O que é desvio padrão
O desvio padrão mede o quanto os valores de um conjunto de dados costumam se afastar da média. Um desvio padrão baixo indica que os valores estão concentrados perto da média, enquanto um desvio padrão alto indica que os valores estão mais espalhados. É uma das medidas de dispersão mais usadas em estatística, ciência de dados e controle de qualidade.
Fórmulas usadas
Variância populacional: σ² = Σ(x − μ)² ÷ N
Variância amostral: s² = Σ(x − x̄)² ÷ (n − 1)
Desvio padrão: desvio padrão = √variância
Coeficiente de variação: CV = (desvio padrão ÷ média) × 100
Amostra ou população: qual escolher
Use o cálculo populacional quando o conjunto de dados representa TODOS os elementos que você quer analisar, como as notas de todos os alunos de uma turma específica. Use o cálculo amostral quando os dados são apenas uma amostra retirada de um grupo maior, como as respostas de 200 clientes entre milhares, usadas para estimar o comportamento de todo o público. A divisão por n-1 no cálculo amostral (em vez de n) é conhecida como correção de Bessel, e existe porque uma amostra tende a subestimar ligeiramente a variabilidade real da população inteira.
Exemplo prático
Para o conjunto de dados 2, 4, 4, 4, 5, 5, 7, 9, a média é 5. Calculando o desvio populacional, a variância é 4 e o desvio padrão é exatamente 2, um exemplo clássico usado em livros de estatística introdutória.
Para que serve o coeficiente de variação
Comparar desvios padrão diretamente só faz sentido quando os conjuntos de dados têm médias parecidas. Se um conjunto tem média 1.000 e desvio padrão 50, e outro tem média 10 e desvio padrão 5, o segundo conjunto é proporcionalmente muito mais disperso, mesmo com um desvio padrão absoluto menor. O coeficiente de variação resolve esse problema ao expressar a dispersão como uma porcentagem da média, permitindo comparar a variabilidade relativa entre conjuntos de dados de escalas diferentes.
A regra empírica em uma distribuição normal
Quando um conjunto de dados segue aproximadamente uma distribuição normal (o clássico "sino"), a regra empírica, também chamada de regra 68-95-99,7, descreve como os valores se distribuem em torno da média: cerca de 68% dos dados ficam dentro de 1 desvio padrão da média, 95% dentro de 2 desvios padrão, e 99,7% dentro de 3 desvios padrão. Essa regra é muito usada para identificar valores atípicos (outliers) e para entender rapidamente a dispersão esperada de um conjunto de dados.