變異係數(CV)計算器

輸入數值列表,或直接填入平均值與標準差,即可在同一頁面同步查看變異係數(CV)、CV 比值、標準差、變異數與相對平均值的波動幅度,適合做統計比較、作業檢查與快速驗算。

最後更新: 2026/04/15

變異係數(CV)計算器

輸入數值列表,或直接輸入平均值與標準差後,即可在同一畫面查看變異係數(CV)、CV 比值,以及相對於平均值的波動程度。

選擇計算模式
輸入時即時更新

輸入以逗號或換行分隔的數值列表後,即可同時計算平均值、樣本/母體標準差與變異係數。

輸入項目

逗號、換行、空格和分號都可作為分隔符。一般來說,當所有數值皆為正且平均值大於 0 時,變異係數會比較容易穩定解讀。

基準
在數值列表模式下,這裡會決定實際計算基準;在直接輸入模式下,則會讓標準差標籤與你選擇的解讀方式保持一致。
顯示
調整顯示精度,讓 CV 結果符合報告、作業或筆記所需的格式。
公式預覽
CV = (樣本標準差 s ÷ 平均值 x̄) × 100

變異係數是把標準差除以平均值得到的相對波動指標。當你想比較不同平均規模資料的離散程度時,它特別好用。

快速範例

每個範例都會同時更新輸入值與計算基準,方便你立即查看結果。

解讀提示
  • 由於 CV 的計算方式是 標準差 ÷ 平均值,因此很適合比較平均規模不同的資料之間的相對波動。
  • 如果平均值接近 0 或小於 0,CV 可能會變得非常大,或難以穩定解讀。
  • 標準差保留原始單位,而 CV 以百分比呈現,因此更方便跨單位比較。
  • 在平均值相同時,標準差越大,CV 越高;在標準差相同時,平均值越小,CV 也越高。
範例 · 數值列表 · 樣本基準
42.76%
變異係數 CV

這 8 筆資料的平均值是 5.00,樣本標準差為 2.14,因此相對於平均值的波動為 42.76%。

CV = (2.14 ÷ 5.00) × 100 = 42.76%
平均值
5.00
標準差
2.14
CV 比值
0.43
資料筆數
8 筆
範圍
2.00 ~ 9.00
相對波動刻度
0% 10% 20% 30% 50%+

如果把平均值換算為 100,標準差大約相當於 42.76。這表示相對波動偏大,但可接受的 CV 範圍仍要視應用領域而定。

計算摘要表
目前模式 數值列表
標準差基準 樣本基準
平均值 5.00
標準差 2.14
變異數 4.57
CV 比值 0.43
CV % 42.76%
資料筆數 8 筆
範圍 2.00 ~ 9.00
如何解讀
  1. 平均值為 40.00 ÷ 8 = 5.00。
  2. 在樣本基準下,將偏差平方和帶入後可得標準差 2.14。
  3. CV = 2.14 ÷ 5.00 × 100 = 42.76%。
以平均值 100 的尺度來看

如果把平均值換算為 100,標準差大約是 42.76。換句話說,這組資料相對於平均水準有較大的波動。

變異係數最適合用在平均值為正的比率尺度資料。如果平均值接近 0 或為負數,建議同時查看標準差、範圍與其他摘要統計量。

什麼是變異係數(CV)計算器?

變異係數(CV)計算器是一種統計工具,用來把資料的離散程度和平均值大小放在一起看。標準差可以告訴你數值大約會偏離平均值多少,但它無法直接說明相對於平均值來看,這樣的波動到底算大還是小。CV 會把標準差除以平均值,因此更容易比較不同尺度或不同單位資料的相對變異。

例如,一組資料的平均值是 10,另一組平均值是 1,000,就算兩者標準差同樣都是 5,實際代表的相對波動也完全不同。這個工具會同時顯示 CV 百分比與 CV 比值,讓你在品質管制、實驗量測、營收或需求波動檢查,以及統計作業複習時,都能更清楚判讀差異。

適合這些情境

當相對離散程度比絕對大小更重要時,CV 特別有用。即使標準差相同,只要平均值不同,實際意義就可能差很多,因此 CV 很適合拿來比較不同群體、不同產品線,或不同時間區間的資料。

  • 品質管制 – 比較感測器讀值、製程良率或生產波動相對於平均水準的變化
  • 實驗與研究資料 – 檢查重複量測在相對尺度上是否穩定
  • 營收與需求分析 – 觀察每週訂單量、營收或需求起伏相對於平均值的波動
  • 成績與績效比較 – 比較平均值不同的考試、班級或團隊之間的離散程度
  • 統計作業檢查 – 在標準差之外,繼續檢查 CV 與相對變異的判讀

