Excel 標準差用 =STDEV.S（樣本，公式 √Σ(x−x̄)²/(n−1)）或 =STDEV.P（母體，公式 √Σ(x−x̄)²/n）函數計算，衡量數據的分散程度，數值愈小代表資料愈集中、愈大愈分散。 本文完整教學 STDEV.S／P／A／PA 4 種函數差異、3 Sigma 異常值偵測、誤差線圖表，含專案、銷售、品管 3 大台灣職場實例與可套用公式範本。
Excel 標準差是什麼｜STDEV.S 與 STDEV.P 公式與計算邏輯
在 Excel 計算標準差最直接的做法只有一句：樣本資料輸入 =STDEV.S(資料範圍)、母體資料輸入 =STDEV.P(資料範圍)。前者的計算公式為 √Σ(x−x̄)²/(n−1)，後者為 √Σ(x−x̄)²/n，Excel 會自動幫你完成加總、平方與開根號，你不需要手動套公式。
標準差（Standard Deviation，也稱標準偏差，簡稱 SD；統計上常用希臘字母 σ 作為符號，其他軟體裡也常寫成 std）是統計學中衡量「數據分散程度」的指標。 它回答一個很具體的問題：這組數據裡，每個數值離平均值到底有多遠？
- 標準差越大 → 數據分布越分散、波動越劇烈
- 標準差越小 → 數據越集中在平均值附近，穩定性越高
很多人被 STDEV 這個字卡住，其實它一點都不神祕。STDEV 就是 Standard Deviation 的縮寫，後面接的字母代表它適用的範圍：S = Sample（樣本）、P = Population（母體）。所以 STDEV.S 是樣本標準差、STDEV.P 是母體標準差——記住「S 樣本、P 母體」，就不會再選錯。
如果你只是打開檔案算一次結果，Excel 的 STDEV 函數快到不行；但若要「持續」監控某項指標的標準差變化（例如每天更新的品質管制圖），monday.com 這類工具的儀表板可以串接資料源自動重算，省去每次開 Excel 重拉公式的麻煩（完整介紹留到後面章節）。
樣本標準差（STDEV.S）
公式：√Σ(x−x̄)²/(n−1)。把每個數值與平均值的差距平方後加總，除以（n−1）再開根號，其中 n 是資料筆數。
為什麼是 n−1 而不是 n？因為你手上的是「樣本」，要用它去估計整個母體的離散程度。直接除以 n 會系統性地低估母體的變異，所以統計學用「貝塞爾校正（Bessel’s Correction）」把除數改成 n−1，讓估計更接近真實。這是保守的做法——寧可略微高估波動，也不要低估風險。
母體標準差（STDEV.P）
公式：√Σ(x−x̄)²/n。同樣是差距平方和，但直接除以 n 後開根號，不做校正。因為你已經握有「全部」資料，不是在估計、而是在描述，自然不需要貝塞爾校正。
這也解釋了為什麼同一組數據，STDEV.S 會比 STDEV.P 算出來略大——STDEV.S 的除數比較小（n−1 < n）。資料筆數越少，兩者差距越明顯；當 n 很大時，兩個結果幾乎一樣。
標準差 vs 平均值 vs 變異數｜三者關係一次搞懂
這三個統計指標常常一起出現，但各自回答不同的問題，別把它們混為一談：
- 平均值（Mean）：描述數據的「中心位置」——這組數據大概落在哪裡？用
=AVERAGE()計算。 - 標準差（Standard Deviation）：描述數據的「離散程度」——數據離中心有多遠？用
=STDEV.S()或=STDEV.P()。 - 變異數（Variance）：標準差的平方。數學上先算變異數、再開根號得到標準差，但實務上直接看標準差更直觀，因為它和原始數據單位相同。用
=VAR.S()或=VAR.P()計算。
用一個最直觀的例子就懂了：假設 A 班和 B 班的考試平均分數都是 75 分。
- A 班標準差 = 5 → 大部分學生落在 70～80 分，程度接近
- B 班標準差 = 20 → 有人 95 分、有人 55 分，程度差距極大
