Desviación Estándar

Preguntas frecuentes

¿Cómo se calcula paso a paso la desviación estándar?

El proceso tiene 5 pasos. Usando un ejemplo concreto con sueldos en pesos: tenés 4 empleados que cobran $800.000, $1.000.000, $1.200.000 y $1.400.000. <strong>Paso 1</strong>: Calculá la media → ($800K + $1M + $1,2M + $1,4M) ÷ 4 = $1.100.000 <strong>Paso 2</strong>: Restá la media a cada dato → −$300K / −$100K / +$100K / +$300K <strong>Paso 3</strong>: Elevalos al cuadrado → 90.000M / 10.000M / 10.000M / 90.000M <strong>Paso 4</strong>: Sumá y dividí. Si es muestra (datos de una parte del grupo), dividís por n−1 = 3 → Varianza = 66.666.666.667. Si es población completa, dividís por n = 4. <strong>Paso 5</strong>: Sacá la raíz cuadrada → DE ≈ $258.199 Esa diferencia entre dividir por n o n−1 se llama corrección de Bessel, y es importante: en la mayoría de los casos laborales o contables trabajás con muestras, así que usás n−1.

¿Cuándo uso desviación estándar de población vs. de muestra?

<strong>Población</strong> (σ, dividís por n): cuando tenés <em>todos</em> los datos del grupo que te interesa. Ejemplo: querés analizar los sueldos de los 12 empleados que tiene exactamente tu empresa. Tenés el total, no una muestra. <strong>Muestra</strong> (s, dividís por n−1): cuando tenés un subconjunto y querés estimar cómo sería en toda la población. Ejemplo: INDEC encuesta a 5.000 hogares para estimar el ingreso de todos los argentinos. Esos 5.000 son una muestra. En la práctica cotidiana —análisis de ventas mensuales, variación de precios, rendimiento de empleados— casi siempre trabajás con muestras y usás n−1. La mayoría de las calculadoras y Excel (función DESVEST.M) asumen muestra por defecto. La función DESVEST.P es para población completa. Error común: usar n cuando deberías usar n−1 subestima la variabilidad real.

¿Cuál es la diferencia entre varianza y desviación estándar?

Son la misma medida en escalas distintas. La <strong>varianza</strong> es el promedio de las diferencias al cuadrado respecto a la media. La <strong>desviación estándar</strong> es la raíz cuadrada de la varianza. El problema práctico de la varianza es que está en <em>unidades al cuadrado</em>: si analizás sueldos en pesos, la varianza te da pesos². Eso no se puede interpretar de forma directa. La desviación estándar vuelve a la unidad original (pesos), por eso es más útil para comunicar resultados. Ejemplo: si la varianza de sueldos es 100.000.000.000 (pesos²), la DE es $316.228 (pesos). Podés decir 'los sueldos varían típicamente $316.228 respecto al promedio'. No podés decir lo mismo con la varianza. La varianza sí tiene ventajas matemáticas —se suma bien entre variables independientes— por eso se usa internamente en muchos modelos estadísticos.

¿Qué es la regla empírica 68-95-99,7 y cuándo aplica?

Esta regla aplica <strong>solo cuando los datos siguen una distribución normal</strong> (curva campana). Dice que: • El <strong>68%</strong> de los datos cae dentro de ±1 DE de la media • El <strong>95%</strong> cae dentro de ±2 DE • El <strong>99,7%</strong> cae dentro de ±3 DE Ejemplo concreto: si el precio promedio de un producto es $50.000 y la DE es $5.000, entonces aproximadamente el 95% de las ventas estuvo entre $40.000 y $60.000. <strong>Cuándo no aplica</strong>: cuando los datos tienen distribución asimétrica (por ejemplo, ingresos en Argentina, donde hay muchos que ganan poco y pocos que ganan muchísimo), están sesgados, o tienen valores atípicos extremos. En esos casos, la regla 68-95-99,7 sobreestima o subestima los rangos reales. Primero verificá con un histograma si tus datos son aproximadamente normales.

¿Cómo se usa la desviación estándar para medir riesgo financiero en Argentina?

