Calculateur d'écart-type

Moyenne	3
Variance	2,5
Médiane	3
Minimum	1
Maximum	5
Effectif	5
Somme	15

À quoi sert ce calculateur

Ce calculateur d'écart-type prend la liste de nombres que vous saisissez et renvoie instantanément l'écart-type d'un échantillon, accompagné d'un jeu complet de statistiques descriptives : moyenne, médiane, variance, minimum, maximum, effectif et somme. Il s'adresse aux étudiants, analystes, chercheurs et à toute personne qui souhaite mesurer la dispersion d'un ensemble de valeurs sans ouvrir un tableur.

Comment l'utiliser

Il n'y a qu'un seul champ de saisie : Saisissez vos nombres (séparés par des virgules). Tapez ou collez vos valeurs en les séparant par des virgules, des points-virgules ou des espaces — le calculateur accepte plusieurs séparateurs et supprime automatiquement les entrées vides. Par exemple, vous pouvez saisir 4, 8, 15, 16, 23, 42 puis valider.

Moyenne – la moyenne arithmétique de toutes les valeurs
Médiane – la valeur centrale (50e centile)
Écart-type – l'écart typique des valeurs par rapport à la moyenne
Variance – le carré de l'écart-type
Min, Max, Effectif, Somme – des repères descriptifs rapides

La formule expliquée

L'outil applique la formule de l'écart-type sur un échantillon :

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

Ici, $x_i$ désigne chaque nombre, $\bar{x}$ la moyenne et $n$ l'effectif. Notez que le dénominateur est $n - 1$ et non $n$ : c'est la correction de Bessel, qui fournit une estimation sans biais lorsque vos données constituent un échantillon tiré d'une population plus large. La variance correspond tout simplement à $s^2$.

Exemple concret

Prenons les valeurs 4, 8, 15, 16, 23, 42 :

Effectif = 6, Somme = 108
Moyenne = 108 ÷ 6 = 18
Écarts au carré : (4−18)² + (8−18)² + (15−18)² + (16−18)² + (23−18)² + (42−18)² = 196 + 100 + 9 + 4 + 25 + 576 = 910
Variance = 910 ÷ (6 − 1) = 182
Écart-type = √182 ≈ 13,49

La médiane de cet ensemble correspond à la moyenne des deux valeurs centrales (15 et 16), soit 15,5.

Interprétation de votre résultat

L'écart type (ET) vous indique à quelle distance, en moyenne, chaque valeur s'écarte de la moyenne de votre ensemble de données. Il est exprimé dans les mêmes unités que vos données, ce qui le rend directement interprétable.

ET plus élevé — les valeurs sont plus dispersées et varient largement autour de la moyenne.
ET plus faible — les valeurs se concentrent étroitement près de la moyenne et sont plus cohérentes.
ET égal à 0 — chaque valeur est identique (il n'y a aucune variation), donc la moyenne égale chaque valeur.

Comme l'ET dépend de l'échelle des données, il est difficile de comparer la dispersion entre des ensembles de données mesurés dans des unités différentes ou avec des moyennes très différentes. Pour cela, utilisez le coefficient de variation (CV), défini comme l'ET divisé par la moyenne et généralement exprimé en pourcentage :

$$\text{CV} = \frac{s}{\bar{x}} \times 100\%$$

Par exemple, un ensemble de données avec $s = 6$ et $\bar{x} = 40$ a un CV de 15%, ce qui signifie que la dispersion est 15% de la moyenne — une mesure relative que vous pouvez comparer à des ensembles de données sur des échelles entièrement différentes.

Lorsque vos données sont approximativement en forme de cloche (approximativement normales), la règle empirique donne une idée rapide de la relation entre l'ET et la distribution :

Environ 68% des valeurs se situent à moins de 1 ET de la moyenne (entre $\bar{x}-s$ et $\bar{x}+s$).
Environ 95% se situent à moins de 2 ET de la moyenne.
Environ 99,7% se situent à moins de 3 ET de la moyenne.

Ainsi, pour des données d'allure normale avec $\bar{x}=100$ et $s=10$, environ 95% des valeurs se situent entre 80 et 120. Les valeurs au-delà de 2–3 ET sont rares et peuvent mériter un examen comme valeurs aberrantes potentielles.

Définitions et glossaire

Moyenne ($\bar{x}$): La moyenne arithmétique — la somme de toutes les valeurs divisée par le nombre. C'est le point central à partir duquel les écarts sont mesurés.
Médiane: La valeur du milieu lorsque les données sont triées ; avec un nombre pair, c'est la moyenne des deux valeurs du milieu. Elle est moins affectée par les valeurs aberrantes que la moyenne.
Écart type (s): La distance typique des valeurs par rapport à la moyenne, dans les unités d'origine — la racine carrée de la variance.
Variance ($s^2$): La moyenne des carrés des écarts à la moyenne (en utilisant $n-1$ pour un échantillon). Elle est en unités carrées, ce qui explique pourquoi l'ET est généralement préféré pour l'interprétation.
Échantillon vs population: Un échantillon est un sous-ensemble tiré d'un groupe plus large et se divise par $n-1$ ; une population inclut chaque membre et se divise par $n$. Cet outil calcule l'ET d'échantillon.
Correction de Bessel ($n-1$): Diviser par $n-1$ au lieu de $n$ lors de l'utilisation d'un échantillon. Cela corrige la tendance de la variance d'échantillon à sous-estimer la véritable variance de la population.
Écart: La différence entre une valeur individuelle et la moyenne, $x_i - \bar{x}$. L'élévation au carré de ces écarts est au cœur du calcul de la variance.
Nombre (n): Le nombre de valeurs saisies — la taille de votre ensemble de données.
Somme: Le total de toutes les valeurs additionnées ; en le divisant par le nombre, on obtient la moyenne.
Min: La plus petite valeur de l'ensemble de données.
Max: La plus grande valeur de l'ensemble de données ; max moins min donne l'intervalle.

Questions fréquentes

S'agit-il de l'écart-type d'un échantillon ou d'une population ? Le calculateur fournit l'écart-type d'un échantillon, en divisant par $n - 1$. Si vous avez besoin de la valeur pour une population (division par $n$), l'écart reste faible pour les grands jeux de données mais devient plus sensible pour les petits.

Quels séparateurs puis-je utiliser ? Les virgules, les points-virgules, les espaces ou les sauts de ligne fonctionnent tous, ce qui vous permet de coller directement une colonne issue d'un tableur.

Pourquoi la variance est-elle affichée à côté de l'écart-type ? La variance est le carré de l'écart-type. Elle est utile dans les tests statistiques et l'ANOVA, tandis que l'écart-type est plus facile à interpréter car il s'exprime dans la même unité que vos données.