Variância: Fórmula, Cálculo e Diferença do Desvio Padrão

A variância mede a dispersão dos dados em torno da média, calculada como a média dos quadrados dos desvios. Nos valores 4, 6, 7, 9 e 9, cuja média é 7, a variância é 3,6. Extraindo a raiz quadrada dela, chega-se ao desvio padrão: 1,897.

Variância e desvio padrão medem a mesma coisa e são calculados na mesma sequência — a diferença está na unidade e no uso. Este guia mostra o cálculo passo a passo, explica por que se elevam os desvios ao quadrado e esclarece quando reportar uma ou outra.

A fórmula

σ² = Σ(xᵢ − μ)² ÷ N

Traduzindo: pegue cada valor, subtraia a média, eleve ao quadrado, some tudo e divida pela quantidade de valores.

Cálculo passo a passo

Usando os dados 4, 6, 7, 9, 9:

Passo 1 — a média

(4 + 6 + 7 + 9 + 9) ÷ 5 = 7.

Passo 2 — os desvios

−3, −1, 0, 2, 2.

Passo 3 — os quadrados

9, 1, 0, 4, 4. Soma: 18.

Passo 4 — dividir pela quantidade

18 ÷ 5 = 3,6. Essa é a variância populacional.

Por que elevar ao quadrado

Há duas razões, e entendê-las esclarece toda a lógica da estatística descritiva.

Primeira: a soma dos desvios sem elevar ao quadrado é sempre zero. No exemplo: −3 −1 + 0 + 2 + 2 = 0. Os desvios negativos anulam exatamente os positivos, por definição de média. Sem o quadrado, toda variância seria zero e a medida seria inútil.

Segunda: o quadrado dá peso maior aos afastamentos grandes. Um desvio de 4 contribui com 16, enquanto quatro desvios de 1 contribuem com apenas 4 no total. Isso é desejável: um valor muito distante da média representa mais dispersão do que vários levemente distantes.

Existe uma alternativa que usa o valor absoluto em vez do quadrado — o desvio médio absoluto. Ela é mais intuitiva, mas tem propriedades matemáticas piores, e por isso a variância se consolidou como padrão.

Populacional ou amostral

• Variância populacional (σ²) — divide por N. Use quando os dados cobrem todo o universo de interesse.
• Variância amostral (s²) — divide por N − 1. Use quando os dados são uma amostra de um conjunto maior.

No exemplo, a variância amostral seria 18 ÷ 4 = 4,5, contra 3,6 da populacional.

A divisão por N−1, conhecida como correção de Bessel, corrige um viés: uma amostra tende a subestimar a dispersão real da população, porque seus valores estão mais próximos da média amostral do que da média populacional verdadeira. No Excel, isso corresponde a VAR.P e VAR.A.

Variância ou desvio padrão: qual reportar

A diferença prática está na unidade.

Se os dados são salários em reais, a variância vem em "reais ao quadrado" — uma unidade sem significado físico. O desvio padrão, sendo a raiz quadrada, volta para reais e pode ser interpretado diretamente: "os salários variam em média R$ 1.200,00 em torno da média".

Regra prática: reporte o desvio padrão para leitores e relatórios; use a variância dentro de cálculos estatísticos.

A variância é preferida internamente porque tem uma propriedade que o desvio padrão não tem: é aditiva. A variância da soma de variáveis independentes é a soma das variâncias. Isso não vale para desvios padrão, e é por isso que a variância aparece na ANOVA, na regressão e na teoria de portfólio.

Onde a variância é usada

• Finanças — a teoria moderna de portfólio, de Markowitz, minimiza a variância da carteira. É a medida formal de risco.
• ANOVA — a análise de variância compara grupos decompondo a variância total em componentes.
• Regressão — o R² representa a proporção da variância explicada pelo modelo.
• Controle de processos — a redução da variância é o objetivo central de metodologias como Seis Sigma.