En finanzas, la DE es la medida estándar de <strong>volatilidad</strong>: a mayor DE, mayor riesgo. Se aplica a retornos de activos (acciones del Merval, bonos, FCI) o a variables como el tipo de cambio. Ejemplo real: si analizás los retornos mensuales de un FCI en pesos durante 2025 y encontrás media = 8% mensual con DE = 12%, significa que en un mes típico el fondo puede rendir entre −4% y +20% (±1 DE). Ese rango amplio indica alta volatilidad. En el mercado argentino, dada la inflación y los saltos cambiarios, las DE de activos locales suelen ser mucho más altas que en mercados estables. Un bono en pesos puede tener DE de retorno mensual de 20-30%, mientras que en mercados desarrollados ese número sería de 3-5%. La CNV y los fondos comunes de inversión regulados por la Ley 24.083 deben reportar métricas de riesgo, donde la volatilidad (DE anualizada) es un indicador clave.

¿Qué errores comunes se cometen al interpretar la desviación estándar?

<strong>Error 1 — Confundir DE alta con algo malo</strong>: depende del contexto. En calidad industrial es mala señal; en retornos de inversión puede ser aceptable si la media también es alta. <strong>Error 2 — Aplicar la regla 68-95-99,7 a datos no normales</strong>: los ingresos, los precios en Argentina con inflación, o las ventas por temporada suelen no ser distribuciones normales. Usarla ahí da rangos incorrectos. <strong>Error 3 — Ignorar los outliers</strong>: un solo valor extremo puede inflar enormemente la DE. Si tenés 10 empleados ganando entre $800K y $1,2M y uno gana $10M (el dueño), la DE se dispara y deja de representar al grupo. <strong>Error 4 — Comparar DE entre grupos de distinta escala</strong>: si comparás la DE de sueldos de dos empresas y una paga el doble, naturalmente tendrá DE mayor en términos absolutos. Para comparar, usá el <strong>coeficiente de variación</strong> (DE ÷ media × 100), que es relativo. <strong>Error 5 — Usar n en vez de n−1 para muestras</strong>: subestima la dispersión real.

¿Qué es el coeficiente de variación y para qué sirve?

El <strong>coeficiente de variación (CV)</strong> es la desviación estándar dividida por la media, expresada como porcentaje. Sirve para comparar variabilidad entre conjuntos de datos que tienen escalas o unidades distintas. Fórmula: CV = (DE ÷ Media) × 100 Ejemplo: empresa A tiene sueldos con media $800.000 y DE $160.000 → CV = 20%. Empresa B tiene media $2.000.000 y DE $300.000 → CV = 15%. Aunque la DE de B es mayor en pesos, B tiene <em>menor variabilidad relativa</em>. La empresa A es proporcionalmente más dispersa. También es útil para comparar diferentes variables: ¿varía más el precio del dólar blue o el de la carne? Cada uno está en escalas distintas, pero el CV los pone en el mismo plano. <strong>Limitación</strong>: no funciona bien cuando la media es cercana a cero o negativa (CV se vuelve infinito o sin sentido).

¿Cómo calculo la desviación estándar en Excel?

Excel tiene funciones específicas según el caso: <strong>=DESVEST.M(rango)</strong>: desviación estándar muestral (divide por n−1). Es la que usás en casi todos los casos prácticos. Equivalente a la antigua =DESVEST(). <strong>=DESVEST.P(rango)</strong>: desviación estándar poblacional (divide por n). Solo cuando tenés TODOS los datos del universo que te interesa. <strong>Ejemplo paso a paso</strong>: ponés los sueldos en A1:A10, en otra celda escribís =DESVEST.M(A1:A10) y obtenés la DE directamente. Para la varianza: <strong>=VAR.M(rango)</strong> (muestral) o <strong>=VAR.P(rango)</strong> (poblacional). <strong>Atención con versiones antiguas</strong>: en Excel 2007 o anterior, las funciones son =DESVEST() y =DESVESTP(). En versiones modernas (2010 en adelante) están las funciones con sufijo .M y .P que son más claras. En Google Sheets funcionan exactamente igual: =DESVEST(rango) para muestral, =DESVESTP(rango) para poblacional.

