L'errore standard indica la distribuzione delle 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 campionaria. L'errore standard è inversamente correlato alla dimensione del campione: più grande è il campione, più piccolo è l'errore standard.

Calcola la media del 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 campione dalla media. Si noti che moltiplicando i numeri negativi da soli (o squadrando i numeri) si ottengono numeri positivi. Nell'esempio, le deviazioni quadrate 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 quadratiche è 98 (36 + 4 + 9 + 49).

Trova la deviazione standard. Dividere la somma delle deviazioni quadrate 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 per 2 o 2.86.