σ Standart Sapma Hesaplama

Standart Sapma Nedir?

Standart sapma, bir veri setindeki değerlerin ortalamadan ortalama olarak ne kadar uzaklaştığını gösteren istatistiksel bir yayılım ölçüsüdür. İki sınıfın not ortalaması aynı olabilir; ancak birinde herkes ortalamaya yakın not almışken diğerinde çok yüksek ve çok düşük notlar bulunuyorsa, bu farkı ortalama göstermez, standart sapma gösterir. Standart sapma küçükse veriler ortalama etrafında yoğunlaşmıştır; büyükse veriler geniş bir aralığa dağılmıştır. Birimi verinin birimiyle aynıdır, bu da yorumlamayı kolaylaştırır.

Bu sayfadaki standart sapma hesaplama aracına sayıları virgül veya boşlukla ayırarak girmeniz yeterlidir. Araç ortalamayı, varyansı ve standart sapmayı hesaplar; örneklem (n−1) ve popülasyon (n) seçeneklerinden birini seçebilirsiniz. Öğrenciler, araştırmacılar, kalite kontrol uzmanları, yatırımcılar (volatilite için) ve veri analistleri bu hesabı sık kullanır.

Standart Sapma Formülü

Burada xᵢ her bir veri değeri, μ ya da x̄ ortalama, N veya n veri sayısıdır. Σ sembolü toplamı gösterir. Karesini aldığımız için sapmaların işareti birbirini götürmez; kareköke geçerek de ölçüyü verinin birimine geri döndürürüz. Karekök işlemi için kök hesaplama, kare alma için üslü sayılar araçlarını kullanabilirsiniz.

Örneklem mi, Popülasyon mu?

Elinizdeki veri incelediğiniz grubun tamamıysa (örneğin bir sınıftaki 25 öğrencinin tümü) popülasyon formülü (n) kullanılır. Veri daha büyük bir grubun bir örneğiyse (örneğin 10.000 kişilik bir nüfustan seçilen 200 kişi) örneklem formülü (n−1) kullanılır. n−1 ile bölmek, Bessel düzeltmesi adıyla bilinir ve örneklemden yapılan tahminin popülasyon varyansını sistematik olarak olduğundan küçük tahmin etmesini önler. Emin değilseniz, genellikle araştırma verileri bir örneklem olduğundan n−1 seçeneğini kullanın. Veri sayısı büyüdükçe iki sonuç birbirine yaklaşır.

Adım Adım Standart Sapma Hesaplama

1. Verilerin ortalamasını bulun (ortalama hesaplama).
2. Her değerden ortalamayı çıkarın.
3. Bu farkların karesini alın.
4. Kareleri toplayın.
5. Toplamı N'ye (popülasyon) veya n−1'e (örneklem) bölün; bu varyanstır.
6. Varyansın karekökünü alın; bu standart sapmadır.

Standart Sapma Örnekleri

Örnek 1: Popülasyon ve örneklem karşılaştırması

Veri: 2, 4, 4, 4, 5, 5, 7, 9. Toplam 40, n = 8, ortalama 5. Sapmaların kareleri: 9, 1, 1, 1, 0, 0, 4, 16; toplam 32. Popülasyon varyansı = 32 ÷ 8 = 4, σ = 2. Örneklem varyansı = 32 ÷ 7 = 4,571, s = 2,138.

Örnek 2: Sınav notları

Veri: 10, 12, 23, 23, 16, 23, 21, 16. Toplam 144, ortalama 18. Sapmalar: −8, −6, 5, 5, −2, 5, 3, −2; kareler: 64, 36, 25, 25, 4, 25, 9, 4; toplam 192. Örneklem varyansı = 192 ÷ 7 = 27,43, s = 5,237. Popülasyon olarak ele alınırsa varyans 192 ÷ 8 = 24 ve σ = 4,899 olur.

Örnek 3: Aynı ortalama, farklı yayılım

A grubu: 70, 70, 70, 70, 70 ve B grubu: 50, 60, 70, 80, 90 olsun. İkisinin de ortalaması 70'tir. A'nın tüm sapmaları sıfır olduğundan σ = 0'dır. B'nin sapma kareleri 400, 100, 0, 100, 400 olup toplam 1000'dir; popülasyon varyansı 200 ve σ = 14,14 bulunur (örneklem için s = 15,81). Ortalamalar aynı olsa da B grubu çok daha dağınıktır.

