RSD Calculator
통계 · 무료 도구

상대 표준 편차 계산기

데이터를 붙여넣거나 알려진 SD와 평균을 입력하세요 밀리초 안에 RSD, 분산, 단계별 풀이를 얻으세요.

계산 방법

Choose your input method

Separate numbers using a comma, space, or new line
Use Sample for a subset of data, Population for the entire group
Mean must be non-zero. Standard deviation must be ≥ 0.

Results

Live, accurate, and shareable

Enter values to see results

Your RSD, standard deviation, mean, and full breakdown will appear here.

정의

상대 표준 편차(RSD)란 무엇인가?

상대 표준 편차(RSD)는 평균에 대한 백분율로 표현된 표준 편차입니다. 공식은 RSD = (s / x̄) × 100% 입니다. RSD는 소수로 표현될 때 변동 계수(CV)라고도 불리며, 따라서 두 용어는 동일한 양을 다른 단위로 나타냅니다.

RSD는 무차원입니다. 이 특성 덕분에 분석가는 서로 다른 단위, 척도, 크기를 사용하는 데이터 세트 간의 변동성을 비교할 수 있습니다 mg/L 단위의 농도, 그램 단위의 질량, 밀리볼트 단위의 전압 등. 통계 및 데이터 분석 팀은 정밀도와 정확도를 동등한 기준으로 비교해야 하는 모든 곳에서 RSD를 사용합니다.

RSD를 정의하는 세 가지 특성:

  • 척도 무관 표준 편차를 산술 평균으로 나누어 단위를 제거합니다.
  • 비율 척도 전용 참된 영점과 양의 평균이 필요합니다.
  • 비교 가능 데이터 세트 간 변동성을 나란히 확인할 수 있습니다.

RSD formula RSD vs CV How to calculate References

동일한 평균, 다른 RSD 슬라이더를 끌어 데이터 세트 B의 산포를 넓히세요
데이터 세트 A 5.0%
데이터 세트 B 25.0%

두 데이터 세트는 동일한 평균(50)을 공유합니다. 데이터 세트 A는 좁은 클러스터를 유지합니다. 데이터 세트 B의 RSD는 산포에 따라 변합니다.

방법

상대 표준 편차를 계산하는 방법

표준 편차(s)를 평균(x̄)으로 나누고 100을 곱하여 상대 표준 편차(RSD)를 계산합니다. 결과는 산포를 평균에 대한 백분율로 표현하며 단위에 관계없이 무차원으로 유지됩니다.

RSD는 데이터 포인트가 산술 평균 주위에 얼마나 밀집되어 있는지를 측정합니다. 작은 RSD는 높은 정밀도를 나타냅니다. 큰 RSD는 넓은 변동성을 나타냅니다. 오른쪽의 세 단계가 전체 절차를 보여줍니다.

RSD formula Sample vs population SD Open the calculator

  1. 평균(x̄) 구하기 모든 값을 합한 다음 개수(n)로 나눕니다.
  2. 표준 편차(s 또는 σ) 구하기 실험 데이터에는 표본 공식을 사용하고, 전수 조사 데이터에는 모집단 공식을 사용합니다.
  3. RSD 공식 적용 RSD = (s / x̄) × 100%. 결과를 백분율로 표현합니다.

풀이 예제

예제 #1

표준 편차가 45이고 평균이 3.7인 데이터 세트의 RSD를 구하시오.

풀이

RSD = σx̄ × 100
RSD = 453.7 × 100
RSD = 1216.2%
예제 #2

데이터 세트 12, 23, 45, 33, 65, 54, 54의 RSD를 구하시오 (표본, n − 1).

풀이

x̄ = (12 + 23 + 45 + 33 + 65 + 54 + 54) ÷ 7 = 40.857
s = √( Σ(xᵢ − x̄)² ÷ (n − 1) ) = 18.969
RSD = 18.96940.857 × 100
RSD = 46.43%
공식

상대 표준 편차(RSD) 공식

RSD 공식은 RSD = |σ / μ| × 100%이며, 여기서 σ는 표준 편차이고 μ는 산술 평균입니다. 비율의 절댓값을 취하고 100을 곱하여 결과를 백분율로 보고합니다.

아래 슬라이더는 σ 또는 μ가 변할 때 RSD가 어떻게 반응하는지를 보여줍니다. σ를 늘리면 산포가 넓어지고 RSD가 증가합니다. μ를 늘리면 동일한 산포가 더 큰 평균에 대한 작은 백분율이 되므로 RSD가 줄어듭니다.

Standard deviation formulas How to calculate RSD vs CV

상대 표준 편차(RSD) 공식
RSD = | σ μ | × 100 %
RSD = ( s / x̄ ) × 100%

σ와 μ를 조정하여 RSD가 실시간으로 업데이트되는 것을 확인하세요

결과 10.00% 보통
비교

RSD vs CV: 차이 이해하기

RSD와 변동 계수(CV)는 동일한 통계적 속성을 측정합니다 표준 편차와 평균의 비율입니다. 유일한 차이는 표현 단위입니다. CV는 결과를 소수로 보고합니다. RSD는 동일한 결과에 100을 곱하여 백분율로 보고합니다.

분석화학 및 제약 분석 논문은 일반적으로 백분율이 정밀도를 빠르게 전달하기 때문에 RSD를 보고합니다. 금융, 생물학, 환경과학 논문은 종종 CV를 소수 형식으로 보고합니다. 두 형식은 동일한 정보를 담고 있으며 100배 인자로 일대일 변환됩니다.

RSD formula Standard deviation formulas Applications

RSD vs CV
CV CV = σ μ = 0.05
RSD RSD = | σ μ | × 100 % = 5%
지표공식형식예시
변동 계수(CV) CV = s / x̄ 소수 0.05
상대 표준 편차(RSD) RSD = (s / x̄) × 100% 백분율 5%
작업 흐름

RSD 계산기 작동 방식

RSD 계산기는 세 가지 입력 단계와 여덟 가지 출력 값으로 데이터 세트의 완전한 분석을 제공합니다. 입력 모드를 선택하고 데이터를 입력한 다음 아래 결과를 확인하세요.

Try the RSD Calculator now How to calculate RSD FAQ

입력

  • 입력 모드를 선택하세요 데이터 세트를 붙여넣거나 알려진 표준 편차와 평균을 입력하세요.
  • 수치 값을 입력 필드에 입력하거나 붙여넣으세요.
  • 실험 데이터에는 표본 (n − 1)을, 전수 조사 데이터에는 모집단 (n)을 선택하세요.
  • 계산을 눌러 수학 연산을 실행하세요.

출력

  • 백분율로 표시된 상대 표준 편차(RSD)
  • 선택한 모드에 대한 표준 편차(σ)
  • 평균(μ) 산술 평균
  • 분산(σ²) 표준 편차의 제곱
  • 개수(n) 총 값의 수
  • 합계(Σx) 모든 데이터 값의 합
  • 범위, 최솟값, 최댓값
  • 단계별 풀이 + 분포 차트
사용 사례

RSD 계산기의 일반적인 용도

상대 표준 편차는 표준 편차를 평균과 비교하여 관점을 제공합니다. 표준 편차를 백분율로 보면 다양한 상황에서 의사 결정을 내리는 데 도움이 됩니다. RSD 계산기는 과학, 산업, 금융, 교육 분야에서 여섯 가지 반복되는 시나리오에서 사용됩니다.

01

품질 보증

식료품점은 일관된 제품 외관과 고객 기대를 보장하기 위해 모든 과일 크기의 RSD가 10% 미만이 되도록 요구할 수 있습니다.

02

금융 변동성

분석가는 RSD를 사용하여 주가, 수익률, 자산 바스켓의 변동성을 평가합니다 단일 무차원 척도에서 위험을 비교합니다.

03

분석화학

화학자는 RSD를 보고하여 분석 정밀도를 표현합니다 반복 적정, HPLC 피크 면적, 기기 측정값이 모두 하나의 백분율로 압축됩니다.

04

데이터 세트 비교

RSD는 단위, 척도, 크기가 같지 않은 두 가지 다른 데이터 세트의 변동을 비교할 수 있게 해줍니다.

05

방법 검증

분석가는 제약 및 임상 실험실에서 ICH Q2 방법 검증 보고서를 위해 반복성, 재현성, 중간 정밀도를 문서화합니다.

06

수업 및 과제

학생들은 모든 단계를 종이에 풀지 않고도 교과서의 RSD 계산을 검증하고 통계 과제를 해결합니다.

07

제조 및 식스 시그마

품질 엔지니어는 RSD를 Cpk 및 공정 능력 연구에 입력합니다. 관리도에서 RSD가 상승하면 공정 편차, 장비 마모 또는 원자재 변경의 신호입니다.

08

임상 및 진단 검사

의료 실험실은 매일 관리 시료를 측정하고 각 진단 검사와 함께 %CV를 보고합니다. 환자 결과는 관리 시료 RSD가 Westgard 규칙 한도 이내에 있을 때만 공개됩니다.

주의 사항

상대 표준 편차를 사용하지 않을 때

다섯 가지 시나리오에서는 상대 표준 편차를 피하세요. 평균이 0이거나, 데이터가 비비율 척도를 사용하거나, 평균이 산포에 비해 작거나, 데이터에 산포를 지배하는 이상치가 포함되어 있거나, 데이터 세트가 안정적인 추정에 너무 작을 때마다 RSD는 무너지거나 오해의 소지가 있습니다.

Limitations of RSD RSD quality thresholds References

1

평균이 0이거나 음수

RSD는 평균으로 나누기 때문에 평균이 0이면 정의되지 않은 결과가 생성됩니다. 음의 평균은 실질적인 의미가 없는 음의 백분율을 생성합니다.

2

비비율 척도 데이터

RSD는 참된 영점을 가정합니다. 섭씨 온도, 달력 연도, IQ 점수는 그 가정을 충족하지 않습니다. 대신 절대 표준 편차를 사용하세요.

3

산포가 큰 작은 평균

0에 가까운 평균은 절대 산포가 적당하더라도 RSD를 부풀립니다. 백분율은 더 이상 실질적인 변동성을 반영하지 않습니다.

4

강한 이상치가 있는 데이터 세트

RSD는 표준 편차의 이상치 민감도를 물려받습니다. 단일 극단값이 결과를 흔들 수 있습니다. 중앙값 절대 편차(MAD)가 더 견고한 대안입니다.

5

매우 작은 표본

두 개 또는 세 개 값의 표본은 넓은 신뢰 구간을 가진 RSD를 제공합니다. ICH 지침에 따른 방법 검증은 일반적으로 최소 6회의 반복을 요구합니다.

공식

표준 편차 공식

표준 편차에는 두 가지 형식이 있습니다. 표본 표준 편차는 (n − 1)로 나누고 부분 집합에서 산포를 추정합니다. 모집단 표준 편차는 n으로 나누고 전체 그룹을 설명합니다. 분모 선택은 값을 변경하고, 그러면 RSD도 바뀝니다.

Back to RSD formula Sample vs Population blog post Data quality assessment

표본 표준 편차 (n-1)

데이터가 더 큰 모집단에서 추출된 표본을 나타낼 때 표본 표준 편차 공식을 사용하세요. Bessel 보정 (n − 1)은 동일한 데이터에서 평균을 추정할 때 발생하는 편향을 줄입니다.

표본 표준 편차
s = ∑ i=1 n ( xi − x¯ ) 2 n−1

모집단 표준 편차 (n)

데이터가 그룹의 모든 구성원을 포함할 때, 예를 들어 전수 조사 데이터나 완전히 측정된 완성된 생산 배치인 경우 모집단 표준 편차 공식을 사용하세요.

