Statistikere sammenligner ofte to eller flere grupper, når de udfører forskning. Enten på grund af deltagernes frafald eller finansieringsårsager, kan antallet af individer i hver gruppe variere. For at kompensere for denne variation bruges en speciel type standardfejl, der tegner sig for en gruppe deltagere, der bidrager med mere vægt til standardafvigelsen end en anden. Dette er kendt som en samlet standardfejl.
Foretag et eksperiment, og registrer prøvestørrelser og standardafvigelser for hver gruppe. Hvis du f.eks. Var interesseret i den samlede standardfejl i det daglige kaloriindtagelse af lærere versus skolebørn, ville du registrere prøvestørrelsen på 30 lærere (n1 = 30) og 65 studerende (n2 = 65) og deres respektive standardafvigelser (lad os sige s1 = 120 og s2 = 45).
Beregn den samlede standardafvigelse repræsenteret af Sp. Find først tælleren for Sp²: (n1 - 1) x (s1) ² + (n2 - 1) x (s2) ². Ved hjælp af vores eksempel ville du have (30 - 1) x (120) ² + (65 - 1) x (45) ² = 547.200. Find derefter nævneren: (n1 + n2 - 2). I dette tilfælde ville nævneren være 30 + 65 - 2 = 93. Så hvis Sp² = tæller / nævner = 547.200 / 93? 5.884, derefter Sp = sqrt (Sp²) = sqrt (5.884)? 76,7.
Beregn den samlede standardfejl, der er Sp x sqrt (1 / n1 + 1 / n2). Fra vores eksempel ville du få SEp = (76,7) x sqrt (1/30 + 1/65)? 16.9. Årsagen til at du bruger disse længere beregninger er at redegøre for den tungere vægt af studerende, der mere påvirker standardafvigelsen, og fordi vi har forskellige prøvestørrelser. Dette er, når du skal "samle" dine data sammen for at konkludere mere nøjagtige resultater.