Calculadora de Desvio Padrão

Calculadora de Desvio Padrão & Variância

Calcule desvio padrão amostral e populacional, variância, média e margem de erro instantaneamente. Filtre dados brutos com detecção de outliers e curva normal.

Predefinições:
Painel de Controle e Entrada de Dados
30 Pontos Numéricos Válidos
30 Pontos Numéricos Válidos
Regime de Cálculo (Graus de Liberdade)
Nível de Confiança Estatística
Tratamento de Outliers
Multiplicador de Tukey (k × IQR)1.5x IQR
Sensível / Moderado (1,5 × IQR)Padrão de Tukey (1,5 × IQR)Outliers Extremos (3,0 × IQR)
Correção de Bessel (n - 1)

A correção de Bessel divide por (n - 1) em vez de n para eliminar o viés sistemático de subestimação da variância populacional.

Na prática de exercícios físicos, variabilidade da frequência cardíaca (VFC) ou qualidade do sono, um desvio padrão baixo reflete consistência e estabilidade biológica, enquanto variações elevadas apontam flutuações e sobrecarga no organismo.

Desvio Padrão Amostral (s)n - 1
7.9997
Variância Amostral (s²): 63.9954
Desvio Padrão Populacional (σ)N
7.8653
Variância Populacional (σ²): 61.8622
Média Aritmética (x̄)Σx / n
82.9333
Soma Total (Σx): 2,488 (n = 30)
Erro Padrão da Média (SE)1.4605
Coeficiente de Variação (CV)9.65%
Mediana (Q2)83.5
Intervalo Interquartil (IQR)12
Intervalo de Confiança da Média (95%)x̄ ± 2.9868 (t* = 2.045)
[79.9465to85.9201]
Assimetria (Fisher-Pearson)-0.21Approximately Symmetrical
Curtose (Excesso de Curtose)-0.906Platykurtic (Light tails)
Total de Observações (n)30
Média Aritmética (x̄)82.9333
Desvio Padrão Amostral (s)7.9997
Erro Padrão da Média (SE)1.4605
Mediana (Q2)83.5
Margem de Erro (±E)±2.9868

Processamento 100% no Cliente

Cálculos estatísticos de alta performance executados diretamente na memória do seu navegador.

Zero Upload para Servidores

Seus dados, pesquisas e medições permanecem estritamente locais, sem qualquer envio a servidores externos.

Exportação Pronta para Uso

Formatos de saída limpos e otimizados, prontos para uso em relatórios, planilhas e artigos.

ToolsAA•Utilitários web 100% privados no cliente
Referência técnica e guia de arquitetura

Calculadora de Desvio Padrão — Guia de referência

Calcule instantaneamente o desvio padrão amostral e populacional, variância, média e margem de erro. Trate dados dispersos com detecção de outliers e curva normal.

Calculadora de Desvio Padrão — Guia de referência — Arquitetura em memória do lado do cliente e fluxo de dados
Calculadora de Desvio Padrão — Guia de referência — Arquitetura em memória do lado do cliente e fluxo de dados

Parâmetros-chave e controles

Desvio padrão amostral (s)Estimador de dispersão estatística

Mede a variabilidade em torno da média amostral aplicando a correção de Bessel (divisão por n - 1). Esse ajuste previne a subestimação da dispersão real ao analisar amostras e subconjuntos, como as parciais semanais de 5 km de um corredor, as notas semestrais de um estudante ou os gastos mensais do orçamento familiar.

Padrão: Não enviesado (n - 1 graus de liberdade)
Desvio padrão populacional (σ)Constante de dispersão paramétrica

Quantifica a dispersão real de uma população inteira fechada, dividindo a soma dos desvios quadráticos por N. Válido estritamente quando cada entidade do universo definido é mensurada sem estimativas, como todos os 30 alunos de uma turma específica, as 12 faturas de energia elétrica de um ano civil ou cada batimento cardíaco registrado ao longo de uma corrida concluída.

Padrão: Parâmetro real (N graus de liberdade)
Variância amostral (s²)Métrica de desvio quadrático médio

A média das distâncias ao quadrado de cada observação em relação à média aritmética, expressa em unidades quadráticas (como segundos² ou pontos²). Embora seja menos intuitiva para o ritmo diário de treinos ou orçamento do que o desvio padrão, a variância funciona como a base matemática aditiva essencial para comparar a consistência de grupos no desempenho esportivo e acadêmico.

Padrão: Soma dos desvios quadráticos / (n - 1)
Erro padrão da média (SE)Indicador de precisão amostral

Mede com que precisão a média amostral representa a média real da população, calculado como s / √n. Enquanto o desvio padrão reflete a dispersão natural entre pontos de dados individuais (como a frequência cardíaca diária em repouso), o erro padrão reflete a confiança na sua média geral, diminuindo à medida que mais treinos ou medições de saúde são registrados.

