Sisihan Piawai Terkumpul untuk Pelbagai Kumpulan

Apakah Sisihan Piawai Terkumpul?

Sisihan piawai terkumpul menggabungkan anggaran varians daripada dua atau lebih kumpulan untuk mendapatkan satu anggaran berwajaran. Ia penting untuk ujian-t dua sampel apabila mengandaikan varians yang sama.

Konsepnya mudah: jika kita percaya dua kumpulan datang daripada populasi dengan kebolehubahan asas yang sama, kita boleh menggabungkan data mereka untuk mendapatkan anggaran kebolehubahan bersama yang lebih baik. Lebih banyak data bermakna anggaran yang lebih tepat.

Fikirkan begini: jika anda mempunyai 20 cerapan daripada Kumpulan A dan 30 daripada Kumpulan B, dan kedua-dua kumpulan mempunyai varians sebenar yang sama, anda kini mempunyai 50 cerapan untuk menganggar varians itu berbanding menganggarinya secara berasingan daripada sampel yang lebih kecil.

Bila Mengumpulkan

Kumpulkan sisihan piawai hanya apabila anda mempunyai sebab untuk percaya varians populasi asas adalah sama. Gunakan ujian Levene atau ujian-F untuk memeriksa andaian ini sebelum mengumpulkan.

Formula SD Terkumpul

Untuk dua kumpulan, sisihan piawai terkumpul ialah:

Two-Group Pooled SD

sp = √[((n₁-1)s₁² + (n₂-1)s₂²) / (n₁+n₂-2)]

Di mana n₁ dan n₂ ialah saiz sampel, dan s₁ serta s₂ ialah sisihan piawai sampel.

Untuk k kumpulan (seperti dalam ANOVA), formula menjadi umum:

Multi-Group Pooled SD

sp = √[Σ(nᵢ-1)sᵢ² / Σ(nᵢ-1)]

Perhatikan formula menggunakan sebutan (n-1) dalam kedua-dua pengangka dan penyebut. Pemberat ini memastikan sampel yang lebih besar menyumbang lebih banyak kepada anggaran terkumpul, yang wajar kerana sampel yang lebih besar menyediakan anggaran varians yang lebih dipercayai.

Andaian Asas

Sisihan piawai terkumpul mengandaikan kehomogenan varians—bahawa semua kumpulan berkongsi varians populasi yang sama. Andaian ini paling penting apabila:

Saiz sampel tidak sama rata (terutamanya bermasalah jika kumpulan yang lebih besar mempunyai varians yang lebih kecil)
Nisbah varians terbesar kepada terkecil melebihi 2-3
Saiz sampel kecil (sampel besar lebih teguh terhadap pelanggaran)

Apabila Varians Berbeza

Jika varians tidak sama, gunakan ujian-t Welch sebagai ganti ujian-t terkumpul, atau gunakan anggaran varians berasingan. Ujian Welch tidak mengandaikan varians yang sama dan sering disyorkan sebagai pendekatan lalai.

Contoh Terperinci

Senario: Membandingkan markah ujian antara dua kelas:

Kelas A: n₁ = 25, min = 78, s₁ = 12
Kelas B: n₂ = 30, min = 82, s₂ = 14

Pengiraan SD terkumpul:

sp = √[((25-1)(12)² + (30-1)(14)²) / (25+30-2)] sp = √[(24×144 + 29×196) / 53] sp = √[(3456 + 5684) / 53] sp = √[9140 / 53] = √172.45 = 13.13

SD terkumpul 13.13 berada antara SD individu (12 dan 14), berwajaran ke arah sampel yang lebih besar. Nilai terkumpul ini kemudian akan digunakan dalam formula ujian-t atau pengiraan Cohen's d.

Aplikasi Statistik

Ujian-t sampel bebas: SD terkumpul digunakan untuk mengira ralat piawai perbezaan antara min.
Saiz kesan Cohen's d: Saiz kesan distandardkan menggunakan SD terkumpul: d = (M₁ - M₂) / sp
ANOVA: Min Kuasa Dua Ralat (MSE) dalam ANOVA pada dasarnya ialah anggaran varians terkumpul merentasi semua kumpulan.
Meta-analisis: Apabila menggabungkan kajian, anggaran terkumpul membantu menstandardkan kesan merentasi konteks yang berbeza.

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?

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.

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.

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.

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.

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.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.