Marcadores    
nCr y nPr    
Frecuencias    
Puntuación z    
Porcentajes    
Proporciones    
Descuentos    
Velocidad    
Densidad    
Molaridad    
Masa molar    
Ley de Ohm    
Divisiones    
Divisores    
Fracciones    
Redondeo    
Ecuaciones    
Sistemas 2x2    
Inecuaciones    
Potencias    
Logaritmos    
Semivida    
Forma polar    
De Moivre    
Pendiente    
Distancia GPS    
Cónicas    
Fibonacci    
Recurrencias    
Vectores    
Matrices    
Determinantes    
sen, cos, tg    
Triángulos    
Círculo    
Calcular edad    
Sumar horas    
Valor actual    
Valor futuro    
Payback    
Tráfico SEO    
Punto muerto    
Calcular CAGR    
Peso ideal    
Masa magra    
Talla diana    
Wind chill    
kWh a euros    
Consumo real    
Papel pintado    
Agujero guía    
m³ de madera    
   Agregar
Probabilidad y números aleatorios: calculadoras
Dos sucesos (y, o)
Dos sucesos (y, o)
Hallar P(A) y P(B)
Hallar P(A) y P(B)
Al menos una vez
Al menos una vez
Teorema de Bayes
Teorema de Bayes
Valor esperado
Valor esperado
Binomial B(n, p)
Binomial B(n, p)
nCr y nPr
nCr y nPr
Perm. circulares
Perm. circulares
Con repetición
Con repetición
Números aleatorios
Números aleatorios
Medias y estadística: calculadoras
Calcular la media
Calcular la media
Media, moda, rango
Media, moda, rango
Desviación típica
Desviación típica
Cuartiles e IQR
Cuartiles e IQR
Frecuencias
Frecuencias
Correlación (r)
Correlación (r)
Campana de Gauss
Campana de Gauss
Puntuación z
Puntuación z
IC de la media
IC de la media
Tamaño muestral
Tamaño muestral
Captura-recaptura
Captura-recaptura
Calcular p-valor
Calcular p-valor
Porcentajes y proporciones: calculadoras
Porcentajes
Porcentajes
Variación en %
Variación en %
Diferencia en %
Diferencia en %
Error relativo
Error relativo
Proporciones
Proporciones
Descuentos
Descuentos
Calculadora de IVA
Calculadora de IVA
Calcular margen
Calcular margen
Velocidad: calculadoras
Velocidad
Velocidad
Densidad y concentración: calculadoras
Densidad
Densidad
Molaridad
Molaridad
Masa molar
Masa molar
Física y electricidad: calculadoras
Ley de Ohm
Ley de Ohm
Vatios a amperios
Vatios a amperios
Código de colores
Código de colores
Caída de tensión
Caída de tensión
Conversión de unidades: calculadoras
Conversor de peso
Conversor de peso
Tallas de zapatos
Tallas de zapatos
Números enteros y con signo: calculadoras
Divisiones
Divisiones
Calculadora MCM
Calculadora MCM
Calculadora MCD
Calculadora MCD
Números enteros
Números enteros
Factores primos
Factores primos
Ec. diofánticas
Ec. diofánticas
Calculadora mod
Calculadora mod
Divisores
Divisores
Números romanos
Números romanos
Fracciones, decimales y redondeo: calculadoras
Fracciones
Fracciones
Números mixtos
Números mixtos
Simplificación
Simplificación
Fracción a decimal
Fracción a decimal
Decimal a fracción
Decimal a fracción
Redondeo
Redondeo
Ecuaciones e inecuaciones: calculadoras
Ecuaciones
Ecuaciones
Sistemas 2x2
Sistemas 2x2
Ecuación 2.º grado
Ecuación 2.º grado
Valor absoluto
Valor absoluto
Inecuaciones
Inecuaciones
Polinomios: calculadoras
Binomio de Newton
Binomio de Newton
Raíces cuadradas y raíces n-ésimas: calculadoras
Simplificar raíces
Simplificar raíces
Calcular raíces
Calcular raíces
Potencias y logaritmos: calculadoras
Potencias
Potencias
Logaritmos
Logaritmos
Número de cifras
Número de cifras
Notación ×10ⁿ
Notación ×10ⁿ
Operar ×10ⁿ
Operar ×10ⁿ
Semivida
Semivida
Números complejos: calculadoras
Números complejos
Números complejos
Forma polar
Forma polar
De Moivre
De Moivre
Funciones y gráficas: calculadoras
Pendiente
Pendiente
Ecuación recta
Ecuación recta
Proporcionalidad
Proporcionalidad
Función y = ax²
Función y = ax²
Distancia 2 puntos
Distancia 2 puntos
Distancia en 3D
Distancia en 3D
Dividir segmento
Dividir segmento
Distancia a recta
Distancia a recta
Distancia GPS
Distancia GPS
Completar cuadrado
Completar cuadrado
Circunferencia
Circunferencia
Cónicas
Cónicas
Coord. polares
Coord. polares
Sucesiones: calculadoras
Prog. aritmética
Prog. aritmética
Prog. geométrica
Prog. geométrica
Fibonacci
Fibonacci
Recurrencias
Recurrencias
Vectores: calculadoras
Vectores
Vectores
Producto vectorial
Producto vectorial
Matrices: calculadoras
Matrices
Matrices
Determinantes
Determinantes
Matriz inversa
Matriz inversa
Geometría plana: calculadoras
sen, cos, tg
sen, cos, tg
Grados ⇔ radianes
Grados ⇔ radianes
a sen θ + b cos θ
a sen θ + b cos θ
Triángulos
Triángulos
Área del triángulo
Área del triángulo
Resolver triángulo
Resolver triángulo
Teorema Pitágoras
Teorema Pitágoras
Ángulos polígono
Ángulos polígono
Razón semejanza
Razón semejanza
Rectas paralelas
Rectas paralelas
Área rectángulo
Área rectángulo
Área paralelogramo
Área paralelogramo
Área del trapecio
Área del trapecio
Círculo
Círculo
Sector circular
Sector circular
Ángulo inscrito
Ángulo inscrito
Área de la elipse
Área de la elipse
Geometría del espacio: calculadoras
Volumen del cubo
Volumen del cubo
Área del cubo
Área del cubo
