Em geral, o erro padrão informa o quanto você está incerto de que o verdadeiro valor da parte superior da barra é onde a barra diz que está. Quando existem várias barras, ele também pode permitir comparações entre barras, no sentido de um teste estatístico. No entanto, interpretá-los dessa maneira requer algumas suposições, mostradas graficamente abaixo. Se você estiver realmente interessado em comparar as barras para ver se as diferenças são estatisticamente significativas, execute testes nos dados e exiba quais testes foram significativos, como este.
Além disso, eu sugeriria o uso de intervalos de confiança em vez de erros padrão.
Vale a pena ler este artigo:
Cumming e Finch. "Inferência pelo olho: intervalos de confiança e como ler imagens de dados". Am Psych. Vol. 60, n. 2, 170–180.
Sua conclusão geral é: "Procure barras que se relacionem diretamente com efeitos de interesse, sejam sensíveis ao design experimental e interpretem os intervalos".
Para amostras independentes, usando intervalos de confiança, a meia sobreposição dos ICs significa que a diferença é estatisticamente significativa.
Para amostras independentes que usam barras de erro padrão, o gráfico a seguir mostra como descobrir a significância estatística: