什麼是母體標準差？
母體標準差以符號 \sigma（sigma）表示，用來衡量一組數字的離散程度，而且這組數字代表的是整個母體，而非抽出的樣本。\sigma 越小，代表數值緊密集中在平均數附近；\sigma 越大，代表數值分散得越開。當你的資料涵蓋了所關注群體的每一個成員時，就該使用母體公式；若資料只是其中的一部分（也就是樣本），則應改用樣本標準差，它除以的是 N-1 而不是 N。
如何使用這個計算器
把你的數字輸入到欄位中，用逗號或空格分隔即可，例如 4, 8, 15, 16, 23, 42。計算器會回傳標準差 \sigma，並一併列出資料個數 N、總和、平均數 \mu 以及變異數 \sigma^2，讓你能逐步檢查每一個計算結果。
公式解析
首先算出這 N 個數值的平均數：
\mu = ((1) ÷ (N))\sum_{i=1}^{N} x_i
接著求出每個數值與平均數差距的平方之平均，再開平方根：
\sigma = \sqrt{((1) ÷ (N))\sum_{i=1}^{N}(x_i - \mu)^2}
其中 x_i 為每一筆資料數值，N 為資料筆數，\mu 則是母體平均數。
範例演算
以資料 2, 4, 4, 4, 5, 5, 7, 9 為例，共有 N = 8 個數值，總和為 40，因此：
\mu = ((40) ÷ (8)) = 5
各數值與平均數差距的平方總和為 9+1+1+1+0+0+4+16 = 32，所以：
\sigma = √(((32) ÷ (8))) = √(4) = 2
使用注意事項與精準校對原則（6 大核心守則）
📐 1. 嚴格對齊輸入量綱與單位
輸入各項數值時請務必確認量綱（例如小時、天數、金額、百分比），避免單位不匹配引發推算偏差。
🔒 2. 純前端本機毫秒級隱私保障
所有計算邏輯 100% 在您的終端瀏覽器內完成，資料絕不上傳伺服器，嚴格守護商業與個人隱私。
📊 3. 符合公認學術與產業計算模型
演算法嚴格遵循國際通用數學公式與標準計算模型，經多重情境交叉核對，數值嚴密精確。
📋 4. 一鍵複製與免登入 PDF 匯出
支援一鍵複製推算結果字串至剪貼簿，亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。
🔄 5. 多情景敏感度動態對比
建議針對極端值與多組預期情景分別試算，觀察輸出數據的波動區間，輔助做出更穩健的決策。
🛡️ 6. 專業諮詢與日常參考免責聲明
本工具運算結果供日常排程、學業研習與事前參考之用，如涉及重大法規或投資決策請諮詢持證專家。
常見問題 (FAQ)
什麼時候用母體、什麼時候用樣本？
當你的資料就是完整的全部時，使用母體公式（除以 \(N\)）；當資料是從更大群體中抽出的樣本時，則使用樣本公式（除以 \(N-1\)）。
變異數是什麼？
變異數 \(\sigma^2\) 就是標準差的平方，也就是還沒開平方根前、各數值與平均數差距的平方之平均。
可以輸入小數或負數嗎？
可以。數值之間用逗號或空格分隔即可，負數與小數都完全支援。