ما هو الخطأ المعياري؟
يقيس الخطأ المعياري للمتوسط (يُرمز له بـ SEM أو اختصارًا SE) مقدار التباين المتوقَّع بين متوسط العينة والمتوسط الحقيقي للمجتمع الإحصائي. فبينما يصف الانحراف المعياري مدى تشتت نقاط البيانات الفردية، يصف الخطأ المعياري دقة المتوسط الذي قدّرته من عينتك. وكلما كان الخطأ المعياري أصغر، كان متوسط العينة تقديرًا أكثر موثوقية للمتوسط الحقيقي للمجتمع.
كيفية استخدام الحاسبة
أدخل قيمتين فقط: الانحراف المعياري للعينة (s) وحجم العينة (n). تقوم الحاسبة بقسمة الانحراف المعياري على الجذر التربيعي لحجم العينة، وتعرض لك فورًا الخطأ المعياري للمتوسط. استخدمها كلما أردت بناء فترات الثقة، أو إجراء اختبارات الفرضيات، أو حساب هوامش الخطأ في تقاريرك.
شرح المعادلة
يُحسب الخطأ المعياري وفق المعادلة $$\text{SE} = \frac{\text{Standard Deviation (s)}}{\sqrt{\text{Sample Size (n)}}}$$ والمقام، أي الجذر التربيعي لـ \(n\)، هو مفتاح الفهم: فمع تزايد حجم العينة، ينمو الجذر التربيعي بوتيرة أبطأ، ومن ثَمّ يتناقص الخطأ المعياري. ولكي تخفّض الخطأ المعياري إلى النصف، عليك جمع أربعة أضعاف عدد المشاهدات. ولهذا السبب تمنحك العينات الأكبر تقديرات أكثر دقة لمتوسط المجتمع.
مثال تطبيقي
لنفترض أن عينة مكوّنة من 25 قياسًا بلغ انحرافها المعياري 10. عندئذٍ يكون $$\text{SE} = \frac{10}{\sqrt{25}} = \frac{10}{5} = 2$$ أي أن من المتوقع أن يختلف متوسط العينة عن المتوسط الحقيقي للمجتمع بنحو وحدتين. ولو رفعت حجم العينة إلى 100، لانخفض الخطأ المعياري إلى \(\frac{10}{10} = 1\)، أي تتضاعف الدقة.
الأسئلة الشائعة
ما الفرق بين الانحراف المعياري والخطأ المعياري؟ يقيس الانحراف المعياري مدى التباين بين نقاط البيانات الفردية، أما الخطأ المعياري فيقيس مدى تباين متوسط العينة بوصفه تقديرًا لمتوسط المجتمع.
هل يقلّ الخطأ المعياري بزيادة حجم العينة؟ نعم. لأن \(n\) يقع تحت جذر تربيعي في المقام، فإن زيادة حجم العينة تخفّض الخطأ المعياري.
هل يمكنني استخدامها مع النِّسَب؟ هذه الحاسبة مخصصة للخطأ المعياري للمتوسط. أما الخطأ المعياري للنسبة فيُحسب بمعادلة مختلفة هي \(\sqrt{\frac{p(1-p)}{n}}\).