Padrão: Índice de precisão s / √n
Coeficiente de variação (CV)Dispersão relativa normalizada

A razão entre o desvio padrão e a média expressa em porcentagem: (s / Média) × 100%. Oferece uma referência independente de escala para comparar a consistência entre grandezas amplamente distintas, como confrontar a variabilidade da frequência cardíaca durante o sono profundo (média de 60 bpm, s = 3 bpm, CV = 5%) com tiros de corrida intervalada em alta intensidade (média de 170 bpm, s = 8,5 bpm, CV = 5%).

Padrão: Razão de volatilidade percentual ((s / Média) × 100%)
Intervalo interquartil (IQR)Medida de dispersão não paramétrica

A amplitude entre o 75º percentil (Q3) e o 25º percentil (Q1), delimitando os 50% centrais dos seus dados. Como o IQR resiste a distorções extremas provocadas por falhas pontuais de GPS, leituras incorretas ocasionais ou picos de gastos em datas festivas, atua como padrão clínico e esportivo para identificar anomalias reais pelos limites de 1,5 × IQR de Tukey.

Padrão: Intervalo dos 50% centrais (Q3 - Q1)

Dicas profissionais e melhores práticas

Cancelamento catastrófico em fórmulas simplificadas

Evite utilizar a fórmula de atalho simplificada (Soma de x² - (Soma de x)² / n) ao calcular conjuntos com valores absolutos elevados e variações mínimas, como pontos de altimetria de GPS (1.842,1 m, 1.842,3 m) ou cronometragens com chip em maratonas. Subtrair dois números gigantescos e quase idênticos acarreta uma perda catastrófica de precisão decimal por cancelamento numérico. Em vez disso, calcule primeiro a média real da amostra, determine o desvio de cada ponto individual e, em seguida, eleve essas diferenças ao quadrado.

A falácia da regra empírica em dados assimétricos

A clássica regra empírica 68-95-99,7% pressupõe estritamente uma distribuição gaussiana simétrica em forma de sino. Ao monitorar métricas reais naturalmente assimétricas — como a economia líquida doméstica, as horas de recuperação entre blocos de treino de maratona ou o tempo perdido no trânsito diário —, os dados se concentram próximos a um limite físico mínimo de zero. Aplicar ±2 desvios padrão a dados assimétricos gera projeções de limites negativos impossíveis na prática; prefira utilizar a mediana e o intervalo interquartil (IQR).

Subestimação sutil do desvio padrão em pequenas amostras

Embora a correção de Bessel (divisão por n - 1) torne a variância amostral (s²) matematicamente não enviesada, a extração da raiz quadrada reintroduz um viés sutil para baixo no desvio padrão amostral (s) devido à desigualdade de Jensen. Ao analisar amostras reduzidas com menos de 10 observações — como cronometrar 5 tiros de velocidade ou monitorar a pressão arterial matinal por 7 dias seguidos —, o desvio padrão calculado tende a subestimar a dispersão real entre 3% e 6%.

A lei dos rendimentos decrescentes no tamanho da amostra

Como o erro padrão diminui com a raiz quadrada do tamanho da amostra (√n), reduzir a margem de erro pela metade exige quadruplicar o número de observações. Expandir o registro de treinos de corrida ou de consumo de combustível de 10 para 40 medições reduz a incerteza da estimativa em 50%, mas aumentar de 40 para 70 registros agrega apenas 18% de melhora incremental. Priorize a consistência e a exatidão das medições em vez de buscar volume excessivo de dados.

Armadilhas comuns e solução de problemas

⚠️O desvio padrão amostral retorna indefinido ou divisão por zero

O desvio padrão amostral requer pelo menos dois pontos de dados (n ≥ 2), pois a correção de Bessel divide por (n - 1). Quando apenas uma única observação é inserida (n = 1), os graus de liberdade são iguais a zero, tornando a variância matematicamente indeterminada. Alterne para o Modo Populacional caso esteja analisando um evento isolado e completo (onde N = 1, σ = 0) ou adicione mais observações à sua amostra.

⚠️O desvio padrão resulta exatamente em zero (s = 0)

Um desvio padrão igual a zero indica que todos os valores inseridos são absolutamente idênticos (por exemplo, quatro voltas consecutivas cravando 62,0 segundos). Embora válido do ponto de vista matemático, a dispersão nula reflete uniformidade perfeita e provocará erro de divisão por zero em fórmulas derivadas subsequentes, como o Coeficiente de Variação e a pontuação escore-Z (Z-score).

⚠️Desempenhos de pico legítimos classificados como falsos outliers

Filtros padrão de detecção de atípicos sinalizam qualquer valor além de 1,5 × IQR como anomalia, assumindo uma curva em sino perfeitamente equilibrada. Em medições esportivas e na rotina diária — como o ritmo intencional de um tiro de velocidade ou uma fatura de energia em mês de inverno severo —, caudas pesadas são perfeitamente normais. Aumente o limiar de outliers para 3,0 × IQR (limites externos extremos) ou confronte os registros com seu diário de treinos antes de descartar dados válidos.