Volumen ortoedro
Volumen ortoedro
Área del ortoedro
Área del ortoedro
Volumen cilindro
Volumen cilindro
Área del cilindro
Área del cilindro
Volumen de esfera
Volumen de esfera
Área de la esfera
Área de la esfera
Vol. del casquete
Vol. del casquete
Área del casquete
Área del casquete
Vol. del elipsoide
Vol. del elipsoide
Área del elipsoide
Área del elipsoide
Volumen pirámide
Volumen pirámide
Área pirámide
Área pirámide
Volumen del cono
Volumen del cono
Área del cono
Área del cono
Tronco de cono
Tronco de cono
Área tronco de cono
Área tronco de cono
Volumen de un tubo
Volumen de un tubo
Volumen cápsula
Volumen cápsula
Área de la cápsula
Área de la cápsula
Fechas y horas: calculadoras
Calcular edad
Calcular edad
Días entre fechas
Días entre fechas
Sumar días a fecha
Sumar días a fecha
Dentro de X horas
Dentro de X horas
Día de la semana
Día de la semana
Sumar horas
Sumar horas
Diferencia horaria
Diferencia horaria
Horas trabajadas
Horas trabajadas
Tiempo entre horas
Tiempo entre horas
Horas trabajadas
Horas trabajadas
Finanzas y economía: calculadoras
Interés compuesto
Interés compuesto
Interés simple
Interés simple
Ahorro e intereses
Ahorro e intereses
Calculadora TVM
Calculadora TVM
Valor actual
Valor actual
Valor futuro
Valor futuro
Calculadora de ROI
Calculadora de ROI
Calculadora de TIR
Calculadora de TIR
Payback
Payback
Rentabilidad media
Rentabilidad media
Calcular el PIB
Calcular el PIB
Marketing online y métricas publicitarias: calculadoras
Calcular el CTR
Calcular el CTR
Tasa de conversión
Tasa de conversión
CPC, CPM y CPA
CPC, CPM y CPA
Calcular el ROAS
Calcular el ROAS
CPA de equilibrio
CPA de equilibrio
Calcular el LTV
Calcular el LTV
Calcular el CAC
Calcular el CAC
Calcular el churn
Calcular el churn
Significación A/B
Significación A/B
Muestra test A/B
Muestra test A/B
Tráfico SEO
Tráfico SEO
Punto muerto
Punto muerto
Margen y markup
Margen y markup
Calcular CAGR
Calcular CAGR
Salud y forma física: calculadoras
Calculadora IMC
Calculadora IMC
Ciclos de sueño
Ciclos de sueño
Calorías diarias
Calorías diarias
Metabolismo basal
Metabolismo basal
Calculadora TDEE
Calculadora TDEE
Peso ideal
Peso ideal
Grasa corporal
Grasa corporal
Masa magra
Masa magra
Calorías quemadas
Calorías quemadas
Proteínas al día
Proteínas al día
Calcular macros
Calcular macros
Hidratos al día
Hidratos al día
Grasas al día
Grasas al día
Talla diana
Talla diana
Deporte: calculadoras
Hándicap de golf
Hándicap de golf
Calcular ritmo
Calcular ritmo
Calculadora 1RM
Calculadora 1RM
Zonas de pulso
Zonas de pulso
Meteorología: calculadoras
Índice de calor
Índice de calor
Wind chill
Wind chill
Punto de rocío
Punto de rocío
Informática: calculadoras
Cambio de base
Cambio de base
Calcular subredes
Calcular subredes
Tiempo de descarga
Tiempo de descarga
Energía del hogar y presupuesto: calculadoras
Consumo eléctrico
Consumo eléctrico
kWh a euros
kWh a euros
kWh/año a euros
kWh/año a euros
Frigorías por m²
Frigorías por m²
Gasto del aire
Gasto del aire
Gasto calefacción
Gasto calefacción
Gas o electricidad
Gas o electricidad
Ahorro con LED
Ahorro con LED
Calculadora sueldo
Calculadora sueldo
Presupuesto hogar
Presupuesto hogar
Coche: calculadoras
Gasto de gasolina
Gasto de gasolina
Coste de recarga
Coste de recarga
VE vs gasolina
VE vs gasolina
Consumo real
Consumo real
Medida neumático
Medida neumático
Energía solar y baterías: calculadoras
Producción solar
Producción solar
Número de placas
Número de placas
Amortización solar
Amortización solar
Batería doméstica
Batería doméstica
Casa y bricolaje: calculadoras
Calcular baldosas
Calcular baldosas
Calcular escalera
Calcular escalera
Calcular hormigón
Calcular hormigón
m² de paredes
m² de paredes
Papel pintado
Papel pintado
Calcular pintura
Calcular pintura
Suelo laminado
Suelo laminado
m² de fachada
m² de fachada
Calcular grava
Calcular grava
Mortero y hormigón
Mortero y hormigón
Calcular pendiente
Calcular pendiente
Despiece de madera
Despiece de madera
Edificabilidad
Edificabilidad
Vinílico en rollo
Vinílico en rollo
Calcular aislante
Calcular aislante
Medir cortinas
Medir cortinas
Pulgadas de TV
Pulgadas de TV
Calcular sustrato
Calcular sustrato
Césped en rollo
Césped en rollo
Calcular bloques
Calcular bloques
Calcular ladrillos
Calcular ladrillos
Tarima exterior
Tarima exterior
Longitud de rampa
Longitud de rampa
Agujero guía
Agujero guía
Renovaciones/hora
Renovaciones/hora
Diluir pintura
Diluir pintura
Calcular rodapié
Calcular rodapié
Medir un estor
Medir un estor
Colgar cuadros
Colgar cuadros
Pendiente desagüe
Pendiente desagüe
Calcular tornillos
Calcular tornillos
m³ de madera
m³ de madera
Calcular valla
Calcular valla
Contracción madera
Contracción madera
Calcular silicona
Calcular silicona
Pérdidas de calor
Pérdidas de calor
¿Cabe el mueble?
¿Cabe el mueble?
Cajas de mudanza
Cajas de mudanza
Capacidad armario
Capacidad armario
Despiece tableros
Despiece tableros
Flecha de baldas
Flecha de baldas