光看平均值，兩班一模一樣；但加上標準差，你立刻看出 B 班的分布遠比 A 班分散。這就是標準差的價值——它讓你看見平均值背後被藏起來的「波動」。想深入了解兩者如何搭配運用，可以參考我們的 Excel 平均值與標準差 完整教學。
6 種 Excel 標準差函數總覽｜STDEV.S、STDEV.P、STDEVA、STDEVPA 怎麼選
Excel 提供四個主要標準差函數，加上兩個舊版函數共六個。選錯不會跳錯誤，但會算出不同結果——差異雖小，在小樣本時可能足以左右你的判斷。
| 函數名稱 | 適用情境 | 計算文字/邏輯值 | 除數 | 版本建議 |
|---|---|---|---|---|
| STDEV.S | 樣本數據 | 否（自動忽略） | n−1 | ✅ 建議使用 |
| STDEV.P | 母體數據 | 否（自動忽略） | n | ✅ 建議使用 |
| STDEVA | 樣本數據 | 是（TRUE=1、FALSE/文字=0） | n−1 | 特殊需求 |
| STDEVPA | 母體數據 | 是（TRUE=1、FALSE/文字=0） | n | 特殊需求 |
| STDEV | 樣本數據 | 否 | n−1 | ⚠️ 舊版，等同 STDEV.S |
| STDEVP | 母體數據 | 否 | n | ⚠️ 舊版，等同 STDEV.P |
實務上 90% 的情況用 STDEV.S 就對了，只有確定手上是「完整母體」時才改用 STDEV.P。至於 STDEVA／STDEVPA，只有在你需要把 TRUE/FALSE 或文字也納入計算時才用得到。
STDEVA／STDEVPA 實際範例（員工滿意度調查）：假設 10 位員工對某項政策回答「是否滿意」，滿意填 TRUE、不滿意填 FALSE。如果直接用 =STDEV.S，這些邏輯值會被整批忽略，等於沒算到；改用 =STDEVA(B2:B11)，Excel 會把 TRUE 當成 1、FALSE 當成 0。若其中 7 個 TRUE、3 個 FALSE，資料等同 1,1,1,1,1,1,1,0,0,0，STDEVA 會算出約 0.483 的樣本標準差；換成母體版本 =STDEVPA(B2:B11) 則約 0.458。這招在處理問卷勾選、通過/未通過這類二元資料時特別實用。
樣本 vs 母體：我的數據到底算哪一種？
這是初學者最常卡住的地方。三步就能決定：
第一步：你的數據是否涵蓋「所有你想分析的對象」？
- 是 → 母體（Population），用
STDEV.P - 否 → 樣本（Sample），用
STDEV.S
第二步：用台灣職場的例子對照
- 全公司 50 位員工的本月工時 → 母體（你有全部人的資料）
- 從 50 人中抽 15 人做問卷 → 樣本（你只有部分人的資料）
- 某產品線全年 12 個月營收 → 母體（完整一年）
- 從 1000 筆訂單抽 100 筆分析 → 樣本（部分訂單）
第三步：不確定時，一律預設 STDEV.S。 它用 n−1 校正、結果略大，是比較保守的估計，能避免你低估波動。
STDEV 和 STDEV.S 有什麼不同？
計算結果完全相同，差別只在名稱。 Microsoft 在較新版本的 Excel 導入「一致性函數（Consistency Functions）」，把函數名稱改得更清楚：
- 舊版
STDEV→ 新版STDEV.S（S = Sample，樣本） - 舊版
STDEVP→ 新版STDEV.P（P = Population，母體）
改名後光看名稱就知道算的是樣本還是母體，不用再查文件。舊版函數仍然可用（Excel 保留向下相容），如果你在別人檔案裡看到 =STDEV(B2:B10)，別擔心，它跟 =STDEV.S(B2:B10) 結果一模一樣。想更深入理解兩者的 Excel 標準差公式差異，可以看 STDEV.S vs STDEV.P 差異教學。
Excel 計算標準差 3 步驟｜圖文步驟教學
跟著做一次，之後就能套用到任何數據。以下用「9 筆月銷售額」當範例。