Propriedades úteis

• A variância nunca é negativa. É soma de quadrados dividida por um número positivo.
• Variância zero significa que todos os valores são idênticos.
• Somar uma constante a todos os dados não altera a variância. Deslocar o conjunto não muda sua dispersão.
• Multiplicar todos os dados por uma constante k multiplica a variância por k². Converter de reais para centavos multiplica a variância por 10.000.

Erros comuns

• Reportar variância como se fosse desvio padrão — esquecer a raiz quadrada.
• Escolher errado entre N e N−1 em amostras pequenas, onde a diferença é significativa.
• Interpretar a variância na unidade original. Ela está ao quadrado.
• Comparar variâncias de conjuntos com escalas diferentes sem normalizar — para isso, use o coeficiente de variação.

Calculando online

Com dezenas de valores, o cálculo manual dos quadrados é lento e propenso a erro. A calculadora de variância do CalculatorWithAI aceita a lista completa e devolve o resultado sem cadastro.

Como a variância quase sempre é convertida em desvio padrão para leitura, vale usar em seguida a calculadora de desvio padrão, e reportar ambos junto à calculadora de média. Quando o interesse é a relação entre duas variáveis, a calculadora de correlação é o próximo passo. Todas estão na seção de estatística das calculadoras online por categoria.

Perguntas frequentes

Qual a diferença entre variância e desvio padrão?

O desvio padrão é a raiz quadrada da variância. Ele está na unidade original dos dados; a variância está na unidade ao quadrado.

Por que a variância eleva os desvios ao quadrado?

Porque a soma dos desvios simples é sempre zero, e o quadrado ainda dá peso maior aos afastamentos grandes.

A variância pode ser negativa?

Não. É uma soma de quadrados dividida por um número positivo, então é sempre zero ou maior.

Resumo

Variância é a média dos quadrados dos desvios em relação à média, e o desvio padrão é a sua raiz quadrada. Eleva-se ao quadrado porque a soma dos desvios simples é sempre zero e porque afastamentos grandes devem pesar mais. Use N para população e N−1 para amostra. Reporte o desvio padrão em relatórios, por estar na unidade original, e use a variância em cálculos, por ser aditiva. Uma calculadora de variância online resolve conjuntos grandes em segundos.

Moda em Estatística: Como Encontrar e Interpretar

A moda é o valor que mais se repete num conjunto de dados. Nos números 2, 5, 5, 7, 8, 5 e 9, a moda é 5, porque aparece três vezes. Diferente da média e da mediana, ela é a única medida de tendência central que funciona com dados não numéricos.

É a estatística que responde "qual o mais comum?" — a cor mais vendida, o tamanho de camisa com maior saída, o horário de pico. Este guia mostra como identificar a moda, os casos de conjunto bimodal e amodal, e por que ela é indispensável em dados categóricos.

Como encontrar a moda

O procedimento é simples: conte a frequência de cada valor e identifique o de maior contagem.

Nos dados 12, 15, 12, 18, 20, 15, 12, 22:

• 12 aparece 3 vezes
• 15 aparece 2 vezes
• 18, 20 e 22 aparecem 1 vez cada

A moda é 12.

Diferente da mediana, não é necessário ordenar os dados — embora ordenar facilite a contagem visual em listas grandes.

Classificação dos conjuntos

Unimodal

Um único valor mais frequente. É o caso mais comum.

Bimodal

Dois valores empatados na maior frequência. Em 3, 7, 7, 9, 12, 12, 15, as modas são 7 e 12. Os dois são reportados — não se escolhe um nem se tira a média deles.

Distribuição bimodal costuma ser um sinal importante: frequentemente indica que os dados misturam dois grupos distintos. Um gráfico de altura com dois picos, por exemplo, sugere que a amostra combina homens e mulheres.

Multimodal

Três ou mais valores empatados.

Amodal

Nenhum valor se repete — todos aparecem uma única vez. Nesse caso o conjunto não tem moda. Não existe "moda zero": simplesmente não há.

A vantagem exclusiva: dados categóricos

Este é o diferencial da moda. Ela é a única medida de tendência central aplicável a dados não numéricos.

