Desvio padrão

A pontuação média de satisfação é 4,2. Mas o que isso significa: todos responderam "4" e "5", ou metade deu "1" e metade deu "7"? Para entender o quanto as respostas se "espalham" em torno da média, usa-se o desvio padrão. Ele mostra a distância típica entre a média e um valor individual: quanto maior, mais ampla é a dispersão. Nas pesquisas, o desvio padrão ajuda a avaliar o quão consistentes são as respostas, a construir intervalos de confiança e a entender o quão "típica" a média realmente é.

O desvio padrão é uma das medidas de dispersão da estatística descritiva. Sem ele, a média pode induzir ao erro: uma mesma "pontuação média de 3,5" pode vir de um consenso (todos em torno de 3-4) ou de uma polarização (metade pontuações baixas, metade altas).

O que é o desvio padrão em palavras simples

O desvio padrão (SD) é uma medida de quão dispersos os dados estão em torno da média aritmética. Mostra o quanto, em média, os valores se desviam da média: se o desvio padrão é pequeno, os dados estão "agrupados" perto do centro; se é grande, estão muito dispersos. É calculado como a raiz quadrada da variância (a média dos desvios ao quadrado em relação à média). Em uma distribuição simétrica, aproximadamente dois terços das observações ficam dentro da faixa "média mais ou menos um desvio padrão".

Dito de forma simples: o desvio padrão responde à pergunta "o quanto, em média, as respostas diferem da média". Se em uma escala de 1 a 5 a média é 4 e o desvio padrão é 0,3, quase todos responderam "4"; se o desvio padrão é 1,5, as respostas estão espalhadas de "1" a "5".

Como é calculado

Fórmula. Primeiro calcula-se a média aritmética de todos os valores. Depois, para cada valor encontra-se o seu desvio em relação à média (valor menos média), eleva-se ao quadrado e calcula-se a média desses quadrados: isso dá a variância. O desvio padrão é a raiz quadrada da variância. Em programas e planilhas isso é feito automaticamente com a função STDEV ou equivalente.

Exemplo resolvido. Cinco respostas: 3, 4, 4, 4, 5. Média = (3+4+4+4+5)/5 = 4. Desvios: -1, 0, 0, 0, 1. Quadrados: 1, 0, 0, 0, 1. Média dos quadrados (variância) = 0,4. Desvio padrão = raiz(0,4) ~ 0,63. As respostas estão próximas da média: a dispersão é pequena.

Se as respostas tivessem sido 1, 2, 4, 6, 7 (média também 4), o desvio padrão seria de cerca de 2,3: a dispersão é nitidamente maior.

Para uma amostra e para uma população. Nas fórmulas, às vezes divide-se por N (o número de observações) ou por N-1 (correção de Bessel). Dividir por N-1 dá uma estimativa não enviesada do desvio padrão da população a partir de uma amostra; para descrever a própria amostra pode-se usar qualquer uma das duas versões, mas N-1 é mais comum. No Excel, a função STDEV.S usa N-1, enquanto STDEV.P usa N.

Quando você precisa dele

Avaliar o quão consistentes são as respostas. Um desvio padrão baixo (por exemplo, 0,5 em uma escala de 1 a 5) significa que os respondentes responderam de forma parecida; um alto (por exemplo, 1,8) significa que as opiniões diferem muito. Isso é útil ao interpretar a média: "uma média de 4,2 com um desvio padrão de 0,4" indica consenso, enquanto "uma média de 4,2 com um desvio padrão de 1,6" indica polarização.

Intervalos de confiança. Para construir um intervalo de confiança em torno da média você precisa conhecer o erro padrão da média (o desvio padrão dividido pela raiz quadrada do tamanho da amostra). Quanto maior o desvio padrão, mais amplo é o intervalo: a incerteza é maior.

Comparar grupos. Ao comparar médias entre dois grupos (por exemplo, por segmentos), importa olhar não só a diferença das médias, mas também os desvios padrão. Se o grupo A tem uma média de 4,5 (desvio padrão 0,3) e o grupo B uma média de 4,2 (desvio padrão 1,2), os grupos diferem não só na sua média, mas também no quão consistentes são as respostas.

