Desviacion estandar en Mexico 2026: que es y para que sirve en estadistica y calidad
Medida de dispersion aplicada a control de calidad industrial calificaciones inversiones y temperatura en Mexico. Julio 2026.
Una tortilleria industrial en Monterrey produce 50,000 tortillas por turno con un peso objetivo de 50 gramos cada una. El supervisor de calidad revisa una muestra de 10 tortillas: el peso promedio da exactamente 50 gramos. Todo bien, ¿verdad? No necesariamente. Los 10 pesos eran: 44g, 48g, 50g, 55g, 52g, 47g, 53g, 49g, 56g, 46g. El promedio da 50g, pero la dispersion es enorme — algunas tortillas casi no tienen masa y otras pesaban 12 gramos mas de lo esperado.
El promedio solo cuenta la mitad de la historia. La desviacion estandar cuenta la otra mitad: que tan consistentes o variables son los datos alrededor de ese promedio. En esa muestra de tortillas la desviacion estandar es de 3.9 gramos — un proceso con esa variabilidad produce tortillas constantemente fuera del rango aceptable. Esta guia explica exactamente que es, como se calcula y como se interpreta en situaciones reales en Mexico.
Calcula la desviacion estandar de cualquier conjunto de datos al instante
Calculadora de desviacion estandar →Desviacion baja vs alta — lo que el promedio no te dice
Las dos formulas: poblacion vs muestra
Divide entre N (todos los datos)
Divide entre n-1 (correccion Bessel)
Calculo completo paso a paso — tortillas de Monterrey
La muestra de 5 tortillas tiene una desviacion estandar de 1.58 gramos. Esto significa que una tortilla tipica de este lote pesa entre 50 ± 1.58 gramos = entre 48.42 y 51.58 gramos. Para el rango de tres sigmas (donde cae el 99.7% de los datos): 50 ± 3×1.58 = entre 45.26 y 54.74 gramos. Si la especificacion permite tortillas entre 47g y 53g, este proceso con σ=1.58g esta bien controlado.
La regla del 68-95-99.7 (la regla de las tres sigmas)
n = 5 tortillas
PASO 1 — Media: x̄ = (48+50+51+49+52)/5 = 250/5 = 50 gramos
PASO 2 — Desviaciones: -2, 0, +1, -1, +2
Suma de desviaciones = 0 (siempre cero)
PASO 3 — Cuadrados: 4, 0, 1, 1, 4
Suma de cuadrados = 10
PASO 4 — Varianza de muestra: s² = 10 / (5-1) = 10/4 = 2.5 g²
Varianza de poblacion: σ² = 10/5 = 2.0 g²
PASO 5 — Desviacion estandar:
Muestra: s = √2.5 = 1.58 gramos
Poblacion: σ = √2.0 = 1.41 gramos
Interpretacion: una tortilla tipica de esta muestra pesa 50 ± 1.58 g
Rango de 3 sigmas: 45.26 a 54.74 g (99.7% de las tortillas)
Cuatro ejemplos cotidianos en Mexico
Proceso A: σ=1.2 g. Proceso B: σ=3.9 g. Ambos con media 50 g. Especificacion: 47-53 gramos.
Proceso A (σ=1.2 g): Rango de 3 sigmas = 50 ± 3.6 = 46.4g a 53.6g. Solo el 0.3% de tortillas cae fuera de 50±3.6g. Tortillas fuera del rango de especificacion (47-53g): aproximadamente el 1-2% (el rango de especificacion es mas ancho que 2 sigmas). Proceso B (σ=3.9 g): Rango de 3 sigmas = 50 ± 11.7 = 38.3g a 61.7g. El 95% de las tortillas cae entre 42.2g y 57.8g — muy por fuera de la especificacion de 47-53g. Indice Cp del proceso A: Cp = (53-47)/(6×1.2) = 6/7.2 = 0.83 (proceso mejorable). Cp del proceso B: Cp = 6/(6×3.9) = 6/23.4 = 0.26 (proceso completamente fuera de control). El proceso B necesita rediseno urgente — reajustar la maquina tortillera para reducir la variabilidad.