Não faz sentido calcular a "média" das cores vendidas numa loja, nem a "mediana" dos estados de origem dos clientes. Mas a moda funciona perfeitamente:

• Cor mais vendida: preto
• Estado com mais clientes: São Paulo
• Forma de pagamento mais usada: Pix
• Resposta mais comum numa pesquisa: "concordo parcialmente"

É por isso que a moda domina relatórios comerciais, pesquisas de opinião e análise de comportamento.

Aplicações práticas

Gestão de estoque

A moda dos tamanhos vendidos define o mix de compra. Se o M é a moda em camisetas, ele deve ter a maior participação no estoque — a média dos tamanhos não teria significado algum.

Precificação e vendas

A faixa de preço com maior volume de vendas orienta o posicionamento do produto.

Operação e escala de equipe

O horário de pico de atendimento é a moda dos horários de chegada dos clientes — é ele que define a escala.

Pesquisa de opinião

Em perguntas de múltipla escolha, a moda é a resposta mais votada, e é ela que costuma virar manchete.

Controle de qualidade

A moda dos tipos de defeito aponta onde concentrar a correção — princípio por trás do diagrama de Pareto.

Moda em dados agrupados

Quando os dados vêm em faixas (0-10, 10-20, 20-30), identifica-se primeiro a classe modal — a faixa de maior frequência. Se for necessário um valor pontual, usa-se a fórmula de Czuber, que interpola dentro da classe modal considerando as frequências das classes vizinhas. Na prática comercial, porém, reportar a classe modal costuma ser suficiente.

Limitações

• Ignora todos os outros valores. A moda olha só para a frequência máxima e descarta o resto da informação.
• Instável em amostras pequenas. Um único dado a mais pode mudar a moda completamente.
• Pouco útil em dados contínuos sem agrupamento, já que repetições exatas são raras — pesos medidos com duas casas decimais raramente se repetem.
• Pode não existir ou existir em duplicidade, o que complica comparações automatizadas.

Por essas razões, a moda raramente é reportada sozinha em análises numéricas. Ela brilha em dados categóricos e complementa média e mediana nos demais casos.

Erros comuns

• Confundir moda com a maior frequência. A moda é o valor que mais se repete, não o número de repetições. Em 5, 5, 5, 8, a moda é 5, não 3.
• Escolher só uma moda em conjunto bimodal.
• Reportar "moda zero" em conjunto amodal — o correto é dizer que não há moda.
• Usar moda em conjuntos pequenos e tratá-la como representativa.

Calculando online

Contar frequências em listas com centenas de itens é onde os erros aparecem. A calculadora de moda do CalculatorWithAI identifica o valor mais frequente de um conjunto, incluindo casos bimodais.

Como as três medidas de tendência central se complementam, o ideal é rodar junto a calculadora de média e a calculadora de mediana — a relação entre elas revela a assimetria da distribuição. Para medir a dispersão, use a calculadora de desvio padrão. Todas estão na seção de estatística das calculadoras online por categoria.

Perguntas frequentes

Um conjunto pode ter mais de uma moda?

Sim. Dois valores empatados formam um conjunto bimodal, e ambos devem ser reportados.

O que fazer quando nenhum valor se repete?

O conjunto é amodal e não tem moda. Não se atribui valor zero.

Qual a diferença entre moda, média e mediana?

Moda é o valor mais frequente, média é a soma dividida pela quantidade e mediana é o valor central dos dados ordenados. Só a moda funciona com dados não numéricos.

Resumo

A moda é o valor mais frequente de um conjunto e não exige ordenação. Conjuntos podem ser unimodais, bimodais, multimodais ou amodais — e bimodalidade costuma indicar que os dados misturam dois grupos diferentes. Sua vantagem exclusiva é funcionar com dados categóricos, o que a torna a medida padrão em estoque, pesquisa de opinião e análise comercial. Como ignora o restante dos dados, use-a junto com média e mediana em conjuntos numéricos. Uma calculadora de moda online conta frequências sem erro.

