Standardfelkalkylator
Beräkna medelvärdesstandarfelet för att mäta hur precist ditt urvalsmedelvärde skattar det sanna populationsmedelvärdet. Används i forskningsrapporter, kvalitetskontroll och all analys där du behöver kvantifiera urvalsvariabilitet.
Last updated: May 2026
Om denna räknare
Medelvärdets standardfel (SEM) kvantifierar hur mycket urvalsmedelvärden varierar från urval till urval. För en oändlig population eller en stor population i förhållande till urvalsstorleken gäller SEM = σ / √n, där σ är populationens standardavvikelse och n är urvalsstorleken. När urvalet utgör en betydande andel av en ändlig population minskar korrektionsfaktorn för ändlig population (FPC) SEM för att ta hänsyn till den minskade variabiliteten: SEM = (σ / √n) × √[(N − n) / (N − 1)], där N är populationsstorleken. FPC är värd att tillämpa när urvalsfraktionen n/N överstiger ungefär 5 %. Ett lägre SEM indikerar en mer precis skattning av populationsmedelvärdet. SEM skiljer sig från standardavvikelsen — SD beskriver spridningen inom ett urval, medan SEM beskriver precisionen hos urvalsmedelvärdet som en skattning.
Hur du använder den
En skola har N = 200 elever. Du tar ett urval på n = 50 elever och finner en standardavvikelse på σ = 15 poäng på ett test. Steg 1: Grundläggande SEM = 15 / √50 = 15 / 7,071 ≈ 2,12. Steg 2: Eftersom n/N = 50/200 = 25 %, tillämpa FPC: √[(200 − 50) / (200 − 1)] = √[150 / 199] = √0,7538 ≈ 0,868. Steg 3: Korrigerat SEM = 2,12 × 0,868 ≈ 1,84. Korrektionsfaktorn för ändlig population minskar standardfelet med ungefär 13 %, vilket återspeglar att du har sampla en fjärdedel av populationen.
Vanliga frågor
Vad är skillnaden mellan standardavvikelse och standardfel?
Standardavvikelse (SD) mäter spridningen hos enskilda datapunkter kring urvalsmedelvärdet — den beskriver variabiliteten inom ditt dataset. Medelvärdets standardfel (SEM) mäter hur precist ditt urvalsmedelvärde skattar det sanna populationsmedelvärdet — det beskriver variabiliteten mellan tänkta upprepade urval. SEM = SD / √n, så SEM är alltid mindre än SD och minskar när urvalsstorleken ökar. Att rapportera SEM i stället för SD kan få data att verka mer precisa än de är; ange alltid tydligt vilket mått du redovisar i dina resultat.
När bör jag tillämpa korrektionen för ändlig population på standardfelet?
Korrektionsfaktorn för ändlig population (FPC) bör tillämpas när ditt urval utgör en icke försumbar andel av den totala populationen, typiskt när n/N överstiger 5 % eller 10 %. I den situationen överskattar standardformeln variabiliteten, eftersom sampling utan återläggning innebär att samma individ inte kan observeras två gånger. FPC-faktorn √[(N−n)/(N−1)] är alltid mindre än 1 och minskar därmed SEM. För mycket stora populationer — som nationella undersökningar — är n/N försumbart litet och FPC gör i praktiken ingen skillnad, varför den vanligtvis utelämnas.
Hur minskar ett större urval medelvärdets standardfel?
Eftersom SEM-formeln är σ / √n minskar standardfelet i takt med att kvadratroten av urvalsstorleken ökar. En fördubbling av urvalsstorleken minskar SEM med en faktor √2 (ungefär 29 %), och en fyrfaldigad urvalsstorlek halverar SEM. Detta innebär att avkastningen av att samla in mer data avtar — att gå från n = 10 till n = 40 halverar felet, men att gå från n = 100 till n = 400 ger samma relativa vinst till betydligt högre kostnad. Forskare använder detta samband vid styrkeanalyser för att avgöra hur stort urval som krävs för önskad precisionsnivå.