Pooled Standard Deviation para sa Maramihang Grupo

Ano ang Pooled Standard Deviation?

Pinagsasama ng pooled standard deviation ang mga variance estimate mula sa dalawa o higit pang grupo upang makakuha ng iisang weighted estimate. Mahalaga ito para sa two-sample t-tests kapag nag-assume ng equal variances.

Direkta ang konsepto: kung naniniwala tayo na ang dalawang grupo ay galing sa mga population na may parehong underlying variability, maaari nating pagsamahin ang kanilang data upang makakuha ng mas mahusay na tantya ng shared variability na iyon. Mas maraming data ay nangangahulugang mas tumpak na tantya.

Isipin mo ito sa ganitong paraan: kung mayroon kang 20 obserbasyon mula sa Group A at 30 mula sa Group B, at parehong grupo ay may parehong tunay na variance, mayroon ka na ngayong 50 obserbasyon upang tantiyahin ang variance na iyon sa halip na hiwalay na tantiyahin mula sa mas maliliit na samples.

Kailan Mag-pool

Mag-pool lamang ng standard deviations kapag may dahilan kang maniwala na pantay ang underlying population variances. Gamitin ang Levene’s test o ang F-test upang suriin ang assumption na ito bago mag-pool.

Ang Pooled SD Formula

Para sa dalawang grupo, ang pooled standard deviation ay:

Two-Group Pooled SD

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

Kung saan n₁ at n₂ ang mga sample size, at s₁ at s₂ ang mga sample standard deviation.

Para sa k na mga grupo (tulad sa ANOVA), nagiging general ang formula:

Multi-Group Pooled SD

sp = √[Σ(nᵢ-1)sᵢ² / Σ(nᵢ-1)]

Pansinin na gumagamit ang formula ng (n-1) terms sa parehong numerator at denominator. Tinitiyak ng weighting na ito na mas malaki ang kontribusyon ng mas malalaking samples sa pooled estimate, na naaangkop dahil nagbibigay ang mas malalaking samples ng mas maaasahang variance estimates.

Mga Underlying Assumptions

Ang pooled standard deviation ay nag-assume ng homogeneity of variance—na lahat ng grupo ay may parehong population variance. Pinakamahalaga ang assumption na ito kapag:

Hindi pantay ang laki ng mga sample (lalong problemado kung ang mas malaking grupo ay may mas maliit na variance)
Ang ratio ng pinakamalaki sa pinakamaliit na variance ay lumalampas sa 2-3
Maliit ang mga sample size (mas robust ang malalaking samples sa mga paglabag)

Kapag Magkaiba ang Variances

Kung hindi pantay ang variances, gumamit ng Welch’s t-test sa halip na pooled t-test, o gumamit ng hiwalay na variance estimates. Hindi nag-assume ng equal variances ang Welch’s test at madalas na inirerekomenda bilang default approach.

Worked Example

Senaryo: Paghahambing ng mga marka sa pagsusulit ng dalawang klase:

Klase A: n₁ = 25, mean = 78, s₁ = 12
Klase B: n₂ = 30, mean = 82, s₂ = 14

Kalkulasyon ng Pooled 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

Ang pooled SD na 13.13 ay nasa pagitan ng mga indibidwal na SD (12 at 14), na nakabukas patungo sa mas malaking sample. Gagamitin ang pooled value na ito sa t-test formula o sa kalkulasyon ng Cohen’s d.

Mga Statistical Applications

Independent samples t-test: Ginagamit ang pooled SD upang kalkulahin ang standard error ng pagkakaiba ng mga mean.
Cohen’s d effect size: Sine-standardize ang mga effect size gamit ang pooled SD: d = (M₁ - M₂) / sp
ANOVA: Ang Mean Square Error (MSE) sa ANOVA ay mahalagang pooled variance estimate sa lahat ng grupo.
Meta-analysis: Kapag pinagsasama ang mga pag-aaral, tumutulong ang pooled estimates na i-standardize ang mga epekto sa iba’t ibang konteksto.

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.