Grupo 5A (media 7.5, σ=0.6) vs Grupo 5B (media 7.5, σ=2.4). Cuanto difieren realmente?
Grupo 5A (σ=0.6): 68% de los alumnos tiene calificaciones entre 6.9 y 8.1. Casi nadie reprueba (bajo 6) ni saca 10. Grupo homogeneo con nivel medio consistente. Grupo 5B (σ=2.4): 68% de los alumnos tiene calificaciones entre 5.1 y 9.9. Hay estudiantes con 10 y estudiantes que reprueban con 4.5 en el mismo grupo. Grupo muy heterogeneo con polarizacion de nivel. Misma media (7.5) pero el grupo 5A tiene todo el trabajo pedagogico por hacer en un rango estrecho, mientras el 5B necesita atencion diferenciada: refuerzo para los que reprueba y enriquecimiento para los que sobresalen. La desviacion estandar le dice al maestro en un solo numero cuanta heterogeneidad tiene que manejar en el aula.
Fondo A: rendimiento anual promedio 8%, σ=1.5%. Fondo B: rendimiento promedio 8%, σ=6.5%. Cual elegir?
Fondo A (σ=1.5%): Con 95% de probabilidad, el rendimiento anual estara entre 8% ± 3% = entre 5% y 11%. Muy predecible. Baja volatilidad. Para inversores conservadores. Fondo B (σ=6.5%): Con 95% de probabilidad, el rendimiento anual estara entre 8% ± 13% = entre -5% y +21%. En un mal año puedes perder el 5% y en un buen año ganar el 21%. Alta volatilidad. Para inversores que toleran riesgo. La eleccion depende del perfil del inversor: si necesitas el dinero en 1-2 años (un techo, educacion de hijo) elige el Fondo A — la estabilidad protege tu capital. Si inviertes a 20+ años para el retiro, el Fondo B puede generar mayor riqueza a largo plazo. En finanzas, σ = riesgo. Rendimiento promedio igual con σ distinto significa el mismo retorno esperado pero diferente exposicion a la perdida.
Guadalajara diciembre: media 15°C, σ=3°C. Monterrey diciembre: media 15°C, σ=7°C. Que significa para un viajero?
Guadalajara (σ=3°C): 95% de los dias de diciembre tienen temperatura entre 9°C y 21°C. Clima predecible y templado. Para un viajero: lleva una chamarra ligera y estaras comodo la mayoria de los dias. Monterrey (σ=7°C): 95% de los dias tienen temperatura entre 1°C y 29°C. Enorme variabilidad climatica — puede haber dias frescos de primavera y noches con helada en el mismo mes. Para un viajero a Monterrey en diciembre: necesitas ropa para todas las condiciones porque la variabilidad es alta. El fenomeno climatico que explica la alta σ de Monterrey son los «nortes» — frentes frios polares que pueden bajar la temperatura de 25°C a 5°C en cuestion de horas. La media de 15°C en ambas ciudades no cuenta esa historia; la desviacion estandar si.
Como calcular la desviacion estandar paso a paso
Calcula la media de todos los datos. Media = suma de todos los valores / cantidad de datos (n). Este es el punto de referencia central. Anota la media porque la necesitas para todos los pasos siguientes. Si los datos son muchos o decimales, usa la calculadora de desviacion estandar que calcula todos los pasos automaticamente incluyendo tanto σ de poblacion como s de muestra.
Resta la media a cada dato y eleva al cuadrado. Para cada xᵢ: calcula (xᵢ − media)². Que los cuadrados siempre son positivos elimina el problema de que las desviaciones positivas y negativas se cancelen. Los valores extremos (muy alejados de la media) producen cuadrados mucho mayores que los valores cercanos a la media — esto refleja que los datos extremos contribuyen mas a la dispersion total.
