Deviazione standard: cosa misura davvero

In breve. La deviazione standard misura quanto i valori si allontanano, tipicamente, dalla loro media — non con una semplice media delle distanze, ma con una media dei loro quadrati, poi “sradicata”. Piccola: i dati sono raccolti attorno al centro. Grande: sono sparsi. È il numero che manca quando qualcuno vi dice solo «la media è X»: due gruppi con la stessa media possono essere fatti in modo completamente diverso, e la deviazione standard è ciò che li distingue.

«In media fa 20 gradi.» Può essere una primavera mite e costante, oppure un deserto che passa da 5 gradi la notte a 40 di giorno. La media è la stessa; l’esperienza è opposta. Ciò che le distingue è la dispersione, e la deviazione standard è il modo standard di misurarla.

L’idea, prima della formula

La media dice dov’è il centro di un insieme di numeri. Ma non dice se i numeri sono stretti attorno al centro o sparpagliati lontano. La deviazione standard risponde a quella seconda domanda: quanto, tipicamente, un valore dista dal centro? «Tipicamente» e non «in media» in senso stretto, per una ragione che vedremo fra poco: il calcolo passa dai quadrati degli scarti, e questo la rende in genere più grande della distanza media vera e propria (uguali solo se tutte le distanze dal centro, in valore assoluto, sono identiche).

Guardate due gruppi di cinque numeri, con la stessa identica media (30):

Nel gruppo A nessun valore si discosta dalla media: la deviazione standard è 0. Nel gruppo B i valori arrivano a 20 di distanza dal centro: la deviazione standard è circa 14. Stessa media, due mondi diversi — e senza la dispersione non lo sapreste.

Come si calcola, passo per passo

Sul gruppo B, per vederlo davvero:

1. Si calcola la media. (10+20+30+40+50) ÷ 5 = 30.
2. Si misura quanto ogni valore dista dalla media (lo scarto): −20, −10, 0, +10, +20.
3. Si elevano al quadrato gli scarti. Serve a due cose: togliere il segno (le distanze negative e positive non si devono annullare) e a pesare di più gli scostamenti grandi. Vengono: 400, 100, 0, 100, 400.
4. Si fa la media di questi quadrati. (400+100+0+100+400) ÷ 5 = 200. Questo numero si chiama varianza.
5. Si prende la radice quadrata della varianza. √200 ≈ 14,14. Questa è la deviazione standard.

L’ultimo passo — la radice quadrata — serve a riportare la misura nell’unità di partenza. Avevamo elevato al quadrato per non far annullare gli scarti; la radice disfa quel quadrato, così il risultato torna a essere «gradi», «euro», «centimetri», e non «gradi al quadrato». È il motivo per cui si preferisce la deviazione standard alla varianza: la varianza è nell’unità sbagliata, la deviazione standard nella giusta.

⚠️ Non è la distanza media, ed è bene saperlo. Le distanze dei cinque valori dal centro sono 20, 10, 0, 10, 20: la loro media semplice è 12. La deviazione standard, però, è 14,14 — più alta. Non è un errore: passando dai quadrati e poi dalla radice si dà più peso agli scostamenti grandi, e il risultato è una «media quadratica» sempre uguale o superiore alla media semplice delle distanze — coincide con essa solo quando tutte le distanze dal centro sono uguali in valore assoluto (come nel gruppo A, dove sono tutte zero), e quando ci sono valori molto lontani dal centro può superarla di parecchio. La deviazione standard è la distanza tipica, calcolata in quel modo particolare, non la distanza media in senso aritmetico.

Un esempio vero: quanto è dispersa la povertà in Italia

Un numero inventato spiega la meccanica; un numero vero la rende utile.

Nel 2025 il tasso di persone a rischio di povertà, in Italia, cambia moltissimo da zona a zona:

Fonte: Eurostat — At-risk-of-poverty rate by NUTS 2 region, tabella ilc_li41, che accanto alle regioni NUTS-2 pubblica le macro-aree NUTS-1 qui usate (ITC Nord-Ovest, ITH Nord-Est, ITI Centro, ITF Sud, ITG Isole), anno 2025. Dati consultati il 3 agosto 2026. → scarica il dataset in CSV

La media semplice di questi cinque valori è 20,3%. ⚠️ Attenzione: è la media dei cinque territori, ciascuno contato una volta, e non è il tasso di povertà dell’italiano medio — quello, che pesa ogni area per quanta popolazione ha, vale il 18,6% nazionale (Eurostat, tabella ilc_li02, 2025) (il Sud e le Isole hanno meno abitanti del Nord, e nella media nazionale pesano meno che in questa media a cinque valori). È già un esempio di quanto conti pesare i dati, il tema della media ponderata. Qui però ci serve la media delle cinque aree, ed è quella che usiamo.

Su quella media a cinque valori, la deviazione standard è 10,6 punti — ampia quanto metà della media. È il segnale di una dispersione forte: il Nord (9-11%) sta ben sotto quel 20,3%, il Sud e le Isole (30-35%) ben sopra, e nessuna macro-area ci si avvicina davvero. Una deviazione standard così grande rispetto alla media è la forma statistica del divario territoriale italiano. E la stessa deviazione standard, applicata alle risposte di un sondaggio, dà l’errore standard da cui nasce il suo margine: quante persone servano per un margine dato lo mostra campione ed errore campionario.

Se invece i cinque valori fossero stati, poniamo, 18, 19, 20, 21, 23, la media sarebbe stata simile e la deviazione standard piccola: allora «attorno al 20% dappertutto» sarebbe stata una descrizione onesta. È la deviazione standard che ci aiuta a capire quanto una media sia rappresentativa dei singoli casi — da sola non basta (contano anche la forma della distribuzione e l’eventuale presenza di gruppi distinti), ma senza di lei non lo si vede affatto.

