変動係数とは？標準偏差との違いとばらつきの比較方法を解説！

変動係数とは？標準偏差との違いとばらつきの比較方法を解説！

商品の価格、テストの点数、投資の収益率などを比べるとき、単に数値の散らばりだけを見ても、どちらが安定しているか判断しにくいことがあります。

そのような場面で役立つ指標が変動係数です。

変動係数は平均に対するばらつきの大きさを表すため、単位や平均値が異なるデータ同士も比較しやすくなります。

一方、標準偏差はデータが平均からどれほど離れているかを示す代表的な指標です。

この記事では、変動係数と標準偏差の違い、計算式、実際の比較方法、利用時の注意点を順に解説します。

変動係数と標準偏差の違いと比較表

それではまず変動係数と標準偏差の違いについて解説していきます。

平均に対するばらつきの割合

標準偏差がばらつきの実際の大きさを示すのに対し、変動係数は平均に対するばらつきの割合を示します。

標準偏差は、各データが平均値から平均的にどの程度離れているかを表す数値です。

たとえば平均売上が100万円の商品群で標準偏差が10万円なら、売上は平均からおおむね10万円程度ずれていると捉えられます。

ただし、平均売上が1,000万円の商品群で標準偏差が10万円だった場合も、標準偏差だけは同じ10万円です。

前者では10万円の差が売上に与える影響は比較的大きく、後者では小さく感じられるでしょう。

そこで、標準偏差を平均値で割って相対的な散らばりへ換算するのが変動係数です。

変動係数が小さいほど、平均に対してデータの散らばりが小さい状態です。

反対に変動係数が大きい場合は、平均値に対して数値が大きく上下していることを示します。

たとえば平均気温と日々の気温差を比べる場合、季節ごとに平均気温が違うため、標準偏差だけでなく変動係数も見ると変動の相対的な大きさを確認できます。

標準偏差は元の単位を保ち、変動係数は通常、百分率で表す点も大切な違いです。

比較項目	標準偏差	変動係数
表す内容	平均からのばらつきの大きさ	平均に対するばらつきの割合
計算の基準	各データと平均値の差	標準偏差と平均値の比
単位	元データと同じ単位	原則として単位なし、百分率で表すことが多い
向く比較	同じ単位、近い平均のデータ	平均や単位が異なるデータ
値の解釈	小さいほど絶対的な散らばりが小さい	小さいほど相対的に安定している
主な利用場面	品質管理、成績分布、誤差の確認	投資比較、営業成績、測定精度の比較