Calculadora de desviación típica poblacional y muestral

Escribe los números cuya dispersión quieres medir, separados por punto y coma (;). Se calculan a la vez la desviación típica poblacional σ y la muestral s, junto con la media, las varianzas y la suma de cuadrados de las desviaciones.

Escribe 2 números o más separados por punto y coma (;), por ejemplo 10 ; 12 ; 23 ; 23 ; 16. Se admiten decimales (3,5) y números negativos.
Resultado y gráfica
Escribe los datos en la casilla de la izquierda separados por punto y coma y pulsa «Calcular». El resultado aparecerá aquí.

Qué puedes hacer en esta página

  • Escribe los datos separados por punto y coma (;) y obtienes al momento la desviación típica (también llamada desviación estándar)
  • Muestra a la vez la desviación típica poblacional \(\sigma\) (se divide entre \(N\)) y la muestral \(s\) (se divide entre \(N-1\))
  • También calcula la media \(\mu\), la suma de cuadrados de las desviaciones \(\sum (x_i-\mu)^2\) y las varianzas \(\sigma^2\) y \(s^2\), así que puedes seguir cada paso de un vistazo
  • En la misma página tienes la explicación sencilla de las fórmulas y las fórmulas listas para copiar en Excel, Hojas de cálculo de Google y Python
Si tus datos son todo el grupo que quieres estudiar, usa la desviación típica poblacional \(\sigma\). Si son solo una parte (una muestra) de un grupo más grande y quieres estimar la dispersión de ese grupo entero, usa la desviación típica muestral \(s\). Si dudas, compara las dos. Hacen falta al menos 2 datos.

¿Para qué sirve este cálculo?

Comparar notas con la puntuación z (estudios y exámenes)

La puntuación z (o puntuación típica) dice a cuántas desviaciones típicas está una nota de la media: \(z = \dfrac{x - \text{media}}{\text{desviación típica}}\). La desviación típica está justo en el denominador.
Si en un examen la media de la clase es un 6 y la desviación típica es 1,5, un 8,4 tiene \(z = (8{,}4 - 6) \div 1{,}5 = 1{,}6\): está 1,6 desviaciones típicas por encima de la media. Así se explica por qué la misma nota destaca más en un examen en el que casi todos sacan notas parecidas (poca dispersión).