모집단 표준 편차
σ = ∑ i=1 n ( xi − μ ) 2 n
동일한 데이터, 두 개의 분모 값을 편집하여 각 공식이 어떻게 반응하는지 확인하세요
표본 (n − 1) — σ²s = —
모집단 (n) — σ²p = —
n = — μ = — RSDsample = — RSDpop = —
품질

데이터 품질 평가

상대 표준 편차 계산기는 데이터 품질을 다섯 단계로 평가합니다. 낮은 RSD는 산술 평균 주위에 더 단단한 클러스터링을 나타냅니다. 아래 임계값은 분석화학, 제약 분석, 통계적 품질 관리 전반에 걸쳐 사용되는 관례와 일치합니다.

Applications of RSD Limitations of RSD Common uses

대화형 RSD 품질 게이지 슬라이더를 끌어 품질 단계를 읽으세요
10.00% 보통
RSD 범위등급해석
≤ 1% 우수 변동이 최소화된 매우 정밀한 데이터
1% – 5% 양호 대부분의 응용 분야에 허용 가능한 정밀도
5% – 10% 보통 방법론과 반복 측정을 검토할 가치가 있음
10% – 20% 높음 변동성의 원인을 조사하세요
> 20% 매우 높음 이상치와 기기 편차를 확인하세요

산업 벤치마크 임계값

  • 제약 (ICH) 시스템 적합성 ≤ 1% · 방법 ≤ 2% · 중간 ≤ 5%
  • 분석화학 일반적인 분석에서 일반적으로 ≤ 5%
  • 임상화학 진단 검사 QC의 경우 ≤ 10%
  • 환경과학 자연적 변동성으로 인해 10–20% 허용
응용

상대 표준 편차(RSD)의 응용

상대 표준 편차는 제약 분석, 실험실 분석, 품질 관리, 임상화학 등 네 가지 주요 영역에 적용됩니다. 각 영역은 자체 허용 임계값을 설정하지만, 모든 영역은 단일 무차원 척도에서 정밀도를 비교하기 위해 동일한 공식 RSD = (σ / μ) × 100%에 의존합니다.

Data quality thresholds RSD in Quality Control (blog) Limitations

제약 분석

제약 분석은 ICH(국제조화회의) Q2 지침에 따라 분석 방법을 검증하기 위해 RSD를 적용합니다. RSD는 동일한 척도에서 반복성과 재현성을 정량화하여 기기와 분석가 간의 분석 비교를 공정하게 만듭니다.

  • 시스템 적합성 RSD ≤ 1%
  • 방법 반복성 RSD ≤ 2%
  • 중간 정밀도 RSD ≤ 5%

실험실 분석

분석 실험실은 지표가 무차원이기 때문에 기기 및 방법 성능을 비교하기 위해 RSD를 적용합니다. 흡광도를 측정하는 분광기와 피크 면적을 측정하는 크로마토그래프는 둘 다 RSD를 보고할 때 직접 비교할 수 있습니다.

  • 기기 간 정밀도 벤치마크
  • 반복 측정 평가
  • 교정 안정성 추적

품질 관리

제조 팀은 공정 안정성을 모니터링하기 위해 RSD를 적용합니다. 관리도에서 RSD가 상승하면 공정 편차, 장비 마모 또는 원자재 변경의 신호입니다. 통계적 품질 관리 프로그램은 RSD를 수율 문제의 선행 지표로 취급합니다.

  • 배치 간 일관성
  • 식스 시그마 Cpk 보조 지표
  • 장비 상태 모니터링

임상화학

임상화학 실험실은 모든 진단 검사의 관리 시료에 RSD(종종 %CV로 보고됨)를 적용합니다. 환자 결과는 관리 시료 RSD가 Westgard 규칙 한도 이내에 있을 때만 공개되며, 이는 진단 신뢰성을 보호합니다.