Step 1 — 準備數據（避免常見地雷）
輸入公式前，先確認資料格式正確。這一步看似簡單，卻是最多人踩雷的地方：
- 數值格式正確：選取資料欄 → 右鍵「儲存格格式」→ 確認是「數值」或「一般」而非「文字」。若儲存格左上角出現綠色小三角，代表 Excel 把數字當成文字存了。
- 中間沒有空白儲存格：STDEV.S 會自動跳過空白格，但如果空白代表的是「0」（例如某月沒銷售），你應該手動補 0。
- 沒有文字混入數值欄：像「N/A」「待確認」「-」會被忽略，導致計算筆數變少、結果失真。
- 用 ISNUMBER 驗證：在旁邊空欄輸入
=ISNUMBER(B2)往下拖曳，顯示 FALSE 的就是非數值資料，需要修正。
Step 2 — 輸入 STDEV.S 公式
假設資料在 B2:B10（9 筆月銷售額），要算樣本標準差：
- 點一個空白儲存格（例如 D2）
- 輸入
=STDEV.S(B2:B10) - 按 Enter，結果立即顯示
就這麼簡單。要改算母體標準差，把函數換成 =STDEV.P(B2:B10) 即可。強烈建議在旁邊同時放一個 =AVERAGE(B2:B10)，這樣「中心在哪」與「波動多大」一眼就看得出來。想補一下語法基礎，可參考 Excel 公式基礎語法。
Step 3 — 進階公式寫法（多欄、動態範圍、條件篩選）
當需求更複雜時，這四種寫法能對應不同情境：
- 多欄計算：
=STDEV.S(B2:D10)— 把 B、C、D 三欄所有數值視為同一組計算。 - 動態範圍（表格格式）：先把資料轉成表格（選取範圍 → Ctrl+T），公式寫成
=STDEV.S(銷售資料[金額])，新增資料時範圍自動擴展，特別適合每月持續新增的報表。 - 條件篩選（Excel 365 及後續版本）：
=STDEV.S(FILTER(B2:B100,A2:A100="A業務"))— FILTER 先篩出符合條件的數值，再交給 STDEV.S。 - 條件篩選（舊版 Excel）：舊版沒有 FILTER，改用陣列公式
=STDEV.S(IF(A2:A100="A業務",B2:B100))，⚠️ 輸入後必須按 Ctrl+Shift+Enter（不是只按 Enter），Excel 會自動在公式外加上大括號{}；只按 Enter 結果會錯。
![四種標準差公式寫法：單欄STDEV.S(B2:B10)、多欄STDEV.S(B2:D10)、動態範圍STDEV.S(銷售資料[金額])、條件篩選STDEV.S(FILTER(...))](https://projectmanager.com.tw/wp-content/uploads/2026/09/excel-標準差-四種標準差公式寫法.webp)
進階技巧：命名範圍與搭配其他統計指標
用命名範圍簡化公式：選取資料 → 在左上角名稱方塊輸入名稱（例如「銷售額」）→ 之後公式寫成 =STDEV.S(銷售額)，比 =STDEV.S(Sheet1!B2:B100) 更好讀、也更不容易選錯範圍。
搭配其他統計指標一起看：
=MEDIAN(範圍)：當資料有極端值時，中位數比平均值更能代表「典型值」，搭配標準差可判斷極端值的影響程度。=PERCENTILE.INC(範圍,0.25)與=PERCENTILE.INC(範圍,0.75)：算四分位距（IQR），對非常態分布的資料特別有用。=STDEV.S(範圍)/AVERAGE(範圍)：變異係數（CV），跨組比較的利器，下一章詳談。
如果你想把離散程度、關聯性等指標整合起來分析，相關係數應用指南 是很好的延伸。
常見錯誤排解（#DIV/0! / #VALUE! / 結果異常）
- #DIV/0!：資料範圍內有效數值少於 2 筆。STDEV.S 除數是 n−1，只有 1 筆時除數變 0。用
=COUNT(B2:B10)確認有效筆數 ≥ 2。 - #VALUE!：公式語法錯誤，或範圍參照到錯誤值（如其他格的 #REF!）。逐格檢查、或用
