L'errore standard indica quanto sono distribuite le misurazioni all'interno di un campione di dati. È la deviazione standard divisa per la radice quadrata della dimensione del campione di dati. Il campione può includere dati provenienti da misurazioni scientifiche, punteggi dei test, temperature o una serie di numeri casuali. La deviazione standard indica la deviazione dei valori del campione dalla media del campione. L'errore standard è inversamente correlato alla dimensione del campione: più grande è il campione, minore è l'errore standard.
Calcola la media del tuo campione di dati. La media è la media dei valori del campione. Ad esempio, se le osservazioni meteorologiche in un periodo di quattro giorni durante l'anno sono 52, 60, 55 e 65 gradi Fahrenheit, la media è 58 gradi Fahrenheit: (52 + 60 + 55 + 65)/4.
Calcola la somma delle deviazioni (o differenze) al quadrato di ciascun valore del campione dalla media. Nota che moltiplicando i numeri negativi per se stessi (o elevando al quadrato i numeri) si ottengono numeri positivi. Nell'esempio, le deviazioni al quadrato sono (58 - 52)^2, (58 - 60)^2, (58 - 55)^2 e (58 - 65)^2, o rispettivamente 36, 4, 9 e 49. Pertanto, la somma delle deviazioni al quadrato è 98 (36 + 4 + 9 + 49).
Trova la deviazione standard. Dividi la somma delle deviazioni al quadrato per la dimensione del campione meno uno; quindi, prendi la radice quadrata del risultato. Nell'esempio, la dimensione del campione è quattro. Pertanto, la deviazione standard è la radice quadrata di [98 / (4 - 1)], che è circa 5,72.
Calcola l'errore standard, che è la deviazione standard divisa per la radice quadrata della dimensione del campione. Per concludere l'esempio, l'errore standard è 5,72 diviso per la radice quadrata di 4, o 5,72 diviso 2, o 2,86.