően különböző kérdésekre válaszolnak. Összetévesztésük a statisztikában az egyik leggyakoribb hiba.
Gyakori félreértés
Sokan használnak szórást, amikor sztenderd hibát kellene, különösen a mintaátlagok precizitásának közlésekor. Ez helytelen következtetésekhez vezethet a statisztikai szignifikanciáról.
A legfontosabb különbség
Szórás
Az egyedi adatpontok átlag körüli szóródását méri.
„Mennyire változnak az egyedi értékek?”
Sztenderd hiba
A mintaátlag precizitását méri a populációs átlag becslőjeként.
„Mennyire pontos a mintaátlagunk?”
A sztenderd hiba képlete
Standard Error of the Mean
SE = s / √n
Ahol s a mintaszórás és n a mintaméret.
Példa számítás
25 diák mintája: átlag teszteredmény = 75, szórás = 10
- Szórás (s) = 10 pont
- Mintaméret (n) = 25
- Sztenderd hiba = 10 / √25 = 10 / 5 = 2 pont
Értelmezés: A 75-ös mintaátlag bizonytalansága kb. ±2 pont.
Mikor melyiket használjuk?
- Szórást használj, ha:Az egyedi megfigyelések változékonyságát írod le, populációt vagy mintát jellemezel, normál tartományokat határozol meg (pl. klinikai referenciatartományok), vagy minőségellenőrzést végzel (elfogadható gyártási változékonyság)
- Sztenderd hibát használj, ha:Egy mintastatisztika precizitásáról számolsz be, konfidenciaintervallumokat szerkesztesz, csoportok átlagait hasonlítod össze, vagy hipotézisvizsgálatot végzel
A mintaméret hatása
Döntő különbség: a szórás nagyjából változatlan marad a mintaméret növekedésével, de a sztenderd hiba csökken nagyobb mintáknál.
| Mintaméret (n) | SD | SE = SD/√n |
|---|---|---|
| 25 | 10 | 2,00 |
| 100 | 10 | 1,00 |
| 400 | 10 | 0,50 |
| 10 000 | 10 | 0,10 |
Kulcsgondolat
A sztenderd hiba felezéséhez a mintaméretet meg kell négyszerezned. Ezért igényelnek a nagyon pontos becslések nagy mintákat.