Verificar a qualidade dos dados. Um desvio padrão excepcionalmente grande pode sinalizar problemas: erros de entrada de dados, uma pergunta ambígua, um público misto. Por exemplo, se para a pergunta "Avalie de 1 a 5" o desvio padrão se aproxima de 2,0 com uma média de 3,0, isso pode significar que a pergunta foi entendida de maneiras diferentes ou que a amostra é heterogênea.

Interpretação nas pesquisas

Por escalas. Para uma escala de 1 a 5, um desvio padrão de cerca de 0,5-0,8 costuma indicar alta consistência; 1,0-1,3 indica dispersão moderada; acima de 1,5 indica dispersão forte ou polarização. Mas importa lê-lo no contexto da média: com uma média de 4,5 um desvio padrão de 0,6 pode significar "principalmente 4 e 5", enquanto com uma média de 3,0 o mesmo desvio padrão significa "principalmente 2, 3 e 4".

Comparação com a amplitude. A amplitude (máximo menos mínimo) mostra a faixa total, mas não capta como os valores se distribuem dentro dela. O desvio padrão leva em conta todos os valores e suas frequências. Por exemplo, com respostas 1, 1, 5, 5 a amplitude = 4 e o desvio padrão ~ 2,0 (polarização). Com respostas 2, 3, 3, 4, 4 a amplitude também é 2, mas o desvio padrão ~ 0,8 (consenso).

Relação com a mediana. Em uma distribuição simétrica a média e a mediana estão próximas, e o desvio padrão descreve a dispersão em torno de ambas. Com assimetria, a mediana é mais robusta a valores atípicos, enquanto o desvio padrão pode ser inflado por valores extremos isolados. Por isso, com assimetria, às vezes se olha a mediana e a amplitude interquartil (IQR) como alternativa à média e ao desvio padrão.

Exemplos em números

Cenário 1: alta consistência. Pergunta "Avalie o serviço de 1 a 5": 100 respostas, 80% são "4", 15% são "5", 5% são "3". Média ~ 4,1, desvio padrão ~ 0,4. Quase todos estão satisfeitos, a dispersão é mínima. No relatório você pode escrever: "uma pontuação média de 4,1 (desvio padrão 0,4), o que indica um alto nível de concordância nas opiniões".

Cenário 2: polarização. As mesmas 100 respostas, mas 40% são "1", 20% são "3", 40% são "5". A média também é de cerca de 3,0, mas o desvio padrão ~ 1,8. Aqui a média não reflete a resposta "típica": há dois "campos". No relatório é apropriado apontar: "uma média de 3,0 com um desvio padrão de 1,8 aponta para opiniões polarizadas; recomenda-se uma análise por segmentos".

Cenário 3: dispersão moderada. Distribuição: 10% são "1", 20% são "2", 30% são "3", 25% são "4", 15% são "5". Média ~ 3,2, desvio padrão ~ 1,2. Há dispersão, mas sem uma polarização clara. É uma imagem típica de muitas pesquisas.

Relação com outras métricas

Variância. O desvio padrão é a raiz quadrada da variância. A variância é medida em unidades ao quadrado (por exemplo, se as pontuações estão em pontos, a variância está em "pontos ao quadrado"), enquanto o desvio padrão está nas mesmas unidades dos dados originais. Por isso o desvio padrão é mais conveniente para a interpretação.

Média aritmética. A média e o desvio padrão descrevem juntos o centro e a dispersão. Sem o desvio padrão a média pode ser enganosa: uma "média de 3,5" com um desvio padrão de 0,3 e com um de 1,8 são situações diferentes. Os relatórios de pesquisas costumam apresentar ambos os números: "uma média de 4,2 (SD = 0,7)".

Intervalos de confiança. Para construir um intervalo em torno da média usa-se o erro padrão da média (desvio padrão / raiz(N)). Quanto maior o desvio padrão e menor a amostra, mais amplo é o intervalo. Saiba mais no artigo sobre intervalos de confiança.

A distribuição normal. Na distribuição normal, cerca de 68% dos valores ficam dentro de "média +/- 1 desvio padrão", e 95% dentro de "média +/- 2 desvios padrão". Esta regra das "três sigmas" ajuda a estimar quantas respostas caem em uma dada faixa quando a distribuição é próxima da normal.

Coeficiente de variação. A razão entre o desvio padrão e a média (CV = SD / média) mostra a dispersão relativa. É útil ao comparar variáveis em unidades diferentes ou com médias diferentes. Por exemplo, se a média é 4,0 e o desvio padrão é 0,8, então CV = 0,2 (20% de dispersão em relação à média).

