Jak obliczyć błąd standardowy?
Błąd standardowy średniej oblicza się, dzieląc odchylenie standardowe próby przez pierwiastek kwadratowy z liczebności próby: SE = s / √N. Wynik informuje, jak precyzyjnie średnia z próby przybliża średnią populacji.
Wzór na błąd standardowy średniej
Wzór na błąd standardowy średniej, oznaczany jako SE lub SEM, ma postać:
SE = s / √N
Poszczególne symbole oznaczają:
- SE – błąd standardowy średniej
- s – odchylenie standardowe obliczone dla próby
- N – liczba obserwacji w próbie
Odchylenie standardowe opisuje rozrzut pojedynczych wartości w zbiorze danych. Błąd standardowy dotyczy natomiast precyzji średniej jako oszacowania średniej populacji. Im mniejszy jest SE, tym mniejsza jest zmienność średnich uzyskiwanych z równolicznych prób i tym dokładniejsze jest oszacowanie.
Jak obliczyć błąd standardowy krok po kroku?
Do obliczenia SE potrzebujesz odchylenia standardowego próby oraz liczby obserwacji. Postępuj według kolejnych etapów:
- Oblicz średnią arytmetyczną wartości w próbie.
- Wyznacz odchylenie standardowe próby, oznaczane symbolem s. Jeśli korzystasz z programu statystycznego, wybierz odchylenie standardowe dla próby, a nie dla całej populacji.
- Policz pierwiastek kwadratowy z liczby obserwacji, czyli √N.
- Podziel odchylenie standardowe przez uzyskany pierwiastek, stosując wzór SE = s / √N.
Przykładowo, jeśli odchylenie standardowe próby wynosi 12, a próba obejmuje 36 obserwacji, obliczenie wygląda następująco:
SE = 12 / √36 = 12 / 6 = 2
Błąd standardowy wynosi więc 2 jednostki w tej samej skali, w której wyrażono dane. Nie trzeba ponownie obliczać odchylenia standardowego z pojedynczych wartości, jeśli masz już jego prawidłową wartość dla próby.
Błąd standardowy a odchylenie standardowe
SEM i SD są powiązane, ale opisują różne właściwości danych. Najczęstszy błąd polega na użyciu odchylenia standardowego tam, gdzie celem jest pokazanie precyzji średniej.
| Cecha | Odchylenie standardowe (SD) | Błąd standardowy (SE) |
|---|---|---|
| Co mierzy? | Rozrzut pojedynczych obserwacji wokół średniej. | Precyzję średniej z próby jako oszacowania średniej populacji. |
| Do czego służy? | Do opisu zmienności danych i porównywania ich rozproszenia. | Do oceny niepewności średniej oraz budowania przedziałów ufności. |
| Co dzieje się przy większej próbie? | Nie musi się zmieniać, ponieważ zależy od rozrzutu danych. | Maleje, ponieważ dzieli się przez √N. |
SD mówi zatem, jak różnią się od siebie obserwacje. SE nie opisuje rozrzutu osób, pomiarów czy innych jednostek w próbie, lecz zmienność samego oszacowania średniej, gdyby wielokrotnie pobierać próby z tej samej populacji.
Co oznacza wynik błędu standardowego?
Mały błąd standardowy oznacza większą precyzję oszacowania średniej. Nie jest jednak gwarancją, że rzeczywista średnia populacji znajduje się dokładnie w odległości jednego SE od średniej z próby. Do formalnej oceny niepewności wykorzystuje się między innymi przedziały ufności, których szerokość zależy od SE oraz przyjętego poziomu ufności.
W praktyce błąd standardowy pomaga:
- ocenić precyzję średniej obliczonej z próby
- budować przedziały ufności dla średniej
- porównywać oszacowania i przeprowadzać testy dotyczące średniej
- ocenić, jak zmiana liczebności próby wpłynie na dokładność wyniku
Zależność od liczebności ma charakter pierwiastkowy. Podwojenie liczby obserwacji nie zmniejsza SE dwukrotnie. Aby zmniejszyć błąd standardowy mniej więcej dwukrotnie, trzeba zwiększyć liczebność próby około czterokrotnie, o ile zmienność danych pozostaje podobna.
Najważniejsze rozróżnienie jest proste: SD opisuje rozrzut danych, a SE opisuje precyzję średniej. Do wzoru na błąd standardowy średniej podstaw odchylenie standardowe próby i liczbę obserwacji, a następnie podziel pierwszą wartość przez pierwiastek z drugiej.
