ڈیٹا سیٹ کا نمونہ اور آبادی کا معیاری انحراف آسانی سے معلوم کریں۔ ڈیٹا سیٹ درج کریں اور نتائج میں مطلوبہ اعشاری درستگی منتخب کریں۔ اعشاریہ کے لیے ڈاٹ (.) استعمال کریں۔
نمونہ معیاری انحراف (s)
s =
آبادی معیاری انحراف (σ)
σ =
آپ کو یہ بھی دلچسپ لگ سکتا ہے:
معیاری انحراف ایک بنیادی شماریاتی پیمانہ ہے جو ڈیٹا سیٹ کے حسابی اوسط کے گرد اس کے پھیلاؤ یا تغیر پذیری کی پیمائش کرتا ہے۔ یہ بتاتا ہے کہ انفرادی ڈیٹا پوائنٹس اوسط سے کتنے قریب یا دور پھیلے ہوئے ہیں۔
اگر تمام اعداد ایک دوسرے کے قریب ہوں تو معیاری انحراف کم ہوگا (کم پھیلاؤ)۔ اس کے برعکس اگر ڈیٹا میں بڑا فرق ہو تو معیاری انحراف زیادہ ہوگا (زیادہ پھیلاؤ)۔
سب سے پہلے ڈیٹا کا حسابی اوسط معلوم کریں۔ پھر ہر قدر میں سے اوسط منہا کر کے اس کا مربع لیں اور تمام مربعات کو جمع کریں۔ نمونے کے لیے n − 1 اور آبادی کے لیے N پر تقسیم کریں۔ آخر میں تباین کا جزر المربع (Square Root) لیں۔
جہاں:
جہاں:
شماریات میں ڈیٹا کے پھیلاؤ کو ناپنے کے لیے دو اقسام استعمال ہوتی ہیں:
یہ اس وقت استعمال ہوتا ہے جب پوری آبادی کے بجائے ایک نمائندہ نمونہ دستیاب ہو۔ اس میں مربعات کے مجموعے کو n − 1 پر تقسیم کیا جاتا ہے۔ اس ایڈجسٹمنٹ کو بیسل کی اصلاح (Bessel's correction) کہتے ہیں جو غیر جانبدار تخمینہ فراہم کرتی ہے۔
یہ اس وقت استعمال ہوتا ہے جب مکمل آبادی کا ڈیٹا دستیاب ہو۔ اس میں مربعات کے مجموعے کو کل آبادی کے سائز (N) پر تقسیم کیا جاتا ہے۔
حسابی اوسط تمام اقدار کے مجموعے کو ان کی کل تعداد پر تقسیم کر کے حاصل ہوتا ہے۔
جہاں:
معیاری انحراف اور تباین کے درمیان بنیادی فرق پیمائش کی اکائی میں ہے: تباین پھیلاؤ کو مربعی اکائیوں میں ماپتا ہے، جبکہ معیاری انحراف تباین کا جذر ہونے کی وجہ سے اصل ڈیٹا کی اکائیوں (جیسے سینٹی میٹر، روپے یا سیکنڈ) میں نتیجہ دیتا ہے۔