Reducir la variación en la fabricación y el control de calidad (industria)

Por muy precisa que sea la fabricación, la longitud de los tornillos o el peso de las piezas varía un poco. En las fábricas se mide esa variación con la desviación típica y se controla el proceso para que «la media ± 3 desviaciones típicas» quede dentro de las especificaciones del cliente.
Cuanto menor es la desviación típica, más uniformes y mejores son los productos. Es una medida tan básica que mejorar la calidad consiste, casi literalmente, en hacerla más pequeña.

Medir el riesgo de una inversión (dinero y finanzas)

Dos inversiones pueden tener la misma rentabilidad media, un 5 %, pero la que tiene mayor desviación típica en sus rentabilidades tendrá años de grandes subidas y años de grandes caídas, así que se considera más arriesgada.
En finanzas, la desviación típica de las rentabilidades se llama volatilidad y es la medida de riesgo más habitual (aparece, por ejemplo, en la ficha de los fondos de inversión). Para decidir bien con el dinero, mira la dispersión además de la media.

Comparar lo estable que es el clima (meteorología y lectura de datos)

Dos ciudades pueden tener la misma temperatura media anual. Si la desviación típica de sus temperaturas mensuales es pequeña, el clima es suave todo el año (como en la costa); si es grande, hay mucha diferencia entre el verano y el invierno (como en el interior peninsular).
La desviación típica convierte en un número «estable o cambiante», algo que la media sola no muestra. Se usa para comparar climas y para planificar cultivos y turismo.

Fijar los valores de referencia de los análisis (salud)

Los valores de referencia que aparecen en un análisis de sangre se fijan a veces con los datos de muchas personas sanas, tomando más o menos «la media ± 2 desviaciones típicas» (en la práctica, cada prueba usa un método adaptado a la forma de su distribución).
Conocer la desviación típica ayuda a mantener la calma: salirse un poco del rango de referencia no significa estar enfermo, porque una parte de las personas sanas también queda fuera.