Mediana: Como Calcular e Quando Usar em Vez da Média

A mediana é o valor central de um conjunto de dados ordenados. Nos valores 3, 7, 8, 12 e 20, a mediana é 8 — há dois valores abaixo e dois acima. Quando a quantidade de dados é par, a mediana é a média dos dois centrais.

Ela existe para resolver uma limitação séria da média: valores extremos. Estatísticas de renda, preço de imóvel e tempo de resposta são publicadas em mediana justamente porque a média, nesses casos, descreve mal a realidade. Este guia mostra o cálculo, quando preferir mediana à média e como interpretar os quartis.

Como calcular

Passo 1: ordene os dados

Esta etapa não é opcional — e é onde acontece o erro mais frequente. A mediana só existe sobre dados ordenados do menor para o maior.

Passo 2: encontre a posição central

Quantidade ímpar de valores: a mediana é o valor da posição (n + 1) ÷ 2.

Nos dados 4, 9, 11, 15, 22, 30, 41 (n = 7): posição (7+1) ÷ 2 = 4ª. A mediana é 15.

Quantidade par de valores: a mediana é a média dos dois valores centrais.

Nos dados 5, 8, 12, 19, 24, 31 (n = 6): os centrais são o 3º e o 4º, ou seja, 12 e 19. Mediana = (12 + 19) ÷ 2 = 15,5.

Repare que, no caso par, a mediana pode ser um valor que não existe no conjunto original. Isso é normal e esperado.

Por que a mediana resiste a extremos

Este é o motivo central de sua existência. Considere os salários de uma pequena empresa:

R$ 2.500, R$ 2.800, R$ 3.000, R$ 3.200, R$ 3.500, R$ 4.000, R$ 85.000

• Média: R$ 14.857,14
• Mediana: R$ 3.200,00

A média sugere que a empresa paga quase R$ 15 mil — um valor que não descreve nenhum dos sete funcionários. A mediana de R$ 3.200,00 representa fielmente o que a maioria ganha.

A propriedade técnica por trás disso: a mediana depende apenas da posição dos dados, não do seu valor. Trocar o salário de R$ 85.000 por R$ 500.000 não muda a mediana em nada — mas dispara a média para R$ 74.000.

É por isso que o IBGE publica rendimento mediano e sites de imóveis divulgam preço mediano do m². A média seria distorcida por poucos casos extremos.

Média, mediana e o formato da distribuição

A relação entre as duas revela a forma dos dados:

• Média ≈ mediana → distribuição simétrica, sem grandes distorções.
• Média > mediana → assimetria à direita. Há valores muito altos puxando a média. Típico de renda e patrimônio.
• Média < mediana → assimetria à esquerda. Há valores muito baixos puxando a média para baixo.

Comparar os dois números é um diagnóstico rápido e gratuito sobre a natureza do conjunto.

Quartis e o box plot

A mediana divide os dados em duas metades. Os quartis dividem em quatro partes:

• Q1 (primeiro quartil) — 25% dos dados estão abaixo dele. É a mediana da metade inferior.
• Q2 — é a própria mediana.
• Q3 (terceiro quartil) — 75% dos dados estão abaixo. É a mediana da metade superior.

A diferença Q3 − Q1 é o intervalo interquartil (IQR), que mede a dispersão dos 50% centrais dos dados sem sofrer influência de extremos — o equivalente robusto do desvio padrão.

O IQR também serve para detectar outliers: são considerados atípicos os valores abaixo de Q1 − 1,5 × IQR ou acima de Q3 + 1,5 × IQR. Essa é a regra que define os pontos isolados num gráfico de box plot.

Quando usar cada medida

• Mediana — dados com valores extremos, distribuições assimétricas, renda, preços, tempos de espera, dados ordinais.
• Média — dados simétricos, sem extremos, e quando é preciso fazer cálculos posteriores (a média entra em fórmulas estatísticas; a mediana não).
• Moda — dados categóricos, ou quando interessa saber o valor mais frequente.

Na dúvida, calcule as três e compare. A relação entre elas conta mais sobre os dados do que qualquer uma isoladamente.

