Calcular la varianza a partir de la media: fórmula y ejemplos

¿Recuerdas esa sensación de tener dos conjuntos de datos con el mismo promedio, pero que se comportan de manera radicalmente diferente? Ahí reside la magia de la varianza. Imagina dos exámenes: en ambos, la nota media de la clase fue un 7. En el primer examen, casi todos sacaron entre un 6 y un 8. En el segundo, la mitad sacó un 10 y la otra mitad un 4. La media no te lo dice, pero la varianza te revela instantáneamente que el segundo examen tuvo resultados mucho más dispersos y polarizados. Entender la varianza es pasar de simplemente “sacar un promedio” a comprender realmente la historia que cuentan tus datos. Este artículo te dará el dominio completo: desde la fórmula básica que usa la media como punto de partida, hasta su interpretación profunda, todo con ejemplos prácticos que convertirán un concepto abstracto en una herramienta analítica poderosa.

¿Qué es la varianza y por qué no basta con la media?

La media aritmética, o promedio, es la medida de tendencia central más famosa. Consiste en sumar todos los valores de un conjunto de datos y dividirlos por la cantidad total de elementos. Es un resumen útil, pero trágicamente incompleto. La media, por sí sola, es ciega a la distribución de los datos.

Para visualizarlo, imagina que estás parado sobre un bloque de hielo. La media te dice la altitud exacta a la que te encuentras, pero no te advierte que bajo tus pies el hielo es una fina capa a punto de quebrarse o un iceberg macizo. La varianza y su hermana, la desviación estándar, miden el grosor de ese hielo: qué tan esparcidos están los datos alrededor de ese punto central que es la media. De hecho, la varianza es literalmente el promedio de las distancias al cuadrado entre cada dato y la media. Esta definición es la llave maestra para todo el cálculo.

La fórmula fundamental de la varianza (paso a paso)

El cálculo de la varianza siempre parte de la media. La fórmula para la varianza poblacional (representada por la letra griega sigma al cuadrado, σ²) es la más intuitiva y directa para entender la lógica del proceso.

Fórmula de la varianza poblacional (σ²)

La expresión matemática es:

${\sigma }^2=\frac{{\sum }_{i=1}^N(x_i-\mu {)}^2}{N}$

Donde cada componente significa:

• σ² (Sigma al cuadrado): Es el símbolo de la varianza de una población.
• Σ (Sigma mayúscula): Indica la sumatoria, es decir, que debemos sumar una serie de elementos.
• xi​: Representa cada valor individual de tu conjunto de datos.
• μ (Mu): Es la media de la población.
• N: Es el número total de datos en la población.

Esta fórmula te ordena ejecutar tres pasos inquebrantables que representan la esencia conceptual de la varianza:

1. Calcula la media (μ): Suma todos los datos y divide por el total (N). Esta es tu referencia central.
2. Calcula las desviaciones y elévalas al cuadrado ((xi−μ)2): Para cada dato, resta la media. Eso te da la distancia “bruta” a la que se encuentra. Luego, eleva ese resultado al cuadrado. ¿Por qué? Porque si solo sumaras las diferencias, los valores por encima y por debajo de la media se cancelarían y el resultado siempre sería cero. Elevar al cuadrado elimina los signos negativos y, de paso, penaliza más fuertemente los datos que están muy lejos de la media (las grandes dispersiones).
3. Promedia esas desviaciones al cuadrado: Suma todos los cuadrados que obtuviste y divide por N. El resultado es justamente el “promedio de las distancias al cuadrado”, nuestra varianza.

Población vs. Muestra: el ajuste crucial de la fórmula

Aquí se encuentra un punto de inflexión crítico que todo estudiante debe dominar. En estadística, rara vez tenemos acceso a todos los datos de una “población” (todos los habitantes de un país, cada tornillo producido por una fábrica en su historia). Casi siempre trabajamos con una “muestra”, un subconjunto manejable.