Erros comuns

Ignorar o desvio padrão ao interpretar a média. Uma "média de 3,8" sem uma medida de dispersão não dá a imagem completa. Indique sempre o desvio padrão ao lado da média ou, ao menos, mencione a dispersão em palavras ("as respostas variaram de 1 a 5").

Calcular um desvio padrão para variáveis categóricas. Para variáveis nominais (região, tipo de cliente) não se calcula um desvio padrão: ali só são apropriadas as frequências e as proporções. Para escalas ordinais (por exemplo, uma escala Likert) o desvio padrão faz sentido, mas é interpretado levando em conta as limitações da escala.

Comparar desvios padrão sem levar em conta as médias. Um desvio padrão de 1,0 com uma média de 2,0 e com uma média de 4,5 são situações diferentes. Com uma média de 2,0 uma dispersão de 1,0 é relativamente grande (50% da média), enquanto com uma média de 4,5 é moderada (cerca de 22%). Use o coeficiente de variação para comparar a dispersão relativa.

Confundir o desvio padrão com o erro padrão. O desvio padrão descreve a dispersão dos dados originais; o erro padrão da média (SD / raiz(N)) descreve a incerteza na estimativa da média. Para os intervalos de confiança você precisa do erro padrão, não do próprio desvio padrão.

Esperar normalidade. A regra "68% dentro de um desvio padrão" funciona para a distribuição normal. Nas pesquisas, as distribuições muitas vezes são assimétricas ou limitadas pela escala: nesse caso esta regra é apenas aproximada. Olhe o histograma e use o desvio padrão como medida descritiva, não como uma regra rígida.

Por segmentos e subgrupos

O desvio padrão é calculado não só para toda a amostra, mas também dentro dos segmentos: por região, tipo de cliente, idade. Isso ajuda a entender em quais grupos as opiniões são consistentes e em quais estão polarizadas. Por exemplo, se no segmento A a média é 4,5 (SD = 0,4) e no segmento B a média é 3,8 (SD = 1,5), os grupos diferem tanto no nível quanto na consistência. No relatório é apropriado indicar os desvios padrão de cada subgrupo ao lado das médias.

Como isso aparece no SurveyNinja

Nos relatórios, a média é exibida por padrão para as perguntas de escala; o desvio padrão não é mostrado na interface. Você pode obtê-lo após exportar as respostas para CSV/XLSX e calculá-lo no Excel (a função STDEV.S) ou em outro pacote estatístico. Ao preparar um relatório para um cliente, é conveniente adicionar o desvio padrão ao lado da média: isso dá uma imagem mais completa de como as respostas estão dispersas.

Recomendações práticas

Indique sempre o desvio padrão ao lado da média. Em vez de "uma pontuação média de 4,2", escreva "uma pontuação média de 4,2 (SD = 0,7)" ou "uma pontuação média de 4,2, desvio padrão 0,7". Isso ajuda o leitor a avaliar o quão consistentes são as respostas.

Interprete-o no contexto da escala. Para uma escala de 1 a 5 um desvio padrão de 0,5 significa alta consistência; para uma escala de 0 a 100 o mesmo desvio padrão de 0,5 significa uma concordância quase total. Leve sempre em conta a faixa da escala.

Quando houver polarização, amplie a análise. Se o desvio padrão é grande (por exemplo, mais da metade da faixa da escala), faz sentido olhar a distribuição e fazer uma análise por segmentos: pode haver grupos com opiniões diferentes dentro da amostra.

Ao comparar grupos, indique os desvios padrão. Ao comparar médias entre dois grupos, indique o desvio padrão de cada grupo. Isso ajuda a entender se os grupos diferem só na sua média ou também no quão consistentes são as respostas.

O que escrever no relatório. Na seção de resultados, indique a média e o desvio padrão para as perguntas de escala principais. Se o desvio padrão é excepcionalmente grande ou pequeno, comente brevemente: "um alto nível de concordância nas opiniões" ou "observam-se respostas polarizadas, recomenda-se uma análise por segmentos".

O desvio padrão mostra a dispersão dos dados em torno da média e ajuda a entender o quão consistentes são as respostas. Sem ele a média pode induzir ao erro; juntos dão uma imagem completa da tendência central e da dispersão, a base para interpretar os resultados de uma pesquisa.