Apri un articolo medico. Guardi la tabella con le caratteristiche dei pazienti. Accanto alle medie trovi una parentesi: ± qualcosa. Ma quel qualcosa è una deviazione standard o uno standard error? A volte non è specificato. Spesso chi ha scritto l’articolo li ha usati senza distinguerli. Eppure sono due cose completamente diverse.
Ladeviazione standarddescrive la variabilità dei dati. Misura quanto i singoli valori si dispersono attorno alla media nel campione che hai osservato. Se stai misurando la pressione arteriosa di cento pazienti, la deviazione standard ti dice quanto le misurazioni variano tra un paziente e l’altro. È una proprietà dei tuoi dati.
L’errore standard è un’altra cosa. Non descrive i dati: descrive la stima. Misura quanto la media campionaria che hai calcolato potrebbe variare se ripetessi lo studio con un campione diverso. È una misura di precisione della stima, non di variabilità dei soggetti.
La confusione nasce perché i due numeri si assomigliano nella forma. Entrambi si esprimono nelle stesse unità della variabile, entrambi compaiono accanto alle medie, ma raccontano storie diverse. E siccome lo standard error è sempre più piccolo della deviazione standard, usarlo al posto di quest’ultima fa sembrare i dati più omogenei di quanto siano. Un effetto collaterale non sempre innocente.
Regola rapida: se vuoi descrivere quanto variano i tuoi pazienti, usi la deviazione standard. Se vuoi descrivere quanto è precisa la tua stima della media, usi lo standard error.
Numeri simili, significati opposti. La differenza non è tecnica, è concettuale.
Nota editoriale
Questo articolo ha finalità divulgative e informative. I contenuti non costituiscono consulenza professionale e non sostituiscono una valutazione specifica del tuo studio o progetto di ricerca. Mathsly Research declina ogni responsabilità per decisioni metodologiche o analitiche adottate sulla base dei soli contenuti del magazine senza consulenza professionale dedicata. Per supporto specifico:mathsly.it.