كل دجاجة بعد تطبيق البرنامج، من المتوقع أن تزيد 0. 5 كيلوجرام ، وهذا معناه أن الوزن بعد البرنامج هو ويكون الانحراف المعياري للوزن الجديد مساويا أيضا للانحراف المعياري للقيم الأصلية ، أي أن: الانحراف المعياري للوزن بعد تطبيق البرنامج يساوي 0. 534 كيلوجرام. ثالثاً:أذا ضرب كل قيمة من قيم المفردات في مقدار ثابت ، فإن الانحراف المعياري للقيم الجديدة يساوي الانحراف المعياري للقيم الأصلية مضروبا في الثابت ، أي أن إذا كان قيم x هي القيم ،الأصلية ، وكانت القيم الجديدة هي y = ax: حيث أن a مقدار ثابت ، فإن x ،. s y = as ومثال على ذلك ، إذا كان الانحراف المعياري لدرجات عينة من الطلاب هي 4 درجات ، وإذا كان التصحيح من 50 درجة ، ويراد تعديل الدرجة ليكون التصحيح من 100 درجة، ومعنى يتم ضرب كل درجة من الدرجات الأصلية في 2 ، ومن ثم يحسب الانحراف المعياري للدرجات المعدلة كالتالي: اذاً الانحراف المعياري للدرجات المعدلة 8 درجات. مزايا وعيوب الانحراف المعياري من مزايا الانحراف المعياري 1- أنه أكثر مقاييس التشتت استخداما. 2- يسهل التعامل معه رياضيا. 3- يأخذ كل القيم في الاعتبار. ومن عيوبه ، أنه يتأثر بالقيم الشاذة.
على سبيل المثال/ لإيجاد متوسط 6 و 18 و 24، عليك أولاً جمعهم معاً. 6+18+24 = 48 ثم اقسم على عدد الأرقام في القائمة أي على (3)، 48/3=16 فالمتوسط هو 16. الجانب السلبي في استخدام أول الأساليب الإحصائية في البحوث (المتوسط): عندما يكون استخدام الوسيلة أمراً رائعاً، لا يوصى به كطريقة تحليل إحصائي قائمة بذاتها. هذا لأن القيام بذلك يمكن أن يدمر الجهود الكاملة وراء الحساب، نظراً لأنه مرتبط أيضاً بالوضع (القيمة التي تحدث غالباً) والوسيط في بعض مجموعات البيانات. فعندما تتعامل مع عدد كبير من نقاط البيانات أو من القيم المتطرفة (نقطة بيانات تختلف اختلافاً كبيراً عن غيرها) أو توزيع غير دقيق للبيانات، فإن المتوسط لا يعطي النتائج الأكثر دقة في التحليلات الإحصائية لقرار محدد. ثاني الأساليب الإحصائية/ الانحراف المعياري: الانحراف المعياري هو أسلوب التحليل الإحصائي الذي يقيس انتشار البيانات حول المتوسط. فعندما تتعامل مع انحراف معياري مرتفع، فهذا يشير إلى البيانات المنتشرة على نطاق واسع من المتوسط. وبالمثل، يوضح الانحراف المنخفض أن معظم البيانات تتماشى مع المتوسط ويمكن أيضاً تسميتها بالقيمة المتوقعة للمجموعة.