=IFERROR()包住有問題的來源公式。 - 結果異常大或異常小：多半是範圍選錯（把「編號」欄也選進去），或某些數值被存成文字被跳過。用
=COUNT(範圍)確認筆數、=ISNUMBER(儲存格)逐一驗證。
更多函數用法可查 Excel 函數全覽。
CV 與 3 Sigma 規則｜標準差搭配平均值找異常值
標準差很少單獨使用——它幾乎總是和平均值搭配。平均值告訴你「中心在哪」，標準差告訴你「離中心多遠」，兩者合在一起才能完整描述一組數據。
變異係數（CV）：跨單位比較的利器
當你要比較「單位不同」或「量級不同」的兩組數據，直接比標準差並不公平，這時要用 變異係數（Coefficient of Variation, CV）：=STDEV.S(範圍)/AVERAGE(範圍)。
比較兩位業務的業績穩定性：
- 業務 A：平均月營收 100 萬、標準差 5 萬 → CV = 5/100 = 5%
- 業務 B：平均月營收 20 萬、標準差 3 萬 → CV = 3/20 = 15%
光看標準差，A 的 5 萬比 B 的 3 萬大；但看 CV，B 的 15% 遠大於 A 的 5%——業務 B 的波動其實更劇烈。CV 本身沒有絕對好壞，重點是跟自身歷史或同類指標比較：同一位業務 CV 從上季 8% 升到本季 20%，就代表穩定性明顯下降，值得深究。CV 本質是一種比例值，若你想把它換算成更直觀的呈現，可延伸看 百分比換算教學。
68-95-99.7 規則（3 Sigma Rule）：快速找出異常值
這是統計學最實用的規則之一，也稱為「3 Sigma 規則（3-sigma rule）」。當數據呈常態分布時：
- 68% 的數據落在平均值 ±1 個標準差（1σ）內
- 95% 的數據落在平均值 ±2 個標準差（2σ）內
- 99.7% 的數據落在平均值 ±3 個標準差（3σ）內
換句話說：超出 3σ 範圍的數據只有 0.3% 的機率——幾乎可以斷定是異常值。想了解常態分布長什麼樣、怎麼在 Excel 畫出來，可參考 常態分布圖教學。
Excel 實作：用條件格式自動標紅異常值
假設資料在 B2:B100，想讓超出 3σ 的數值自動變紅：
- 先在空白格算門檻——上限
=AVERAGE(B2:B100)+3*STDEV.S(B2:B100)（放 D2）、下限=AVERAGE(B2:B100)-3*STDEV.S(B2:B100)（放 D3）。 - 選取 B2:B100 → 「常用」→「條件式格式設定」→ 新增規則 →「使用公式來決定要格式化哪些儲存格」。
- 輸入公式
=OR(B2>$D$2, B2<$D$3)。 - 設定格式為紅色底色 → 確定。
完成後，所有超出 3σ（也就是常說的「3個標準差」）範圍的數值都會自動標紅，讓你一眼抓到需要關注的資料。這套自動標記的技巧還能延伸到超標、逾期、庫存不足等場景，完整用法見 條件式格式設定 教學。
Excel 標準差圖表｜加入誤差線的視覺化教學
在報告或簡報裡，光列標準差數字不夠直觀。把標準差以「誤差線（Error Bars）」加到圖表上，讀者一眼就能看出每個數據點的波動範圍——這也是很多人搜尋「Excel 標準差圖」時真正想做的事。
在長條圖或折線圖加入標準差誤差線
- 步驟 1｜建立基本圖表：選取資料範圍（含類別標籤與數值）→「插入」→ 選「群組直條圖」或「折線圖」。
- 步驟 2｜新增誤差線：點圖表中任一數據點 → 圖表右上角會出現「+」（圖表元素按鈕）→ 勾選「誤差線」→ 選「標準差」。Excel 會自動計算每組資料的標準差，以 T 字型線段顯示在數據點上下。
- 步驟 3｜調整樣式：雙擊誤差線 → 右側出現「誤差線格式」面板 → 可調方向（正向／負向／雙向）、末端樣式（有帽／無帽）、線條粗細與顏色。
自訂誤差線數值（使用 STDEV.S 計算結果）
若你要更精確控制——例如每個類別的標準差是你自己用 STDEV.S 算的，而非讓 Excel 自動估算——就用「自訂」誤差線：
