Calculateur d'Écart-Type
Calculez l'écart-type de population et d'échantillon avec des résultats étape par étape
Standard Deviation Calculator
Calculate standard deviation and variance
Enter comma-separated numbers
sigma = sqrt(sum((xi - mean)^2) / N)What is a Standard Deviation Calculator?
A Standard Deviation Calculator is a statistics tool that measures how spread out a set of numbers is. Standard deviation tells you, on average, how far the values in a dataset are from the mean (average). A small standard deviation means the numbers are close together and close to the mean. A large standard deviation means the numbers vary widely.
Standard deviation is one of the most important ideas in statistics because it describes variability. It's used in many real-world areas such as finance (volatility of returns), education (spread of test scores), science (measurement error and consistency), and business analytics (variation in sales or performance metrics).
This calculator helps you compute standard deviation quickly and accurately—especially for larger datasets—without manually doing multiple steps like finding the mean, subtracting values, squaring differences, and taking square roots.
This Calculator Outputs Both Modes
- Population StdDev -- use when your data includes every member of the group
- Sample StdDev -- use when your data is a subset (sample) of a larger population
- Variance -- the square of the standard deviation (population variance)
How to Use This Standard Deviation Calculator
- Enter your data values -- input numbers into the data field (numbers only)
- Separate values using commas -- for example: 5, 10, 15, 20, 25
- Click 'Calculate' -- to compute the standard deviation
- Review the results -- both Population StdDev and Sample StdDev are displayed, along with Variance
- Interpret the spread -- compare the standard deviation relative to the mean to understand how consistent or varied the data is
Tips:
- Use Population when your data includes every member of the group you're measuring
- Use Sample when your data is a subset (sample) taken from a larger population
- Standard deviation is in the same units as your data (unlike variance, which is in squared units)
Standard Deviation Formulas
Let your dataset be: x₁, x₂, x₃, …, xₙ where n is the number of values.
Mean (Average)
x̄ = (x₁ + x₂ + … + xₙ) / n
Sum all values, then divide by the count
Population Standard Deviation
Variance:
σ² = [ Σ(xᵢ − μ)² ] / n
Standard deviation:
σ = √σ²
μ = population mean; divide by n
Sample Standard Deviation
Variance:
s² = [ Σ(xᵢ − x̄)² ] / (n − 1)
Standard deviation:
s = √s²
x̄ = sample mean; divide by (n − 1)
Why divide by (n − 1) for a sample?
Using (n − 1) instead of n corrects bias when estimating population variability from a sample. This adjustment is called Bessel's correction and produces a more accurate estimate of the true population standard deviation.
Example Calculations
Example 1: Population Standard Deviation
Data: 1, 2, 3
Mean (μ): (1 + 2 + 3) / 3 = 2
Differences from mean: (1−2) = −1, (2−2) = 0, (3−2) = 1
Squared → Sum: 1 + 0 + 1 = 2
σ²: 2 / 3 = 0.6667
σ: √0.6667 ≈ 0.8165
Result: Population SD ≈ 0.8165
Example 2: Sample Standard Deviation
Data: 1, 2, 3
Mean: 2, squared differences sum: 2
s²: 2 / (3 − 1) = 2 / 2 = 1
s: √1 = 1
Result: Sample SD = 1
Example 3: Low vs High Variability Comparison
Dataset A: 9, 10, 10, 11 (values close together)
Dataset B: 2, 6, 14, 18 (values spread out)
Both sets have a mean of 10, but Dataset B has a much larger standard deviation because values are farther from the mean.
Result: Higher spread → higher standard deviation
Example 4: Real-World Example (Test Scores)
Scores: 78, 80, 82, 85, 95
The mean is around the low-to-mid 80s. The score 95 is farther from the mean and increases the spread.
Result: The standard deviation helps quantify how consistent (or inconsistent) the scores are.
Frequently Asked Questions
What does standard deviation tell me?