Si usáramos la fórmula de la varianza poblacional con los datos de una muestra, obtendríamos un resultado sesgado, que tiende a subestimar la verdadera varianza de la población. Para corregir este sesgo y obtener lo que llamamos un “estimador insesgado”, debemos hacer un pequeño pero poderoso ajuste en el denominador.

Fórmula de la varianza muestral (s²)

La expresión matemática es:

$s^2=\frac{{\sum }_{i=1}^n(x_i-\bar{x}{)}^2}{n-1}$

Observa los cambios clave:

• s2: Representa la varianza de una muestra.
• xˉ (x-barra): Es la media de la muestra.
• n: Es el número de datos en la muestra.
• n-1: ¡El ajuste crucial! Dividimos por n-1 en lugar de por n.

Dividir por un número ligeramente más pequeño (n-1 en vez de n) hace que el resultado de la varianza sea un poco mayor, compensando así la tendencia de la muestra a ser menos dispersa que la población real. A esto se le conoce como la corrección de Bessel. La regla de oro es simple: si tienes todos los datos de tu universo de estudio, divides por N. Si tienes solo una porción (una muestra), divides por n-1.

Ejemplos prácticos: llevando las fórmulas al papel

Nada fija mejor un concepto que resolverlo con números. Trabajemos con un mismo conjunto de datos, tratándolo primero como población y luego como muestra, para sentir el impacto del denominador.

Ejemplo 1: Cálculo de la varianza poblacional (σ²)

Contexto: Un profesor tiene las notas finales de su única clase de 5 alumnos de un curso piloto. Quiere analizar la dispersión de este grupo específico, su población completa. Las notas son: 5, 7, 9, 8, 6.

Paso 1: Calcular la media poblacional (μ)
$\mu =\frac{5+7+9+8+6}{5}=\frac{35}{5}=7$

Paso 2 y 3: Calcular las desviaciones al cuadrado y su sumatoria
Construimos una tabla para organizar el trabajo:

Paso 4: Dividir por N (tamaño de la población)
${\sigma }^2=\frac{10}{5}=2$

La varianza poblacional de las notas es 2. Esto significa que, en promedio, las notas se desvían en 2 unidades al cuadrado respecto a la media de 7.

Ejemplo 2: Cálculo de la varianza muestral (s²)

Contexto: Un investigador educativo toma las mismas 5 notas, pero ahora las considera una muestra aleatoria de un colegio con 500 alumnos para estimar la dispersión general.

El proceso para el numerador es idéntico. La diferencia estará en el último paso.
Ya calculamos la media muestral ($\bar{x}=7$) y la sumatoria de las desviaciones al cuadrado ($\sum (x_i-\bar{x}{)}^2=10$).

Paso clave: Dividir por n-1 (tamaño de la muestra – 1)
n = 5, por lo tanto, n-1 = 4.
$s^2=\frac{10}{4}=2.5$

La varianza muestral es 2.5. Como puedes observar, es superior a la varianza poblacional (2). Esa diferencia de 0.5 es la corrección de Bessel en acción, que “penaliza” la estimación para hacerla más realista a nivel de toda la población del colegio. Cuando trabajes con datos en la vida real, esta es la fórmula que usarás el 99% de las veces.

Más allá del número: interpretando la varianza

Calcular la varianza es solo el principio. El verdadero desafío intelectual es interpretarla.

• ¿Qué significa una varianza de 0? Es la perfección total en términos de dispersión. Ocurre única y exclusivamente cuando todos los datos de tu conjunto son exactamente iguales a la media. Si todos sacan un 7, la varianza es 0. No hay absolutamente ninguna variabilidad.
• ¿Qué es una varianza alta vs. baja? Es una interpretación relativa. Una varianza baja indica que la mayoría de los datos se agrupan fuertemente alrededor de la media; el proceso es consistente y predecible. Una varianza alta indica que los datos están muy esparcidos, con valores extremos que jalan la media hacia ellos; el proceso es volátil e incierto.

