Excel 標準差是用 STDEV.S（樣本）或 STDEV.P（母體）函數，計算一組數據偏離平均值的離散程度。
Excel 標準差是什麼？一句話搞懂核心概念
標準差（Standard Deviation）是統計學中衡量「數據分散程度」的指標。簡單來說，它告訴你：這組數據中，每個數值離平均值有多遠。
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，代表穩定性越高。
標準差的計算邏輯
標準差分為兩種，計算方式略有不同：
樣本標準差（STDEV.S）：各數值與平均值差距的平方和，除以（n-1）後開根號。其中 n 是數據筆數，除以 n-1（而非 n）是為了校正樣本對母體的估計偏差，統計學上稱為「貝塞爾校正」。
母體標準差（STDEV.P）：各數值與平均值差距的平方和，除以 n 後開根號。因為已經擁有所有數據，不需要校正。
這個差異解釋了為什麼同一組數據用 STDEV.S 和 STDEV.P 會得到不同結果——STDEV.S 的除數較小（n-1 < n），所以算出來的標準差會略大。數據筆數越少，兩者差距越明顯。
在 Excel 中，你不需要手動套用這些公式，只要選對函數，Excel 會自動完成計算。
標準差 vs 平均值 vs 變異數：三者關係一次搞懂
這三個統計指標經常一起出現，但各自回答不同的問題：
- 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()計算。 - 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，但實務上直接用標準差更直觀（因為單位相同）。用
=VAR.S()或=VAR.P()計算。
一個直觀的例子：假設 A 班和 B 班的考試平均分數都是 75 分。
- A 班標準差 = 5 → 大部分學生成績落在 70～80 分之間，程度接近
- B 班標準差 = 20 → 有人考 95 分、有人考 55 分，程度差距極大
光看平均值，兩班看起來一樣；但加上標準差，你馬上知道 B 班的成績分布遠比 A 班分散。這就是標準差的價值——它讓你看見平均值背後隱藏的「波動」。
如果你想更深入了解平均值與標準差的搭配應用，可以參考我們的 Excel 平均值與標準差完整教學。
什麼時候需要計算標準差？（台灣職場情境）
標準差不只是統計課本上的概念，在台灣職場中有非常多實際應用場景：
- 專案管理：分析團隊成員的任務完成天數波動。標準差大代表有人很快、有人拖很久，需要檢討工作分配或流程瓶頸。
- 銷售分析：評估月營收的穩定性。標準差小代表業績穩定，有利於預算規劃；標準差大則需要找出波動原因。
- 品質管控：檢查產品尺寸的一致性。標準差越小，代表製程越穩定、品質越均勻。
- 人資績效：分析員工績效評分的分布。標準差太小可能代表主管評分過於集中（沒有鑑別度），太大則可能代表團隊能力落差過大。
Excel 標準差函數總覽：STDEV.S、STDEV.P、STDEVA、STDEVPA 怎麼選？
Excel 提供四個主要的標準差函數，加上兩個舊版函數。選錯函數不會報錯，但會算出不同的結果——差異雖然不大，在小樣本時卻可能影響判斷。
| 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。 只有當你確定手上的數據是「完整母體」時，才需要改用 STDEV.P。
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問題。用以下判斷流程，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：用台灣職場的例子來判斷
- 全公司 50 位員工的本月工時數據 → 母體（你有全部人的資料）
- 從 50 位員工中抽 15 人做滿意度問卷 → 樣本（你只有部分人的資料）
- 某產品線全年 12 個月的營收 → 母體（你有完整一年的資料）
- 從 1000 筆訂單中隨機抽 100 筆分析 → 樣本（你只有部分訂單）
第三步：不確定時，預設用 STDEV.S
STDEV.S 用 n-1 作為除數（貝塞爾校正），會得到略大的標準差值。這是比較保守的估計——寧可高估波動，也不要低估風險。
更多函數差異的細節，可以參考 STDEV.S vs STDEV.P 差異教學。
