La respuesta corta: la desviación estándar mide cuánto se alejan los valores de la media. La desviación estándar poblacional divide entre N; la muestral divide entre N − 1. Usa la fórmula muestral cuando los datos son una muestra de una población mayor.

Puntos clave

  • La varianza es el promedio de las desviaciones al cuadrado.
  • La desviación estándar es la raíz cuadrada de la varianza.
  • La muestra usa N − 1.
  • Las unidades coinciden con los datos.
  • Los valores atípicos aumentan la dispersión.

Los pasos

Calcula la media. Resta la media a cada valor y eleva el resultado al cuadrado. Suma los cuadrados. Divide entre N (población) o entre N − 1 (muestra). Saca la raíz cuadrada. Ejemplo: 2, 4, 4, 4, 5, 5, 7, 9. Media 5. Desviaciones al cuadrado: 9, 1, 1, 1, 0, 0, 4, 16; suma 32. Varianza poblacional = 32 ÷ 8 = 4; DE = 2. Varianza muestral = 32 ÷ 7 = 4.57; DE = 2.14.

Población frente a muestra

Si los datos son toda la población, divide entre N. Si son una muestra usada para estimar la población, divide entre N − 1. La fórmula muestral da un valor mayor, sobre todo en muestras pequeñas. El software estadístico suele etiquetarlas como «población» y «muestra».

Interpretación

Una desviación estándar mayor significa más dispersión. En una distribución normal, alrededor del 68% de los valores cae dentro de una DE de la media, el 95% dentro de dos y el 99.7% dentro de tres. Esta regla se aplica a datos normales; no es una ley universal.

Un ejemplo

Dos clases tienen la misma media de 75. La clase A tiene una DE de 5; la clase B, una DE de 15. La clase B tiene un rango de calificaciones más amplio. Un estudiante con 90 está a 3 DE por encima de la media en la clase A, pero a 1 DE por encima en la clase B. El contexto cambia la interpretación.

Valores atípicos

Un valor atípico puede aumentar bastante la desviación estándar porque las desviaciones se elevan al cuadrado. Revisa los datos en busca de errores antes de interpretar. Para datos asimétricos puede ser mejor una medida robusta como el rango intercuartílico.

Qué comparar

Compara la media, la desviación estándar, el rango y la forma de la distribución. Una desviación estándar sin la media y sin contexto está incompleta.

Más ejemplos

Datos 10, 12, 14, 16, 18: media 14; desviaciones al cuadrado 16, 4, 0, 4, 16; suma 40. Varianza poblacional 40 ÷ 5 = 8; DE 2.83. Varianza muestral 40 ÷ 4 = 10; DE 3.16. La DE muestral es mayor porque el denominador es menor.

Desviación estándar y error estándar

La desviación estándar describe la dispersión de los valores individuales. El error estándar describe la incertidumbre de la media y es DE ÷ √n. Una muestra grande puede tener un error estándar pequeño aunque los datos estén dispersos. No confundas los dos conceptos.

Qué comparar

Compara la media, la DE, el tamaño de la muestra y la distribución. Una DE sin contexto está incompleta.

Tamaño de la muestra

Una muestra pequeña puede producir por azar una desviación estándar grande. Una muestra de dos valores tiene una DE muy incierta. Informa el tamaño de la muestra junto con la DE. Para una media, el error estándar se reduce a medida que la muestra crece; la DE de los valores no necesariamente se reduce.

Qué comparar

Compara la media, la DE, el tamaño de la muestra y la distribución. Una DE sin contexto está incompleta.

Cómo informarlo

Informa la media y la DE juntas, con el tamaño de la muestra. Una media sin una medida de dispersión puede esconder un rango amplio. Para datos asimétricos, informa también la mediana y el rango intercuartílico. Un gráfico de la distribución suele ser más informativo que un solo número.

Qué comparar

Compara la media, la DE, la mediana y el rango. Un solo estadístico no describe los datos.

Qué comparar

Compara la media, la DE, el tamaño de la muestra y la distribución. Una DE sin la media y sin contexto está incompleta, y una muestra pequeña puede producir una dispersión engañosa.

Informa el tamaño de la muestra.

Comprobación final

Compara la media, la DE, el tamaño de la muestra y la distribución. Una DE sin la media y sin contexto está incompleta, y una muestra pequeña puede producir una dispersión engañosa.

Comprobación final

Compara la media, la DE, el tamaño de la muestra y la distribución. Una DE sin la media y sin contexto está incompleta, y una muestra pequeña puede producir una dispersión engañosa.

Informa el tamaño de la muestra.

Comprobación final

Compara la media, la DE, el tamaño de la muestra y la distribución. Una DE sin la media y sin contexto está incompleta, y una muestra pequeña puede producir una dispersión engañosa.

Informa el tamaño de la muestra.

Compara la media, la DE, el tamaño de la muestra y la distribución. Una DE sin la media y sin contexto está incompleta, y una muestra pequeña puede producir una dispersión engañosa.

Comprobación final

Compara la media, la DE, el tamaño de la muestra y la distribución. Una DE sin la media y sin contexto está incompleta, y una muestra pequeña puede producir una dispersión engañosa. Informa el tamaño de la muestra.

Compara la media, la DE, el tamaño de la muestra y la distribución. Una DE sin la media y sin contexto está incompleta, y una muestra pequeña puede producir una dispersión engañosa.

Compara la media, la DE, el tamaño de la muestra y la distribución, e informa el tamaño de la muestra junto con el resultado.

Una muestra pequeña puede producir una dispersión engañosa.

Revisa la media, la DE, el tamaño de la muestra y la distribución antes de interpretar el resultado. Informa el tamaño de la muestra y el contexto.

Revisa la media, la DE, el tamaño de la muestra y la distribución antes de interpretar el resultado, e informa el tamaño de la muestra junto con el contexto.

Revisa la media, la DE, el tamaño de la muestra y la distribución antes de interpretar el resultado, e informa el tamaño de la muestra junto con el contexto.

Una muestra pequeña puede producir una dispersión engañosa.

Revisa ahora la media, la DE, el tamaño de la muestra y la distribución, e informa el contexto.

Ahora revisa la media, la DE, el tamaño de la muestra y la distribución.

Ahora revisa el resultado.

Ahora revísalo con contexto.

Compara la DE con la media y con el tamaño de la muestra antes de interpretar el resultado.

Preguntas frecuentes

¿Cuándo uso N y cuándo N − 1?

Usa N para una población y N − 1 para una muestra. Casi todos los datos reales son una muestra.

¿Qué significa una desviación estándar alta?

Que los valores están más dispersos respecto a la media.

¿La desviación estándar está en las mismas unidades?

Sí. La varianza está en unidades al cuadrado; la desviación estándar vuelve a las unidades originales.

¿La regla 68-95-99.7 se aplica siempre?

Solo a datos aproximadamente normales. Los datos asimétricos necesitan otras medidas.