Como Calcular Desvio Padrão

Começando pelo que importa: o passo a passo

Achei 10 leituras de uma máquina: 3, 5, 7, 5, 9, 4, 6, 5, 8, 5. O primeiro movimento é somar tudo e dividir por 10, o que dá média de 5. Agora o trabalho de verdade: subtrair a média de cada valor, elevar ao quadrado e somar esses quadrados. (3-5)² = 4 (5-5)² = 0 (7-5)² = 4 (5-5)² = 0 (9-5)² = 16 (4-5)² = 1 (6-5)² = 1 (5-5)² = 0 (8-5)² = 9 (5-5)² = 0

Soma dos quadrados: 35. Dividido por 10 (população) ou 9 (amostra). Raiz quadrada do resultado. População: raiz de 3,5 = 1,87. Amostral: raiz de 3,89 = 1,97. Dois números diferentes para o mesmo conjunto. Isso é normal e importante.

Como calcular desvio padrão na prática

O desvio padrão mede o quanto os dados se espalham em torno da média. Valores pequenos indicam concentração; valores grandes, dispersão. A fórmula populacional divide pela quantidade total de observações (N). A amostral divide por N-1, e esse N-1 existe porque estimar um parâmetro desconhecido a partir de uma amostra gera viés sistematicamente para baixo se você não corrigir. Formulário rápido:

População: = ((x - )² / N) Amostra: s = ((x - x)² / (n-1)) x é cada valor observado. é a média populacional. x é a média amostral. N é o tamanho da população. n é o tamanho da amostra. significa somatório.

Quase sempre você trabalha com amostra, não com população inteira. Use a versão com N-1 a menos que você tenha literalmente todos os dados que importam no problema.

Por que a distinção entre população e amostra custa caro quando errada

Certa vez estava tratando dados de tolerância dimensional de um lote de 47 peças usinadas. As especificações do cliente eram 10,00 ± 0,15 mm. Calculei o desvio padrão com divisão por N em vez de n-1, achei que o processo estava dentro da capacidade e liberei a documentação. Quando o cliente pediu para refazer com a fórmula amostral, o número subiu de 0,042 para 0,044. Não parecia muito, mas o índice Cp caiu de 1,19 para 1,14 e já quebrava o requisito interno da empresa, que exigia Cp 1,15. O trabalho de refazer a análise demorou cerca de três horas, incluindo a reunião em que precisei explicar o erro. A lição prática: sempre deixe explícito qual fórmula você usou e qual é o pressuposto por trás dela. Documentação sem isso volta pra sua mesa na forma de cobrança ou retrabalho.

Se precisar de algo concreto agora, a calculadora online do Desvio Padrão Online fornece cálculo populacional e amostral com demonstração passo a passo, sem cadastro. Útil pra conferência rápida.

Armadilhas que ninguém sempre menciona

Unidade do resultado. O desvio padrão tem a mesma unidade dos dados originais. Se seus dados estão em milímetros, o desvio padrão também está em milímetros. A variância, que é o quadrado do desvio padrão, fica em mm² — isso dificulta a interpretação direta. Por isso se fala em desvio padrão, não em variância, quando o objetivo é comunicar espalhamento. Distribuição importa. A regra empírica de que 68% dos dados ficam dentro de ±1 desvio padrão da média só vale para distribuição normal. Com assimetria forte ou caudas grossas, essa estimativa pode ficar muito distante da realidade. Num dataset de tempos de resposta de servidor com cauda longa, ±1 cobria apenas 52% das observações, não 68%. Nesse cenário, usar intervalo interquartil é mais honesto.

Outliers multiplicam o efeito. Como o cálculo eleva tudo ao quadrado, um único ponto distante inflaciona o desvio padrão mais do que você imaginaria. Dois ou três valores atípicos podem dobrar o número sem mudar o comportamento do resto dos dados. Antes de confiar no resultado, olhe um boxplot ou histograma. Trate outliers com critério, não por impulso. Amostras pequenas são instáveis. Com menos de 20 observações, o desvio padrão estimado varia bastante de amostra pra amostra. O erro padrão da variância é aproximadamente ²·(2/(n-1)). Para n=10, isso dá cerca de 47% do valor true. Isso significa que seu número pode estar longe da realidade e você não vai saber só olhando pra ele.

Quando esse número simplesmente não resolve

Desvio padrão pressupõe simetria em torno da média e sensibilidade a valores extremos. Se seus dados são assimétricos, multimodais ou contêm muitos zero, ele resume mal a situação. Nessas condições, considere mediana com intervalo interquartil, coeficiente de variação para comparação relativa, ou medidas de assimetria e curtose juntas. Em análise de processos industriais com especificação assimétrica, o Cpk com a correção de deslocamento da média costuma ser mais útil do que o Cp baseado só no desvio padrão. Outro limite: desvio padrão não captura dependência temporal. Séries temporais com autocorrelação podem apresentar desvio padrão baixo aparentemente, enquanto oscilam de forma previsível. Nesse caso, analise o periodograma ou a função de autocorrelação antes de tomar decisão baseada só no SP.

Cálculo manual versus ferramentas

Fazer à mão funciona para dez a vinte valores. Acima disso, o risco de erro aumenta e o tempo consome mais do que deveria. Planilhas resolvem em segundos com as funções padrão: Excel/Google Sheets: =DESVPAD.P() para população, =DESVPAD.PA() para amostra no padrão brasileiro. Versão internacional usa STDEV.P e STDEV.S.

R: sd(x) para amostra, para população calcule manualmente ou use a package descuser. Python com numpy: np.std(x, ddof=0) para população, ddof=1 para amostra. A diferença de tempo entre cálculo manual e planilha costuma reduzir de cerca de vinte minutos para trinta segundos, dependendo da complexidade dos dados e da familiaridade com a ferramenta.

Resumo direto

Identifique se trabalha com população ou amostra. Some os quadrados dos desvios em relação à média. Divida por N ou n-1 conforme o caso. Tire a raiz quadrada. Verifique a unidade. Analise a distribuição antes de interpretar. Documente qual fórmula usou. Reveja com um segundo par de olhos quando o resultado for usado em decisão crítica. Isso cobre o essencial sem rodeio.