Standart Sapmayı Yorumlama

Veri yaklaşık normal dağılıyorsa değerlerin yaklaşık %68'i ortalamanın ±1 standart sapma, %95'i ±2 standart sapma, %99,7'si ±3 standart sapma içinde yer alır. Buna deneysel kural (68-95-99,7) denir. Örnek 2'de ortalama 18 ve s ≈ 5,24 olduğundan verilerin büyük kısmının yaklaşık 12,8 ile 23,2 arasında olması beklenir. Bir değerin ortalamadan kaç standart sapma uzakta olduğunu gösteren z puanı z = (x − ortalama) ÷ standart sapma formülüyle hesaplanır; 25 puan için z = (25 − 18) ÷ 5,237 ≈ 1,34'tür.

Farklı birimli veya farklı ortalamalı iki veri setinin yayılımını karşılaştırmak için değişim katsayısı kullanılır. Örnek 2'de değişim katsayısı (5,237 ÷ 18) × 100 ≈ %29,1'dir. Oran ve yüzde hesapları için yüzde hesaplama aracına bakabilirsiniz.

Kullanım Alanları

• Eğitim: Sınav sonuçlarının sınıf içi dağılımı ve başarı farkları.
• Finans: Hisse senedi ve fon getirilerinin oynaklığı (risk ölçüsü).
• Üretim: Ürün ölçülerinin tolerans içinde kalıp kalmadığının kalite kontrolü.
• Sağlık ve bilim: Ölçüm tekrarlarının tutarlılığı, klinik verilerin yayılımı.
• Spor: Oyuncu performansının istikrarı.

Sık Yapılan Hatalar

• Yanlış formülü seçmek: Örneklem verisinde n yerine n−1 kullanmamak standart sapmayı küçük gösterir.
• Varyans ile standart sapmayı karıştırmak: Varyansın birimi verinin karesidir; yorum yapmak için kareköke geçilmelidir.
• Aykırı değerleri göz ardı etmek: Tek bir uç değer standart sapmayı büyük ölçüde artırabilir.
• Çok küçük örneklem: 2-3 veriyle hesaplanan standart sapma güvenilir bir tahmin sağlamaz.
• Normal dağılım varsaymak: 68-95-99,7 kuralı yalnızca yaklaşık simetrik, çan eğrisine benzeyen verilerde geçerlidir.

Standart Sapmanın Önemli Özellikleri

• Sabit eklemek sapmayı değiştirmez: Bütün değerlere aynı sayı eklenirse ortalama o kadar artar, ancak yayılım aynı kalır.
• Ölçeklemek sapmayı ölçekler: Bütün değerler k ile çarpılırsa standart sapma da |k| ile çarpılır. Metre cinsinden ölçümleri santimetreye çevirirseniz sapma 100 kat büyür.
• Aykırı değere duyarlıdır: Kareler alındığından uç değerler sonucu belirgin biçimde artırır.
• Sıfır yalnızca eşit değerlerde olur: En az iki farklı değer varsa standart sapma pozitiftir.

Örnek 4: Haftalık satış verisi

Bir mağazanın beş günlük satış adedi 12, 15, 14, 10, 19 olsun. Toplam 70, ortalama 14. Sapmalar: −2, 1, 0, −4, 5; kareleri 4, 1, 0, 16, 25 ve toplamı 46. Örneklem varyansı 46 ÷ 4 = 11,5 ve s = 3,39; popülasyon varyansı 46 ÷ 5 = 9,2 ve σ = 3,03. Günlük satışlar ortalama 14 adet civarındadır ve tipik sapma yaklaşık 3 adettir.

Örnek 5: Tek bir aykırı değerin etkisi

10, 10, 10, 10, 10 verisinde standart sapma 0'dır. Son değeri 20 yaparsak veri 10, 10, 10, 10, 20 olur; ortalama 12, sapma kareleri 4, 4, 4, 4, 64 ve toplam 80'dir. Örneklem varyansı 80 ÷ 4 = 20 ve s = 4,47; popülasyon için 80 ÷ 5 = 16 ve σ = 4 bulunur. Tek bir uç değer standart sapmayı sıfırdan yaklaşık 4,5'e çıkarmıştır; bu nedenle veri analizinde aykırı değerler önce kontrol edilmelidir.