用語比較
変動係数と標準偏差の違い（統計検定2級）
標準偏差は、データが平均のまわりにどれくらい散らばっているかを、元のデータと同じ単位で表す値です。変動係数は、標準偏差を平均で割った値で、平均に対する相対的なばらつきを表します。標準偏差は「ばらつきの絶対的な大きさ」、変動係数は「平均と比べたばらつきの大きさ」です。
統計検定2級の出題範囲表では、1変数データの「中心と散らばりの活用」の項目に、偏差、標準化（z得点）、変動係数、指数化が挙がっています。平均や単位が違う二つのデータのばらつきを比べるときは、標準偏差ではなく変動係数を使う、と覚えると設問に対応できます。
このページでは、何を表すか、単位を変えたときの動き、平均が違うデータの比べ方という三つの軸で比較します。数値例では、平均が100で標準偏差が10のデータと、平均が1000で標準偏差が50のデータで、どちらのばらつきが相対的に大きいかを計算します。
この記事の根拠と出典
各セクションの見出しの下に、公式資料で確認した内容か編集部の整理かをラベルで示しています。 試験日・料金・申込条件・試験方式は変わることがあるため、申込前に公式サイトで確認してください。統計検定2級の一次情報確認日: 2026-10-09。
- 公式一次資料と照合した内容
- 変動係数が標準偏差と平均の比であること、単位に左右されない一方で0に意味がある比率尺度のデータ向けであること、平均が0に近いと不安定になること、摂氏と華氏で値が変わる点はNISTのDataplotの変動係数の解説を、出題範囲の項目は統計検定センターの2級出題範囲表（2018年12月14日付）を2026-10-16に照合しています。
- 編集部が学習用に整理した内容
- 平均100と1000の二つの店、cmとmの単位換算の数値例、見分ける手順、確認問題は編集部の学習上の整理です。
資格ごとの公式資料の一覧
結論
公式一次資料と照合：用語の定義は公式一次資料と照合しています。
標準偏差
データが平均のまわりに散らばる度合いを、元のデータと同じ単位で表す値。分散の正の平方根。
変動係数
標準偏差を平均で割った値。平均に対する相対的なばらつきを表し、単位に左右されない。
違いを表で確認
| 比較軸 | 標準偏差 | 変動係数 |
|---|---|---|
| 何を表すか | 平均のまわりのばらつきの大きさ（絶対的な大きさ） | 平均に対するばらつきの大きさ（相対的な大きさ） |
| 単位 | 元のデータと同じ単位（cm、円など） | 単位がない比。百分率で表すことも多い |
| 単位を変えたとき | 値が変わる。cmからmにすると100分の1になる | 値は変わらない。分子と分母が同じ倍率で変わる |
| 平均が大きく違う二つのデータを比べるとき | 平均が大きいほど標準偏差も大きくなりやすく、比べにくい | 平均の大きさをそろえて比べられる |
| 使える条件 | ほとんどのデータに使える | 0に意味がある比率尺度のデータ向け。平均が0に近いと不安定 |
| 手がかり語の目安 | ばらつき、散らばり、同じ単位 | 単位の異なるデータ、平均が大きく異なる、相対的なばらつき、割合 |
公式一次資料と照合：統計検定2級: 2026-10-09に一次資料で確認一次資料の一覧を見る →
統計検定2級の学習に使う書籍（Amazon）
試験範囲を通して読むときの1冊です。読んだ章は、このサイトの章別問題で確かめられます。
統計検定2級対応のPythonデータ分析講座（Winスクール）
Pythonのpandas・NumPy・matplotlibを使い、記述統計、仮説検定、分散分析、回帰分析を手を動かして学ぶ講座です。オンラインでも受講でき、90分×18回で構成されています。
対象はPythonプログラミングの修了者か同程度の知識がある人で、統計の計算をPythonで実務に使いたい人に向いています。試験対策だけが目的なら、先にこのサイトの予想問題と模試で弱点の章を確かめてください。