STDEV 和 STDEV.S 有什麼不同？（新舊版本差異）
計算結果完全相同，差別只在名稱。
Microsoft 在 Excel 2010 推出「一致性函數」（Consistency Functions）更新，目的是讓函數命名更清晰：
- 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，光看函數名稱就知道它算的是樣本還是母體，不用再查文件。
舊版函數仍然可以使用，Excel 保留了向下相容性。但如果你正在建立新的報表，建議一律用 STDEV.S 和 STDEV.P——未來維護時更容易理解。
如果你在別人的檔案中看到 =STDEV(B2:B10)，不用擔心，它和 =STDEV.S(B2:B10) 的結果一模一樣。
Excel 計算標準差：圖文步驟教學
這個章節帶你從零開始，在 Excel 中完成標準差計算。跟著做一次，之後就能自己套用到任何數據。
Step 1 — 準備數據（避免常見地雷）
在輸入公式之前，先確認你的數據格式正確。這一步看似簡單，卻是最多人踩雷的地方。
必須確認的三件事：
- 數值格式正確：選取數據欄 → 右鍵「儲存格格式」→ 確認是「數值」或「一般」，不是「文字」。如果儲存格左上角有綠色小三角，代表 Excel 把數字當成文字存了。
- 沒有空白儲存格混在中間：STDEV.S 會自動跳過空白格，但如果空白格代表的是「0」而非「沒有資料」，你應該手動填入 0。
- 沒有文字混入數值欄：像「N/A」、「待確認」、「-」這類文字會被 STDEV.S 忽略，導致計算筆數減少，結果可能失真。
快速檢查公式：在數據旁邊的空欄輸入 =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（單欄範例）
假設你的數據在 B2 到 B10（共 9 筆月銷售額），要計算樣本標準差：
- 點選一個空白儲存格（例如 D2）
- 輸入公式：
=STDEV.S(B2:B10) - 按 Enter，結果立即顯示
就這麼簡單。如果你要算母體標準差，把 STDEV.S 換成 STDEV.P 即可：=STDEV.P(B2:B10)
同時算平均值做對照：在旁邊的儲存格輸入 =AVERAGE(B2:B10)，這樣你可以一眼看出「中心在哪」和「波動多大」。
想了解更多 Excel 公式的基礎語法，可以參考我們的完整指南。
Step 3 — 進階公式寫法（多欄、動態範圍、條件篩選）
當你的分析需求更複雜時，以下四種寫法能幫你處理不同情境：
多欄計算：如果 B、C、D 三欄都是數值資料，想一次算出整體標準差：
=STDEV.S(B2:D10)
Excel 會把三欄的所有數值視為同一組數據來計算。
動態範圍（表格格式）：先把數據轉成表格（選取範圍 → Ctrl+T），之後公式會自動擴展：
=STDEV.S(銷售資料[金額])
新增資料時不用手動調整範圍，特別適合每月持續新增數據的報表。
條件篩選（Excel 365 / Excel 2021）：只計算特定條件的標準差，例如只算「A 業務」的銷售額：
=STDEV.S(FILTER(B2:B100,A2:A100="A業務"))
FILTER 函數先篩選出符合條件的數值，再交給 STDEV.S 計算。
條件篩選（Excel 2019 以前的舊版）：舊版沒有 FILTER 函數，需要用陣列公式：
=STDEV.S(IF(A2:A100="A業務",B2:B100))
⚠️ 這個公式必須用 Ctrl+Shift+Enter 確認（不是只按 Enter），Excel 會自動在公式外加上大括號 {}。如果你只按 Enter，結果會是錯的。
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：選取數據範圍 → 在左上角的名稱方塊輸入名稱（例如「銷售額」）→ 之後公式可以寫成 =STDEV.S(銷售額)，比 =STDEV.S(Sheet1!B2:B100) 更易讀、更不容易選錯範圍。
與其他統計指標結合使用：
=MEDIAN(範圍)搭配標準差：當數據有極端值時，中位數比平均值更能代表「典型值」，搭配標準差可以判斷極端值的影響程度=PERCENTILE.INC(範圍, 0.25)和=PERCENTILE.INC(範圍, 0.75)：算出四分位距（IQR），提供另一種衡量離散程度的方式，對非常態分布的數據特別有用=STDEV.S(範圍)/AVERAGE(範圍)：變異係數（CV），用於跨組比較，詳見下一章節