絶対的な差と相対的な差

標準偏差と変動係数を使い分けるには、絶対的な差と相対的な差を分けて考える必要があります。

標準偏差は、実務でどの程度のずれが生じるのかを直接知りたいときに便利です。

たとえば部品の長さを測定し、標準偏差が0.02mmなら、加工誤差の規模を元の単位のまま把握できます。

許容差や規格値と照らし合わせる品質管理では、元の単位で読める標準偏差が特に重要です。

一方で、平均10mmの部品と平均100mmの部品では、同じ0.02mmの標準偏差でも相対的な意味が異なります。

小さい部品ではわずかな差でも精度への影響が大きく、長い部品では影響が小さい場合があります。

このような比較では、変動係数に換算することで平均の規模をそろえて評価できます。

投資信託の値動きでも、基準価額の水準が異なる商品を標準偏差だけで比べると、金額の大きい商品が不利に見えることがあります。

ただし、変動係数が小さいからといって、常に望ましいとは限りません。

売上や収益では、変動が小さくても平均自体が低ければ成果が大きいとはいえないためです。

平均値、標準偏差、変動係数を並べて確認すると、安定性と水準を分けて判断できます。

変動係数の計算式と求め方

続いては変動係数の計算方法を確認していきます。

基本の計算式と記号の意味

変動係数は、標準偏差を平均値で割り、必要に応じて100を掛けて百分率にした値です。

変動係数は英語でCoefficient of Variationと呼ばれ、CVと略されることがあります。

計算そのものは簡単ですが、先に平均値と標準偏差を求めておく必要があります。

母集団全体を扱うか、そこから抽出した標本を扱うかによって、標準偏差の計算方法は異なります。

ただし、同じ条件で求めた標準偏差と平均値を使う限り、変動係数の考え方は変わりません。

たとえば測定値の平均が50g、標準偏差が4gなら、変動係数は4÷50で0.08です。

百分率表示では8％となり、平均重量に対して8％程度のばらつきがあると分かります。

変動係数を比較するときは、全てのデータで小数表示か百分率表示かを統一します。

0.08と8％は同じ意味ですが、表示方法が混ざると100倍の違いがあるように見えてしまいます。

表計算ソフトで計算する場合も、セルの表示形式を確認すると転記ミスを防げます。

具体例による計算手順

変動係数の計算では、平均値と標準偏差を順序よく求めると途中で混乱しません。

ここでは、ある商品の5日間の販売数が80個、90個、100個、110個、120個だった例を考えます。

平均値は、5日分の合計500個を5で割って100個です。

各日の販売数は平均から最大20個ずれていますが、ばらつきを一つの値にまとめるために標準偏差を使います。

この例を母集団として扱うと、標準偏差はおよそ14.14個になります。

計算結果は、平均販売数100個に対して、販売数のばらつきが約14％であることを意味します。

この数値だけで良し悪しは決められませんが、別の商品や別の月の値と比較する基準になります。

たとえば平均が200個で標準偏差が20個の商品は、変動係数が10％です。

絶対的な標準偏差は20個で前の商品の14.14個より大きいものの、平均に対する変動は後者のほうが小さいと判断できます。

比較したい目的が安定性なら、販売規模が違う商品ほど変動係数が役立ちます。

なお、標本標準偏差を使う場合は計算結果が少し変わるため、同じ集計内では計算方式を混在させないことが重要です。

表計算ソフトでの集計の考え方

表計算ソフトを使えば、データ数が多い場合でも平均値、標準偏差、変動係数を効率よく計算できます。

まず、対象となる数値を一列に入力し、平均を求める関数で平均値を算出します。

次に、データ全体を母集団とみなすのか、抽出した標本とみなすのかを決めて標準偏差の関数を選びます。

売上記録を全件集計するなら母標準偏差、アンケート回答などから全体の傾向を推定するなら標本標準偏差が選ばれることが多いでしょう。

変動係数は、標準偏差のセルを平均値のセルで割る式を設定すれば求められます。

月別売上を比較する場合は、各月について平均と標準偏差を算出し、その横に変動係数を配置すると変動の傾向を追いやすくなります。

一方、データの入力期間が月ごとに大きく違う場合は、件数の差も同時に確認する必要があります。

3件だけの月と100件ある月では、変動係数が同じでも数値の信頼性は同程度とは限りません。

変動係数は計算結果だけを見るのではなく、元データの件数と収集条件も合わせて確認する指標です。

ばらつきの比較方法と読み取り方

続いてはばらつきの比較方法を確認していきます。

平均値が異なる集団の比較

平均値が異なる集団を比較する場合、最初に平均、標準偏差、変動係数の三つを一覧にします。

たとえば店舗Aの1日平均売上が10万円、標準偏差が2万円で、店舗Bの平均売上が50万円、標準偏差が5万円とします。

標準偏差だけを見ると、店舗Bのほうが5万円で大きく、売上の振れ幅が大きいように見えます。

しかし、変動係数は店舗Aが20％、店舗Bが10％です。

この場合、平均売上に対して変動が大きいのは店舗Aであり、店舗Bのほうが相対的には安定しています。

項目	店舗A	店舗B
平均売上	10万円	50万円
標準偏差	2万円	5万円
変動係数	20％	10％
絶対的なばらつき	小さい	大きい
相対的なばらつき	大きい	小さい