主要功能

這個計算器不只是給出一個 CV 數值,也會把計算流程與解讀重點整理在同一頁面,讓你能同時拿來做課本範例、快速驗算與實務比較。

  • 數值列表模式 – 由逗號或換行分隔的資料一次算出平均值、標準差與 CV
  • 直接輸入模式 – 當你已經知道平均值與標準差時,可立即算出 CV
  • 樣本或母體基準切換 – 可切換標準差基準,並讓摘要文字與公式標籤同步更新
  • 同時顯示 CV 比值與 CV% – 同時查看原始比值與百分比形式
  • 相對波動刻度 – 快速判斷目前 CV 大致落在哪個範圍
  • 快速範例與結果複製 – 可直接載入常見範例,並複製精簡的結果摘要

使用方法

先選擇要用數值列表計算,或直接輸入平均值與標準差,接著填入對應欄位。你也可以設定標準差採用樣本或母體基準,並依照作業、報告或筆記格式調整小數位數。

  1. 選擇模式 – 有原始資料時使用數值列表模式;只有摘要統計量時使用直接輸入模式。
  2. 輸入數值 – 輸入資料列表,或直接填入平均值與標準差。
  3. 設定基準 – 指定標準差要採用樣本基準還是母體基準。
  4. 查看結果 – 只要輸入改變,頂部結果卡就會立即更新 CV 百分比與 CV 比值。
  5. 解讀輸出 – 搭配摘要表、刻度與解讀卡片,一起理解相對於平均值的波動程度。

變異係數公式與判讀方式

基本公式是 CV = 標準差 ÷ 平均值,如果要用百分比表示,再乘以 100。例如,平均值是 50、標準差是 5 時,CV 就是 0.1,也就是 10%。若換算到平均值 100 的尺度上,就代表標準差大約相當於 10。

CV 越小,代表相對於平均值的波動越小;CV 越大,則表示相對波動越明顯。不過,不同領域對於「高」或「低」CV 的接受範圍並沒有單一標準。像是在製造業,低於 1% 也可能很重要;但在金融報酬資料中,20% 以上的 CV 可能仍屬常見。你可以把本頁的刻度當作快速參考,再配合你的領域標準一起判讀。

另一個重要提醒是,當平均值接近 0 或為負數時,CV 可能變得不穩定。這種情況下,不建議只依賴 CV,最好同時查看標準差、範圍與原始資料分布。如果你需要先計算標準差,可以使用 標準差計算器;如果想先整理平均值,可以使用 平均值計算器;若想進一步看相對位置,也可以搭配 Z-score 計算器

常見問題

什麼時候適合使用變異係數?

當你想比較平均值不同的資料集之間的離散程度時,變異係數就很有用。例如在比較兩組考試成績、兩條產品線的產量波動,或不同時期的需求起伏時,它往往會比只看標準差更直觀。

為什麼平均值為 0 或更低時會出現警示?

因為 CV 以平均值作為分母,當平均值接近 0 時,結果可能會變得非常大或難以解讀。若平均值為負數,也很難用單一方向去判讀相對波動,所以這種情況下通常不適合只看 CV。

我應該選樣本基準還是母體基準?

如果你手上的資料就是完整母體,應使用母體基準;如果你是用部分樣本去估計整體,通常應使用樣本基準。在數值列表模式下,這會影響實際標準差計算;在直接輸入模式下,則會讓標籤與你選擇的基準保持一致。

CV 和標準差有什麼不同?

標準差是和原始資料使用相同單位的絕對離散指標,而 CV 則是把標準差除以平均值後得到的相對指標。也因此,當資料單位不同,或平均值規模差很多時,CV 往往更方便拿來比較。

數值列表可以使用哪些分隔符?

逗號、換行、空格和分號都可以使用。例如同一份資料裡,一行用逗號、下一行用換行,計算器仍然可以正確解析所有數值。

如果所有數值都相同,結果會怎麼顯示?

如果所有數值完全相同,標準差就會是 0,因此變異係數也會是 0。這代表平均值存在,但相對波動為零,資料沒有任何離散變化。

我輸入的資料會被儲存在伺服器上嗎?

不會。數值列表、平均值與標準差都只會在你的瀏覽器中處理,不會儲存到外部伺服器。重新整理頁面後,輸入內容也會重設。

匿名意見 1

可能讓其他使用者感到不適的內容或重複留言,可能會依照營運規則被隱藏或刪除。

剩餘字數: 120

目前還沒有留言,歡迎留下第一則意見。