Giriş
Standart Hata (SH) ve Standart Sapma (SS) her ikisi de yayılım ölçüleridir, ancak temelde farklı soruları yanıtlarlar. İkisini karıştırmak istatistikte en yaygın hatalardan biridir.
Yaygın Karışıklık
Birçok kişi, özellikle örneklem ortalamalarının hassasiyetini raporlarken SH yerine SS kullanır. Bu, istatistiksel anlamlılık hakkında yanlış sonuçlara yol açabilir.
Temel Fark
Standart Sapma
Bireysel veri noktalarının ortalama etrafındaki yayılımını ölçer.
“Bireysel değerler ne kadar değişiyor?”
Standart Hata
Örneklem ortalamasının popülasyon ortalamasının tahmini olarak hassasiyetini ölçer.
“Örneklem ortalamamız ne kadar doğru?”
Standart Hata Formülü
Ortalamanın Standart Hatası
SE = s / √n
Burada s örneklem standart sapması ve n örneklem büyüklüğüdür.
Hesaplama Örneği
25 öğrencilik bir örneklemin ortalama sınav puanı = 75, SS = 10
- Standart Sapma (s) = 10 puan
- Örneklem Büyüklüğü (n) = 25
- Standart Hata = 10 / √25 = 10 / 5 = 2 puan
Yorum: 75’lik örneklem ortalaması yaklaşık ±2 puanlık bir belirsizliğe sahiptir.
Hangisi Ne Zaman Kullanılır?
- Standart Sapma şu durumlarda kullanılır:Bireysel gözlemlerin değişkenliğini tanımlarken, bir popülasyonu veya örneklemi karakterize ederken, normal aralıkları belirlerken (ör. klinik referans aralıkları) veya kalite kontrol (üretimde kabul edilebilir varyasyon)
- Standart Hata şu durumlarda kullanılır:Bir örneklem istatistiğinin hassasiyetini raporlarken, güven aralıkları oluştururken, gruplar arasında ortalamaları karşılaştırırken veya hipotez testi yaparken
Örneklem Büyüklüğünün Etkisi
Kritik bir fark: Örneklem büyüklüğü arttıkça SS yaklaşık olarak aynı kalır, ancak SH azalır.
| Örneklem Büyüklüğü (n) | SS | SH = SS/√n |
|---|---|---|
| 25 | 10 | 2,00 |
| 100 | 10 | 1,00 |
| 400 | 10 | 0,50 |
| 10.000 | 10 | 0,10 |
Temel Bilgi
Standart hatayı yarıya indirmek için örneklem büyüklüğünü dört katına çıkarmanız gerekir. Bu yüzden çok hassas tahminler büyük örneklemler gerektirir.