無料の受講相談を見るどこで迷っているかを切り分ける
標準偏差が大きいほうが、ばらつきが大きいと決めつける人
標準偏差が大きいデータが、平均に対しても大きくばらついているとは限りません。平均が100で標準偏差が10のデータと、平均が1000で標準偏差が50のデータでは、標準偏差は後者が大きいものの、平均に対する割合は前者が10%、後者が5%で、相対的には前者のほうがばらついています。
単位が違うデータの標準偏差を、そのまま比べる人
身長（cm）と体重（kg）のように単位が違うデータでは、標準偏差の数値を直接比べても意味がありません。変動係数は単位が消えるので、どちらのばらつきが相対的に大きいかを比べられます。
どんなデータにも変動係数を使えると思う人
NISTのDataplotの解説は、変動係数は、0に意味がある比率尺度のデータに使うのが通常だと述べています。摂氏と華氏のように0が任意の目盛りでは、同じ温度データでも変動係数が目盛りによって変わります。また平均が0に近いと、平均のわずかな変化に敏感になります。
具体例で使い分ける
編集部の整理
例 1
平均が違う二つの店の売上のばらつきを比べる
A店の日商は平均100、標準偏差10、B店の日商は平均1000、標準偏差50という場面です（単位は便宜上、万円とします）。
- 標準偏差だけを見ると、A店が10、B店が50で、B店のほうが大きく見えます。
- 変動係数は、A店が10÷100＝0.10（10%）、B店が50÷1000＝0.05（5%）です。
- 平均に対する割合で見ると、A店のほうが相対的にばらついています。
結論: 標準偏差はB店が大きく、変動係数はA店が大きくなります。平均が違うデータの比較では、変動係数で判断します。
例 2
単位をcmからmに替える
身長データの平均が160cm、標準偏差が8cmで、これをm単位に直す場面です。
- m単位では、平均は1.6m、標準偏差は0.08mです。標準偏差の値は8から0.08に変わります。
- 変動係数は、cm単位で8÷160＝0.05、m単位で0.08÷1.6＝0.05です。どちらも同じです。
結論: 単位を替えると標準偏差の値は変わりますが、変動係数は変わりません。
例 3
NISTが示す、使えないデータの例
NISTのDataplotの解説にある、温度データの扱いを確かめる場面です。
- 解説は、ケルビン目盛りは0に意味がある比率尺度なので変動係数に向くとしています。
- 摂氏や華氏は0が任意の目盛り（間隔尺度）なので、同じ温度の測定値でも、変動係数が摂氏と華氏で異なると述べています。
結論: 変動係数は、0に意味があるデータで使う指標です。尺度の種類を確かめてから使います。
問題文から答えを選ぶ手順
編集部の整理：平均100と1000の二つの店、cmとmの単位換算の数値例、見分ける手順、確認問題は編集部の学習上の整理です。
- 1
比べたいのが絶対的な大きさか相対的な大きさかを確かめる
同じ単位・同程度の平均のデータを比べるなら標準偏差、単位や平均が違うなら変動係数です。
- 2
変動係数は、標準偏差÷平均で求める
割合として百分率で答える設問もあります。設問の指定に合わせます。
- 3
単位を替えたときの動きを確かめる
標準偏差は倍率の分だけ変わり、変動係数は変わりません。
- 4
使えるデータかを確かめる
0に意味がないデータや、平均が0に近いデータでは、変動係数は適しません。
試験での見分け方
編集部の整理
- 1標準偏差は、元のデータと同じ単位のばらつきの指標。
- 2変動係数は、標準偏差÷平均で、平均に対する相対的なばらつき。
- 3単位を替えると、標準偏差は変わり、変動係数は変わらない。
- 4平均や単位が異なるデータのばらつきの比較には、変動係数を使う。