Suma todos los cuadrados y divide entre N o (n-1). Si tienes todos los datos: divide entre N (poblacion). Si tienes una muestra: divide entre n-1 (muestra). El resultado es la varianza (σ² o s²). La varianza esta en unidades al cuadrado (gramos², pesos², grados²) y por eso no es directamente interpretable.
Saca la raiz cuadrada de la varianza. La desviacion estandar = raiz cuadrada de la varianza. Esto convierte el resultado a las mismas unidades que los datos originales (gramos, pesos, grados) y lo hace directamente interpretable. Una desviacion estandar de 1.58 gramos significa que la variacion tipica de cada dato respecto a la media es de 1.58 gramos. Relaciona este resultado con la media del conjunto para evaluar si la dispersion es grande o pequena en relacion al valor tipico.
7 preguntas frecuentes sobre desviacion estandar
Que es la desviacion estandar y que mide?
La desviacion estandar (σ para poblacion, s para muestra) es una medida estadistica que indica que tan dispersos o concentrados estan los datos alrededor de su media. Si la desviacion estandar es pequena: los datos estan muy agrupados cerca del promedio — el proceso es consistente y predecible. Si es grande: los datos estan muy dispersos — hay mucha variabilidad. Ejemplo intuitivo: dos grupos de 5 estudiantes con la misma media de 7.5. Grupo A: 7, 7.5, 8, 7, 7.5 (desviacion estandar = 0.39 — muy homogeneo). Grupo B: 5, 6, 9, 10, 7.5 (desviacion estandar = 1.92 — muy heterogeneo). La media es identica pero el caracter de los grupos es completamente diferente. La desviacion estandar captura en un solo numero esa diferencia que la media no puede mostrar.
Como calculo la desviacion estandar paso a paso?
Calculo con datos: 6, 8, 7, 9, 5. Paso 1 — Media: (6+8+7+9+5)/5 = 35/5 = 7. Paso 2 — Desviaciones: 6-7=-1, 8-7=+1, 7-7=0, 9-7=+2, 5-7=-2. Suma = 0 (siempre). Paso 3 — Cuadrados: 1, 1, 0, 4, 4. Suma = 10. Paso 4 — Varianza de muestra: 10/(5-1) = 10/4 = 2.5. Paso 5 — Desviacion estandar de muestra: raiz cuadrada de 2.5 = 1.58. Para desviacion de poblacion: varianza = 10/5 = 2.0. Desviacion = raiz cuadrada de 2.0 = 1.41. En Excel o Google Sheets: usa la funcion DESVEST.M(rango) para muestra o DESVEST.P(rango) para poblacion. Para calculos manuales rapidos usa la calculadora de desviacion estandar — introduce los datos separados por comas.
Cual es la diferencia entre desviacion estandar de poblacion y de muestra?
La diferencia esta en el denominador. Poblacion (σ): divide entre N (cuando tienes TODOS los datos). Muestra (s): divide entre n-1 (cuando tienes solo UNA PARTE de los datos y quieres estimar la variabilidad de la poblacion completa). La correccion n-1 se llama correccion de Bessel y hace que la estimacion sea menos sesgada cuando el tamano de muestra es pequeno. Para n=5: σ divide entre 5, s divide entre 4. Para n=100: σ entre 100, s entre 99 — diferencia minima. En problemas tipicos de secundaria en Mexico se usa la formula de poblacion (divide entre N) porque generalmente se trabaja con el conjunto completo de datos del problema, no con una muestra de una poblacion mayor. En investigacion, control de calidad y encuestas se usa la formula de muestra.
Que indica una desviacion estandar alta o baja?
