Coefficient de variation Calculatrice

Saisie de Données

Séparez les valeurs par des virgules, des espaces, des tabulations ou des sauts de ligne
0 valeurs saisies

Entrez des valeurs de données pour voir les résultats

What Is a Coefficient of Variation Tool?

A coefficient of variation (CV) calculator measures the relative variability of a data set by expressing the standard deviation as a percentage of the mean. Unlike standard deviation alone, CV is dimensionless — it does not depend on the unit of measurement — which makes it ideal for comparing the spread of data sets with different scales or units. For example, you can meaningfully compare the consistency of height data measured in centimetres with weight data measured in kilograms. A lower CV signals tighter clustering around the average, while a higher CV indicates greater relative dispersion.

Formula

The coefficient of variation normalises spread relative to the central tendency.

Coefficient of Variation

CV = (σ / μ) × 100%
  • CVCoefficient of variation (expressed as a percentage)
  • σStandard deviation (population or sample)
  • μMean (use |μ| if the mean can be negative)

How to Calculate the Coefficient of Variation Step by Step

  1. Compute the mean.Sum all values and divide by the count: μ = Σxᵢ / N.
  2. Compute the standard deviation.Find σ (population) or s (sample) using the standard formula.
  3. Divide SD by the mean.Calculate the ratio: σ / μ.
  4. Multiply by 100.Convert the decimal to a percentage: CV = (σ / μ) × 100%.

Practical Coefficient of Variation Examples

1Comparing Heights and Weights

Data:Heights (cm): 170, 165, 180, 175, 172 | Weights (kg): 68, 72, 80, 75, 70
Solution:Heights — Mean = 172.4, SD ≈ 5.03, CV = (5.03 / 172.4) × 100% ≈ 2.92%. Weights — Mean = 73, SD ≈ 4.53, CV = (4.53 / 73) × 100% ≈ 6.20%.
Answer:Weights (CV ≈ 6.20%) are relatively more variable than heights (CV ≈ 2.92%)

2Lab Measurement Precision

Data:Instrument A: 5.02, 5.01, 5.03, 5.00, 5.02 | Instrument B: 5.10, 4.90, 5.20, 4.80, 5.00
Solution:Instrument A — Mean = 5.016, SD ≈ 0.011, CV ≈ 0.22%. Instrument B — Mean = 5.00, SD ≈ 0.158, CV ≈ 3.16%.
Answer:Instrument A (CV ≈ 0.22%) is far more precise than Instrument B (CV ≈ 3.16%)

3Annual Rainfall in Two Cities

Data:City X (mm): 800, 850, 780, 820, 810 | City Y (mm): 200, 350, 150, 280, 220
Solution:City X — Mean = 812, SD ≈ 24.9, CV ≈ 3.07%. City Y — Mean = 240, SD ≈ 72.1, CV ≈ 30.03%.
Answer:City Y has much higher relative rainfall variability (CV ≈ 30%) than City X (CV ≈ 3%)

How to Use This Coefficient of Variation Calculator

Follow these simple steps to get your CV percentage:

  1. Enter your data values separated by commas, spaces, or line breaks.
  2. The calculator computes the mean, standard deviation, and CV percentage automatically.
  3. Compare CV values across different data sets to determine which is relatively more variable.
  4. Use the step-by-step breakdown to verify intermediate calculations.

Benefits of Using a CV Calculator

  • Enables apples-to-apples comparison of variability across data sets with different units.
  • Quickly identifies which data set or process is most inconsistent.
  • Essential for quality control where tolerance specifications use relative measures.
  • Removes the need for manual intermediate calculations (mean → SD → ratio).
  • Helps researchers determine measurement reliability in experimental studies.

Where the Coefficient of Variation Is Commonly Used

Laboratory Science

Assessing assay precision — CV < 5% is often the benchmark for acceptable reproducibility.

Finance

Comparing risk-adjusted returns of different portfolios or asset classes.

Manufacturing

Evaluating production consistency across machines or shifts.

Agriculture

Measuring crop yield variability across fields or seasons.

Ecology

Comparing population size variability among species with vastly different abundances.

Clinical Trials

Determining inter-patient variability in drug response or biomarker levels.

Interpreting CV Across Different Fields

A "good" CV is not a fixed number — it depends entirely on your discipline and application. Here is a field-by-field guide:

Analytical Chemistry (CV < 5%)

Regulatory bodies like the FDA expect CVs below 5% for validated bioanalytical methods. A CV above 15% usually means the method needs re-validation.

Manufacturing (CV < 10%)

Process capability indices (Cp, Cpk) are closely related to CV. A CV under 10% generally indicates a capable process for most industries.

Finance (CV context-dependent)

A stock with a CV of 30% may be considered moderate risk. In fixed-income portfolios, the same CV would signal extreme volatility.

Ecology & Biology (CV 15–50% common)

Natural variability is inherently higher in biological systems. CVs of 30% or more are normal for wildlife population counts.

Survey Research (CV < 20%)

For survey-based metrics, CVs above 20% suggest the questionnaire item may not be reliably measuring what it intends to.

Outils de calcul

Explorez notre suite complète de calculatrices

13 calculateurs statistiques spécialisés, chacun avec des solutions, des formules et des FAQ personnalisées étape par étape. Choisissez l'outil qui correspond à votre problème.

