انحراف معیار (Standard Deviation) یکی از شاخصهای پراکندگی است که نشان میدهد بهطور میانگین دادهها چه مقدار از مقدار متوسط فاصله دارند. مدیر نشان میدهد ثبات، ریسک و پراکندگی عملکرد یا نتایج تا چه اندازه قابل اعتماد یا ناپایدار است. در این مقاله، انحراف معیار و خطای استاندارد با تاکید بر مبانی آمار و کاربرد آن در مدیریت تشریح خواهد شد.
تعریف انحراف معیار
انحراف معیار یا همان انحراف استاندارد (SD) شاخصی برای سنجش میزان پراکندگی دادهها نسبت به میانگین است و نشان میدهد دادهها چقدر از مقدار مرکزی فاصله دارند. در مدیریت، برای تحلیل ریسک، کنترل کیفیت، سنجش نوسان عملکرد، و تصمیمگیری مبتنی بر عدمقطعیت کاربرد گسترده دارد. «هرچه انحراف استاندارد کمتر باشد، پیشبینیپذیری و کنترل مدیریتی بیشتر است.»
انحراف استاندارد در مقیاس لیکرت نشان میدهد پاسخدهندگان تا چه اندازه درباره یک گزاره همنظر یا متفاوتاند. در طیف ۱ تا ۵، دامنه پاسخ محدود است و بنابراین مقدار SD معمولاً کوچکتر از مقیاسهای پیوسته است. بهطور تجربی در پژوهشهای مدیریت میتوان از چند نقطهبرش کاربردی برای تفسیر استفاده کرد:
- حدود ۰٫۵ یا کمتر → نشاندهنده توافق بالا و پراکندگی اندک است.
- بین ۰٫۵ تا ۰٫۹ → بیانگر اختلافنظر متوسط میان پاسخدهندگان است.
- حدود ۰٫۹ یا بیشتر → نشاندهنده پراکندگی زیاد و واگرایی جدی دیدگاههاست.
با توجه به دامنه محدود لیکرت، مقدار ۰٫۹ یک نقطهبرش مناسب برای تشخیص ناهمگنی بالای پاسخها محسوب میشود. این معیار ساده به مدیران و پژوهشگران کمک میکند برداشت سریعتری از میزان همگرایی یا اختلافنظر در دادههای پرسشنامهای داشته باشند.
تحلیل آماری پایاننامه و رساله دکتری
راهنمای تحلیل آماری پایاننامه و رساله دکتری مدیریت:
- تحلیل دادههای آماری با روشهای کمی
- تحلیل و کدگذاری مصاحبه با روشهای کیفی
- تحلیل آماری پایاننامه کارشناسی ارشد
- تجزیهوتحلیل روشهای آمیخته رساله دکتری
تفاوت انحراف معیار و خطای استاندارد
در آمار توصیفی دو مفهوم انحراف استاندارد (Standard Deviation) یا انحراف معیار و خطای استاندارد یا خطای معیار (Standard Error) مشابه هستند. بسیاری از پژوهشگران در خصوص استفاده صحیح از این دو مفهوم دچار ابهام شده و آنها را اشتباهاً به جای هم به کار میگیرند.
انحراف استاندارد (Standard Deviation)
این شاخص میزان پراکندگی دادههای نمونه حول میانگین را نشان میدهد و جذر واریانس است. در بیشتر پژوهشها در بخش آمار توصیفی از انحراف استاندارد استفاده میشود.