- 先在工作表用 STDEV.S 算出各類別標準差，放獨立欄位（例如 C2:C6）。
- 雙擊誤差線 →「誤差線格式」面板 → 誤差量選「自訂」→ 點「指定值」。
- 在「正誤差值」和「負誤差值」欄位分別選取你算好的範圍（C2:C6）。
- 確定後，誤差線會依你的計算結果顯示。
這種做法特別適合：各類別資料筆數不同需分別計算、想用條件篩選後的標準差、或報告需精確標值而非自動估算。想更全面掌握圖表製作，可看 Excel 統計圖教學；若要進一步呈現整組資料的分布與離群值，Excel 箱型圖製作 是很好的搭配。
3 大職場情境｜專案、銷售、品管實戰對照
標準差不只是課本概念。台灣職場中，它最常出現在四個地方：專案管理（分析任務完成天數波動）、銷售分析（評估月營收穩定性）、品質管控（檢查產品尺寸一致性），以及人資績效（判斷評分是否過於集中而缺乏鑑別度）。以下把前三個展開成完整案例。
案例一：專案管理 — 分析任務完成時間的穩定性
你是專案經理，團隊 5 人，上個 Sprint 每人完成指派任務的天數如下：
| 成員 | 完成天數 |
|---|---|
| 小陳 | 8 |
| 小林 | 12 |
| 小王 | 7 |
| 小李 | 15 |
| 小張 | 9 |
- 平均完成天數：
=AVERAGE(B2:B6)→ 10.2 天 - 標準差：
=STDEV.S(B2:B6)→ 3.27 天 - 變異係數：
=STDEV.S(B2:B6)/AVERAGE(B2:B6)→ 32.1%
解讀：平均 10.2 天，但標準差高達 3.27 天，代表最快與最慢成員差距顯著。小李的 15 天比平均高出近 1.5 個標準差，值得了解是任務難度不同、還是需要支援。把本次 CV（32.1%）與過去幾個 Sprint 比較——若持續偏高或上升，下次專案管理規劃時就該重新檢視任務分配的均衡性。
案例二：銷售分析 — 評估月營收波動
評估某產品線過去 12 個月營收（單位：萬元）：85, 92, 78, 95, 88, 102, 76, 91, 84, 97, 80, 93。
- 平均月營收：
=AVERAGE(B2:B13)→ 88.4 萬 - 標準差：
=STDEV.S(B2:B13)→ 8.0 萬 - 變異係數：
=STDEV.S(B2:B13)/AVERAGE(B2:B13)→ 9.0%
解讀：CV = 9.0%，若這條產品線歷史 CV 通常落在 8%～12%，本期屬正常水準，可放心以平均值作為下季預算基準。但若另一條產品線 CV 高達 35%，代表營收大起大落，就要深究是季節性、促銷影響、還是客戶流失造成。
案例三：品質管控 — 產品尺寸一致性檢查
工廠零件規格要求長度 50mm ± 0.5mm，從產線抽 20 個樣品測量。
- 平均長度：
=AVERAGE(B2:B21)→ 50.02mm - 標準差：
=STDEV.S(B2:B21)→ 0.18mm - 用 3 Sigma 設品質門檻——上限
=AVERAGE(B2:B21)+3*STDEV.S(B2:B21)→ 50.56mm、下限=AVERAGE(B2:B21)-3*STDEV.S(B2:B21)→ 49.48mm
3σ 範圍（49.48～50.56mm）比規格要求（49.5～50.5mm）略寬，代表製程能力仍不足（Cp≈0.93，未達 1），必須先降低變異；但只要有樣品超出 3σ，用條件格式標紅後立刻排查原因。更多把標準差用在監控與製程分析的做法，見 Excel 標準差的進階應用。
Excel 不夠用時｜團隊數據追蹤與進階學習資源
Excel 的 STDEV 公式很適合「單次分析」——打開檔案、輸入公式、看結果。但如果你要「持續追蹤」團隊KPI的波動，Excel 會遇到幾個痛點。
monday.com：團隊 KPI 數據自動追蹤
用 Excel 長期追蹤指標，通常會撞到三件事：手動更新（每次新增資料都要重調範圍或複製公式）、無法即時協作（多人同時編輯容易衝突、版本混亂）、缺乏自動化（沒辦法設定「標準差超過門檻自動通知」）。