Fórmulas y figuras

Media
Figura
Notación matemática (la forma habitual)
\(\mu\) \(=\) \((x_1 + x_2 + \cdots + x_N)\) \(\div\) \(N\)
En palabras (los símbolos cambiados por palabras)
③ \(\mu\): media \(=\) ① suma de los datos \(\div\) ② \(N\): número de datos
La fórmula en palabras
① La suma de los datos
② dividida entre el \(N\): número de datos
③ da la \(\mu\): media
Ejemplo rápido
Con los datos 10 ; 12 ; 23 ; 23 ; 16 ; 23 ; 21 ; 16 (8 datos), la media es la suma, 144, dividida entre 8
\(\mu\): media \(=\) suma (144) \(\div\) número de datos (8)
\(144 \div 8 = 18\)
La idea clave
La desviación típica mide cuánto se aleja cada dato de la media, así que el punto de partida es calcular la media. Cuando trabajas con una muestra, la media se llama media muestral y se suele escribir \(\bar{x}\) («x barra»), pero se calcula exactamente igual.
Suma de cuadrados de las desviaciones
Figura
Notación matemática (la forma habitual)
\(S\) \(=\) \(\displaystyle\sum_{i=1}^{N}\) \((x_i - \mu)\) \(2\)
En palabras (los símbolos cambiados por palabras)
④ \(S\): suma de cuadrados de las desviaciones \(=\) ③ \(\displaystyle\sum\): sumar todo ① diferencia entre cada dato \(x_i\) y la media \(\mu\) (la desviación) ② al cuadrado
La fórmula en palabras
① La diferencia entre cada dato y la media (la desviación)
② se eleva al cuadrado (así todas quedan positivas),
③ se suma todo \(\displaystyle\sum\)
④ y se obtiene la \(S\): suma de cuadrados de las desviaciones
Ejemplo rápido
Con los datos 1 y 5 (media 3), las desviaciones son \(1-3=-2\) y \(5-3=2\). Elevando cada una al cuadrado y sumando
\(S\): suma de cuadrados de las desviaciones \(=\) desviación (−2) al cuadrado \(+\) desviación (2) al cuadrado
\((-2)^2 + (2)^2 = 4 + 4 = 8\)
La idea clave
Si sumas sin más las desviaciones (las diferencias entre cada dato y la media), el resultado siempre es 0, porque las positivas y las negativas se anulan. Por eso primero se elevan al cuadrado, para que todas sean positivas, y después se suman. Esa es la suma de cuadrados de las desviaciones, la base para convertir la dispersión en un número. La varianza poblacional, la varianza muestral y las dos desviaciones típicas salen todas de esta \(S\). Lo único que cambia entre población y muestra es si se divide entre \(N\) o entre \(N-1\).
Varianza (poblacional y muestral)
Figura
Notación matemática (la forma habitual)
\(\sigma^2\) \(=\) \(S\) \(\div\) \(N\)
\(s^2\) \(=\) \(S\) \(\div\) \((N-1)\)
En palabras (los símbolos cambiados por palabras)
③ \(\sigma^2\): varianza poblacional \(=\) ① \(S\): suma de cuadrados de las desviaciones \(\div\) ② \(N\): número de datos
⑥ \(s^2\): varianza muestral \(=\) ④ \(S\): suma de cuadrados de las desviaciones \(\div\) ⑤ \((N-1)\): uno menos que el número de datos
La fórmula en palabras
① La \(S\): suma de cuadrados de las desviaciones
② dividida entre el \(N\): número de datos
③ da la \(\sigma^2\): varianza poblacional .
④ La misma suma de cuadrados de las desviaciones \(S\)
⑤ dividida entre \((N-1)\): uno menos que el número de datos
⑥ da la \(s^2\): varianza muestral
Ejemplo rápido
Con los datos 2 y 8 (media 5, suma de cuadrados de las desviaciones 18), la varianza poblacional es 18 entre el número de datos, 2, y la muestral es 18 entre (2 − 1)
\(\sigma^2\): varianza poblacional \(=\) 18 \(\div\) 2
\(\sigma^2 = 18 \div 2 = 9\)
\(s^2 = 18 \div (2 - 1) = 18 \div 1 = 18\)
La idea clave
La varianza mide el tamaño de la dispersión, pero como los datos se elevan al cuadrado, la unidad también queda al cuadrado (con notas, «puntos²»), y eso cuesta imaginarlo. Por eso en el paso siguiente se saca la raíz cuadrada para recuperar la unidad: eso es la desviación típica. La varianza muestral se divide entre \(N-1\) y no entre \(N\) porque, al estimar la dispersión de una población a partir de una muestra, dividir entre \(N\) la subestima un poco. Dividir entre un número una unidad menor lo corrige (es la corrección de Bessel, y \(N-1\) son los grados de libertad). Ojo con los nombres: en muchos libros españoles «varianza muestral» es la que divide entre \(N\), y la que divide entre \(N-1\) se llama cuasivarianza. En esta página, igual que en las funciones de Excel y Python, llamamos varianza muestral \(s^2\) a la que divide entre \(N-1\) (la cuasivarianza).
Desviación típica (poblacional y muestral)
Figura
Notación matemática (la forma habitual)
\(\sigma\) \(=\) \(\sqrt{\sigma^2}\)
\(s\) \(=\) \(\sqrt{s^2}\)
En palabras (los símbolos cambiados por palabras)
② \(\sigma\): desviación típica poblacional \(=\) ① raíz cuadrada de la varianza poblacional \(\sigma^2\)
④ \(s\): desviación típica muestral \(=\) ③ raíz cuadrada de la varianza muestral \(s^2\)
La fórmula en palabras
① La raíz cuadrada de la varianza poblacional \(\sigma^2\) (el número que, al cuadrado, da la varianza)
② es la \(\sigma\): desviación típica poblacional .
③ La raíz cuadrada de la varianza muestral \(s^2\)
④ es la \(s\): desviación típica muestral
Ejemplo rápido
Con los mismos datos 2 y 8, se saca la raíz cuadrada de la varianza poblacional, 9, y de la muestral, 18
\(\sigma\): desviación típica poblacional \(=\) \(\sqrt{9}\)
\(\sigma = \sqrt{9} = 3\)
\(s = \sqrt{18} \approx 4{,}243\)
La idea clave
La desviación típica es la raíz cuadrada de la varianza, así que tiene la misma unidad que los datos (con notas, la desviación típica también está en puntos). Por eso es fácil imaginar «cuánto se separan los datos de la media, más o menos». Cuanto mayor es la desviación típica, más dispersos están los datos; cuanto menor, más agrupados alrededor de la media. Si todos los valores son iguales, no hay dispersión y la desviación típica vale 0.
La desviación típica se calcula así: 1) halla la media; 2) eleva al cuadrado la diferencia de cada dato con la media (cada desviación) y súmalas todas (la suma de cuadrados de las desviaciones); 3) divide entre el número de datos N (población) o entre N − 1 (muestra) para obtener la varianza; 4) saca la raíz cuadrada. Entre población y muestra solo cambia si divides entre N o entre N − 1.