平均規模が大きく異なる場合は、標準偏差だけで安定性の優劣を決めないことが重要です。

ただし、店舗Bの5万円という標準偏差が経営上許容できるかどうかは、変動係数だけでは判断できません。

仕入れ、人件費、目標利益などに影響する金額の大きさを知るには、標準偏差の情報も必要です。

相対比較には変動係数、実際の影響額の検討には標準偏差というように、目的別に読むと判断が整理されます。

単位が異なる指標の比較

変動係数は単位が消えるため、異なる単位を持つデータの安定性を比べる場面でも使われます。

たとえば、製品の重量をgで測定した結果と、充填時間を秒で測定した結果は、標準偏差を直接比べられません。

重量の標準偏差が2gで、時間の標準偏差が0.5秒だったとしても、2と0.5の大小にはそのまま意味がありません。

それぞれの平均で割って変動係数にすると、平均に対する散らばりとして同じ尺度で比べられます。

製造工程では、重量、温度、所要時間など複数の項目について変動係数を並べ、どの工程の安定性に課題があるかを探ることがあります。

たとえば温度は管理範囲が狭くても、わずかな変化が製品品質に大きく影響することがあります。

この場合、変動係数が低くても、規格の上限と下限に近い状態なら改善が必要です。

変動係数は安定性の比較に役立つ指標であり、品質基準への適合を単独で判定するものではありません。

工程ごとの比較では、変動係数に加えて規格値、測定頻度、異常値の有無も併記すると実態に近い評価になります。

推移を見るための比較単位

変動係数は、同じ対象の安定性が時間とともにどう変化したかを確認する用途にも向いています。

たとえば毎月の受注額について、月内の日別受注額から変動係数を計算すれば、繁閑の強さを比較できます。

平均受注額が増えていても、変動係数が上昇していれば、日ごとの振れは以前より大きくなっている可能性があります。

逆に平均が少し下がっても、変動係数が低下していれば、受注がより安定していると読める場合があります。

ただし、月ごとの営業日数や大型キャンペーンの有無が違えば、数値の背景も変わります。

季節要因がある業種では、前年同月と比べる、同じ曜日構成の期間を比べるといった工夫が有効です。

確認したい内容	見る指標	確認のポイント
日々の金額差	標準偏差	実際にどれほど上下したか
売上規模を含めた安定性	変動係数	平均に対してどれほど揺れたか
月ごとの傾向	変動係数の推移	同じ条件の期間で比べる
目標達成の可否	平均、最大値、最小値	目標値との距離を確認する
異常な日の発見	個別データ、箱ひげ図	平均だけに隠れた外れ値を探す

変動係数の推移を折れ線で示すと、数値の変化を共有しやすくなります。

ただし、一時的な急上昇が見られたときは、数値を眺めるだけで終わらせず、欠品、天候、入力ミスなどの原因を個別に確認しましょう。

利用時の注意点と適さない場面

続いては変動係数を使う際の注意点を確認していきます。

平均値がゼロに近いデータ

変動係数には、平均値がゼロまたはゼロに近いときに解釈しにくくなるという重要な注意点があります。

計算式では平均値で標準偏差を割るため、平均値がゼロなら計算できません。

平均が非常に小さい場合も、わずかな標準偏差によって変動係数が極端に大きくなることがあります。

たとえば平均が0.1で標準偏差が0.05なら、標準偏差自体は小さくても変動係数は50％です。

これは計算ミスではありませんが、分母となる平均値が小さいことが結果を大きくしていると理解する必要があります。

平均値がゼロ付近のデータでは、変動係数だけで安定性を判断せず、標準偏差や個別値を優先して確認します。

気温を摂氏で扱う場合も注意が必要です。

摂氏温度はゼロを基準に負の値を取るため、平均温度がゼロ付近の時期では変動係数の解釈が不安定になります。

このような測定尺度では、変動係数の利用が適切かを、データの性質から検討することが大切です。

赤字と黒字が混在する利益データなど、平均が小さくなりやすい項目でも同様です。

その場合は中央値、四分位範囲、最大値と最小値なども併用すると、分布の特徴を見失いにくくなります。

外れ値と分布の形

標準偏差と変動係数は、どちらも極端に大きい値や小さい値の影響を受けます。

たとえば普段は100前後の商品注文数に、システム障害で注文が0になった日が一日だけ含まれると、標準偏差は大きくなります。

平均値も下がるため、変動係数はさらに大きく変化する可能性があります。

この結果は実際のリスクを表す場合もありますが、入力ミスや一時的な特殊事情なら通常の傾向とは分けて考えるべきです。

大きな変動係数を見つけたときは、改善策を急ぐ前に外れ値の理由を確かめることが欠かせません。

データが左右対称に近い分布か、一部の非常に大きな値に引っ張られている分布かによっても、同じ変動係数の意味は変わります。

たとえば平均納期が5日でも、大半が4日から6日に収まり一件だけ30日なら、平均と標準偏差だけでは事情が見えにくくなります。

このようなときは、中央値、最頻値、最小値、最大値を確認し、必要なら箱ひげ図やヒストグラムで分布を可視化します。

変動係数は、データの特徴を一つの値へ要約する道具であり、個々の事情を消してしまう面もあります。

数値を比較する前に、同じ期間、同じ測定方法、同程度のデータ件数かを整えることが、信頼できる分析につながります。

変動係数と標準偏差の使い方のまとめ

変動係数は平均に対するばらつきの割合を示し、標準偏差は元の単位で見たばらつきの大きさを示す指標です。

平均値や単位が異なる複数のデータを比較したいときは、変動係数によって相対的な安定性を確認できます。

一方、実際に何円、何g、何mmずれているかを判断したい場合には、標準偏差が役立ちます。

変動係数は標準偏差を平均値で割って求め、百分率表示にすると比較しやすくなります。

ただし、平均値がゼロ付近のデータ、外れ値を多く含むデータ、尺度の性質が異なるデータでは慎重な解釈が必要です。

売上、品質、成績、投資などを分析するときは、平均値、標準偏差、変動係数を並べて見ると、数値の水準と安定性を分けて把握できます。

まずは身近な表計算データで三つの数値を求め、比較したい目的に合う読み方を試してみてください。