- 5変動係数は、0に意味がある比率尺度のデータ向けで、平均が0に近いと不安定になる。
誤答しやすい選択肢
標準偏差が大きいほうが、必ずばらつきが大きいと考える
修正: 平均が違うなら、標準偏差÷平均で相対的に比べます。例では標準偏差が小さいA店のほうが相対的にばらついていました。
変動係数を、標準偏差÷分散のように計算する
修正: 変動係数は標準偏差÷平均です。分散では割りません。
単位を替えたら、変動係数も変わると考える
修正: 分子と分母が同じ倍率で変わるので、変動係数は同じです。
平均がほぼ0のデータでも、変動係数で比べてよいと考える
修正: 平均が0に近いと平均のわずかな変化に敏感になるため、変動係数は適しません。
確認問題
Q1平均が200、標準偏差が10のデータの変動係数はいくつか。
答え: 0.05（5%）
10÷200＝0.05です。
Q2データの単位をcmからmに替えると、標準偏差と変動係数はそれぞれどうなるか。
答え: 標準偏差は変わり、変動係数は変わらない
標準偏差は元の単位と同じ単位なので、倍率の分だけ変わります。変動係数は比なので、単位を替えても同じです。
Q3平均が50で標準偏差が10のデータXと、平均が500で標準偏差が60のデータYでは、相対的にばらつきが大きいのはどちらか。
答え: X
Xの変動係数は10÷50＝0.20、Yは60÷500＝0.12で、Xのほうが大きいためです。
到達チェック
- 標準偏差と変動係数が表すものの違いを説明できる
- 変動係数を標準偏差÷平均で計算できる
- 単位を替えたときに変わるものと変わらないものを言える
- 変動係数が適さないデータの条件を言える
関連ページで確認する
同じ資格で次に知りたいこと
- 成長率と指数化の違い（統計検定2級）
成長率と指数化の違いを、前の時点を基準にするか固定した基準時点を100にするか、指数の差を変化率と読み違えない方法、基準を変えたときの値の動き、指数100・120・132の計算例、統計検定2級での見分け方と確認問題まで解説します。
- ジニ係数とローレンツ曲線の違い（統計検定2級）
ジニ係数とローレンツ曲線の違いを、グラフか1つの数値か、横軸と縦軸に何をとるか、均等配分線との関係、5世帯の所得で実際に計算した値、統計検定2級での見分け方と確認問題まで解説します。
- 系列相関（自己相関）と相関係数の違い（統計検定2級）
系列相関と相関係数の違いを、2つの変数の間か同じ変数の時点の間か、ラグの意味、コレログラムの読み方、1〜5の系列と1,3,1,3,1,3の系列の計算例、統計検定2級での見分け方と確認問題まで解説します。
よくある質問
Q変動係数と標準偏差の一番短い違いは？
標準偏差は元の単位のばらつきの大きさ、変動係数は標準偏差を平均で割った、平均に対する相対的なばらつきです。
Q変動係数はどう計算しますか？
標準偏差を平均で割ります。NISTのDataplotの解説も、標本変動係数を標本標準偏差と標本平均の比と定義しています。
Q統計検定2級の出題範囲に載っていますか？
公式の出題範囲表（2018年12月14日付）に、1変数データの中心と散らばりの活用として、偏差、標準化（z得点）、変動係数、指数化が載っています（2026-10-16確認）。
Q変動係数が使えないのはどんなときですか？
0に意味がない目盛りのデータや、平均が0に近いデータです。NISTの解説は、平均が0に近いと平均の小さな変化に敏感になると述べています。
次に見る比較
- G検定・DS検定・統計検定2級で重なる用語10語の比較
同じ名前の用語の定義と収録章を、資格ごとに並べます。
- ベイズの定理と条件付き確率の違い（統計検定2級の式と計算例）
求める確率の向きの違いと、陽性になる確率の計算例を確かめます。
- 紛らわしい用語ペア早見表
混同しやすい用語の違いと判定の手掛かりを、資格別の一覧で確かめます。
執筆: ミナト編集部（運営者情報を見る）