IntermedioConceptos·9 min

Error estándar vs. desviación estándar

Aprenda la diferencia entre el error estándar y la desviación estándar. Comprenda cuándo usar cada uno, cómo calcular el EE y su papel en los intervalos de confianza.

Introducción

El error estándar (EE) y la desviación estándar (DE) son medidas de dispersión, pero responden a preguntas fundamentalmente diferentes. Confundirlos es uno de los errores más comunes en estadística.

Confusión frecuente

Muchas personas utilizan la DE cuando deberían usar el EE, especialmente al reportar la precisión de medias muestrales. Esto puede llevar a conclusiones incorrectas sobre la significancia estadística.

La diferencia clave

Desviación estándar

Mide la dispersión de los datos individuales alrededor de la media. "¿Cuánto varían los valores individuales?"

Error estándar

Mide la precisión de la media muestral como estimación de la media poblacional. "¿Qué tan precisa es nuestra media muestral?"

Fórmula del error estándar

Error estándar de la media

SE = s / √n

Donde s es la desviación estándar muestral y n es el tamaño de la muestra.

Ejemplo de cálculo

Una muestra de 25 estudiantes tiene una puntuación media de examen = 75, DE = 10 - Desviación estándar (s) = 10 puntos - Tamaño de muestra (n) = 25 - Error estándar = 10 / √25 = 10 / 5 = 2 puntos Interpretación: La media muestral de 75 tiene una incertidumbre de aproximadamente ±2 puntos.

Cuándo usar cada uno

Use la desviación estándar cuando:Describa la variabilidad de observaciones individuales, caracterice una población o muestra, establezca rangos normales (ej., rangos de referencia clínicos) o en control de calidad (variación aceptable en manufactura)
Use el error estándar cuando:Reporte la precisión de un estadístico muestral, construya intervalos de confianza, compare medias entre grupos o realice pruebas de hipótesis

Efecto del tamaño de muestra

Una diferencia fundamental: la DE se mantiene aproximadamente igual al aumentar el tamaño de muestra, pero el EE disminuye con muestras más grandes.

Tamaño de muestra (n)	DE	EE = DE/√n
25	10	2.00
100	10	1.00
400	10	0.50
10,000	10	0.10

Hallazgo clave

Para reducir el error estándar a la mitad, necesita cuadruplicar el tamaño de la muestra. Por eso las estimaciones muy precisas requieren muestras grandes.

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.