La regola del 68-95-99,7

Quando i dati hanno la classica forma «a campana» (la distribuzione normale — altezze, errori di misura, molti fenomeni naturali), la deviazione standard acquista un potere in più: dice quanta popolazione sta entro una certa distanza dal centro.

È il motivo per cui la deviazione standard è ovunque: su una campana, permette di dire «un valore così lontano dalla media capita in meno del 5% dei casi». È la base di gran parte dei test statistici.

⚠️ Ma la regola vale solo sulla campana. Su dati asimmetrici — i redditi, i prezzi delle case, quasi tutto ciò che ha una coda lunga — quelle percentuali saltano, e usarle porta fuori strada. Prima di applicare il 68-95-99,7, la domanda è: questi dati sono a campana?

Una nota tecnica utile: dividere per n o per n−1

Nel passo 4 abbiamo diviso la somma dei quadrati per il numero di valori, n. Va bene quando i dati che abbiamo sono tutta la popolazione che ci interessa — come le cinque macro-aree italiane: non c’è una sesta area nascosta.

Quando invece i dati sono un campione estratto da una popolazione più grande, e vogliamo stimare la dispersione dell’intera popolazione, si divide per n−1 invece che per n. Il motivo, in una riga: un campione tende a sottostimare la vera dispersione, e dividere per un numero più piccolo corregge un po’ verso l’alto. Per essere precisi, questa correzione (detta di Bessel) rende non distorta la varianza stimata; la deviazione standard che se ne ricava con la radice resta solo un po’ più accurata, non perfettamente “centrata”. È lo standard per un campione casuale semplice; disegni più complessi — dati con pesi, campioni stratificati, popolazioni finite — chiedono correzioni diverse, che non si riducono a questa. Nei fogli di calcolo sono due funzioni diverse — spesso DEV.ST.POP (per n) e DEV.ST.C (per n−1) — e sceglierne una a caso è un errore comune.

Cosa NON dice

Non dice da che parte

La deviazione standard è simmetrica: tratta uno scarto verso l’alto e uno verso il basso allo stesso modo. Non dice se i valori estremi sono soprattutto grandi o soprattutto piccoli. Per quello serve un’altra misura (l’asimmetria).

Non è confrontabile fra grandezze diverse

Una deviazione standard di 10 è tanto o poco? Dipende dalla media. 10 su una media di 20 è enorme; 10 su una media di 10.000 è nulla. Per confrontare la dispersione di cose su scale diverse si usa il coefficiente di variazione — la deviazione standard divisa per la media — che è un numero puro. Sulle macro-aree italiane vale 10,6 ÷ 20,3 ≈ 0,52: la dispersione è più della metà della media, che è moltissimo. ⚠️ Il coefficiente di variazione ha senso solo per grandezze con uno zero vero (euro, chili, tassi percentuali) e con la media non troppo vicina a zero: su una scala come i gradi Celsius, dove lo zero è convenzionale, non significa niente.

Risente degli estremi

Come la media da cui deriva, la deviazione standard si fa tirare dai valori lontani: un solo dato estremo la gonfia. Su dati con outlier va letta con la stessa cautela della media.

In sintesi

Domande frequenti

Cosa misura la deviazione standard?

Misura quanto i valori di un insieme di dati si allontanano, tipicamente, dalla loro media. Non è la media aritmetica delle distanze, ma una media dei loro quadrati seguita da una radice quadrata, che pesa di più gli scostamenti grandi. Una deviazione standard piccola indica dati raccolti attorno al centro; una grande indica dati dispersi, e quindi una media meno rappresentativa dei singoli casi.

Come si calcola la deviazione standard?

In cinque passi: si calcola la media; si misura di quanto ogni valore se ne discosta (lo scarto); si elevano al quadrato gli scarti; se ne fa la media (ottenendo la varianza); si prende la radice quadrata della varianza. La radice serve a riportare il risultato nell’unità di misura di partenza.

Qual è la differenza tra varianza e deviazione standard?

Sono la stessa informazione in due forme. La varianza è la media degli scarti al quadrato, ed è espressa in unità al quadrato (per esempio euro²). La deviazione standard è la sua radice quadrata, e torna nell’unità originale (euro): per questo è più facile da interpretare.

Cos’è la regola del 68-95-99,7?

Su dati con distribuzione normale (a campana), circa il 68% dei casi cade entro una deviazione standard dalla media, il 95% entro due e il 99,7% entro tre. È molto utile, ma vale solo se i dati sono davvero a campana: su distribuzioni asimmetriche, come i redditi, quelle percentuali non tengono.

Quando si divide per n e quando per n−1?

Si divide per n (il numero di valori) quando i dati a disposizione sono l’intera popolazione di interesse. Si divide per n−1 quando i dati sono un campione e si vuole stimare la dispersione della popolazione più grande da cui provengono: la correzione (di Bessel) rende non distorta la varianza stimata e compensa la tendenza dei campioni a sottostimare la vera dispersione.

Fonti

1. Eurostat, At-risk-of-poverty rate by NUTS 2 region, tabella ilc_li41 — ec.europa.eu/eurostat/databrowser/view/ilc_li41 · consultata il 3 agosto 2026
2. Eurostat, At-risk-of-poverty rate, tabella ilc_li02 (tasso nazionale 18,6%) — ec.europa.eu/eurostat/databrowser/view/ilc_li02 · consultata il 3 agosto 2026

Gli esempi numerici sul gruppo A/B sono inventati per illustrare il calcolo. I valori per macro-area sono reali e riferiti al reddito disponibile equivalente rilevato dall’indagine EU-SILC; la media, la deviazione standard e il coefficiente di variazione sono elaborazioni di Metron Journal su quei valori.