常見錯誤排解（#DIV/0! / #VALUE! / 結果異常）
#DIV/0! 錯誤
- 原因：數據範圍內的有效數值少於 2 筆。STDEV.S 的除數是 n-1，如果只有 1 筆數據，除數變成 0。
- 檢查方式：在旁邊輸入
=COUNT(B2:B10)，確認有效數值筆數 ≥ 2。 - 修正方法：擴大數據範圍，或確認數據沒有被存成文字格式。
#VALUE! 錯誤
- 原因：公式語法錯誤，或範圍參照到了錯誤值（如其他儲存格的 #REF! 錯誤）。
- 檢查方式：逐一檢查範圍內的儲存格，找出包含錯誤值的格子。
- 修正方法：修正來源錯誤，或用
=IFERROR()包裹有問題的來源公式。
結果異常大或異常小
- 原因 1：數據範圍選錯，包含了不該計算的欄位（例如把「編號」欄也選進去了）。
- 原因 2：某些數值被存成文字，導致 STDEV.S 跳過它們，計算筆數減少。
- 檢查方式：用
=COUNT(範圍)確認筆數是否正確，用=ISNUMBER(儲存格)逐一驗證。
更多 Excel 函數的使用技巧，可以參考 Excel 函數全覽。
標準差搭配平均值：數據分析的黃金組合
標準差很少單獨使用——它幾乎總是和平均值搭配出現。平均值告訴你「中心在哪」，標準差告訴你「數據離中心多遠」，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
當你要比較兩組「單位不同」或「量級不同」的數據穩定性時，直接比標準差是不公平的。這時候需要變異係數（Coefficient of Variation, CV）。
公式：=STDEV.S(範圍)/AVERAGE(範圍)
實例：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，業務 A 的 5 萬比業務 B 的 3 萬大。但看 CV，業務 B 的 15% 遠大於業務 A 的 5%——業務 B 的業績波動其實更劇烈。
CV 的判讀說明：CV 數值本身沒有絕對的好壞標準，重點是與歷史數據或同類指標做比較。例如同一位業務的 CV 從上季的 8% 上升到本季的 20%，代表業績穩定性明顯下降，值得深入分析原因。不同產業、不同指標的「正常」CV 範圍差異很大，建議以自身歷史數據作為基準線。
68-95-99.7 規則：快速找出異常值
這是統計學中最實用的規則之一，也稱為「3-sigma 規則」。當數據呈常態分布時：
- 68% 的數據落在平均值 ± 1 個標準差（1σ）範圍內
- 95% 的數據落在平均值 ± 2 個標準差（2σ）範圍內
- 99.7% 的數據落在平均值 ± 3 個標準差（3σ）範圍內
換句話說：超出 3σ 範圍的數據，只有 0.3% 的機率——幾乎可以確定是異常值。
Excel 實作：用條件格式自動標紅異常值
假設數據在 B2:B100：
- 先在空白儲存格算出門檻值：
- 上限：
=AVERAGE(B2:B100)+3*STDEV.S(B2:B100) - 下限：
=AVERAGE(B2:B100)-3*STDEV.S(B2:B100) - 選取 B2:B100 → 常用 → 條件格式 → 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)（假設上限在 D2、下限在 D3） - 設定格式為紅色底色 → 確定
完成後，所有超出 3σ 範圍的數值會自動標紅，讓你一眼找到需要關注的異常資料。
想了解更多數據分析的進階技巧，可以參考我們的深度教學。
Excel 標準差圖表：加入誤差線的視覺化教學
在報告或簡報中，光列出標準差的數字不夠直觀。把標準差以「誤差線（Error Bars）」的形式加到圖表上，讀者一眼就能看出每個數據點的波動範圍。
在長條圖或折線圖加入標準差誤差線
以下是完整步驟：
步驟 1：建立基本圖表
選取你的數據範圍（包含類別標籤和數值），點選「插入」→ 選擇「群組直條圖」或「折線圖」。
步驟 2：新增誤差線
點選圖表中的任一數據點（長條或折線上的點）→ 圖表右上角會出現「+」號（圖表元素按鈕）→ 勾選「誤差線」→ 選擇「標準差」。
Excel 會自動計算每組數據的標準差，並以 T 字型的線段顯示在每個數據點上方和下方。
