1サンプルの分散のすべての統計量を解釈する

サンプルサイズ（N）は、サンプルに含まれる観測値の合計数です。

標準偏差とは、散布度、つまり平均を中心としたデータの広がり方を表す最も一般的な測度です。記号σ（シグマ）は、母集団の標準偏差を示す場合によく使用されますが、sはサンプルの標準偏差を示す場合にも使用されます。多くの場合、工程に対してランダム（自然）な変動は雑音と呼ばれます。

標準偏差は、データと同じ単位を使用します。

解釈

サンプルデータの標準偏差は、母集団標準偏差の推定値です。

標準偏差は母集団全体ではなくサンプルデータに基づくため、サンプル標準偏差が母集団標準偏差に一致する可能性は低いと言えます。より良好に母集団標準偏差を推定するためには、信頼区間を使用します。

標準偏差を使用して、工程の全体的な変動を推定するためのベンチマークを設定することもできます。

病院1

病院2

分散は、平均を中心としたデータの広がりを測定します。分散は標準偏差の二乗に等しくなります。

信頼区間は、母集団標準偏差または母分散の値が含まれる可能性が高い範囲です。データのサンプルはランダムであるため、2つの母集団サンプルの信頼区間が同一である可能性は低くなります。しかし、サンプルを何度も繰り返して測定すると、得られた信頼区間または限界値の特定の割合に未知の母集団標準偏差または母分散が含まれることになります。このような標準偏差や分散を含む信頼区間や限界値の割合（%）を区間の信頼水準と言います。たとえば、95%の信頼水準は、母集団から100個のサンプルをランダムに採取した場合、そのうちおよそ95個からは母集団標準偏差または母分散を含む区間が得られると期待することができます。

上限は、母集団標準偏差または母分散がそれより小さくなる可能性が高い値です。下限は、母集団標準偏差または母分散がそれより大きくなる可能性が高い値です。

信頼区間により、結果の実質的な有意性を評価しやすくなります。状況に応じた専門知識を利用して、信頼区間に実質的に有意な値が含まれているかどうかを判断します。信頼区間が広すぎて役に立たない場合、サンプルのサイズを増加させることを検討します。 詳細は、信頼区間の精度を高める方法を参照してください。

検定統計量は、観測された分散比とその仮説分散を測定するカイ二乗検定の統計量です。

自由度（DF）は、未知のパラメータの値を推定し、その推定値の変動性を計算するためにデータで使用できる情報量を示します。1サンプルの分散検定では、自由度はサンプルに含まれる観測値の数によって決まります。

p値は帰無仮説を棄却するための証拠を測定する確率です。p値が小さいほど、帰無仮説を棄却するための強力な証拠となります。