Guide complet de l’écart type | Standard Deviation Calculator

Qu’est-ce que l’écart type?

L’écart type est une mesure statistique qui quantifie la variabilité ou la dispersion dans un ensemble de données. En termes simples, il vous indique à quel point les valeurs sont éloignées de leur moyenne.

Pour mieux comprendre : si vous avez les notes d’un groupe d’étudiants, l’écart type vous dit si la plupart des étudiants ont obtenu des résultats similaires (écart type faible) ou si les notes sont très dispersées (écart type élevé).

Visual Comparison

Low SD (σ = 0.5)

Data clustered tightly around the mean

High SD (σ = 2)

Data spread widely from the mean

Pourquoi l’écart type est-il important?

L’écart type est l’une des mesures statistiques les plus utilisées, car il fournit des informations essentielles pour la prise de décisions dans pratiquement tous les domaines :

Finance:Mesure le risque d’investissement et la volatilité d’un portefeuille
Fabrication:Contrôle de la qualité et amélioration des processus Six Sigma
Sciences:Déclaration de l’incertitude de mesure et de la précision expérimentale
Éducation:Analyse de la distribution des notes et des courbes de notation
Santé:Essais cliniques et compréhension de la variabilité des données des patients

La formule de l’écart type

Il existe deux versions de la formule de l’écart type, selon que vous travaillez avec un échantillon ou une population entière :

Écart type de la population

σ = √[Σ(xᵢ - μ)² / N]

Écart type de l’échantillon

s = √[Σ(xᵢ - x̄)² / (n-1)]

Légende des symboles

σ (sigma) = écart type de la population · s = écart type de l’échantillon · Σ = somme de · xᵢ = chaque valeur · μ (mu) = moyenne de la population · x̄ (x-barre) = moyenne de l’échantillon · N = taille de la population · n = taille de l’échantillon

Pourquoi (n-1)?

Lorsque vous travaillez avec un échantillon, on divise par (n-1) au lieu de n. C’est ce qu’on appelle la correction de Bessel, qui fournit une estimation sans biais de l’écart type de la population.

Calcul étape par étape

Calculons l’écart type d’échantillon pour l’ensemble de données suivant : 4, 8, 6, 5, 3

Calculer la moyenne

Moyenne = (4 + 8 + 6 + 5 + 3) / 5 = 26 / 5 = 5,2

Trouver chaque écart par rapport à la moyenne

4 - 5,2 = -1,2 · 8 - 5,2 = 2,8 · 6 - 5,2 = 0,8 · 5 - 5,2 = -0,2 · 3 - 5,2 = -2,2

Mettre chaque écart au carré

(-1,2)² = 1,44 · (2,8)² = 7,84 · (0,8)² = 0,64 · (-0,2)² = 0,04 · (-2,2)² = 4,84

Additionner les écarts au carré

1,44 + 7,84 + 0,64 + 0,04 + 4,84 = 14,8

Diviser par (n-1)

Variance = 14,8 / (5-1) = 14,8 / 4 = 3,7

Prendre la racine carrée

Écart type = √3,7 = 1,924

Conseil pratique

Utilisez notre calculateur d’écart type pour obtenir instantanément l’écart type avec les étapes de calcul détaillées pour n’importe quel ensemble de données.

Interprétation des résultats

Comprendre ce que signifie votre valeur d’écart type est essentiel pour prendre des décisions éclairées :

Valeur de l’écart type	Interprétation	Exemple
Faible	Les valeurs se regroupent autour de la moyenne; grande constance	Pièces fabriquées par machine avec des tolérances serrées
Élevé	Les valeurs sont très dispersées; grande variabilité	Variations quotidiennes du cours d’une action
Zéro	Toutes les valeurs sont identiques	Articles à prix fixe dans un magasin

La règle empirique (68-95-99,7)

Pour des données normalement distribuées : 68 % des données se situent à moins d’1 écart type de la moyenne · 95 % se situent à moins de 2 écarts types · 99,7 % se situent à moins de 3 écarts types

Exemples concrets

Exemple 1 : Notes d’examen

Une classe de 30 étudiants passe un examen. La note moyenne est de 75 avec un écart type de 10. Interprétation : La plupart des étudiants (environ 68 %) ont obtenu entre 65 et 85. Un étudiant ayant obtenu 95 performe exceptionnellement bien (2 écarts types au-dessus de la moyenne), tandis qu’une note de 55 indique qu’il a des difficultés (2 écarts types sous la moyenne).

Exemple 2 : Qualité de fabrication

Une usine fabrique des boulons qui devraient mesurer 10 mm de diamètre. Après avoir mesuré 100 boulons, la moyenne est de 10,02 mm avec un écart type de 0,05 mm. Interprétation : Le processus est bien contrôlé. 99,7 % des boulons auront un diamètre entre 9,87 mm et 10,17 mm (±3σ). Si les spécifications exigent 10 mm ± 0,2 mm, ce processus respecte facilement les normes de qualité.

Erreurs courantes à éviter

Utiliser la mauvaise formule

N’utilisez pas l’écart type de population (N) quand vous avez un échantillon. Cela sous-estime la vraie variabilité.

Ignorer les valeurs aberrantes

L’écart type est sensible aux valeurs aberrantes. Une seule valeur extrême peut gonfler considérablement l’écart type. Envisagez d’utiliser l’écart absolu médian (MAD) pour les ensembles de données comportant des valeurs aberrantes.

Supposer une distribution normale

La règle empirique (68-95-99,7) ne s’applique qu’aux données normalement distribuées. Vérifiez la distribution de vos données avant d’appliquer ces pourcentages.

← Centre d'Apprentissage