Erros comuns

• Não ordenar os dados antes. O erro número um. Pegar o valor "do meio" da lista original não é mediana.
• Esquecer de tirar a média dos dois centrais em conjuntos de quantidade par.
• Confundir o valor com a posição. A fórmula (n+1)÷2 dá a posição, não a mediana.
• Usar a média em dados claramente assimétricos e tirar conclusões distorcidas.

Calculando online

Em conjuntos grandes, ordenar manualmente é lento e sujeito a erro. A calculadora de mediana do CalculatorWithAI aceita a lista completa, ordena e devolve o valor central sem cadastro.

Como o diagnóstico mais útil vem da comparação, vale rodar em paralelo a calculadora de média — se os dois valores divergirem muito, há assimetria — e a calculadora de moda. Para medir a dispersão, a calculadora de desvio padrão completa o quadro. Todas estão na seção de estatística das calculadoras online por categoria.

Perguntas frequentes

Como calcular a mediana com quantidade par de números?

Ordene os dados e tire a média dos dois valores centrais.

Qual a diferença entre média e mediana?

A média é a soma dividida pela quantidade e sofre influência de valores extremos. A mediana é o valor central dos dados ordenados e é resistente a extremos.

Quando usar mediana em vez de média?

Quando há valores muito discrepantes ou a distribuição é assimétrica — casos de renda, preço de imóvel e tempo de espera.

Resumo

A mediana é o valor central dos dados ordenados: posição (n+1)÷2 para quantidade ímpar, média dos dois centrais para quantidade par. Ordenar primeiro é obrigatório. Sua grande vantagem é a resistência a valores extremos, o que a torna a medida certa para renda, preços e qualquer distribuição assimétrica. Comparar média e mediana revela de imediato o formato da distribuição, e os quartis com o IQR completam a descrição de forma robusta. Uma calculadora de mediana online resolve conjuntos grandes instantaneamente.

Desvio Padrão: O Que É e Como Calcular Passo a Passo

O desvio padrão mede o quanto os valores de um conjunto se afastam da média. Desvio padrão baixo significa dados concentrados; desvio padrão alto significa dados espalhados. É a estatística que responde a pergunta que a média sozinha não responde: "esse número representa bem o conjunto?"

Dois grupos de alunos podem ter a mesma média 7,0 — um com todas as notas entre 6,5 e 7,5, outro com notas indo de 2 a 10. A média não distingue os dois casos. O desvio padrão distingue. Este guia mostra o cálculo passo a passo, a diferença entre desvio populacional e amostral e como interpretar o resultado.

A fórmula

O desvio padrão é a raiz quadrada da variância, e a variância é a média dos quadrados dos desvios em relação à média.

σ = √[ Σ(xᵢ − μ)² ÷ N ]

Onde xᵢ é cada valor, μ é a média e N é a quantidade de valores. Parece intimidante, mas o procedimento é mecânico.

Cálculo passo a passo

Vamos calcular o desvio padrão das notas 4, 6, 7, 9, 9.

Passo 1 — a média

(4 + 6 + 7 + 9 + 9) ÷ 5 = 35 ÷ 5 = 7.

Passo 2 — o desvio de cada valor

• 4 − 7 = −3
• 6 − 7 = −1
• 7 − 7 = 0
• 9 − 7 = 2
• 9 − 7 = 2

Passo 3 — elevar ao quadrado

9, 1, 0, 4, 4. Somando: 18.

Por que elevar ao quadrado? Porque a soma dos desvios sem elevar é sempre zero — os positivos anulam os negativos. O quadrado resolve isso e, de quebra, dá mais peso aos afastamentos grandes.

Passo 4 — a variância

18 ÷ 5 = 3,6.

Passo 5 — a raiz quadrada

√3,6 = 1,897.

O desvio padrão é aproximadamente 1,9 ponto. Isso significa que as notas se afastam da média 7 em cerca de 1,9 ponto, para mais ou para menos, em média.

