odchylenie standardowe mierzy, jak bardzo rozproszone są punkty danych.
jeżeli wartości danych są sobie równe, to odchylenie standardowe wynosi zero.
jeśli duża część punktów danych leży w pobliżu średniej wartości, odchylenie standardowe jest małe.
eksperyment, który daje dane o niskim odchyleniu standardowym, mówi się, że mają wysoką precyzję.
jeśli duża część punktów danych leży daleko od średniej wartości, odchylenie standardowe jest duże.
eksperyment, który daje dane o wysokim odchyleniu standardowym, mówi się, że ma niską precyzję.
odchylenie standardowe jest najpopularniejszą ilościową miarą precyzji i jest mierzona w stosunku do średniej 
.
średnia lub średnia, , jest obliczana z:
gdzie N to liczba pomiarów, a xi to każdy indywidualny pomiar. czasami nazywa się średnią próby, aby odróżnić ją od prawdziwej lub średniej populacji, μ.
jest to łatwiejsze niż się wydaje: w praktyce obliczanie średniej jest znacznie prostsze niż sugeruje nieco skomplikowane równanie powyżej. Równanie po prostu mówi, aby zsumować wartości pomiarów i podzielić przez liczbę pomiarów.
odchylenie standardowe, S, jest statystyczną miarą dokładności dla serii powtarzanych pomiarów.Zaletą użycia s do cytowania niepewności w wyniku jest to, że ma te same jednostki, co dane eksperymentalne.
w rozkładzie normalnym (±jedno odchylenie standardowe) obejmuje 68% pomiarów i (±dwa odchylenia standardowe) obejmuje 96% pomiarów.Odchylenie standardowe oblicza się z:
gdzie N to liczba pomiarów, xi to każdy indywidualny pomiar, a to średnia wszystkich pomiarów.
ilość (xi – ) nazywa się „pozostałością” lub”odchyleniem od średniej” dla każdego pomiaru. Ilość (N-1) nazywana jest „stopniami swobody” pomiaru.
względne odchylenie standardowe (RSD) jest przydatne do porównywania niepewności między różnymi pomiarami o różnej wielkości bezwzględnej.RSD jest obliczana na podstawie odchylenia standardowego, s, i jest zwykle wyrażana jako części na tysiąc (ppt) lub procent (%):
%- RSD jest również nazywany „współczynnik wariancji” lub CV.
inne miary precyzji
opisane powyżej ilościowe miary precyzji są najczęściej stosowane do zgłaszania wyników analitycznych.Możesz napotkać inne miary dokładności, a kilka innych ilości jest wymienionych tutaj w celu uzupełnienia.
błąd standardowy
wariancja
zaletą pracy z wariancji jest to, że wariancji z niezależnych źródeł zmienności mogą być sumowane w celu uzyskania całkowitej wariancji dla pomiaru.
wszystkie powyższe równania mają na celu uzyskanie precyzji stosunkowo niewielkiej liczby powtarzanych pomiarów.Dla 20 lub więcej pomiarów należy użyć:
odchylenie standardowe True lub Population
jest to oznaczone symbolem sigma:
równanie to:
