样本标准差测量的是**数据的离散程度**。

样本标准差是**衡量一组数据分散或集中程度的一个统计量**，它是各数据偏离平均数的差值的平方和的平均数（方差）的算术平方根。在数据分析中，标准差可以告诉我们数据点相对于平均值的波动大小，从而反映出数据集的稳定性或一致性。一个较小的标准差意味着数据点更接近平均值，而较大的标准差则意味着数据点更分散。

具体来说，样本标准差有以下几个关键点：

1. **计算方式**：样本标准差是通过计算每个样本数据点与样本平均值之差的平方和，然后除以样本数量减一（即自由度），最后开平方得到。

2. **表示方法**：通常用符号M±SD来表示，其中M是样本的平均值，SD是样本的标准差，这种表示方式可以直观地展示出大多数数据点的分布范围。

3. **应用场景**：样本标准差常用于统计学中的假设检验、置信区间的构建以及在实验设计中评估结果的可靠性等场景。

4. **与总体标准差的区别**：样本标准差是对总体标准差的一个估计，它在分母上使用的是样本数量减一，这是因为我们使用样本数据来估计总体参数时需要修正偏差。

综上所述，了解样本标准差对于数据分析至关重要，因为它可以帮助我们理解数据的变异性，从而更好地解释研究结果和做出决策。

样本的标准差，反映的是一组样本当中数据的离散程度，而离散程度能够反映样本对总体的代表程度。