Så Räknar Du Ut Standardavvikelsen (Steg för Steg)

Standardavvikelsen mäter hur mycket dina värden sprider sig runt medelvärdet. Du hittar medelvärdet, räknar ut hur långt varje enskilt värde avviker från det, kvadrerar de avvikelserna, tar medelvärdet av kvadraterna och drar till sist kvadratroten ur resultatet. Det finns två varianter av samma beräkning: en för population (du delar med n) och en för stickprov (du delar med n minus 1). Vilken du ska använda beror på om dina data täcker hela gruppen du studerar eller bara en del av den.

Varför medelvärdet inte räcker

Två klasser kan ha exakt samma medelbetyg och ändå se helt olika ut när man tittar på enskilda resultat. Ta de här två uppsättningarna betyg, båda med medelvärdet 70:

Klass	Betyg	Medelvärde	Populations-SD	Stickprovs-SD
A	68, 70, 72, 70, 70	70	1,26	1,41
B	50, 90, 60, 80, 70	70	14,14	15,81

Klass A ligger tätt samlad kring 70, mestadels inom ett par poäng. Klass B har elever som fick 50 och andra som fick 90, en enorm spridning som medelvärdet ensamt döljer helt. Om en lärare bara rapporterade “medelbetyget var 70” skulle båda grupperna låta identiska. Standardavvikelsen är talet som avslöjar skillnaden: låg för Klass A, hög för Klass B, trots att medelvärdet är exakt samma i båda fallen.

Formeln: population kontra stickprov

Formeln har fyra steg oavsett vilken variant du använder:

1. Räkna ut medelvärdet av alla värden.
2. Dra medelvärdet från varje enskilt värde för att få avvikelsen.
3. Kvadrera varje avvikelse (detta gör att negativa och positiva tal inte tar ut varandra).
4. Ta medelvärdet av de kvadrerade avvikelserna, sedan kvadratroten ur det talet.

Skillnaden ligger i steg fyra, i vad du delar med. Vid population använder du hela gruppen du är intresserad av, till exempel alla anställda på ett litet kontor eller alla artiklar i en specifik produktionslinje under en given dag, och då delar du summan av kvadrerade avvikelser med n, det totala antalet värden. Vid stickprov har du bara en delmängd hämtad ur en större population, till exempel 50 kunder av tiotusentals, och då delar du med n minus 1 istället för n.

Anledningen till n minus 1 kallas Bessel-korrigering. Ett stickprov underskattar systematiskt den verkliga spridningen i populationen det kom från, eftersom stickprovets eget medelvärde redan är justerat för att ligga så nära stickprovets värden som möjligt. Att dela med ett mindre tal gör kvoten större och kompenserar för den underskattningen. Ju fler observationer du har, desto mindre spelar skillnaden roll: med n=1000 är det knappt märkbart, men med n=5 kan det ändra svaret avsevärt, vilket synas tydligt i tabellen ovan.

Ett fullständigt räkneexempel: kvalitetskontroll på en flingfabrik

En fabrik fyller flingpaket med målvikten 500 gram. Tio slumpmässigt utvalda paket från samma produktionsomgång vägs:

498, 502, 501, 497, 503, 500, 499, 502, 496, 501

Summan av dessa tio värden är 4999, vilket ger ett medelvärde på 499,9 gram. Det lättaste paketet vägde 496 gram och det tyngsta 503 gram, en variationsbredd på 7 gram.

Nästa steg är att räkna ut avvikelsen för varje paket och kvadrera den:

Paket	Vikt (g)	Avvikelse från 499,9	Kvadrerad avvikelse
1	498	-1,9	3,61
2	502	2,1	4,41
3	501	1,1	1,21
4	497	-2,9	8,41
5	503	3,1	9,61
6	500	0,1	0,01
7	499	-0,9	0,81
8	502	2,1	4,41
9	496	-3,9	15,21
10	501	1,1	1,21

Summan av de kvadrerade avvikelserna är 48,9. Eftersom hela produktionsomgången egentligen är hela dagens produktion räknar vi vanligen omgången som ett stickprov ur fabrikens generella process, men för att visa båda beräkningarna:

Om vi behandlar de tio paketen som en population (all vikt som existerar i det här specifika testet), delar vi 48,9 med 10 och får en varians på 4,89. Kvadratroten ur det är ungefär 2,21 gram.