Desviacion baja: datos concentrados. Proceso, producto o fenomeno consistente y predecible. En calidad: pocos defectos. En finanzas: inversion estable (bajo riesgo). En educacion: grupo homogeneo. Desviacion alta: datos dispersos. Mucha variabilidad. En calidad: proceso inestable con muchos defectos. En finanzas: alta volatilidad (alto riesgo). En educacion: grupo con grandes diferencias de nivel. La interpretacion es siempre relativa: una σ de 5 kilogramos es irrelevante para sacos de cemento de 50 kg (10% de variacion) pero catastrofica para bolsas de medicamento de 10 gramos (50% de variacion). El Coeficiente de Variacion (CV = σ/media × 100) permite comparar la dispersion entre datos con diferentes unidades o escalas. CV menor al 10-15% indica dispersion baja. CV mayor al 30-40% indica alta dispersion en relacion al promedio.
Que es la regla del 68-95-99.7 y como se aplica?
La regla empirica aplica a distribuciones normales (campana de Gauss) y establece tres rangos clave. Primero: el 68% de los datos cae dentro de 1 desviacion estandar de la media (entre media-σ y media+σ). Segundo: el 95% cae dentro de 2 desviaciones (media-2σ a media+2σ). Tercero: el 99.7% cae dentro de 3 desviaciones (media-3σ a media+3σ). Aplicacion practica en Mexico — peso de aguacates Hass de un mercado: media=200g, σ=25g. Rango de 1 sigma: 175-225g (68% de los aguacates). Rango de 2 sigmas: 150-250g (95% de los aguacates). Rango de 3 sigmas: 125-275g (99.7% de los aguacates). Un aguacate de 300g seria excepcional (esta a 4 sigmas de la media). Esta regla permite identificar valores atipicos: cualquier dato mas alla de 3 sigmas de la media es candidato a ser considerado un outlier.
Como se usa la desviacion estandar en control de calidad en Mexico?
En la industria manufacturera en Mexico el control estadistico de procesos usa la desviacion estandar para monitorear la consistencia de la produccion. Los limites de control tipicamente se establecen a 3 sigmas de la media — si una medicion cae fuera de ese rango, el proceso esta fuera de control. El Indice de Capacidad del Proceso (Cp) cuantifica que tan bien el proceso cumple las especificaciones: Cp = (Limite superior – Limite inferior) / (6σ). Para que el proceso sea aceptable: Cp mayor o igual a 1.0. Para que sea capaz: Cp mayor o igual a 1.33. Para Six Sigma: Cp mayor o igual a 2.0 (solo 3.4 defectos por millon de unidades). En Mexico, industrias automotriz (armadoras en Monterrey, Aguascalientes, San Luis Potosi), farmaceutica, electronica y alimentos aplican control estadistico de procesos diariamente para cumplir con los estandares de sus clientes internacionales.
Que relacion tiene la desviacion estandar con la varianza?
La varianza (σ² para poblacion, s² para muestra) es el cuadrado de la desviacion estandar. La desviacion estandar es la raiz cuadrada de la varianza. Relaciones: σ = raiz cuadrada de σ². σ² = σ al cuadrado. Para los datos 6, 8, 7, 9, 5: Varianza de muestra = 2.5. Desviacion estandar = raiz cuadrada de 2.5 = 1.58. Varianza de poblacion = 2.0. Desviacion estandar = raiz cuadrada de 2.0 = 1.41. Diferencia practica: la varianza se expresa en unidades al cuadrado (gramos², pesos², grados²) y no es directamente interpretable. La desviacion estandar esta en las mismas unidades que los datos originales (gramos, pesos, grados) y si es interpretable. Por eso en la comunicacion de resultados se presenta la desviacion estandar; en los calculos algebraicos internos se trabaja con la varianza porque las varianzas de variables independientes se suman directamente (caracteristica que no tienen las desviaciones estandar).
Calculadoras y guias relacionadas de estadistica
Nota editorial: Los conceptos de desviacion estandar, varianza y regla empirica son parte del programa oficial de estadistica y probabilidad de la educacion media superior en Mexico. El control estadistico de procesos basado en la desviacion estandar es un estandar de la industria reconocido por normas como ISO 9001 y la norma mexicana NMX-CC-9001 que regulan los sistemas de gestion de calidad en Mexico. Para mas informacion sobre estandares de calidad en Mexico: Secretaria de Economia.
