BeginnerBasisprincipes·10 min

Variantie begrijpen: de basis van SD

Beheers het concept variantie en de relatie met standaardafwijking. Leer formules, berekeningen en praktische toepassingen van variantie in de statistiek.

Wat is variantie?

Variantie meet hoe ver een reeks getallen verspreid is ten opzichte van hun gemiddelde waarde. Het is het gemiddelde van de gekwadrateerde verschillen met het gemiddelde—en het is het fundament waarop standaardafwijking is gebouwd.

Elke balk toont de gekwadrateerde afwijking van het gemiddelde. Variantie = gemiddelde van deze balken.

Variantieformule

Populatievariantie

σ² = Σ(xᵢ - μ)² / N

Steekproefvariantie

s² = Σ(xᵢ - x̄)² / (n-1)

Bereken het gemiddelde

Tel alle waarden op en deel door het aantal.

Bepaal elke afwijking

Trek het gemiddelde af van elk gegevenspunt.

Kwadrateer elke afwijking

Dit elimineert negatieve waarden en benadrukt grote afwijkingen.

Neem het gemiddelde van de gekwadrateerde afwijkingen

Deel door N (populatie) of n-1 (steekproef).

Waarom kwadrateren we afwijkingen?

Drie belangrijke redenen

1. Elimineer negatieve waarden: Zonder kwadrateren zouden positieve en negatieve afwijkingen elkaar opheffen, waardoor de som nul wordt. 2. Bestraf uitschieters: Kwadrateren geeft meer gewicht aan waarden die ver van het gemiddelde liggen. 3. Wiskundige eigenschappen: Variantie heeft nuttige algebraïsche eigenschappen voor statistische inferentie.

Voorbeeld: waarom niet gewoon absolute waarden gebruiken?

Dataset: 2, 4, 4, 4, 5, 5, 7, 9 (Gemiddelde = 5) Gemiddelde absolute afwijking: |2-5| + |4-5| + ... = 14 MAD = 14/8 = 1,75 Variantie (gekwadrateerd): (2-5)² + (4-5)² + ... = 32 Var = 32/8 = 4

Variantie vs. standaardafwijking

De relatie

Standard Deviation = √Variance → σ = √σ²

Variantie (σ²)

- Eenheden zijn gekwadrateerd (bijv. cm², €²) - Moeilijker direct te interpreteren - Nuttig voor wiskundige bewerkingen - Additief voor onafhankelijke variabelen

Standaardafwijking (σ)

- Dezelfde eenheden als de oorspronkelijke gegevens - Gemakkelijker te interpreteren - Beter voor communicatie - Gebruikt in z-scores en betrouwbaarheidsintervallen

Toepassingen van variantie

Hoewel standaardafwijking vaker wordt gerapporteerd, heeft variantie specifieke toepassingen:

ANOVA:Variantieanalyse vergelijkt gemiddelden tussen groepen
Portefeuilletheorie:Varianties van rendementen worden gebruikt bij optimalisatie
Regressie:R² is verklaarde variantie gedeeld door totale variantie
PCA:Principale Componentenanalyse maximaliseert verklaarde variantie

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.