Skip to main content
🔬 Advanced

Variance Calculator – Population & Sample Variance

Calculate variance and standard deviation for a data set. Supports population and sample variance. Free online statistics calculator for instant results.

★★★★★ 4.8/5 · 📊 0 calculations · 🔒 Private & free

Wat is variantie?

Variantie meet de spreiding van een dataset — hoe ver de waarden van het gemiddelde liggen. Een lage variantie betekent dat datapunten dicht bij het gemiddelde clusteren; een hoge variantie betekent dat ze wijd verspreid zijn.

Variantie wordt berekend als het gemiddelde van gekwadrateerde afwijkingen van het gemiddelde:

Waarbij xᵢ elk datapunt is, μ (of x̄) het gemiddelde is en N het aantal waarden. De standaardafwijking is simpelweg de wortel van de variantie — zij heeft dezelfde eenheid als de originele gegevens, waardoor ze beter interpreteerbaar is.

Populatievariantie vs. steekproefvariantie

Het belangrijkste verschil is de noemer — N versus (N−1) — bekend als Bessel's correctie:

TypeNoemerGebruik wanneerSymbool
PopulatievariantieNJe hebt gegevens over de volledige populatieσ²
SteekproefvariantieN−1Je hebt een steekproef uit een grotere populatie

In de praktijk zijn de meeste gegevens uit de echte wereld een steekproef. Het gebruik van N−1 (steekproefvariantie) produceert een onvertekende schatting van de ware populatievariantie. Het gebruik van N (populatievariantie) op een steekproef onderschat systematisch de ware variantie.

Voorbeeld: het testen van een nieuw geneesmiddel op 50 patiënten betekent het gebruik van steekproefvariantie (s²). Het analyseren van alle studenten in een klas betekent het gebruik van populatievariantie (σ²).

Stapsgewijze variantieberekening

Gegeven de dataset: 4, 7, 13, 2, 8

  1. Bereken het gemiddelde: (4+7+13+2+8) ÷ 5 = 34/5 = 6,8
  2. Vind afwijkingen van het gemiddelde: (4−6,8)=−2,8; (7−6,8)=0,2; (13−6,8)=6,2; (2−6,8)=−4,8; (8−6,8)=1,2
  3. Kwadraten van de afwijkingen: 7,84; 0,04; 38,44; 23,04; 1,44
  4. Som van kwadraten: 7,84+0,04+38,44+23,04+1,44 = 70,8
  5. Populatievariantie: 70,8 ÷ 5 = 14,16
  6. Steekproefvariantie: 70,8 ÷ 4 = 17,7
  7. Standaardafwijking: √14,16 = 3,76 (populatie) of √17,7 = 4,21 (steekproef)

Praktische toepassingen van variantie

VakgebiedToepassingVoorbeeld
FinanciënBeleggingsrisicoHoge variantie = volatielere aandelenrendementen
ProductieKwaliteitscontroleLage variantie = consistente productafmetingen
GeneeskundeKlinische studiesVariabiliteit in patiëntrespons meten
SportwetenschapPrestatieanalyseVariabiliteit in atletenprestaties over seizoen
OnderwijsTestscoreanalyseSpreiding van studentprestaties begrijpen

💡 Wist je dat?

Veelgestelde vragen

Wat is het verschil tussen variantie en standaardafwijking?

Variantie is het gemiddelde van gekwadrateerde afwijkingen van het gemiddelde; standaardafwijking is de wortel ervan, in dezelfde eenheden als de originele gegevens. Standaardafwijking is beter interpreteerbaar voor het beschrijven van spreiding. Variantie is nuttig in wiskundige bewerkingen (varianties van onafhankelijke variabelen tellen direct op).

Wanneer moet ik steekproef- versus populatievariantie gebruiken?

Gebruik populatievariantie wanneer je gegevens elk lid van de groep die je analyseert bevatten (bijv. alle medewerkers van één bedrijf). Gebruik steekproefvariantie wanneer je gegevens een deelverzameling zijn van een grotere groep (bijv. een enquête van 500 kiezers om de mening van alle kiezers te schatten). In het meeste echte onderzoek is steekproefvariantie van toepassing.

Kan variantie negatief zijn?

Nee. Variantie is altijd nul of positief omdat het wordt berekend uit gekwadrateerde waarden. Variantie = 0 alleen wanneer alle datapunten identiek zijn (geen spreiding). Een negatieve variantie is wiskundig onmogelijk en wijst op een berekeningsfout.

Wat is een "hoge" of "lage" variantie?

Hoog en laag zijn relatief aan de schaal en context van de gegevens. Een variantie van 10 is "laag" voor mensenlichaamslengtes in cm maar "hoog" voor lengtes in meters. De variatiecoëfficiënt (SD / gemiddelde × 100%) is schaalonafhankelijk en maakt vergelijking mogelijk tussen verschillende datasets.