如果團隊 5 人以上、要長期追多項指標，monday.com 的儀表板能自動從專案資料計算平均值、標準差、CV，並用圖表即時呈現趨勢，資料一更新就全部重算。你也可以設一條自動化規則：某項指標超出門檻就自動通知負責人，讓問題在擴大前被處理，而不是等到週會才發現。
先判斷你是哪種團隊，再決定要不要換工具：
- 5 人以下、剛接觸專案管理 → 先用 Notion 免費版
- 5～15 人跨部門協作 → monday.com（我們日常使用的首選）
- 技術團隊跑 Scrum → ClickUp
- 15 人以上大型專案 → monday.com 企業方案
（想先試水溫，推薦從 monday.com 的免費方案 開始，免費版不需要信用卡，把 KPI 看板建起來大約 10 分鐘。）
想更快精通 Excel 統計分析？Udemy 與 Coursera 課程比較
如果你想系統性補強 Excel 統計能力，這兩個資源方向不同：
| 學習資源 | 收費方式 | 最適合誰 |
|---|---|---|
| Udemy | 單堂買斷、終身觀看，常有限時優惠 | 只想補齊某個特定主題（如統計函數、資料視覺化） |
| Coursera Excel 認證課程 | 訂閱制、完成可拿證書 | 想跟完 Macquarie University 的 4 階段學程並取得認證 |
一句話幫你選：單堂想學就用 Udemy 買斷制，想拿證書就選 Coursera 的 4 階段課程。 兩者都能在下班後自己排進度慢慢學。
結論
- 選函數：90% 用 STDEV.S（樣本標準差），只有確定是完整母體時才用 STDEV.P。
- 理解公式：STDEV.S 除以 n−1（貝塞爾校正）、STDEV.P 除以 n，這是兩者結果不同的原因。
- 搭配平均值：標準差永遠要和 AVERAGE 一起看，用變異係數（CV）做跨組比較。
- 找異常值：用 68-95-99.7 規則（3 Sigma），搭配條件格式自動標紅超出範圍的資料。
- 視覺化：在長條圖或折線圖加入誤差線，讓報告更有說服力。
- 舊版相容：STDEV 等同 STDEV.S、STDEVP 等同 STDEV.P，計算結果完全一致。
下一步，把公式練熟：想橫向掌握更多常用函數，收藏 Excel 公式應用大全；想從頭補基礎，看 Excel 教學完整指南。
如果你的分析已經從「算一次」變成「天天追」，就該讓工具幫你省力。第一步：在 monday.com 建立一個 KPI 追蹤看板，把任務完成天數、月營收等關鍵指標集中管理，用儀表板自動呈現平均值與標準差的趨勢變化——大約 10 分鐘就能建好你的第一個數據追蹤框架，免費方案不需要信用卡。
常見問題（FAQ）
標準差怎麼算？
分 3 步：(1) 算出所有數據的平均值 x̄；(2) 把每個數值減去平均值、平方後加總，再除以 n（母體）或 n−1（樣本），得到變異數；(3) 變異數開根號就是標準差。Excel 直接用函數即可：樣本 =STDEV.S(範圍)、母體 =STDEV.P(範圍)。例如 A1:A10 是業績資料，輸入 =STDEV.S(A1:A10) 就回傳樣本標準差。
Excel 中的 STDEV.S 函數如何使用？
在任一空白儲存格輸入 =STDEV.S(資料範圍)，例如 =STDEV.S(B2:B10)，按 Enter 即可回傳這組樣本資料的標準差。它會自動忽略空白格與文字，你只要確保範圍內至少有 2 筆有效數值就不會報 #DIV/0! 錯誤。要算母體改用 STDEV.P 即可。
STDEV.P 和 STDEV 的差別為何？
STDEV.P 算的是「母體」標準差、除數是 n；STDEV（等同 STDEV.S）算的是「樣本」標準差、除數是 n−1。因此同一組資料用 STDEV.P 會比 STDEV 略小。判斷方式：資料涵蓋全部分析對象就用 STDEV.P，只是抽樣就用 STDEV／STDEV.S。