步驟 3：調整誤差線樣式
雙擊誤差線 → 右側會出現「誤差線格式」面板 → 你可以調整：
- 方向：正向、負向、或雙向
- 末端樣式：有帽或無帽
- 線條粗細和顏色
自訂誤差線數值（使用 STDEV.S 計算結果）
如果你需要更精確的控制——例如每個類別的標準差是你自己用 STDEV.S 算出來的，而非讓 Excel 自動計算——可以用「自訂」誤差線。
操作步驟：
- 先在工作表中用 STDEV.S 算出每個類別的標準差，放在獨立的欄位（例如 C2:C6）
- 雙擊圖表上的誤差線 → 「誤差線格式」面板 → 誤差量選擇「自訂」→ 點「指定值」
- 在「正誤差值」和「負誤差值」欄位中，分別選取你算好的標準差範圍（C2:C6）
- 確定後，誤差線會依據你的計算結果顯示
這種做法特別適合以下情境：
- 每個類別的數據筆數不同，需要分別計算標準差
- 你想用條件篩選後的標準差（例如只計算某部門的波動）
- 報告需要精確標示數值，而非讓 Excel 自動估算
更多圖表製作技巧，可以參考 Excel 統計圖教學。
實務應用案例：台灣職場三大情境
每個案例都附完整的公式和解讀方式。
案例一：專案管理 — 分析任務完成時間的穩定性
情境：你是專案經理，團隊有 5 位成員，上個 Sprint 每人完成指派任務的天數分別是：
| 成員 | 完成天數 |
|---|---|
| 小陳 | 8 |
| 小林 | 12 |
| 小王 | 7 |
| 小李 | 15 |
| 小張 | 9 |
公式：
- 平均完成天數：
=AVERAGE(B2:B6)→ 10.2 天 - 標準差：
=STDEV.S(B2:B6)→ 3.1 天 - 變異係數：
=STDEV.S(B2:B6)/AVERAGE(B2:B6)→ 30.4%
解讀：平均 10.2 天完成任務，但標準差高達 3.1 天——代表最快和最慢的成員之間差距顯著。小李的 15 天比平均值高出將近 1.5 個標準差，值得進一步了解是任務難度不同、還是需要額外支援。
行動建議：將本次 CV（30.4%）與過去幾個 Sprint 的 CV 做比較。如果 CV 持續偏高或呈上升趨勢，建議在下次 Sprint 規劃時重新檢視任務分配的均衡性。單次的 CV 數值需要搭配歷史趨勢才能做出有意義的判斷。
案例二：銷售分析 — 評估月營收波動
情境：你要評估某產品線過去 12 個月的營收穩定性，數據如下（單位：萬元）：
85, 92, 78, 95, 88, 102, 76, 91, 84, 97, 80, 93
公式：
- 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%，與去年同期或其他產品線的 CV 相比，可以判斷這條產品線的營收穩定性是否在合理範圍內。如果歷史 CV 通常在 8%～12% 之間，本期 9.0% 屬於正常水準，可以放心以平均值作為下一季的預算基準。
對比情境：如果另一條產品線的 CV 高達 35%，代表營收大起大落，需要深入分析是季節性因素、促銷活動影響、還是客戶流失造成的波動。
案例三：品質管控 — 產品尺寸一致性檢查
情境：工廠生產的零件規格要求長度為 50mm ± 0.5mm。你從產線抽了 20 個樣品測量。
公式：
- 平均長度：
=AVERAGE(B2:B21)→ 50.02mm - 標準差：
=STDEV.S(B2:B21)→ 0.18mm
用 3-sigma 規則設定品質門檻：
- 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）落在規格要求（49.5～50.5mm）之內，代表製程能力足夠。但如果有任何樣品超出 3σ 範圍，用條件格式標紅後立即排查原因。
更多關於 Excel 標準差的進階應用，可以參考我們的延伸教學。
當 Excel 不夠用：團隊數據追蹤的進階選擇
Excel 的 STDEV 公式非常適合單次分析——打開檔案、輸入公式、看結果。但如果你的需求是持續追蹤團隊的 KPI 波動（例如每週更新任務完成時間的標準差、每月比較各部門的 CV 變化），Excel 會遇到幾個痛點：
- 手動更新：每次新增數據都要重新調整範圍或複製公式
- 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「標準差超過門檻時自動通知」