Símbolos y términos

Símbolos

\(x_1, x_2, \ldots, x_N\) x sub uno, x sub dos, …, x sub ene Cada uno de los datos cuya dispersión quieres medir (por ejemplo, las notas de un examen de 8 alumnos).
\(N\) ene El número de datos (por ejemplo, con 8 alumnos, \(N = 8\)).
\(\mu\) mu La media. Esta letra griega representa la media de una población. La de una muestra se escribe \(\bar{x}\) («x barra»), pero se calcula igual.
\(x_i - \mu\) x sub i menos mu La desviación. Indica cuánto se aleja cada dato de la media.
\(S\) ese La suma de cuadrados de las desviaciones, \(\sum (x_i-\mu)^2\): cada desviación al cuadrado y todas sumadas. De ella salen la varianza y la desviación típica.
\(\sigma^2\) sigma al cuadrado La varianza poblacional: la suma de cuadrados de las desviaciones dividida entre el número de datos \(N\).
\(\sigma\) sigma La desviación típica poblacional, raíz cuadrada de la varianza poblacional. Es el símbolo más conocido de la dispersión.
\(s^2\) ese al cuadrado La varianza muestral (cuasivarianza): la suma de cuadrados de las desviaciones dividida entre \(N-1\).
\(s\) ese La desviación típica muestral, raíz cuadrada de la varianza muestral.
\(\sum\) sumatorio (sigma mayúscula) Símbolo que significa «sumar todo». \(\sum_{i=1}^{N} x_i\) es la suma desde \(x_1\) hasta \(x_N\).

Términos

desviación típica Número que indica cuánto se dispersan los datos alrededor de la media. Es la raíz cuadrada de la varianza y tiene la misma unidad que los datos, así que sirve muy bien como «separación típica respecto a la media». Es la medida de dispersión más usada. También se llama desviación estándar.
varianza La media de las desviaciones al cuadrado (las diferencias entre cada dato y la media). Mide el tamaño de la dispersión, pero su unidad está al cuadrado, así que lo normal es sacar la raíz cuadrada y usar la desviación típica.
desviación La diferencia entre un dato y la media (\(x_i - \mu\)). Si es positiva, el dato está por encima de la media; si es negativa, por debajo. Sumadas tal cual siempre dan 0, por eso se elevan al cuadrado antes de usarlas.
suma de cuadrados de las desviaciones Las desviaciones elevadas al cuadrado y sumadas. La varianza y la desviación típica salen todas de este valor.
población Todo el grupo que quieres estudiar. Si tus datos son el grupo completo, usa la desviación típica poblacional \(\sigma\).
muestra Parte de los datos tomada de una población (el grupo completo). Para estimar la dispersión del grupo completo a partir de una muestra, usa la desviación típica muestral \(s\).
cuasivarianza La varianza que se usa para estimar la de una población a partir de una muestra (también llamada varianza muestral corregida). Se divide la suma de cuadrados de las desviaciones entre \(N-1\): dividir entre \(N\) daría una dispersión de la población demasiado pequeña, y dividir entre un número una unidad menor lo corrige.
corrección de Bessel Dividir entre \(N-1\) en lugar de entre \(N\) al calcular la varianza muestral. A \(N-1\) también se le llama grados de libertad.

Conviene saber antes de empezar

Esto es lo que te ayuda a usar el cálculo de esta página entendiendo lo que hace, no solo pulsando el botón.

La media (5.º-6.º de Primaria, 10-12 años)
  • Saber que media = suma ÷ número de datos
  • Entender que la media indica más o menos dónde está el centro de los datos
Números enteros y paréntesis (1.º de ESO, 12-13 años)
  • Saber hacer restas con resultado negativo, como \(1 - 3 = -2\)
  • Saber que un número negativo al cuadrado da positivo, como \((-2)^2 = 4\)
Potencias (1.º de ESO, 12-13 años)
  • Entender que elevar al cuadrado es multiplicar un número por sí mismo, como \(3^2 = 3 \times 3 = 9\)
Raíces cuadradas (1.º-2.º de ESO, 12-14 años)
  • Entender la raíz cuadrada como «el número que, al cuadrado, da ese número», como \(\sqrt{9} = 3\)
  • Saber que una raíz que no es exacta, como \(\sqrt{18}\), se puede escribir con un decimal aproximado
Estadística, parámetros de dispersión (de 3.º de ESO a Bachillerato, 14-18 años)
  • Entender que datos con la misma media pueden estar repartidos de forma distinta
  • Entender que la varianza y la desviación típica expresan con un número el tamaño de la dispersión