⚠️O limite inferior do intervalo de confiança cai abaixo de zero

Intervalos de confiança simétricos (Média ± Margem de Erro) assumem que a variabilidade se distribui de maneira igual acima e abaixo da média. Quando a média é pequena e a variância relativa é expressiva — como na contagem de treinos perdidos na semana ou ocorrências de manutenção do veículo —, o limite inferior pode resultar matematicamente em valores negativos impossíveis. Fixe o piso mínimo em zero ou adote a mediana e intervalos de percentis não paramétricos para grandezas físicas estritamente não negativas.

Perguntas frequentes (FAQ)

Como calcular o desvio padrão passo a passo?▼

Para calcular o desvio padrão amostral: 1) determine a média aritmética; 2) subtraia a média de cada valor da amostra; 3) eleve cada diferença individual ao quadrado; 4) some todos os desvios quadráticos; 5) divida a soma por n - 1 (correção de Bessel); 6) extraia a raiz quadrada positiva: s = √[ Σ(x - Média)² / (n - 1) ]. Por exemplo, para os números 4, 8 e 12, a média é 8; as diferenças ao quadrado em relação a 8 são 16, 0 e 16 (somando 32); dividindo por (3 - 1 = 2), obtém-se a variância de 16, resultando em um desvio padrão de 4.

O que é considerado um desvio padrão bom ou aceitável?▼

Um desvio padrão adequado depende da magnitude da média, sendo avaliado pelo Coeficiente de Variação (CV = s / Média × 100%). No ritmo esportivo e em parâmetros biométricos de repouso, um CV abaixo de 5% a 8% indica consistência de alto nível, enquanto 10% a 15% é comum entre praticantes recreativos e no monitoramento de bem-estar diário. Na indústria de precisão e dosagem farmacêutica, exige-se um CV inferior a 1% a 2%, enquanto ativos financeiros de alta volatilidade frequentemente superam 30% em relação à sua média.

Qual é a diferença entre desvio padrão e variância?▼

A variância mede a dispersão média em unidades quadráticas (como segundos² ou R$²), enquanto o desvio padrão é a raiz quadrada da variância, expressando o espalhamento na mesma unidade de medida original dos seus dados (como segundos ou reais). Embora a variância seja a base matemática indispensável para testes de ANOVA e modelagem estatística, o desvio padrão oferece uma métrica intuitiva e aplicável à rotina prática, diretamente comparável às suas medições reais.

Qual é a diferença entre desvio padrão e erro padrão?▼

O desvio padrão mede a variabilidade natural de observações individuais dentro de um conjunto de dados, enquanto o erro padrão da média (SE = s / √n) quantifica a exatidão com que a média amostral reflete a média real da população. O desvio padrão descreve a dispersão dos dados e permanece relativamente estável conforme o tamanho da amostra aumenta, enquanto o erro padrão reflete a precisão da estimativa e tende a diminuir em direção a zero à medida que novas observações são adicionadas.

Por que se divide por n menos 1 em vez de n no desvio padrão amostral?▼

A divisão por n - 1 (conhecida como correção de Bessel) é necessária porque os dados de uma amostra tendem a se agrupar mais próximos da média amostral do que da verdadeira média de toda a população. O cálculo prévio da média a partir dos próprios dados impõe uma restrição algébrica (a soma de todos os desvios é obrigatoriamente zero), consumindo um grau de liberdade. Dividir por n subestima a dispersão da população de forma sistemática; a divisão por n - 1 corrige esse viés matemático, fornecendo uma estimativa fidedigna e não enviesada.

Ferramentas e utilitários relacionados

Todas as ferramentas →
Calculadora de Salário Líquidofinance

Calcule o salário líquido e a remuneração real a partir do salário bruto por hora ou anual, com descontos de impostos, previdência e benefícios.

Abrir ferramenta→
Calculadora de ROI & Retorno (CAGR)finance

Calcule o retorno sobre investimento (ROI) e o retorno anualizado (CAGR) instantaneamente. Compare lucro líquido, prazo de aplicação, corrosão inflacionária e metas de ganho.

Abrir ferramenta→
Leitor de QR Code & Código de BarrasUtilidade

Digitalize códigos QR e códigos de barras instantaneamente online usando sua webcam, câmera ou arquivo de imagem. Decodifica Wi-Fi, vCards, URLs e chaves 2FA 100% no navegador.

Abrir ferramenta→
Calculadora de Gravidez & Data do Partohealth

Calcule a data provável do parto (DPP), idade gestacional em semanas e dias, concepção e marcos do ultrassom com precisão clínica de Naegele e FIV.

Abrir ferramenta→
Adicionar Marca d'Água em PDFUtilidade

Adicione marcas d'água a arquivos PDF com texto ou imagem. Personalize transparência, ângulo, repetição em mosaico e páginas com privacidade total no navegador.

Abrir ferramenta→
Numerar Páginas de PDF OnlineUtilidade

Adicione números de página a documentos PDF online grátis. Numere páginas com carimbo Bates, deslocamentos personalizados, algarismos romanos e margens de impressão seguras.

Abrir ferramenta→