什麼是標準差？
標準差（Standard Deviation）是統計學中最重要的離散度量指標之一，用於衡量數據相對於平均值的分散程度。當標準差越大，表示數據點離平均值越遠，數據波動越大；反之標準差越小，數據越集中。在金融、品質管理、科學研究等領域廣泛應用。
標準差有兩種類型：母體標準差（σ）用於描述整個母體的離散程度，樣本標準差（s）用於從樣本推估母體。兩者計算公式略有不同，樣本標準差分母使用n-1而非n，以提供無偏估計。
標準差公式詳解
標準差的計算公式為：σ = √(Σ(x-μ)²/N)，其中：
σ = 標準差
Σ = 求和符號
x = 每個數據點
μ = 數據的平均值
N = 數據總個數
計算步驟為：首先計算所有數據的平均值，其次將每個數據點減去平均值得到偏差，再將所有偏差平方，然後求和並除以N（或n-1用於樣本），最後對結果開平方根。
實際計算範例
假設一家臺北科技公司員工月薪分別為：30,000、35,000、38,000、42,000、45,000（單位：元）。
首先計算平均值：(30,000 + 35,000 + 38,000 + 42,000 + 45,000) ÷ 5 = 38,000元
計算偏差並平方：(30,000-38,000)² = 64,000,000；(35,000-38,000)² = 9,000,000；(38,000-38,000)² = 0；(42,000-38,000)² = 16,000,000；(45,000-38,000)² = 49,000,000
偏差平方和 = 138,000,000
若視為整個公司（母體），變異數 = 138,000,000 ÷ 5 = 27,600,000
標準差 = √27,600,000 ≈ 5,253.5元
這表示員工月薪平均偏離38,000元約5,253.5元，說明薪資差異中等。
標準差在實務中的應用
在投資理財領域，標準差用於評估基金或股票的風險。同樣報酬率的兩檔基金，標準差低的更穩健，適合保守投資人；標準差高的波動大，適合積極投資人。
在品質管理中，製造業使用標準差監控產品尺寸、重量等參數的一致性。標準差過大表示製程不穩定，需要改善。
在醫學研究中，標準差幫助研究人員判斷治療效果的穩定性。新藥的療效標準差越小，效果越可靠。
在教育評估中，老師利用標準差分析班級考試成績的離散程度，標準差大表示學生程度差異大。
常見計算錯誤
最常見的錯誤是混淆母體標準差和樣本標準差。當數據代表整個研究對象時用母體標準差（分母為N），當數據僅是樣本時用樣本標準差（分母為n-1）。錯誤使用會導致結果偏差。
另一個錯誤是計算過程中的四捨五入時機不當。應該在最後一步才四捨五入，中間步驟保留更多小數位以確保精度。
有些人會將標準差與平均差（絕對偏差平均值）混淆。標準差使用平方再開根號，使大偏差的影響更大，更能反映極端值的存在。
標準差計算的實用技巧
使用本計算機時，請確保輸入的數據以逗號或空格分隔，支援小數點和負數。選擇正確的數據類型：如果數據是全體母體，選擇「母體」；如果數據是樣本，選擇「樣本」。
計算機會自動計算平均值、變異數、標準差及數據個數。理解每個結果的含義：數據個數顯示輸入是否完整，平均值是數據分佈的中心，變異數是標準差的平方，標準差是最重要的離散指標。
當數據變化時，標準差會相應變化。若添加新數據點遠離平均值，標準差會增大；若新數據接近平均值，標準差增幅較小。
標準差與正態分佈
在正態分佈中，標準差有特殊意義。在平均值±1倍標準差範圍內包含約68.3%的數據，±2倍標準差包含約95.4%，±3倍標準差包含約99.7%。這個規則幫助我們判斷數據的異常值。
如果某個數據點距平均值超過3倍標準差，可能是異常數據，需要檢查是否錯誤輸入或確實存在特殊情況。