Desvio padrão: o que ele mede, como se calcula e o que ele não mostra

Duas linhas de envase entregaram exatamente a mesma média: 500,0 gramas. O relatório do turno trazia esse número para as duas, lado a lado, e a conclusão foi que as duas estavam operando igual.

As dez pesagens da linha A foram 498, 501, 499, 502, 500, 500, 499, 501, 500 e 500 gramas. As da linha B foram 494, 506, 497, 503, 500, 500, 495, 505, 500 e 500. A média das duas é 500,0. Nenhum outro número do relatório mudava.

Com tolerância de ±8 gramas, a linha A não produz praticamente nada fora do limite. A linha B produz cerca de 4,2% de embalagens fora. A diferença estava inteira em uma quantidade que o relatório não trazia.

Os dados desta página descrevem situações-tipo construídas para o argumento: os valores são coerentes entre si e não vêm de uma empresa específica.

Como o desvio padrão é construído

A pergunta que ele responde é simples: em média, o quanto os valores se afastam da média? A construção segue essa pergunta passo a passo, e entender cada etapa explica por que a fórmula tem o formato que tem.

Primeiro, a distância de cada ponto à média. Na linha A, com média 500, os desvios são −2, +1, −1, +2, 0, 0, −1, +1, 0 e 0.

Segundo, o quadrado de cada distância. Somar os desvios direto daria zero sempre, porque os positivos cancelam os negativos — é uma propriedade da média, não um acaso. Elevar ao quadrado resolve o cancelamento e tem um efeito colateral relevante: dá peso maior aos afastamentos grandes. Os quadrados da linha A são 4, 1, 1, 4, 0, 0, 1, 1, 0 e 0, somando 12.

Terceiro, a média desses quadrados. Dividindo por 9 — e já voltamos a esse 9 —, dá 1,333. Esse valor é a variância, e ela tem um problema prático: está em gramas ao quadrado, unidade que não significa nada para quem opera a linha.

Quarto, a raiz quadrada. Ela desfaz o quadrado e devolve a medida à unidade original. A raiz de 1,333 é 1,15 grama — e esse é o desvio padrão da linha A.

Refazendo para a linha B: desvios de −6, +6, −3, +3, 0, 0, −5, +5, 0 e 0; quadrados somando 140; divididos por 9 dão 15,556; raiz quadrada, 3,94 gramas.

Por que dividir por n−1 e não por n

É o ponto que mais confunde, e a explicação é curta. Quando os dados são toda a população que interessa — as 30 lojas da rede, os 12 meses do ano —, divide-se por n. Quando são uma amostra usada para falar de um conjunto maior, divide-se por n−1.

O motivo: a média que você usou nos cálculos veio da própria amostra, e por construção ela é o valor que minimiza a soma dos quadrados daqueles pontos. Isso faz a dispersão calculada sair sistematicamente menor que a real. Dividir por n−1 corrige esse viés.

Foi por isso que as dez pesagens do exemplo foram divididas por 9: são uma amostra do que a linha produz, não o dia inteiro. Na prática de processo, a situação quase sempre é essa. Em amostras grandes a diferença é desprezível; em amostras pequenas, ela importa — com dez pontos, dividir por 10 em vez de 9 subestimaria o desvio em cerca de 5%.

Como calcular o desvio padrão no Excel

A função depende de qual dos dois casos é o seu. Para amostra, use DESVPAD.A; para população completa, DESVPAD.P. Em versões mais antigas, os nomes são DESVPAD e DESVPADP, com a mesma distinção.

O erro mais comum não é escolher a função errada — é aplicar qualquer uma delas a um intervalo que mistura populações diferentes. Calcular o desvio de dois turnos juntos, ou de dois produtos, devolve um número correto que não descreve processo nenhum.

A previsão que falhou

A equipe da linha B fez o diagnóstico óbvio: o dosador estava com folga. A previsão era que a manutenção reduziria o desvio pela metade, para algo próximo de 2 gramas.

Depois da intervenção, o desvio foi de 3,94 para 3,41 gramas — 13% de redução, não 50%. A hipótese estava parcialmente certa e a maior fonte de variação era outra.

Ela estava visível nos dados originais o tempo todo, e o desvio padrão não tinha como mostrá-la. Releia a sequência da linha B: 494, 506, 497, 503, 500, 500, 495, 505. Os valores alternam abaixo e acima da média, em pares. A linha tinha dois bicos de enchimento operando alternadamente, um calibrado baixo e outro alto. A média entre eles dava 500, e o desvio padrão media a distância entre os dois bicos como se fosse variação aleatória do processo.

Essa é a limitação central da medida: o desvio padrão resume o espalhamento e apaga a ordem. Embaralhe os dez valores em qualquer sequência e ele não muda. Padrões como alternância, tendência e mudança de patamar só aparecem quando os dados são vistos na ordem em que foram produzidos, o que é o assunto da carta de controle e da leitura de variação estatística.

O mesmo raciocínio fora da indústria

Duas transportadoras entregam, em média, em 4,0 dias. Uma tem desvio padrão de 0,5 dia; a outra, de 2,2 dias.

Para uma entrega isolada, as duas são equivalentes. Para quem precisa garantir prazo de 6 dias ao cliente final, não: a primeira ultrapassa 6 dias em praticamente nenhum caso, e a segunda em cerca de 18% das entregas. A média idêntica esconde a diferença que decide o contrato.

É a mesma lógica de qualquer promessa de prazo. Prometer a média significa descumprir metade das vezes — e o quanto se erra para além disso depende inteiramente do desvio padrão.

