Míry rozptylu nám udávají, jak moc jsou data rozptýleny kolem středové hodnoty. Můžeme tedy říct, že se jedná o variabilitu v datech. Větší variabilita v datovém souboru je vhodná, protože nám popisuje rozmanitější data. Představte si, že by všichni žáci ve vaší třídě dostali z testu jedničku. Variabilita by v tomto případě byla nulová a my bychom nevěděli, co se děje. Možná, že žáci před písemkou měli přístup k správným odpovědím, ale nám to neřekne, nebo možná dobře od sebe opisovali. Nicméně jako učitel nemáte možnost posoudit kdo má jaké znalosti z probíraného tématu. Existují různé způsoby, jak získat hodnoty pro rozptyl. Nejčastěji se setkáte se směrodatnou odchylkou a směrodatnou chybou.
- Směrodatná odchylka nám říká, jak moc jsou hodnoty naší proměnné rozptýlené kolem průměru. Díky její znalosti můžeme odhadovat, jak daleko je vzdálené různé množství případů (viz normální rozložení). Nízká směrodatná odchylka znamená, že hodnoty jsou blízko průměru, zatímco vysoká směrodatná odchylka naznačuje, že hodnoty jsou rozptýleny v širším rozsahu.
- Směrodatná chyba je mírou toho, jak daleko se očekává, že výběrový průměr dat bude od skutečného populačního průměru. Používá se k porovnání mezi vzorkem a populací. Má velkou roli při testování statistických hypotéz a dává představu o přesnosti a spolehlivosti odhadu. Čím menší je chyba, tím více odpovídá výběrový soubor souboru základnímu.