Cómo calcularlo en Excel

Copia la tabla entera y pégala en la celda A1 de Excel. Funciona tal cual.
Tabla para calcular la media
Dato 1 10
Dato 2 12
Dato 3 23
Dato 4 23
Dato 5 16
Dato 6 23
Dato 7 21
Dato 8 16
Número de datos N =CONTAR(B1:B8)
Suma Σx =SUMA(B1:B8)
Media μ =PROMEDIO(B1:B8)
Tabla para calcular la suma de cuadrados de las desviaciones S
Dato 1 10
Dato 2 12
Dato 3 23
Dato 4 23
Dato 5 16
Dato 6 23
Dato 7 21
Dato 8 16
Suma de cuadrados de las desviaciones S =DESVIA2(B1:B8)
Tabla para calcular la desviación típica σ y la varianza σ² poblacionales
Dato 1 10
Dato 2 12
Dato 3 23
Dato 4 23
Dato 5 16
Dato 6 23
Dato 7 21
Dato 8 16
Varianza poblacional σ² =VARP(B1:B8)
Desviación típica poblacional σ =DESVESTP(B1:B8)
Tabla para calcular la desviación típica s y la varianza s² muestrales
Dato 1 10
Dato 2 12
Dato 3 23
Dato 4 23
Dato 5 16
Dato 6 23
Dato 7 21
Dato 8 16
Varianza muestral s² =VAR(B1:B8)
Desviación típica muestral s =DESVEST(B1:B8)
Al pegarla, las celdas B1 a B8 son las de tus datos y las celdas en verde y negrita se calculan solas.
En la primera tabla, la media μ sale 18. En la tercera, la desviación típica poblacional σ es de unos 4,899, y en la cuarta, la muestral s es de unos 5,237.
Si tienes otro número de datos, añade (o quita) filas y cambia «B1:B8» en las fórmulas por tu rango real (con 10 datos, B1:B10).
DESVESTP y VARP, con «P», son para una población (entre N). DESVEST y VAR, sin «P», son para una muestra (entre N − 1). DESVIA2 da la suma de cuadrados de las desviaciones de una vez.

Cómo calcularlo en Hojas de cálculo de Google

Copia la tabla entera y pégala en la celda A1 de Hojas de cálculo de Google. Funciona tal cual.
Tabla para calcular la media
Dato 1 10
Dato 2 12
Dato 3 23
Dato 4 23
Dato 5 16
Dato 6 23
Dato 7 21
Dato 8 16
Número de datos N =CONTAR(B1:B8)
Suma Σx =SUMA(B1:B8)
Media μ =PROMEDIO(B1:B8)
Tabla para calcular la suma de cuadrados de las desviaciones S
Dato 1 10
Dato 2 12
Dato 3 23
Dato 4 23
Dato 5 16
Dato 6 23
Dato 7 21
Dato 8 16
Suma de cuadrados de las desviaciones S =DESVIA2(B1:B8)
Tabla para calcular la desviación típica σ y la varianza σ² poblacionales
Dato 1 10
Dato 2 12
Dato 3 23
Dato 4 23
Dato 5 16
Dato 6 23
Dato 7 21
Dato 8 16
Varianza poblacional σ² =VARP(B1:B8)
Desviación típica poblacional σ =DESVESTP(B1:B8)
Tabla para calcular la desviación típica s y la varianza s² muestrales
Dato 1 10
Dato 2 12
Dato 3 23
Dato 4 23
Dato 5 16
Dato 6 23
Dato 7 21
Dato 8 16
Varianza muestral s² =VAR(B1:B8)
Desviación típica muestral s =DESVEST(B1:B8)
Con Hojas de cálculo de Google en español funcionan las mismas fórmulas que en Excel. Copia la tabla entera, pégala en la celda A1 y cambia B1 a B8 por tus propios números.
También aquí DESVESTP y VARP sirven para una población, y DESVEST y VAR para una muestra.

Cómo calcularlo en Python

import statistics

numbers = [10, 12, 23, 23, 16, 23, 21, 16]  # los datos cuya dispersión quieres medir

mean = statistics.mean(numbers)               # media μ
pstdev = statistics.pstdev(numbers)           # desviación típica poblacional σ (entre N)
pvariance = statistics.pvariance(numbers)     # varianza poblacional σ²
sstdev = statistics.stdev(numbers)            # desviación típica muestral s (entre N-1)
svariance = statistics.variance(numbers)      # varianza muestral s²

print(f"Número de datos: {len(numbers)} / Suma: {sum(numbers)} / Media: {mean}")
print(f"Varianza poblacional σ²: {pvariance} / Desviación típica poblacional σ: {pstdev}")
print(f"Varianza muestral s²: {svariance} / Desviación típica muestral s: {sstdev}")
Funciona solo con la biblioteca estándar (el módulo statistics). Cambia la lista numbers del principio por tus datos y ejecútalo. pstdev y pvariance, que empiezan por «p», son para una población (entre N); stdev y variance, sin «p», son para una muestra (entre N − 1). Python escribe los decimales con punto.

Cómo escribirla en LaTeX y otros lenguajes de fórmulas (para copiar y pegar)

