Comment calculer l'écart type
L'écart type est l'une des mesures statistiques les plus fréquemment utilisées pour déterminer la dispersion des données autour de leur moyenne. Concrètement, l'écart type nous aide à comprendre la stabilité ou la variation d'un phénomène : par exemple, les variations des résultats scolaires, les fluctuations des ventes, les différences de taille, et même les risques liés aux données financières. Plus l'écart type est faible, plus les données sont proches de la moyenne. Inversement, un écart type élevé indique que les données sont éloignées de la moyenne et présentent une forte variation.
Cet article expliquera la signification de l'écart type, la formule utilisée et les étapes pour le calculer manuellement à l'aide d'exemples faciles à comprendre.
1. Définition de l'écart type
L'écart type est la racine carrée de la variance. La variance est la moyenne des carrés des différences entre chaque donnée et la moyenne. Pourquoi utiliser un carré ? Parce que les différences entre les données et la moyenne peuvent être négatives ou positives. Si on les additionne directement, les différences négatives et positives peuvent s'annuler, ce qui donne des résultats trompeurs. En élevant les différences au carré, toutes les valeurs deviennent positives, ce qui permet une mesure plus précise de la distribution des données.
Simplement:
– Variance = mesure de la dispersion en unités « au carré ».
– Écart type = une mesure de la dispersion ramenée aux unités de données d'origine.
Exemple : si les données se présentent sous forme de scores de tests (en points), la variance sera exprimée en points, tandis que l’écart type sera également exprimé en points, ce qui facilite l’interprétation.
2. Écart-type de la population par rapport à l'échantillon
Avant de procéder aux calculs, il est important de savoir quel type de données vous possédez :
1. Population : les données comprennent tous les membres qui doivent faire l'objet de la recherche.
La formule de l'écart type de la population utilise le diviseur N (nombre de données).
2. Échantillon : les données ne représentent qu'une partie de la population et sont généralement utilisées pour représenter une population plus large.
La formule de l'écart type de l'échantillon utilise un diviseur (n − 1) pour corriger le biais d'estimation. Cette correction est appelée correction de Bessel.
Dans la pratique quotidienne (par exemple, la recherche, les enquêtes, l'analyse de classe), les données sont souvent considérées comme un échantillon, donc le diviseur est (n − 1).
3. Formule de l'écart type
A. Formule de l'écart type de la population
Supposons les données : \( x_1, x_2, \dots, x_N \)
Moyenne de la population :
\[
\mu = \frac{\sum_{i=1}^{N} x_i}{N}
\]
Variance de la population :
\[
\sigma^2 = \frac{\sum_{i=1}^{N}(x_i – \mu)^2}{N}
\]
Écart-type de la population :
\[
\sigma = \sqrt{\sigma^2}
\]
B. Formule de l'écart type de l'échantillon
Moyenne de l'échantillon :
\[
\bar{x} = \frac{\sum_{i=1}^{n} x_i}{n}
\]
Variance de l'échantillon :
\[
s^2 = \frac{\sum_{i=1}^{n}(x_i – \bar{x})^2}{n – 1}
\]
Écart type de l'échantillon :
\[
s = \sqrt{s^2}
\]
4. Étapes du calcul manuel de l'écart type
Pour faciliter la compréhension, nous utilisons l'exemple des résultats d'examen de 5 étudiants :
Données : 60, 70, 70, 80, 90
Supposons que ces données constituent un échantillon (cas courant dans les exemples d'apprentissage).
Étape 1 : Calculer la moyenne
\[
\bar{x} = \frac{60 + 70 + 70 + 80 + 90}{5} = \frac{370}{5} = 74
\]
Le score moyen est donc de 74.
Étape 2 : Calculer la différence entre chaque donnée et la moyenne
Créer une colonne de différence \( (x_i – \bar{x}) \):
– 60 − 74 = −14
– 70 − 74 = −4
– 70 − 74 = −4
– 80 − 74 = 6
– 90 − 74 = 16
Étape 3 : Mettre la différence au carré
Calculer \( (x_i – \bar{x})^2 \):
– (−14)² = 196
– (−4)² = 16
– (−4)² = 16
– 6² = 36
– 16² = 256
Étape 4 : Additionnez les carrés des différences
\[
∑ (x_i – x̄)^2 = 196 + 16 + 16 + 36 + 256 = 520
\]
Étape 5 : Calculer la variance (pour un échantillon, diviser par n − 1)
Puisque n = 5, alors n − 1 = 4 :
\[
s^2 = \frac{520}{4} = 130
\]
La variance de l'échantillon est donc de 130.
Étape 6 : Racine carrée de la variance pour obtenir l’écart type
\[
s = \sqrt{130} \approx 11{,}40
\]
L'écart type des données est donc d'environ 11,40. Cela signifie qu'en moyenne, les scores des élèves s'écartent d'environ 11 points de la moyenne de 74.
5. Méthode rapide : Formule alternative (Calcul)
Outre la méthode manuelle décrite ci-dessus, il existe une formule de calcul souvent utilisée pour accélérer les calculs, notamment lorsqu'il y a beaucoup de données :
Variance de l'échantillon :
\[
s^2 = \frac{\sum x_i^2 – \frac{(\sum x_i)^2}{n}}{n – 1}
\]
Cette formule évite de calculer les différences une par une, mais exige tout de même de la précision lors du calcul de la somme des carrés des données.
Cependant, pour une compréhension conceptuelle, la méthode étape par étape (différence → carré → somme) est généralement plus facile et moins sujette aux erreurs.
6. Interprétation de l'écart type
L'écart type ne se limite pas aux chiffres, il doit être interprété :
– Faible écart type : les données sont regroupées autour de la moyenne, la variation est faible, les résultats sont plus cohérents.
– Écart type élevé : les données sont très dispersées autour de la moyenne, la variation est importante et les résultats sont moins cohérents.
Par exemple, supposons que deux classes aient la même moyenne, soit 74. Si la classe A a un écart type de 5 et la classe B un écart type de 15, alors les scores de la classe A sont plus homogènes et stables. La classe B présente une plus grande dispersion : certains scores sont très bas et d’autres très élevés.
7. Erreurs courantes
Quelques erreurs courantes lors du calcul de l'écart type :
1. J'ai oublié de faire la distinction entre l'échantillon et la population, donc le diviseur est incorrect (N vs n − 1).
2. Un mauvais calcul de la moyenne, ce qui entraîne l'erreur de toutes les étapes suivantes.
3. Oublier de mettre la différence au carré, ou faire une erreur en prenant la racine carrée à la fin.
4. Erreurs arithmétiques lors de l'addition ou du calcul des carrés de nombres.
On peut éviter les erreurs en créant un tableau de calcul et en vérifiant deux fois les résultats.
Clôture
Calculer l'écart type n'est pas difficile si l'on suit correctement les étapes : calculer la moyenne, trouver la différence entre chaque série de données, élever les différences au carré, les additionner, diviser par n ou n − 1, puis prendre la racine carrée. La compréhension de l'écart type permet d'évaluer la cohérence et la dispersion des données.
Si vous le souhaitez, je peux également créer des exemples supplémentaires avec davantage de données, des exemples de données groupées (tableaux de fréquences), ou des exemples de calcul de l'écart type à l'aide d'Excel/Google Sheets.
