Gepoolde standaardafwijking voor meerdere groepen

Wat is gepoolde standaardafwijking?

Gepoolde standaardafwijking combineert variantieschattingen van twee of meer groepen tot een enkele, gewogen schatting. Het is essentieel voor tweeststeekproef-t-toetsen wanneer gelijke varianties worden aangenomen.

Het concept is eenvoudig: als we geloven dat twee groepen uit populaties komen met dezelfde onderliggende variabiliteit, kunnen we hun gegevens combineren voor een betere schatting van die gedeelde variabiliteit. Meer gegevens betekent een preciezere schatting.

Denk er zo over: als u 20 waarnemingen heeft van Groep A en 30 van Groep B, en beide groepen dezelfde werkelijke variantie hebben, dan heeft u nu 50 waarnemingen om die variantie te schatten in plaats van deze apart te schatten uit kleinere steekproeven.

Wanneer poolen

Pool standaardafwijkingen alleen wanneer u reden hebt om aan te nemen dat de onderliggende populatievarianties gelijk zijn. Gebruik de test van Levene of de F-toets om deze aanname te controleren voordat u poolt.

De formule voor gepoolde SD

Voor twee groepen is de gepoolde standaardafwijking:

Gepoolde SD voor twee groepen

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

Waarbij n₁ en n₂ de steekproefomvangen zijn en s₁ en s₂ de steekproefstandaardafwijkingen.

Voor k groepen (zoals bij ANOVA) generaliseert de formule:

Gepoolde SD voor meerdere groepen

sp = √[Σ(nᵢ-1)sᵢ² / Σ(nᵢ-1)]

Merk op dat de formule (n-1)-termen gebruikt in zowel teller als noemer. Deze weging zorgt ervoor dat grotere steekproeven meer bijdragen aan de gepoolde schatting, wat passend is omdat grotere steekproeven betrouwbaardere variantieschattingen opleveren.

Onderliggende aannames

Gepoolde standaardafwijking veronderstelt homogeniteit van varianties—dat alle groepen dezelfde populatievariantie delen. Deze aanname is het belangrijkst wanneer:

Steekproefomvangen ongelijk zijn (vooral problematisch als de grotere groep een kleinere variantie heeft)
De verhouding van de grootste tot de kleinste variantie groter is dan 2-3
Steekproefomvangen klein zijn (grote steekproeven zijn robuuster tegen schendingen)

Wanneer varianties verschillen

Als varianties ongelijk zijn, gebruik dan de t-toets van Welch in plaats van de gepoolde t-toets, of gebruik afzonderlijke variantieschattingen. De toets van Welch veronderstelt geen gelijke varianties en wordt vaak aanbevolen als standaardbenadering.

Uitgewerkt voorbeeld

Scenario: Toetsscores vergelijken tussen twee klassen:

Klas A: n₁ = 25, gemiddelde = 78, s₁ = 12
Klas B: n₂ = 30, gemiddelde = 82, s₂ = 14

Berekening gepoolde SD:

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

De gepoolde SD van 13,13 valt tussen de individuele SD's (12 en 14), gewogen naar de grotere steekproef. Deze gepoolde waarde wordt vervolgens gebruikt in de t-toetsformule of Cohen's d-berekening.

Statistische toepassingen

Onafhankelijke steekproeven t-toets: De gepoolde SD wordt gebruikt om de standaardfout van het verschil tussen gemiddelden te berekenen.
Cohens d-effectgrootte: Effectgroottes worden gestandaardiseerd met de gepoolde SD: d = (M₁ - M₂) / sp
ANOVA: De gemiddelde kwadratische fout (MSE) in ANOVA is in wezen een gepoolde variantieschatting over alle groepen.
Meta-analyse: Bij het combineren van onderzoeken helpen gepoolde schattingen om effecten over verschillende contexten te standaardiseren.

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.