La gran limitación: las unidades al cuadrado

Aquí está el “talón de Aquiles” de la varianza. En nuestro ejemplo de las notas, la varianza muestral fue de 2.5… ¿2.5 qué? No son 2.5 puntos de nota. La respuesta es “2.5 puntos de nota al cuadrado”. Una unidad que no tiene un significado físico o intuitivo directo. Esto hace que la varianza sea fantástica para cálculos matemáticos y estadísticos avanzados, pero pésima para comunicar resultados a un público no especializado.

De la varianza a la desviación estándar: la interpretación final

Para resolver el problema de las unidades al cuadrado, aplicamos una operación devastadoramente simple y elegante: la raíz cuadrada. Al sacar la raíz cuadrada de la varianza, obtenemos la desviación estándar, que se expresa en las mismas unidades originales de los datos.

$Desviaci\acute{o}nEst\acute{a}ndar(s)=\sqrt{s^2}$

Para nuestro ejemplo muestral:
$s=\sqrt{2.5}\approx 1.58$

Interpretación final: La nota media de la muestra es 7, con una desviación estándar de aproximadamente 1.58 puntos. Esto es lo que podemos reportar y entender: la mayoría de las notas se alejan, en promedio, 1.58 puntos por encima o por debajo del 7. La varianza fue el cálculo intermedio necesario; la desviación estándar es la medida de dispersión que realmente se reporta y analiza en proyectos reales, desde finanzas (riesgo de un activo) hasta control de calidad (consistencia del diámetro de un clavo).

Errores comunes que debes evitar

La ruta de aprendizaje está minada de trampas sutiles. Anticiparlas te ahorrará frustraciones.

1. Olvidar la corrección de Bessel (n-1): Al calcular estadísticos en software o calculadoras, si por error divides por N en lugar de n-1 para una muestra, estarás subestimando la dispersión y, por lo tanto, realizando afirmaciones de precisión falsamente optimistas. Es el error más común.
2. Interpretar la varianza como desviación estándar: Son dos medidas distintas, relacionadas pero con magnitudes diferentes. Confundirlas puede llevarte a conclusiones exageradas o minimizadas sobre la dispersión real.
3. No elevar al cuadrado las desviaciones negativas: Los signos negativos se evaporan al elevar al cuadrado. Un (-2)² es 4, no -4. Un error de signo aquí te dará un numerador y, por tanto, una varianza completamente incorrectos.
4. Creer que media y varianza cuentan toda la historia: Son solo los dos primeros momentos de una distribución. Dos conjuntos de datos pueden tener la misma media y la misma varianza, pero una forma completamente diferente (por ejemplo, uno simétrico y otro con asimetría). La estadística descriptiva es un ecosistema, no solo dos números.

Resultados de aprendizaje

Después de leer este artículo, deberías ser capaz de:

1. Explicar con tus propias palabras la diferencia fundamental entre la media (centro) y la varianza (dispersión) y por qué ambas son necesarias para describir un conjunto de datos.
2. Identificar y diferenciar las fórmulas de la varianza poblacional (σ²) y muestral (s²), justificando la necesidad y el propósito de la corrección de Bessel (n-1).
3. Calcular la varianza paso a paso a partir de la media para un conjunto de datos pequeño, organizando el trabajo en una tabla de cálculo para ambas fórmulas.
4. Interpretar el significado de una varianza igual a cero, baja y alta, así como su limitación al expresar el resultado en “unidades al cuadrado”.
5. Reconocer la relación entre la varianza y la desviación estándar como medidas complementarias, y saber cuándo usar cada una en un análisis de datos real.
6. Detectar y evitar los tres errores clásicos en su cálculo: la omisión del denominador n-1 para muestras, el mal manejo de los signos al elevar al cuadrado y la confusión entre varianza y desviación estándar.

Rodrigo Ricardo Editor y fundador