Media
μ = Σxᵢ ÷ N
\mu = \frac{x_1 + x_2 + \cdots + x_N}{N}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
  <mrow>
    <mi>&#x03BC;</mi>
    <mo>=</mo>
    <mfrac>
      <mrow>
        <msub><mi>x</mi><mn>1</mn></msub>
        <mo>+</mo>
        <msub><mi>x</mi><mn>2</mn></msub>
        <mo>+</mo>
        <mo>&#x22EF;</mo>
        <mo>+</mo>
        <msub><mi>x</mi><mi>N</mi></msub>
      </mrow>
      <mi>N</mi>
    </mfrac>
  </mrow>
</math>
mu = (x_1 + x_2 + cdots + x_N) / N
Mean[data]
mu := add(x[i], i = 1 .. N)/N;
mu = mean(x);
μ = (x_1 + x_2 + ⋯ + x_N)/N
Suma de cuadrados de las desviaciones
S = Σ(xᵢ − μ)²
S = \sum_{i=1}^{N} (x_i - \mu)^2
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
  <mrow>
    <mi>S</mi>
    <mo>=</mo>
    <munderover>
      <mo>&#x2211;</mo>
      <mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow>
      <mi>N</mi>
    </munderover>
    <msup>
      <mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>&#x2212;</mo><mi>&#x03BC;</mi><mo>)</mo></mrow>
      <mn>2</mn>
    </msup>
  </mrow>
</math>
S = sum_(i=1)^N (x_i - mu)^2
Total[(data - Mean[data])^2]
S := add((x[i] - mu)^2, i = 1 .. N);
S = sum((x - mean(x)).^2);
S = ∑_(i=1)^N (x_i − μ)^2
Varianza (poblacional y muestral)
σ² = S ÷ N ;  s² = S ÷ (N − 1)
\sigma^2 = \frac{S}{N}, \qquad s^2 = \frac{S}{N-1}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
  <mrow>
    <msup><mi>&#x03C3;</mi><mn>2</mn></msup>
    <mo>=</mo>
    <mfrac><mi>S</mi><mi>N</mi></mfrac>
    <mo>,</mo>
    <mspace width="1em"/>
    <msup><mi>s</mi><mn>2</mn></msup>
    <mo>=</mo>
    <mfrac><mi>S</mi><mrow><mi>N</mi><mo>&#x2212;</mo><mn>1</mn></mrow></mfrac>
  </mrow>
</math>
sigma^2 = S/N, s^2 = S/(N-1)
popVar = S/n; sampleVar = Variance[data]  (* N es una función propia de Mathematica, así que el número de datos se llama n *)
sigma2 := S/N; s2 := S/(N - 1);
popVar = S/N; sampleVar = var(x);
σ^2 = S/N,  s^2 = S/(N−1)
Desviación típica (poblacional y muestral)
σ = √(σ²) ;  s = √(s²)
\sigma = \sqrt{\sigma^2} = \sqrt{\dfrac{S}{N}}, \qquad s = \sqrt{s^2} = \sqrt{\dfrac{S}{N-1}}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
  <mrow>
    <mi>&#x03C3;</mi>
    <mo>=</mo>
    <msqrt><mfrac><mi>S</mi><mi>N</mi></mfrac></msqrt>
    <mo>,</mo>
    <mspace width="1em"/>
    <mi>s</mi>
    <mo>=</mo>
    <msqrt><mfrac><mi>S</mi><mrow><mi>N</mi><mo>&#x2212;</mo><mn>1</mn></mrow></mfrac></msqrt>
  </mrow>
</math>
sigma = sqrt(S/N), s = sqrt(S/(N-1))
popSD = Sqrt[S/n]; sampleSD = StandardDeviation[data]  (* N es una función propia de Mathematica, así que el número de datos se llama n *)
sigma := sqrt(S/N); s := sqrt(S/(N - 1));
popSD = sqrt(S/numel(x)); sampleSD = std(x);
σ = √(S/N),  s = √(S/(N−1))

Cómo pedirle el cálculo a ChatGPT 

Eres un asistente de cálculo estadístico. Haz el siguiente cálculo ejecutando de verdad código de Python y basa tu respuesta solo en los números del resultado de la ejecución (no respondas calculando de cabeza ni a ojo).

Para los datos siguientes, calcula cada uno de estos valores.
Datos: 10 ; 12 ; 23 ; 23 ; 16 ; 23 ; 21 ; 16
1. El número de datos, la suma y la media
2. La suma de cuadrados de las desviaciones (la diferencia de cada dato con la media, al cuadrado y sumadas)
3. La varianza poblacional σ² (entre N) y la desviación típica poblacional σ
4. La varianza muestral s² (entre N − 1) y la desviación típica muestral s

Indica las fórmulas que has usado y los números del resultado de la ejecución.

Cómo usar
  1. 1
    Introduce los datos
    Escribe en las casillas los números con los que quieres calcular
  2. 2
    Calcula
    Pulsa el botón «Calcular»
  3. 3
    Consulta el resultado
    El resultado aparece al instante. En la misma página tienes también la idea del cálculo y la explicación de la fórmula
  Las ventajas de DataChef
Fácil y gratis
Conversiones gratis e ilimitadas
Sin conocimientos técnicos: fácil e intuitivo
Sin registro
Disponible nada más entrar
Sin necesidad de dar datos personales
Seguro y protegido
Conexión cifrada y segura (SSL)
Los archivos se borran automáticamente tras la descarga
Alta velocidad
Carga y conversión rápidas, sin esperas
Sin marcas de agua
Sin marca de agua
Sin necesidad de atribución
Uso comercial permitido
Uso comercial gratuito
Sin necesidad de pedir permiso