Om vi istället behandlar dem som ett stickprov ur fabrikens fortlöpande produktion, delar vi 48,9 med 9 (n minus 1) och får en varians på ungefär 5,43. Kvadratroten ur det är ungefär 2,33 gram.

Kvalitetsteamet skulle troligen använda stickprovsversionen här, eftersom slutsatsen ska gälla hela produktionslinjen och inte bara just dessa tio paket. En standardavvikelse på cirka 2,3 gram runt målvikten 500 gram räknas ofta som acceptabel variation för den här typen av produkt, men gränsen beror förstås på fabrikens egna toleranskrav.

Räkna med dina egna siffror

Klistra in din egen datamängd nedan, kommaseparerad eller på egna rader, för att direkt se medelvärde, varians och båda standardavvikelserna beräknade åt dig.

Standardavvikelse-Kalkylator

Gratis, ingen registrering, fungerar på alla enheter.

Öppna hela verktyget

Vanliga misstag

Det vanligaste felet är att blanda ihop stickprovs- och populationsformeln. Att dela med n när data faktiskt är ett stickprov ger ett värde som är lite för lågt, vilket kan få en process se mer stabil ut än den är.

Ett annat misstag är att glömma kvadrera avvikelserna innan man tar medelvärdet av dem. Om du bara summerar de råa avvikelserna (utan att kvadrera) och delar med antalet värden får du alltid noll, eftersom positiva och negativa avvikelser exakt tar ut varandra runt medelvärdet. Det säger ingenting om spridningen.

Ett tredje misstag är att stanna vid variansen och glömma det sista steget, kvadratroten. Variansen är i kvadratenheter (kvadratgram, kvadratpoäng och så vidare), vilket gör den svårtolkad i praktiken. Standardavvikelsen är i samma enhet som originaldata, vilket är varför den är mer användbar att rapportera.

Ett fjärde misstag, mindre uppenbart men vanligt bland nybörjare, är att använda n istället för n minus 1 när data faktiskt kommer från ett stickprov av en större population. Effekten är liten vid stora datamängder men kan snedvrida resultatet märkbart vid färre än, säg, 20 observationer.

Vanliga frågor

Vad är egentligen skillnaden mellan stickprovs- och populationsstandardavvikelse? Populationsversionen antar att dina data är hela gruppen du bryr dig om och delar summan av kvadrerade avvikelser med n. Stickprovsversionen antar att dina data bara är en delmängd hämtad ur en större grupp och delar med n minus 1 för att kompensera för att ett stickprov tenderar att underskatta den sanna spridningen.

Vad räknas som en “låg” respektive “hög” standardavvikelse? Det finns inget universellt gränsvärde, det beror helt på sammanhanget och enheten. En standardavvikelse på 2 gram är låg för en flingpåse på 500 gram men skulle vara enorm för en tablett som ska väga 200 milligram. Jämför alltid standardavvikelsen med medelvärdet eller med branschens egna toleranser, snarare än att bedöma talet isolerat.

Kan standardavvikelsen bli negativ? Nej. Eftersom beräkningen bygger på kvadrerade avvikelser är variansen alltid noll eller positiv, och kvadratroten ur ett icke-negativt tal kan aldrig bli negativ. En standardavvikelse på noll betyder att alla värden i datamängden är identiska.

Hur förhåller sig standardavvikelsen till variansen? Standardavvikelsen är helt enkelt kvadratroten ur variansen. Variansen är enklare att räkna ut och används ofta i vidare statistiska beräkningar, men den är i kvadrerade enheter och därför svår att tolka rakt av. Standardavvikelsen konverterar tillbaka till originalenheten, vilket gör den lättare att jämföra direkt med dina rådata.

Behöver jag räkna för hand varje gång? Nej, det är precis vad kalkylatorn ovan är till för. Det är ändå värt att förstå stegen manuellt en gång, eftersom det gör det lättare att avgöra om ett resultat verkar rimligt eller om något i indata är fel.