It tells you how much values typically vary from the mean. Lower standard deviation means the data is clustered; higher standard deviation means the data is more spread out.
What's the difference between variance and standard deviation?
Variance is the average of squared differences from the mean. Standard deviation is the square root of variance. Standard deviation is preferred because it's in the same units as the original data.
Should I use sample or population standard deviation?
Use population if you have the full group you care about. Use sample if your data is only part of a larger group and you're estimating the population variability.
Can standard deviation be zero?
Yes. If all numbers are the same (e.g., 5, 5, 5, 5), there is no variation, so the standard deviation is 0.
How do outliers affect standard deviation?
Outliers (very high or very low values) usually increase standard deviation because they are far from the mean and contribute large squared differences.
Want to add this standard deviation calculator to your website? Get a custom embed code that matches your site's design and keeps visitors engaged.
Qu'est-ce que l'écart-type ?
L'écart-type mesure la dispersion des valeurs d'un ensemble de données par rapport à leur moyenne. Un écart-type faible signifie que les valeurs se regroupent près de la moyenne ; un écart-type élevé indique qu'elles sont très dispersées. C'est l'une des statistiques les plus utilisées au monde — en finance (volatilité boursière), en science (marges d'erreur expérimentale), en éducation (distribution des notes) et dans le contrôle qualité industriel.
Il en existe deux versions : l'écart-type de population (σ) lorsque votre ensemble de données comprend tous les membres du groupe, et l'écart-type d'échantillon (s) lorsque vous travaillez avec un sous-ensemble tiré d'une population plus grande. Ce calculateur calcule les deux, ainsi que la variance et la moyenne, à partir de n'importe quelle liste de nombres que vous fournissez.
Comment utiliser le calculateur d'écart-type
- Saisissez ou collez vos nombres dans le champ de saisie, séparés par des virgules (ex. : 4, 7, 13, 2, 1).
- Choisissez si vous souhaitez l'écart-type de population ou d'échantillon — ou laissez le calculateur afficher les deux.
- Cliquez sur Calculer pour lancer le calcul.
- Lisez l'écart-type, la variance et la moyenne dans le panneau de résultats.
Formule de l'écart-type
Moyenne : μ = Σx / n
Écart-type pop. σ : √(Σ(x − μ)² / n)
Écart-type éch. s : √(Σ(x − μ)² / (n − 1))
Variance (pop.) : σ² = Σ(x − μ)² / n
Variance (éch.) : s² = Σ(x − μ)² / (n − 1)Utilisez σ de population lorsque vos données SONT la population entière (ex. : toutes les notes d'une classe). Utilisez s d'échantillon lorsque vos données sont un sous-ensemble d'une population plus grande (ex. : un sondage de 500 personnes représentant des millions). La formule d'échantillon divise par (n − 1) plutôt que n — appelée correction de Bessel — pour produire une estimation non biaisée de la dispersion réelle de la population.
Exemples résolus
Exemple 1 — Ensemble classique : {2, 4, 4, 4, 5, 5, 7, 9}
Moyenne = (2+4+4+4+5+5+7+9) / 8 = 40 / 8 = 5. La somme des écarts quadratiques par rapport à 5 est 32. Écart-type de population σ = √(32/8) = √4 = 2,00. C'est un ensemble de données classique qui illustre exactement σ = 2.
Exemple 2 — Valeurs régulièrement espacées : {10, 20, 30, 40, 50}
Moyenne = 150 / 5 = 30. Somme des écarts quadratiques = (20²+10²+0²+10²+20²) = 1000. σ de population = √(1000/5) = √200 ≈ 14,14. s d'échantillon = √(1000/4) = √250 ≈ 15,81.
Exemple 3 — Aucune dispersion : {100, 100, 100}
Moyenne = 100. Chaque valeur est égale à la moyenne, donc chaque écart quadratique est 0. Écart-type = 0 : il n'y a absolument aucune dispersion dans cet ensemble de données. Cela se produit chaque fois que toutes les valeurs sont identiques.