Desvio Padrão e Variância: medir a dispersão dos dados
A média diz onde os dados se concentram. O desvio padrão diz o quanto eles se espalharam em torno dessa média.
Renato Freitas
Atualizado em 27 de abril de 2026
O que é dispersão e por que importa
Dois grupos podem ter a mesma média e serem completamente diferentes. Turma A: notas {7, 7, 7, 7}. Turma B: notas {4, 6, 8, 10}. Média de ambas = 7, mas o desempenho é muito diferente. A dispersão mede exatamente esse espalhamento dos dados em torno da média.
Dispersão baixa significa que os valores estão próximos da média. Dispersão alta significa que os valores variam muito. Conhecer a dispersão é essencial para comparar grupos, avaliar riscos e tomar decisões baseadas em dados.
🧮 Teste você mesmo — CalcSim
Quer mais recursos? Baixar app CalcSim IA
Variância: o passo intermediário
A variância calcula a média dos quadrados das diferenças entre cada valor e a média do conjunto. Elevar ao quadrado garante que diferenças positivas e negativas não se anulem.
Para uma população inteira, a variância populacional usa n no denominador. Para uma amostra (subconjunto de uma população), usa-se n-1 no denominador — isso se chama correção de Bessel e evita subestimar a variância real da população.
- Variância populacional: σ² = Σ(xi - μ)² / n
- Variância amostral: s² = Σ(xi - x̄)² / (n - 1)
- xi = cada valor, μ ou x̄ = média, n = quantidade de valores
Desvio padrão: de volta à unidade original
O problema da variância é que a unidade fica ao quadrado. Se os dados são em kg, a variância fica em kg². O desvio padrão resolve isso tirando a raiz quadrada da variância, devolvendo o resultado na mesma unidade dos dados originais.
Exemplo: notas {4, 6, 8, 10}, média = 7. Diferenças: {-3, -1, 1, 3}. Quadrados: {9, 1, 1, 9}. Soma = 20. Variância amostral = 20 / (4-1) = 6,67. Desvio padrão amostral = √6,67 ≈ 2,58. Isso significa que as notas se desviam em média 2,58 pontos da média.
O CalcSim IA pode calcular raízes quadradas e operações intermediárias diretamente, facilitando o cálculo manual do desvio padrão passo a passo.
- Desvio padrão populacional: σ = √(Σ(xi - μ)² / n)
- Desvio padrão amostral: s = √(Σ(xi - x̄)² / (n - 1))
Como interpretar o desvio padrão
Desvio padrão próximo de zero indica dados muito concentrados em torno da média. Desvio padrão grande indica dados muito dispersos. Não existe um valor 'certo' — tudo depende do contexto.
Em controle de qualidade, baixo desvio padrão é desejável (peças com medidas consistentes). Em finanças, alto desvio padrão em um investimento indica maior risco. Em educação, alto desvio padrão nas notas pode indicar que a turma é heterogênea.
Perguntas frequentes
Quando usar variância amostral (n-1) e quando usar populacional (n)?
Use n-1 (amostral) quando seus dados são uma amostra de uma população maior e você quer estimar o desvio padrão da população total. Use n (populacional) quando você tem todos os dados da população completa. Na prática, a maioria das situações cotidianas usa a fórmula amostral.
O desvio padrão pode ser negativo?
Não. Como é calculado a partir de quadrados (sempre positivos) e de uma raiz quadrada, o desvio padrão é sempre zero ou positivo. Igual a zero significa que todos os valores são idênticos.
Qual a diferença prática entre variância e desvio padrão?
A variância é matematicamente conveniente (especialmente em fórmulas mais avançadas) mas sua unidade é difícil de interpretar. O desvio padrão tem a mesma unidade dos dados originais, tornando a interpretação imediata. No dia a dia, prefira reportar o desvio padrão.
Este artigo foi útil para você?
Avalie com estrelas para nos ajudar a melhorar o conteúdo.
Faça login para avaliar este artigo.
Ainda tem dúvida?
O Professor IA explica passo a passo
Faça uma pergunta em linguagem natural e receba uma explicação personalizada sobre Estatística Básica — ou qualquer outro tópico.
Prefere resolver pelo celular?
Baixar o app grátis →Continue aprendendo