O que o desvio padrão não faz

Ele não diz se o valor é bom ou ruim. Um desvio de 3,94 gramas é péssimo em envase de precisão e irrelevante em carga a granel. A interpretação depende da tolerância e do processo, e o “quanto menor melhor” tem exceções que merecem leitura própria em desvio padrão: quanto menor, melhor?.

Ele não permite comparar escalas diferentes. Um desvio de 3 gramas e um de 3 segundos não são comparáveis, e mesmo dentro da mesma unidade um desvio de 3 sobre média 10 é muito diferente de 3 sobre média 1.000. Para isso existe o coeficiente de variação.

Ele é sensível a valores extremos, por causa do quadrado. Um único ponto muito distante infla o desvio de forma desproporcional — e essa sensibilidade é útil quando o extremo é real, e enganosa quando é erro de digitação. Para uma medida simples e robusta do espalhamento total, existe a amplitude.

E ele não diz se o processo cabe na especificação. Combinar dispersão com centramento e com os limites de tolerância é o trabalho dos índices de capabilidade do processo. Também vale lembrar que a leitura de fração fora de especificação a partir do desvio supõe um comportamento aproximadamente simétrico dos dados, o que precisa ser verificado — assunto de distribuição normal e da escolha do modelo em distribuições de probabilidade. Por fim, dispersão é metade da descrição: a outra metade é o centro, tratado em média, mediana e moda.

Grade de cálculo

Preencha na tela e use a impressão do navegador (Ctrl+P ou Cmd+P) para levar a grade com os seus números. A última linha é a que a fórmula não responde.

O que continua acontecendo sem essa medida

Sem o desvio padrão no relatório, a linha B continua sendo lida como equivalente à linha A. As reclamações de peso aparecem no cliente, são tratadas como eventos isolados, e cada uma gera investigação própria — porque nada no painel sugere que exista um problema sistemático.

Há um custo maior e menos visível. Sem medida de dispersão, qualquer melhoria fica indetectável: se o processo tem desvio de 3,94 gramas, uma mudança que altere a média em 1 grama some dentro do ruído, e a equipe conclui que a mudança não funcionou. Reduzir a variação é frequentemente o pré-requisito para conseguir enxergar qualquer outro efeito — e é por isso que projetos de melhoria começam por estabilizar antes de tentar melhorar.

Calcular o desvio leva dois minutos e a grade acima cabe em uma folha. O que ele não faz, e nenhuma medida resumo faz, é mostrar a ordem dos dados — foi ali que estavam os dois bicos da linha B, e é ali que costuma estar a causa. Ver dados no tempo em vez de em resumo é o hábito que a formação Green Belt constrói ao longo de um projeto inteiro, e você pode conhecer essa lógica pela certificação White Belt gratuita da EDTI antes de decidir se quer se aprofundar.

Conteúdo revisado pelo Master Black Belt Marcelo Petenate, estatístico, formado pela Unicamp, mestre pela USP e especialista em Lean Six Sigma e melhoria contínua. Nesta revisão, o foco foi a construção passo a passo da medida e a informação de ordem que ela descarta.

Perguntas frequentes

O que é o desvio padrão?

É uma medida de dispersão: quantifica, na unidade original dos dados, o quanto os valores se afastam da média. Quanto maior, mais espalhados estão os dados; quanto menor, mais concentrados em torno do valor central.

Como calcular o desvio padrão passo a passo?

Calcule a média; subtraia a média de cada valor; eleve cada diferença ao quadrado; some os quadrados; divida por n−1 se os dados forem amostra, ou por n se forem a população inteira; e tire a raiz quadrada do resultado. A grade deste texto cobre os seis passos com exemplo ao lado.

Qual a diferença entre desvio padrão amostral e populacional?

O divisor. O populacional divide por n e é usado quando os dados são todo o conjunto de interesse. O amostral divide por n−1 e corrige o viés que surge por a média ter sido estimada da própria amostra. Em processos, a situação quase sempre é amostral.

Qual a diferença entre desvio padrão e variância?

A variância é a média dos quadrados dos desvios; o desvio padrão é a raiz quadrada dela. Matematicamente carregam a mesma informação, e o desvio padrão é preferido para comunicar porque está na unidade original — gramas, minutos, milímetros —, enquanto a variância fica em unidade ao quadrado.

Qual função usar no Excel?

Use DESVPAD.A para amostra e DESVPAD.P para população; em versões antigas, DESVPAD e DESVPADP. O erro mais custoso não é a escolha da função, é aplicar qualquer uma delas a um intervalo que mistura turnos, produtos ou equipamentos diferentes.

Um desvio padrão baixo é sempre bom?

Quase sempre, e não sempre. Um desvio muito baixo pode indicar dados arredondados na coleta, medição com resolução insuficiente ou até registro maquiado. E a leitura só faz sentido contra a tolerância do processo: 3,94 gramas é péssimo em envase de precisão e irrelevante em carga a granel.

O desvio padrão detecta problemas no processo?

Detecta espalhamento excessivo, e não detecta padrão. Ele resume os dados e apaga a ordem em que foram coletados — se você embaralhar os valores, o desvio não muda. Alternância, tendência e mudança de patamar só aparecem na leitura sequencial, com carta de controle.

Por onde começar a usar desvio padrão na prática?

Escolha uma variável que já é medida na sua operação, colete dez a vinte valores em condição normal e na ordem de coleta, e calcule. Depois compare o resultado com a tolerância: dividir a metade da faixa pelo desvio dá quantos desvios cabem até o limite, e esse número diz mais sobre o processo que qualquer média. Se der menos de três, você encontrou o próximo projeto.