L'errore standard indica la distribuzione delle misure 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 di 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: maggiore 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 quadrate (o differenze) di ciascun valore del campione dalla media. Nota che moltiplicando i numeri negativi da soli (o quadrando 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 36, 4, 9 e 49, rispettivamente . Pertanto, la somma delle deviazioni quadrate è 98 (36 + 4 + 9 + 49).
Trova la deviazione standard. Dividi la somma delle deviazioni quadrate per la dimensione del campione meno una; quindi, prendi la radice quadrata del risultato. Nell'esempio, la dimensione del campione è quattro. Pertanto, la deviazione standard è la radice quadrata di, che è di 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 per 2 o 2,86.