Calculateur de variance et écart-type de population
Rédigé par Thierno Sadou Diallo, formule vérifiée selon notre méthodologie • Mis à jour le 18/08/2026
L'écart-type de population se calcule en sommant les carrés des écarts à la moyenne, en divisant par n (l'effectif total de la population), puis en prenant la racine carrée. Pour les valeurs 2, 4, 4, 4, 5, la moyenne est 3,8 et l'écart-type de population est d'environ 0,98.
Explication
La variance et l'écart-type de population mesurent la dispersion d'un jeu de données autour de sa moyenne, exactement comme leurs équivalents d'échantillon — mais avec une différence de formule essentielle : le dénominateur est ici n (l'effectif total), pas (n−1). Cette distinction n'est pas un détail technique mineur : elle dépend directement de la nature de vos données. Utilisez ce calculateur de population uniquement lorsque vos valeurs représentent la TOTALITÉ de la population étudiée, sans aucune incertitude d'échantillonnage à corriger — par exemple les notes de tous les élèves d'une classe entière, ou la taille de chacun des cinq employés d'une petite entreprise. Dans la situation bien plus fréquente où vos données ne représentent qu'un sous-ensemble tiré d'une population plus large, c'est notre calculateur de variance et écart-type d'échantillon (avec sa correction de Bessel, dénominateur n−1) qui s'applique, car diviser par n dans ce cas sous-estimerait systématiquement la variance réelle de la population complète. Sur un même jeu de données, l'écart-type de population est toujours légèrement inférieur à l'écart-type d'échantillon (puisque n est toujours supérieur à n−1) — un écart qui devient négligeable à mesure que le nombre de valeurs augmente, mais qui reste significatif sur les petits échantillons typiques de ce calculateur, limité à 5 valeurs. La covariance, qui mesure la dispersion conjointe de deux variables plutôt que d'une seule, connaît d'ailleurs exactement la même distinction entre version de population et version d'échantillon.
Exemple : les valeurs 2, 4, 4, 4, 5
Données d'entrée
Valeurs : 2, 4, 4, 4, 5 (considérées ici comme la population entière).
Calcul
Moyenne = (2+4+4+4+5) ÷ 5 = 19 ÷ 5 = 3,8. Somme des carrés des écarts = (2−3,8)²+(4−3,8)²+(4−3,8)²+(4−3,8)²+(5−3,8)² = 3,24+0,04+0,04+0,04+1,44 = 4,8. Variance de population = 4,8 ÷ 5 = 0,96. Écart-type de population = √0,96 ≈ 0,9798.
Résultat
Cette population a une moyenne de 3,8, une variance d'environ 0,96 et un écart-type d'environ 0,98 — à comparer à l'écart-type d'échantillon des mêmes valeurs, d'environ 1,10, calculé avec un dénominateur (n−1) plus petit.
Questions fréquentes
Comment savoir si mes données forment une population ou un échantillon ?
Posez-vous la question suivante : ces valeurs couvrent-elles absolument tous les individus ou éléments qui vous intéressent, sans exception, ou seulement une partie d'un ensemble plus large ? Si c'est la totalité (tous les employés d'une équipe de 5 personnes, par exemple), utilisez la variance de population. Si ce n'est qu'un sous-ensemble représentatif d'un groupe plus vaste (un sondage, une mesure expérimentale répétée), c'est la variance d'échantillon qui s'applique, la situation de loin la plus fréquente en pratique.
Pourquoi l'écart-type de population est-il toujours plus petit que celui d'échantillon ?
Parce que le dénominateur n est toujours strictement supérieur à (n−1) : diviser la même somme des carrés des écarts par un nombre plus grand donne mécaniquement un résultat plus petit. La correction de Bessel (n−1) compense justement une légère sous-estimation systématique de la variance réelle d'une population lorsqu'on ne dispose que d'un échantillon, un biais qui n'a pas lieu d'être corrigé si les données couvrent déjà la population entière.
L'écart entre les deux formules est-il important en pratique ?
Il dépend directement du nombre de valeurs : sur un très grand nombre de données, la différence entre diviser par n ou par (n−1) devient négligeable. Sur un petit nombre de valeurs comme celles de ce calculateur (2 à 5 au maximum), en revanche, l'écart reste significatif — diviser par 2 plutôt que par 1 (le cas le plus extrême, avec seulement deux valeurs) change littéralement le résultat du simple au double, ce qui rend le choix de la bonne formule d'autant plus important.