¿Cómo se aplica la desviación estándar al control de calidad en una PyME argentina?

El control estadístico de procesos (SPC) usa la DE para determinar si un proceso productivo está 'bajo control'. El concepto de <strong>límites de control</strong> es: media ± 3 DE. Todo lo que caiga fuera de ese rango es una señal de alerta. Ejemplo concreto: una fábrica en Córdoba produce galletitas con peso objetivo de 100 gramos. Medís 20 unidades y obtenés media = 100g y DE = 2g. Los límites de control son 94g y 106g. Si sale una galletita de 90g, está fuera del límite (−5 DE) y hay que revisar la máquina. En Argentina, las normas IRAM y las certificaciones ISO 9001 (que gestiona el OAA - Organismo Argentino de Acreditación) requieren este tipo de análisis estadístico en procesos de manufactura. Las empresas que exportan o proveen al Estado suelen necesitar demostrar esta consistencia. A menor DE en el proceso, menor desperdicio de material y mayor satisfacción del cliente.

¿Cuál es la diferencia entre desviación estándar y desvío absoluto medio?

Son dos formas distintas de medir dispersión. <strong>Desvío Absoluto Medio (DAM)</strong>: promedio de las diferencias absolutas (sin elevar al cuadrado) entre cada dato y la media. Es más fácil de calcular mentalmente y menos sensible a valores extremos. <strong>Desviación Estándar</strong>: usa diferencias al cuadrado, lo que penaliza más los valores alejados de la media. Es más sensible a outliers. Ejemplo con datos $800K, $1M, $1M, $1,2M: • Media = $1.000.000 • DAM = ($200K + $0 + $0 + $200K) ÷ 4 = $100.000 • DE = √(($200K² + $0 + $0 + $200K²) ÷ 3) ≈ $163.299 (muestral) ¿Cuál usar? La DE es el estándar en estadística y finanzas porque tiene mejores propiedades matemáticas. El DAM es útil cuando querés una medida más robusta frente a outliers o cuando necesitás algo más intuitivo para explicarle a alguien sin formación estadística.

¿La desviación estándar sirve para analizar la inflación en Argentina?

Sí, y es una aplicación muy relevante en el contexto local. Podés calcular la DE de las tasas de inflación mensual del IPC publicado por el INDEC para medir qué tan predecible o errática fue la inflación en un período. Ejemplo: si en 2024 la inflación mensual tuvo una media de 12% con DE de 8%, significa alta volatilidad —algunos meses fueron del 4% y otros del 20%+. Esa incertidumbre es costosa para la planificación empresarial. También se usa para comparar la variabilidad de precios entre distintas categorías del IPC (alimentos vs. indumentaria vs. servicios): la categoría con mayor DE es la más volátil e impredecible. Para proyecciones de precios o presupuestación, una empresa puede usar la DE histórica del IPC (disponible en datos.gob.ar del INDEC) para construir escenarios pesimista/optimista: presupuesto base ± 2 DE de inflación proyectada. No predice el futuro, pero cuantifica el riesgo inflacionario de forma objetiva.

¿Tiene sentido comparar desviaciones estándar entre distintos meses o períodos con inflación alta?

Es un problema real en Argentina. Cuando hay inflación alta, los valores nominales (en pesos corrientes) crecen mes a mes, lo que infla artificialmente la DE calculada en términos nominales. Ejemplo: si analizás los precios de un producto durante 12 meses con inflación del 100% anual, la DE nominal va a ser enorme simplemente porque los precios subieron, no porque haya más variabilidad real. <strong>Solución</strong>: trabajar siempre en <strong>términos reales</strong> (deflactar los datos usando el IPC del INDEC) o en términos relativos (porcentajes de variación mes a mes en vez de valores absolutos). Alternativamente, podés usar el <strong>coeficiente de variación</strong> (DE ÷ media) que al ser relativo se ve menos afectado por el nivel absoluto de los precios. Para análisis de series de tiempo en contextos inflacionarios, los economistas y contadores en Argentina suelen usar pesos constantes de un período base o directamente dolarizar las series para hacer comparaciones válidas entre períodos.