Desviación estándar y varianza: cómo medir la dispersión

La media dice dónde está el centro de un conjunto de datos, pero no dice cuánto se mueven los datos alrededor de ese centro. Dos grupos con media idéntica pueden ser radicalmente distintos: uno con todos los valores casi iguales y otro con valores dispersos entre extremos. La varianza y la desviación estándar son las dos medidas que capturan esa dispersión, y son el fondo conceptual de la inferencia estadística, el control de calidad y casi cualquier comparación de datos serias. Este artículo las construye paso a paso con un ejemplo completo.

Por qué la media sola no basta

Compara dos exámenes: el grupo A obtuvo 7, 7, 7, 7, 7 y el grupo B obtuvo 5, 6, 7, 8, 9. Ambos tienen media 7, pero son clases completamente distintas: en A todos son idénticos, en B hay diferencia de 4 puntos entre el mejor y el peor. Cualquier decisión (agrupar, reforzar, comparar con otra escuela) necesita un número que describa esa diferencia, y la dispersión es ese número. La primera idea que se suele intentar —promediar las distancias a la media— falla por una razón matemática precisa: las desviaciones se cancelan, porque las que están por encima y por debajo de la media se compensan exactamente.

El truco: elevar al cuadrado las desviaciones

La varianza resuelve el problema de la cancelación elevando al cuadrado cada desviación antes de promediar. La varianza de una población es s² = Σ(xᵢ − x̄)²/n: restar la media a cada dato, elevar al cuadrado, sumar y dividir entre n. Al cuadrado, todo es positivo, así que nada se cancela, y además los valores muy alejados de la media pesan mucho más (una desviación de 3 aporta nueve veces más que una de 1).

El único precio del cuadrado es que la varianza vive en unidades al cuadrado: si los datos son calificaciones (puntos), la varianza está en "puntos al cuadrado", que no se interpreta directamente. Por eso existe la desviación estándar: es la raíz cuadrada de la varianza, y vuelve a las unidades originales. La desviación estándar se lee así: "los datos se alejan de la media, en promedio, aproximadamente esta cantidad".

Ejemplo completo paso a paso

Calculemos la varianza y desviación estándar de los datos 4, 6, 6, 8, 10, 14. Paso 1: la media es (4+6+6+8+10+14)/6 = 48/6 = 8. Paso 2: restar la media a cada dato: −4, −2, −2, 0, 2, 6. Paso 3: elevar al cuadrado: 16, 4, 4, 0, 4, 36. Paso 4: sumar: 16+4+4+0+4+36 = 64. Paso 5: dividir entre n = 6: varianza poblacional ≈ 10,67, y la desviación estándar poblacional es su raíz: ≈ 3,27. Lectura: los datos se alejan de la media, en promedio, unos 3,3 puntos.

Población o muestra: la división entre n o n−1

Aquí está la decisión que decide puntos en cada examen: si tus datos son toda la población (todas las notas del curso), divides entre n. Si tus datos son una muestra de una población mayor (una encuesta, un experimento), divides entre n−1. La razón: al estimar la dispersión de la población a partir de una muestra, la muestra se mueve alrededor de su media, no de la verdadera, y dividir entre n−1 compensa exactamente esa inclinación.

Con el mismo ejemplo tratado como muestra: 64/(6−1) = 12,8 de varianza muestral, con desviación estándar ≈ 3,58. Nota la diferencia: 3,27 contra 3,58. El n−1 siempre produce una desviación un poco mayor, porque es la estimación prudente. La regla del examen: la palabra "muestra" o "encuesta" en el enunciado casi siempre significa n−1; "todos los estudiantes del curso" significa n.

Cómo se interpreta la desviación estándar

La desviación estándar brilla al comparar grupos y al leer una distribución. En distribuciones acampanadas y simétricas (las normales), aproximadamente el 68 % de los datos cae a menos de una desviación estándar de la media y el 95 % a menos de dos. Además permite comparar dispersión entre variables distintas: una asignatura con media 7 y desviación 1 tiene notas mucho más homogéneas que otra con media 7 y desviación 3, aunque el promedio sea el mismo. En control de calidad industrial, la desviación estándar pequeña es sinónimo de proceso estable.

Errores frecuentes

Preguntas frecuentes

¿Puede la desviación estándar ser cero o negativa?

Puede ser cero (todos los datos idénticos, como el grupo A de 7, 7, 7, 7, 7) pero nunca negativa: las desviaciones se elevan al cuadrado y una raíz cuadrada no es negativa. Si te sale negativa, revisa el cálculo.

¿Por qué cuadrar en lugar de usar valor absoluto?

El valor absoluto también produce una medida válida (la desviación media), pero el cuadrado es matemáticamente manejable: es derivable, descompone la varianza en partes y conecta con la probabilidad y la física (energía cuadrática media). Por eso el estadístico estándar mundial es el cuadrático.

¿Qué es el coeficiente de variación?

Es la desviación estándar dividida entre la media (en tanto por uno). Sirve para comparar la dispersión de variables con unidades o escalas distintas: un coeficiente del 5 % indica proceso muy estable y uno del 40 % indica gran variabilidad relativa.

Practica con la calculadora

Calcula a mano media, varianza y desviación (poblacional y muestral) de dos conjuntos con la misma media, y compara. La calculadora de estadística del sitio muestra cada paso del cálculo. Después conecta la dispersión con la incertidumbre en el artículo de probabilidad básica: la desviación estándar es el vocabulario con el que la probabilidad describe el azar.

Sigue aprendiendo

Media, mediana y moda · Probabilidad básica · Permutaciones y combinaciones

Calculadora de estadística · Todos los artículos · Glosario