Σ
SDCalc
ระดับกลางแนวคิด·8 min

อธิบายสัมประสิทธิ์การแปรผัน (CV)

เรียนรู้เกี่ยวกับสัมประสิทธิ์การแปรผัน (CV) หรือที่เรียกว่าส่วนเบี่ยงเบนมาตรฐานสัมพัทธ์ ทำความเข้าใจว่าเมื่อไหร่ควรใช้ CV แทน SD สำหรับการเปรียบเทียบความแปรผันระหว่างชุดข้อมูล

สัมประสิทธิ์การแปรผันคืออะไร?

สัมประสิทธิ์การแปรผัน (CV) หรือที่เรียกว่า ส่วนเบี่ยงเบนมาตรฐานสัมพัทธ์ (RSD) เป็นตัววัดการกระจายตัวที่ถูกมาตรฐาน มันแสดงส่วนเบี่ยงเบนมาตรฐานเป็นเปอร์เซ็นต์ของค่าเฉลี่ย ทำให้มีประโยชน์สำหรับการเปรียบเทียบความแปรผันระหว่างชุดข้อมูลที่มีหน่วยหรือมาตราส่วนต่างกัน

ชุดข้อมูล A: ส่วนสูง

ค่าเฉลี่ย: 170 ซม., SD: 10 ซม. CV = 5.9%

ชุดข้อมูล B: น้ำหนัก

ค่าเฉลี่ย: 70 กก., SD: 10 กก. CV = 14.3%

SD เท่ากัน (10) แต่ CV เผยให้เห็นว่าน้ำหนักมีความแปรผันสัมพัทธ์มากกว่า

สูตร CV

สัมประสิทธิ์การแปรผัน

CV = (σ / μ) × 100%

โดยที่ σ คือส่วนเบี่ยงเบนมาตรฐานและ μ คือค่าเฉลี่ย สำหรับข้อมูลตัวอย่าง ให้ใช้ s และ x̄ ตามลำดับ

ตัวอย่างการคำนวณ

ชุดข้อมูล: 12, 15, 14, 18, 11 - ค่าเฉลี่ย (x̄) = 14 - ส่วนเบี่ยงเบนมาตรฐาน (s) = 2.74 - CV = (2.74 / 14) × 100% = 19.6%

ควรใช้ CV เมื่อไหร่

ใช้ CV เมื่อ:

- เปรียบเทียบชุดข้อมูลที่มีหน่วยต่างกัน - เปรียบเทียบชุดข้อมูลที่มีค่าเฉลี่ยต่างกันมาก - ข้อมูลเป็นมาตราส่วนอัตราส่วน (จุดศูนย์แท้จริง) - ประเมินความสม่ำเสมอในการวัดของห้องปฏิบัติการ - วิเคราะห์ทางการเงิน (เปรียบเทียบความผันผวน)

ใช้ SD เมื่อ:

- ชุดข้อมูลมีหน่วยเดียวกันและค่าเฉลี่ยใกล้เคียง - ข้อมูลเป็นมาตราส่วนช่วง (เช่น อุณหภูมิ) - ค่าเฉลี่ยเป็นศูนย์หรือใกล้ศูนย์ - คุณต้องการข้อมูลการกระจายตัวแบบสัมบูรณ์

ตัวอย่างเชิงปฏิบัติ

การควบคุมคุณภาพห้องปฏิบัติการ

ในเคมีวิเคราะห์ CV ที่ต่ำกว่า 10% มักถือว่ายอมรับได้สำหรับความแม่นยำ วิธีที่มีความแม่นยำสูงอาจทำได้ CV < 5%
หุ้นผลตอบแทนSDCV
หุ้น A8%4%50%
หุ้น B12%9%75%

หุ้น A มี CV ต่ำกว่า = ได้ผลตอบแทนต่อหน่วยความเสี่ยงมากกว่า

ข้อจำกัดของ CV

ข้อจำกัดสำคัญ

- ไม่นิยามเมื่อค่าเฉลี่ย = 0: การหารด้วยศูนย์ทำให้ CV ไม่มีความหมาย - มีปัญหากับค่าลบ: อาจให้ผลลัพธ์ที่ทำให้เข้าใจผิด - ไม่เหมาะกับมาตราส่วนช่วง: อุณหภูมิในเซลเซียส/ฟาเรนไฮต์มีจุดศูนย์โดยสมมติ