Resumen y concepto básico

La desviación típica, también conocida como desviación estándar, es una medida que cuantifica cuánto se dispersan los valores de un conjunto respecto a su centro —habitualmente la media aritmética o el valor esperado. Una desviación típica baja indica que los datos están concentrados alrededor de la media; una desviación alta señala mayor dispersión. Es una de las medidas de variabilidad más utilizadas en estadística por su relación directa con las unidades originales de la variable.

Definición y símbolos

Formalmente, la desviación típica es la raíz cuadrada de la varianza. Para una población completa se representa por la letra griega σ {\displaystyle \sigma }, y para una muestra por la letra s {\displaystyle s}. La varianza mide el promedio de los cuadrados de las diferencias entre los datos y la media; al aplicar la raíz cuadrada se recuperan las unidades originales, lo que facilita la interpretación práctica.

Cómo calcularla (pasos básicos)

  1. Calcular la media del conjunto de datos.
  2. Restar la media a cada observación y elevar al cuadrado cada diferencia.
  3. Calcular el promedio de esos cuadrados: para una población, dividir entre n; para una muestra, dividir entre n−1.
  4. Tomar la raíz cuadrada del resultado para obtener la desviación típica.

El ajuste n−1 en la muestra corrige el sesgo en la estimación de la varianza poblacional cuando sólo se dispone de datos parciales.

Interpretación y regla práctica

Si los datos siguen una distribución aproximadamente normal, la desviación típica permite aplicar reglas empíricas: cerca del 68% de los valores estará dentro de una desviación típica de la media, alrededor del 95% dentro de dos desviaciones y casi el 99.7% dentro de tres. Esta propiedad convierte a σ (o s) en una herramienta útil para detectar outliers y evaluar si diferencias observadas son importantes en relación con la variabilidad intrínseca.

Usos y ejemplos

  • Ciencia: investigadores reportan desviaciones típicas para describir la variabilidad experimental y valorar la significación de diferencias; por ello muchas veces consideran relevantes cambios mayores que dos o tres veces la desviación típica (ver a los científicos como usuarios habituales).
  • Finanzas: en inversiones y análisis de riesgos la desviación típica de retornos indica volatilidad y se emplea para comparar alternativas.
  • Control de calidad: permite establecer límites de tolerancia y detectar procesos fuera de control.
  • Comunicación de incertidumbre: el margen de error informado en encuestas suele relacionarse con la desviación típica de la estimación.

Propiedades y precauciones

Entre sus propiedades principales están: nunca es negativa (σ ≥ 0), es cero sólo si todos los datos son idénticos, y comparte las mismas unidades que la variable original. Sin embargo, tiene limitaciones: es sensible a valores extremos y no describe bien distribuciones muy asimétricas. En esos casos conviene complementarla con medidas robustas como la mediana o el rango intercuartílico.

Notas históricas y referencias

La desviación típica surgió del desarrollo de la teoría de la probabilidad y la estadística en los siglos XVIII y XIX como forma práctica de resumir dispersión. Hoy es una herramienta básica en numerosas disciplinas y su interpretación depende del contexto —por ejemplo, una desviación típica aceptable en finanzas puede ser inaceptable en ingeniería de precisión.

Para profundizar en definiciones, ejemplos numéricos y aplicaciones específicas, consulte recursos introductorios y manuales estadísticos en línea: definición, cálculo, interpretación, incidencia en márgenes, uso científico, aplicación financiera, muestras, símbolos estadísticos.