标准偏差 (Standard Deviation) 是统计学中常用的一种量化表示数据分散程度的方法，它是指数据离平均值的平均差异程度。通常用 σ (sigma) 表示标准偏差，标准偏差越小，表示样本数据越集中。

标准偏差的计算公式如下：

σ = √[Σ(xi-µ)²/n]

其中，xi表示第i个数据点，µ表示所有数据点的平均值，Σ表示求和符号，n表示数据点的个数，√表示开方。

下面将以一个数据集为例详细介绍如何计算标准偏差。

假设有一个班级的成绩数据如下：

85，90，75，80，95

首先，先求出这些数据的平均值。

µ = (85+90+75+80+95)/5 = 85

然后，按照标准偏差的公式计算。

σ = √[((85-85)² + (90-85)² + (75-85)² + (80-85)² + (95-85)²)/5]

σ = √[((0)² + (5)² + (-10)² + (-5)² + (10)²)/5]

σ = √[(0+25+100+25+100)/5]

σ = √[250/5]

σ = √50

σ = 7.07

因此，这个班级成绩的标准偏差为7.07。

总的来说，标准偏差是衡量数据分散程度的重要指标之一，计算起来比较简单，但需要一定的数学基础和计算能力。在实际应用中，人们常常利用标准偏差来分析数据的可靠程度、稳定性和波动幅度等，帮助决策者作出更科学合理的决策。