غالبًا ما يقارن الإحصائيون مجموعتين أو أكثر عند إجراء البحث. يمكن أن يختلف عدد الأفراد في كل مجموعة إما بسبب تسرب المشاركين أو لأسباب التمويل. من أجل التعويض عن هذا الاختلاف ، يتم استخدام نوع خاص من الخطأ المعياري والذي يمثل مجموعة من المشاركين يساهمون في الانحراف المعياري أكثر من مجموعة أخرى. يُعرف هذا باسم الخطأ القياسي المجمع.
قم بإجراء تجربة وسجل أحجام العينة والانحرافات المعيارية لكل مجموعة. على سبيل المثال ، إذا كنت مهتمًا بالخطأ المعياري المُجمَّع للحصة اليومية من السعرات الحرارية للمدرسين مقابل أطفال المدارس ، فستفعل ذلك سجل حجم العينة المكون من 30 معلمًا (n1 = 30) و 65 طالبًا (n2 = 65) والانحرافات المعيارية الخاصة بهم (لنفترض أن s1 = 120 و s2 = 45).
احسب الانحراف المعياري المجمع الذي يمثله Sp. أولاً ، ابحث عن بسط Sp²: (n1 - 1) x (s1) ² + (n2 - 1) x (s2) ². باستخدام مثالنا ، سيكون لديك (30 - 1) × (120) ² + (65-1) × (45) ² = 547200. ثم أوجد المقام: (n1 + n2 - 2). في هذه الحالة ، سيكون المقام 30 + 65-2 = 93. إذن إذا كان Sp² = البسط / المقام = 547،200 / 93؟ 5،884 ، ثم Sp = sqrt (Sp²) = sqrt (5884)؟ 76.7.
احسب الخطأ القياسي المجمع ، وهو Sp x sqrt (1 / n1 + 1 / n2). من مثالنا ، ستحصل على SEp = (76.7) x sqrt (1/30 + 1/65)؟ 16.9 السبب في استخدامك لهذه الحسابات الأطول هو حساب الوزن الثقيل للطلاب الذي يؤثر على الانحراف المعياري بشكل أكبر ولأن لدينا أحجام عينات غير متساوية. هذا عندما يتعين عليك "تجميع" بياناتك معًا لاستنتاج نتائج أكثر دقة.