Populacional ou amostral: a diferença do N−1

Este detalhe muda o resultado e é a pergunta mais frequente sobre o tema.

• Desvio padrão populacional (σ) — divide por N. Use quando os dados representam todo o conjunto de interesse: as notas de todos os alunos da turma, a produção de todos os meses do ano.
• Desvio padrão amostral (s) — divide por N − 1. Use quando os dados são uma amostra de um universo maior: 200 entrevistados para estimar o comportamento de uma cidade.

No exemplo acima, o desvio amostral seria √(18 ÷ 4) = √4,5 = 2,12, contra 1,897 do populacional.

A divisão por N−1 (chamada correção de Bessel) existe porque uma amostra tende a subestimar a dispersão real da população. Em conjuntos grandes a diferença some; em conjuntos pequenos ela é relevante. No Excel, essa é a diferença entre DESVPAD.P e DESVPAD.A.

Como interpretar o resultado

Ele vem na mesma unidade dos dados

Essa é a grande vantagem sobre a variância. Se os dados estão em reais, o desvio padrão está em reais. Se em notas, em notas. A variância, por ser um quadrado, fica em "reais ao quadrado" — matematicamente útil, mas sem significado prático direto.

A regra empírica

Em distribuições aproximadamente normais (formato de sino), vale:

• 68% dos dados ficam a até 1 desvio padrão da média
• 95% ficam a até 2 desvios padrão
• 99,7% ficam a até 3 desvios padrão

Com média 7 e desvio 1,9, espera-se que cerca de 68% das notas fiquem entre 5,1 e 8,9.

Comparando conjuntos de escalas diferentes

Um desvio padrão de R$ 500,00 é grande ou pequeno? Depende da média. Sobre uma média de R$ 1.000,00 é enorme; sobre R$ 100.000,00 é irrelevante.

Para comparar, use o coeficiente de variação: desvio padrão ÷ média × 100. Ele dá um percentual comparável entre conjuntos de escalas diferentes.

Onde isso é usado

• Investimentos — o desvio padrão dos retornos é a medida padrão de volatilidade e risco.
• Controle de qualidade — a metodologia Seis Sigma trabalha justamente com desvios da média em processos industriais.
• Pesquisa e educação — a nota padronizada do Enem usa média e desvio padrão para tornar provas de anos diferentes comparáveis.
• Logística — variabilidade do tempo de entrega define o estoque de segurança necessário.

Erros comuns

• Escolher errado entre N e N−1 ao lidar com amostras pequenas.
• Esquecer a raiz quadrada e reportar a variância como se fosse o desvio.
• Reportar desvio padrão sem a média. Sozinho ele não diz nada.
• Aplicar a regra empírica em distribuições claramente assimétricas, como renda.

Calculando online

Em conjuntos com dezenas de valores, o cálculo manual é inviável. A calculadora de desvio padrão do CalculatorWithAI aceita a lista completa e devolve o resultado sem cadastro.

Como o desvio padrão nasce da variância, vale conferir também na calculadora de variância, e sempre reportar junto com a calculadora de média. As três estão na seção de estatística das calculadoras online por categoria.

Perguntas frequentes

Qual a diferença entre desvio padrão e variância?

O desvio padrão é a raiz quadrada da variância. Ele vem na mesma unidade dos dados; a variância vem na unidade ao quadrado.

Quando dividir por N−1 em vez de N?

Quando os dados são uma amostra de um universo maior. Para a população completa, divida por N.

O desvio padrão pode ser negativo?

Não. Como é a raiz de uma soma de quadrados, ele é sempre zero ou positivo. Zero significa que todos os valores são idênticos.

Resumo

Desvio padrão mede a dispersão dos dados em torno da média, na mesma unidade dos dados originais. O cálculo tem cinco passos: média, desvios, quadrados, variância e raiz. Use N para população e N−1 para amostra. Interprete sempre em conjunto com a média — e, para comparar conjuntos de escalas diferentes, use o coeficiente de variação. Uma calculadora de desvio padrão online resolve conjuntos grandes sem risco de erro aritmético.