Σ
SDCalc
PrincipianteFondamenti·12 min

Guida completa alla deviazione standard

Padroneggia la deviazione standard con la nostra guida completa. Scopri le formule, i calcoli passo dopo passo, esempi pratici e quando usare la deviazione standard campionaria o quella della popolazione.

Che cos’è la deviazione standard?

La deviazione standard è una misura statistica che quantifica il grado di variazione o dispersione presente in un insieme di dati. In termini semplici, indica quanto i valori si discostano dalla loro media.

Per capire meglio: se hai i voti di un gruppo di studenti, la deviazione standard ti dice se la maggior parte ha ottenuto punteggi simili (DS bassa) oppure se i risultati sono molto eterogenei (DS alta).

Visual Comparison

Low SD (σ = 0.5)

Data clustered tightly around the mean

High SD (σ = 2)

Data spread widely from the mean

Perché la deviazione standard è importante?

La deviazione standard è una delle misure statistiche più utilizzate perché fornisce informazioni fondamentali per il processo decisionale in praticamente ogni settore:

  • Finanza:Misura il rischio degli investimenti e la volatilità del portafoglio
  • Produzione industriale:Controllo qualità e miglioramento dei processi Six Sigma
  • Scienza:Esprime l’incertezza di misura e la precisione sperimentale
  • Istruzione:Analisi della distribuzione dei punteggi e delle curve di valutazione
  • Sanità:Sperimentazioni cliniche e comprensione della variabilità dei dati dei pazienti

La formula della deviazione standard

Esistono due versioni della formula della deviazione standard, a seconda che si lavori con un campione o con un’intera popolazione:

Deviazione standard della popolazione

σ = √[Σ(xᵢ - μ)² / N]

Deviazione standard campionaria

s = √[Σ(xᵢ - x̄)² / (n-1)]

Legenda dei simboli

σ (sigma) = DS della popolazione · s = DS campionaria · Σ = sommatoria · xᵢ = ogni dato · μ (mu) = media della popolazione · x̄ (x-bar) = media campionaria · N = dimensione della popolazione · n = dimensione del campione

Perché (n-1)?

Quando si lavora con un campione, si divide per (n-1) anziché per n. Questa è nota come correzione di Bessel e fornisce una stima non distorta della deviazione standard della popolazione.

Calcolo passo dopo passo

Calcoliamo la deviazione standard campionaria per il seguente insieme di dati: 4, 8, 6, 5, 3

1

Calcolare la media

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

Trovare lo scarto di ogni valore dalla media

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
3

Elevare al quadrato ogni scarto

(-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
4

Sommare gli scarti al quadrato

1,44 + 7,84 + 0,64 + 0,04 + 4,84 = 14,8
5

Dividere per (n-1)

Varianza = 14,8 / (5-1) = 14,8 / 4 = 3,7
6

Estrarre la radice quadrata

Deviazione standard = √3,7 = 1,924

Suggerimento

Usa il nostro Calcolatore di deviazione standard per ottenere istantaneamente la DS con soluzioni passo dopo passo per qualsiasi insieme di dati.

Interpretazione dei risultati

Capire il significato del valore della deviazione standard è fondamentale per prendere decisioni informate:

Valore DSInterpretazioneEsempio
DS bassaI dati si raggruppano attorno alla media; alta coerenzaPezzi prodotti a macchina con tolleranze strette
DS altaI dati sono molto dispersi; alta variabilitàVariazioni giornaliere del prezzo delle azioni
DS zeroTutti i dati sono identiciArticoli a prezzo fisso in un negozio

La regola empirica (68-95-99,7)

Per dati con distribuzione normale: il 68% dei dati rientra entro 1 deviazione standard dalla media · il 95% entro 2 deviazioni standard · il 99,7% entro 3 deviazioni standard

Esempi dal mondo reale

Esempio 1: Voti di un esame

Una classe di 30 studenti sostiene un esame. Il punteggio medio è 75 con una deviazione standard di 10. Interpretazione: La maggior parte degli studenti (circa il 68%) ha ottenuto un punteggio compreso tra 65 e 85. Uno studente che ha ottenuto 95 ha una prestazione eccellente (2 DS sopra la media), mentre un punteggio di 55 indica difficoltà (2 DS sotto la media).

Esempio 2: Qualità nella produzione

Una fabbrica produce bulloni con diametro nominale di 10 mm. Dopo aver misurato 100 bulloni, la media è 10,02 mm con una DS di 0,05 mm. Interpretazione: Il processo è ben controllato. Il 99,7% dei bulloni avrà un diametro compreso tra 9,87 mm e 10,17 mm (±3σ). Se le specifiche richiedono 10 mm ± 0,2 mm, questo processo soddisfa ampiamente gli standard qualitativi.

Errori comuni da evitare

Usare la formula sbagliata

Non utilizzare la DS della popolazione (N) quando si dispone di un campione. Ciò porta a sottostimare la vera variabilità.

Ignorare i valori anomali

La deviazione standard è sensibile ai valori anomali (outlier). Un singolo valore estremo può gonfiare notevolmente la DS. Per dataset con outlier, considera l’uso della deviazione mediana assoluta (MAD).

Assumere una distribuzione normale

La regola empirica (68-95-99,7) si applica solo ai dati con distribuzione normale. Verifica la distribuzione dei tuoi dati prima di applicare queste percentuali.

Further Reading

← Centro di Apprendimento

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 goalWhat to focus onCommon mistake
DefinitionWhat the metric is and what quantity it summarizesTreating the formula as self-explanatory
Formula choiceSample versus population assumptions and notationUsing n when n-1 is required or vice versa
InterpretationWhether the result indicates concentration, spread, or riskCalling 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.