انحراف معیار (انحراف استاندارد)
Xi : اطلاعات مشاهده i ام
x̅ : میانگین مشاهدات
n= حجم نمونه
اما هدف اصلی پژوهشگر تنها توصیف دادههای نمونه (آمار توصیفی) نیست بلکه هدف اصلی تعمیم نتایج نمونه به جامعه هدف (آمار استنباطی) است. برای این امر لازم است نتایج نمونه از پایایی (Reliability) کافی برخوردار باشند به عبارت دیگر اگر نمونه دیگری به جز آن نمونه به تصادف از همان جامعه انتخاب و نتایج (مثلاً آمارههایی مانند میانگین یا درصد شیوع و سایر آمارهای مورد ادعا) محاسبه شود باید نتایج به دست آمده با نتایج نمونه قبل تفاوت چندانی نداشته باشد بررسی این موضوع از طریق محاسبه شاخص خطای استاندارد صورت میگیرد.
خطای استاندارد (Standard Error)
اگر از جامعه چندین بار نمونهگیری با جایگذاری به حجم یکسان (n) انتخاب و در هر بارآماره مورد ادعا (مثلاً میانگین) محاسبه شود پس از n بار تکرار این عمل، نمونه جدیدی به حجم n (شامل n تا مقدار نمونه از آماره مورد نظر مثلاً n تا میانگین نمونهای) به دست میآید.
خطای استاندارد
حال اگر برای این نمونه جدید انحراف معیار محاسبه شود نتیجه برابر خطای استاندارد آماره مورد ادعا (مثلاً خطای استاندارد میانگین نمونه) خواهد بود. اما برای به دست آوردن انحراف استاندارد یک آماره به جای اجرای این روش زمان بر و خستهکننده، میتوان از فرمول ساده زیر با تقسیم انحراف معیار دادههای نمونه بر جذر حجم نمونه به راحتی این شاخص را محاسبه نمود.
تفاوت انحراف معیار و خطای استاندارد
انحراف معیار (SD) شاخصی برای توصیف دادهها (آمارتوصیفی) است. اما خطای استاندارد (SE) شاخصی برای استنباط (آمار استنباطی) پیرامون دادهها است.
انحراف معیار (SD) به تنهایی دارای مفهوم اما خطای استاندارد SE به تنهایی فاقد مفهوم و در قالب فاصله اطمینان ارائه میشود.
انحراف معیار (SD) فقط برای جامعههای دارای توزیع نرمال ارائه میشود. برای جامعههای غیرنرمال از دامنه میان چارکی (فاصله بین چارک اول و سوم) استفاده میشود.
انحراف معیار (SD) با افزایش حجم نمونه ثابت اما SE با افزایش حجم نمونه کاهش مییابد.
مقدار SE همواره کوچکتر از SD است و استفاده از آن به جای SD باعث فریب خواننده و مناسب جلوه دادن دادهها میشود.
سخن پایانی
انحراف استاندارد و خطای استاندارد هر دو شاخصهای پراکندگیاند، اما کارکردهای متفاوتی دارند. انحراف استاندارد میزان پراکندگی دادههای واقعی را نشان میدهد و بیان میکند اعضای یک نمونه تا چه اندازه از میانگین فاصله دارند؛ بنابراین شاخصی برای توصیف تنوع و توافق پاسخدهندگان است. در مقابل، خطای استاندارد از تقسیم انحراف استاندارد بر ریشه تعداد نمونه بهدست میآید و نشان میدهد میانگین نمونه تا چه حد نماینده میانگین جامعه است. به زبان ساده، انحراف استاندارد درباره «پراکندگی دادهها» صحبت میکند، اما خطای استاندارد درباره «دقت برآورد میانگین». هرچه حجم نمونه بزرگتر باشد، خطای استاندارد کوچکتر میشود و میانگین نمونه با اطمینان بیشتری قابل تعمیم خواهد بود. این تمایز به پژوهشگران کمک میکند که در تحلیل دادههای پیمایشی، هم پراکندگی واقعی نظرات را بسنجند و هم میزان اعتبار برآوردهای آماری خود را ارزیابی کنند.
منبع: حبیبی، آرش؛ سرآبادانی، مونا. (۱۴۰۱). آموزش کاربردی SPSS. تهران: ناروندانش.
نگارنده: پشتیبانی پارسمدیر | 