如果你的團隊有 5 人以上、需要長期追蹤多項指標，monday.com 的儀表板功能可以自動從專案數據計算統計指標，並用圖表即時呈現趨勢變化。資料一更新，標準差、平均值、CV 都自動重算。（推薦試試 monday.com 的免費方案，不需要信用卡，我們團隊實際使用後在數據追蹤效率上提升明顯。）
想進一步提升 Excel 統計分析能力，以下兩個學習資源值得參考：
- Udemy：單堂購買制，適合只想學特定主題（如 Excel 統計函數、資料視覺化），常有限時優惠
- Coursera Excel 認證課程：由 Macquarie University 提供的完整 4 階段課程，從基礎到進階，完成後可獲得正式證書
結論
- 選函數：90% 的情況用 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數據
- 視覺化呈現：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，計算結果完全相同
想把這篇文章的分析方法應用到團隊的日常管理中？第一步：在 monday.com 建立一個 KPI 追蹤看板，把任務完成時間、營收數據等關鍵指標集中管理，用儀表板自動呈現趨勢變化——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。
更多 Excel 技巧，歡迎參考我們的 Excel 教學完整指南。
常見問題（FAQ）
STDEV 和 STDEV.S 有什麼不同？
兩者計算結果完全相同。STDEV 是 Excel 2010 以前的舊版函數名稱，STDEV.S 是新版名稱（S 代表 Sample，樣本）。Microsoft 改名是為了讓函數用途更清晰。建議新建報表一律使用 STDEV.S，但舊版 STDEV 仍可正常使用。更多細節可參考 標準差函數差異教學。
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 筆數據都是 100，平均值 100、標準差 0。在實務上，標準差為 0 通常代表數據有問題（例如複製貼上了同一個值），或者量測精度不足。
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」，計算過程中會先取差值的平方（平方後一定是正數），所以原始數據的正負不影響結果。例如溫度數據 -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 會自動忽略空白儲存格和文字。但要注意：如果空白格代表的是「0」（例如某月沒有銷售額），你應該手動填入 0，否則會少算一筆數據。如果你的數據中包含 TRUE/FALSE 等邏輯值且需要納入計算，請改用 STDEVA（樣本）或 STDEVPA（母體）——這兩個函數會將 TRUE 視為 1、FALSE 和文字視為 0 納入計算。
Excel 不同版本標準差函數有差異嗎？
計算邏輯完全一致，差別只在函數名稱。Excel 2010 以後建議用 STDEV.S（樣本）和 STDEV.P（母體）；Excel 2007 以前的版本使用 STDEV 和 STDEVP。另外，條件篩選用的 FILTER 函數僅 Excel 365 和 Excel 2021 支援，舊版需要用 =STDEV.S(IF(...)) 陣列公式替代（按 Ctrl+Shift+Enter 確認）。
如何只計算符合特定條件的標準差？
Excel 365 / 2021 用 FILTER 函數最簡單：=STDEV.S(FILTER(B2:B100,A2:A100="A業務"))。舊版 Excel 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 會在公式外自動加上大括號 {}。如果你只按 Enter，公式只會計算第一筆符合條件的數據。
Excel 標準差圖怎麼做？
在 Excel 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」→ 選擇「標準差」。如果需要自訂數值，可以雙擊誤差線 → 選擇「自訂」→ 指定你用 STDEV.S 算好的標準差範圍。詳細圖文步驟請參考本文的「Excel 標準差圖表」章節。
