如何計算標準差
標準差是最常用的統計指標之一，用於衡量資料與其平均值之間的「離散程度」。在現實生活中，標準差有助於我們理解某種現象的穩定性或波動性：例如，考試成績的波動、銷售額的波動、身高的差異，甚至金融資料中的風險。標準差越小，資料越接近平均值。相反，標準差越大，則表示資料遠離平均值，波動性越高。
本文將透過易於理解的例子，討論標準差的含義、計算公式以及手動計算步驟。
1. 標準差的定義
標準差是變異數的平方根。變異數本身是各數據點與平均數之差的平方的平均值。為什麼要用平方呢？因為資料點與平均值之差可能是正值也可能是負值。如果直接相加，正負差值會互相抵消，導致結果不準確。透過平方，所有值都變為正值，從而可以更準確地衡量資料分佈。
簡單地：
變異數 = 以「平方」單位衡量離散程度。
– 標準差 = 衡量資料離散程度的指標，已恢復到原始資料單位。
例如：如果資料是考試分數（點數單位）的形式，則變異數將以點數表示，而標準差也將以點數表示，這使得解釋起來更容易。
2. 總體標準差與樣本標準差
在進行計算之前，了解資料類型非常重要：
1. 人口：數據包括所有需要研究的成員。
總體標準差公式使用除數 N（資料數量）。
2. 樣本：資料只是總體的一部分，通常用來代表較大的總體。
樣本標準差公式使用除數 (n − 1) 來校正估計差。這種校正稱為貝塞爾校正。
在日常實踐中（例如研究、調查、課堂分析），數據通常被視為樣本，因此除數為（n − 1）。
3. 標準差公式
A. 總體標準差公式
假設資料為：\( x_1, x_2, \dots, x_N \)
人口平均值：
\[
\mu = \frac{\sum_{i=1}^{N} x_i}{N}
\]
人口變異數：
\[
\sigma^2 = \frac{\sum_{i=1}^{N}(x_i – \mu)^2}{N}
\]
整體標準差：
\[
σ = √σ²
\]
B. 樣本標準差公式
樣本平均值：
\[
\bar{x} = \frac{\sum_{i=1}^{n} x_i}{n}
\]
樣本變異數：
\[
s^2 = \frac{\sum_{i=1}^{n}(x_i – \bar{x})^2}{n – 1}
\]
樣本標準差：
\[
s = \sqrt{s^2}
\]
4. 手動計算標準差的步驟
為了方便理解，我們以5位學生的考試成績數據為例：
數據：60、70、70、80、90
假設這些數據是一個樣本（在學習範例中很常見）。
步驟 1：計算平均值
\[
\bar{x} = \frac{60 + 70 + 70 + 80 + 90}{5} = \frac{370}{5} = 74
\]
所以平均分成74分。
步驟二：計算每個數據點與平均值之間的差異
建立差值欄位 \( (x_i – \bar{x}) \):
– 60 − 74 = −14
– 70 − 74 = −4
– 70 − 74 = −4
– 80 − 74 = 6
– 90 − 74 = 16
步驟 3：求差值的平方
計算 \( (x_i – \bar{x})^2 \):
– (−14)² = 196
– (−4)² = 16
– (−4)² = 16
– 6² = 36
– 16² = 256
步驟 4：將差異的平方相加
\[
\sum (x_i – \bar{x})^2 = 196 + 16 + 16 + 36 + 256 = 520
\]
步驟 5：計算變異數（對於樣本，除以 n − 1）
因為 n = 5，所以 n − 1 = 4：
\[
s² = \frac{520}{4} = 130
\]
因此，樣本變異數為 130。
步驟 6：對方差開平方根得到標準差
\[
s = \sqrt{130} \approx 11{,}40
\]
因此，數據的標準差約為 11,40。這意味著，平均而言，學生的分數與平均分數 74 分相差約 11 分。
5. 快速方法：替代公式（計算）
除了上述手動方法外，還有一種計算公式常用於加快計算速度，尤其是在資料量很大的情況下：
樣本變異數：
\[
s^2 = \frac{\sum x_i^2 – \frac{(\sum x_i)^2}{n}}{n – 1}
\]
該公式避免了逐一計算差值，但在計算資料平方和時仍然需要精確度。
然而，對於概念理解而言，逐步方法（差異→平方→求和）通常更容易，也更不容易出錯。
6. 標準差的解釋
標準差不僅關乎數值，還需要解釋：
– 標準差小：資料集中在平均值附近，變異性低，結果更一致。
– 標準差較大：資料分散程度較大，偏離平均值較遠，變異性較高，結果一致性較差。
例如，假設兩個班級的平均分數相同，都是74分。如果A班的標準差為5，B班的標準差為15，那麼A班的分數就更加均勻穩定。 B班的分數波動較大：有些分數很低，有些分數很高。
7. 常見錯誤
計算標準差時常見的一些錯誤：
1. 忘記區分樣本和總體，所以除數錯了（N 與 n − 1）。
2. 平均值計算錯誤，導致後續所有步驟都出錯。
3. 忘記對差值平方，或在最後開平方根時出錯。
4. 加法或計算數字平方時的算術錯誤。
可以透過建立計算表並仔細檢查結果來防止錯誤。
關閉
只要步驟正確，計算標準差其實並不難：先計算平均值，再找出每組資料之間的差值，將差值平方，平方和相加，再除以 n 或 n-1，最後開平方根。透過理解標準差，你可以評估數據的一致性和變異程度。
如果您需要，我還可以提供更多資料範例、分組資料範例（頻率表）或如何使用 Excel/Google Sheets 計算標準差的範例。