STDEV 和 STDEV.S 有什麼不同？
計算結果完全相同。STDEV 是舊版函數名稱，STDEV.S 是新版名稱（S 代表 Sample，樣本），Microsoft 改名是為了讓用途更清楚。建議新報表一律用 STDEV.S，但舊版 STDEV 仍可正常使用。
STDEV 是什麼意思？SD 和 STDEV 一樣嗎？
STDEV 是 Standard Deviation（標準差）的縮寫，後面字母代表適用範圍：S = Sample（樣本）、P = Population（母體）。「SD」也是 Standard Deviation 的常見簡寫，在報告或論文中你可能看到「mean ± SD」的寫法；它們指的都是同一個概念，只是 STDEV 是 Excel 的函數名稱、SD 是文字縮寫。有些軟體則寫成「std」。
標準差和標準偏差是同一個東西嗎？
是的，完全一樣。「標準差」與「標準偏差」都是 Standard Deviation 的中文翻譯，只是不同教材、不同領域的用字習慣不同，公式（樣本 √Σ(x−x̄)²/(n−1)、母體 √Σ(x−x̄)²/n）與計算方式毫無差異。看到「標準偏差公式」時，直接套用標準差公式即可。
標準差越小越好嗎？
看用途，不一定「越小越好」。標準差小代表數據集中、變異低，適合品管良率、KPI 達成率、產品規格一致性等追求穩定的情境；標準差大代表變異高，在投資報酬潛力、創意多樣性等場合反而有意義。判斷重點：標準差要和平均值、業界基準一起看才有意義。
標準差大代表什麼？
代表數據點偏離平均值較遠、分布較分散。在業績分析中代表分店差距大、在品管中代表製程不穩、在投資中代表波動高。實務判讀：若變異係數 CV（標準差 ÷ 平均值）大於 30%，通常視為「高度分散」，需要進一步找原因。
2 個標準差是多少？
在常態分布下，「2 個標準差」（2σ）涵蓋約 95.4% 的數據，區間是 [平均值 − 2×標準差, 平均值 + 2×標準差]。例如某產品平均重量 100g、標準差 2g，則 2σ 範圍是 96g～104g。若要延伸到「3個標準差」（3σ）則涵蓋 99.7%，常用於品質管制的合格範圍判定。
標準差為 0 代表什麼？
代表所有數據完全相同、沒有任何波動。例如 5 筆都是 100，平均值 100、標準差 0。實務上標準差為 0 通常代表資料有問題（例如複製貼上了同一個值）或量測精度不足，值得回頭檢查來源。
數據有負值可以計算標準差嗎？
可以。標準差衡量的是數據與平均值之間的「距離」，計算過程會先取差值的平方（平方後必為正），所以原始資料的正負不影響結果。例如溫度資料 −5, 0, 3, −2, 7 完全可以計算標準差。
遇到空白或非數值資料怎麼辦？
STDEV.S 和 STDEV.P 會自動忽略空白格與文字。但要注意：若空白其實代表「0」（例如某月零銷售），應手動補 0，否則會少算一筆。若資料含 TRUE/FALSE 等邏輯值且需納入計算，改用 STDEVA（樣本）或 STDEVPA（母體），它們會把 TRUE 當 1、FALSE 與文字當 0。
如何只計算符合特定條件的標準差？
Excel 365 及後續版本用 FILTER 最簡單：=STDEV.S(FILTER(B2:B100,A2:A100="A業務"))。舊版則用陣列公式 =STDEV.S(IF(A2:A100="A業務",B2:B100))，輸入後必須按 Ctrl+Shift+Enter（不是只按 Enter），Excel 會自動加上大括號 {}；只按 Enter 會只算到第一筆符合條件的資料。
Excel 標準差圖怎麼做？
在圖表中加入「誤差線（Error Bars）」即可呈現標準差。步驟：選取圖表 → 點右上角「+」圖表元素按鈕 → 勾選「誤差線」→ 選「標準差」。若要自訂數值，雙擊誤差線 → 選「自訂」→ 指定你用 STDEV.S 算好的標準差範圍，詳細做法見本文「Excel 標準差圖表」章節。