Variance Calculateur σ SD Mean σ+s² SD+Var Solver Sample 🔍 Finder σ² Pop. CV Coeff. CV Var. % % Var Pct. sp² Pooled Poker
Cliquez pour ouvrir →
Calculateurs de base

Écart type Calculatrice

Calculez instantanément l’écart type avec des solutions étape par étape. Entrez votre ensemble de données et obtenez l'é…

Calculateurs de base

Signifier Calculatrice

Calculez instantanément la moyenne (moyenne) de n’importe quel ensemble de données. Obtenez la moyenne arithmétique, ain…

Mesures relatives

Coefficient de variation Calculatrice

Calculez instantanément le coefficient de variation (CV). Comparez la variabilité relative entre des ensembles de donnée…

Outils d'écart

Écart Solveur

Résolvez instantanément les problèmes de variance grâce à des solutions détaillées, étape par étape. Entrez votre ensemb…

Outils d'écart

Écart de l'échantillon Calculatrice

Calculez instantanément la variance de l'échantillon (s²) avec des solutions étape par étape. Utilise la correction de B…

Outils d'écart

Écart Chercheur

Trouvez instantanément la variance de n’importe quel ensemble de données. Entrez des nombres et obtenez à la fois la var…

Outils d'écart

Variation démographique Calculatrice

Calculez instantanément la variance de la population (σ²) avec des solutions étape par étape. Divise par N pour obtenir …

Spécialisé

Écart de poker Calculatrice

Calculez la variance du poker et comprenez vos résultats attendus sur n'importe quel nombre de mains. Analysez la varian…

Mesures relatives

Coefficient de variance Calculatrice

Calculez instantanément le coefficient de variance (CV). Mesurez la variabilité relative en pourcentage de la moyenne. O…

Mesures relatives

Écart en pourcentage Calculatrice

Calculez le pourcentage de variance entre les valeurs ou exprimez la variance en pourcentage de la moyenne. Obtenez le c…

Mesures relatives

Pourcentage d'écart Calculatrice

Calculez instantanément le pourcentage de variance de votre ensemble de données. Exprimez la variabilité des données en …

Spécialisé

Écart groupé Calculatrice

Calculez la variance regroupée à partir de plusieurs groupes ou échantillons. Combinez les variances des échantillons po…

Calculateurs de base

Écart type et variance Calculatrice

Calculez instantanément l’écart type et la variance. Obtenez des mesures de population et d'échantillons avec des soluti…

FAQ

Foire Aux Questions — Coefficient de variation Calculatrice

Tout ce que vous devez savoir sur la variance.

Qu'est-ce que le coefficient de variation (CV) ?

Le coefficient de variation (CV) est égal à (écart type / moyenne) × 100 %. Il mesure la variabilité relative, c'est-à-dire l'ampleur de l'écart par rapport à la moyenne. Un CV de 10 % signifie que l'écart type est de 10 % de la moyenne. Le CV est utile pour comparer la variabilité entre des ensembles de données mesurés dans différentes unités ou échelles.

Comment calcule-t-on le coefficient de variation ?

Pour calculer le CV : 1. Calculez la moyenne (x̄). 2. Calculez l'écart type (s ou σ). 3. Division : CV = (écart type / moyenne) × 100 %. Par exemple, si moyenne = 50 et SD = 5, alors CV = (5/50) × 100 % = 10 %. Utilisez la valeur absolue de la moyenne si elle peut être négative.

Qu'est-ce qu'un bon coefficient de variation ?

Généralement : CV < 15 % indique une faible variabilité (bonne cohérence). Un CV de 15 à 30 % indique une variabilité modérée. Un CV > 30 % indique une forte variabilité. Cependant, ce qui est « bon » dépend du domaine. Lors des tests en laboratoire, un CV < 5 % est attendu. Dans les études écologiques, un CV > 30 % peut être normal. Dans le secteur manufacturier, un CV plus faible signifie une production plus constante.

Quand devriez-vous utiliser le CV au lieu de l’écart type ?

Utilisez le coefficient de variation lorsque : 1. Comparaison de la variabilité entre des ensembles de données avec différentes unités (par exemple, taille en cm et poids en kg). 2. Comparer des ensembles de données avec des moyens très différents. 3. Évaluer la précision des mesures à différentes échelles. L'écart type à lui seul peut être trompeur lorsque les moyennes diffèrent considérablement : le CV normalise l'écart par rapport à la moyenne.

Le coefficient de variation peut-il être supérieur à 100 % ?

Oui. Un CV > 100 % signifie que l'écart type dépasse la moyenne, ce qui indique une variabilité relative très élevée. Cela peut se produire avec des données très asymétriques, des données avec des valeurs proches de zéro ou des ensembles de données comportant des valeurs aberrantes extrêmes. Par exemple, la répartition des revenus dans certaines populations peut avoir un CV > 100 %.

Quelle est la différence entre le coefficient de variation et la variance ?

La Variance mesure la propagation absolue en unités au carré. Le Coefficient de variation mesure la répartition relative en pourcentage de la moyenne. La variance dépend de l'échelle de vos données : doubler toutes les valeurs quadruple la variance. Le CV est indépendant de l'échelle : doubler toutes les valeurs laisse le CV inchangé. Cela rend CV idéal pour les comparaisons entre ensembles de données.