  • 관리 혈청에 대한 일일 QC 추적
  • Westgard 규칙 위반 트리거
  • 실험실 간 숙련도 검사
경계

RSD의 한계

RSD에는 네 가지 주요 한계가 있습니다: 양의 평균 요구 사항, 작은 평균에 대한 민감성, 비율 척도 측정에 대한 의존성, 이상치에 대한 민감성. 이러한 경계를 알면 결과의 오해석을 방지할 수 있습니다.

When not to use RSD Data quality assessment References

한계 01

양의 평균 요구

평균이 0일 때 RSD는 정의되지 않으며 평균이 음수일 때는 무의미합니다. 그런 경우에는 절대 표준 편차로 전환하세요.

규칙 μ > 0
한계 02

작은 평균에 민감

작은 평균값은 RSD를 부풀립니다. 0에 가까운 데이터는 순수하게 RSD로 판단할 때 실제보다 더 가변적으로 보입니다.

주의 μ → 0
한계 03

비율 척도 데이터 전용

RSD는 참된 영점을 가정합니다. 섭씨 온도, pH, IQ 점수와 같은 간격 척도 측정은 그 가정을 위반합니다.

피하기 °C · pH · IQ
한계 04

이상치 민감성

RSD는 표준 편차의 이상치 민감성을 물려받습니다. 단일 극단값이 결과를 지배할 수 있습니다. 중앙값 절대 편차(MAD)가 견고한 대안입니다.

대안 MAD
참고 자료

추가 읽기 자료 및 참고 문헌

신뢰할 수 있는 외부 출처와 본 사이트의 관련 섹션입니다. 외부 링크는 위키백과와 정부 통계 기관의 권위 있는 참고 자료를 엽니다.

이 RSD 계산기 사이트 둘러보기

권위 있는 외부 참고 자료

질문

자주 묻는 질문

좋은 RSD 값은 무엇인가요?

좋은 RSD 값은 분야에 따라 다릅니다. RSD ≤ 1%는 우수한 정밀도로 간주됩니다. 1%에서 5% 사이의 RSD는 대부분의 분석 응용 분야에 양호합니다. 5%에서 10% 사이의 RSD는 많은 생물학 및 환경 연구에 허용됩니다. 10% 이상의 RSD는 조사가 필요한 변동성을 나타낼 수 있습니다. ICH 지침에 따른 제약 분석은 일반적으로 방법 검증을 위해 RSD가 2% 미만이어야 합니다.

RSD와 CV의 차이점은 무엇인가요?

RSD(상대 표준 편차)와 CV(변동 계수)는 동일한 통계적 속성을 측정합니다 표준 편차와 평균의 비율입니다. 차이는 표현 단위입니다: CV는 소수(예: 0.05)로 보고되는 반면, RSD는 백분율(예: 5%)로 보고됩니다. 공식 CV = s / x̄는 소수 형식을 생성하고, 100을 곱하면 백분율로 RSD가 생성됩니다.

표본과 모집단 표준 편차를 언제 사용해야 하나요?

데이터가 더 큰 모집단의 부분 집합일 때 표본 표준 편차((n − 1) 분모)를 사용하며, 이는 실험 연구 및 분석화학에서 가장 일반적인 시나리오입니다. 데이터가 전수 조사 데이터와 같이 전체 모집단을 포함할 때만 모집단 표준 편차(n 분모)를 사용하세요. (n − 1) 형식은 Bessel 보정이라고 하며, 표본에서 모집단 분산의 편향되지 않은 추정치를 제공합니다.

왜 평균이 0이거나 음수인 데이터에 대해 RSD를 계산할 수 없나요?

RSD는 평균으로 나누어야 하므로, 평균이 0이면 0으로 나누기(정의되지 않음)가 발생합니다. 음의 평균의 경우, RSD는 해석 가능성을 잃습니다 음의 변동성 백분율은 실질적인 의미가 없습니다. RSD는 농도, 무게 또는 개수와 같이 본질적으로 양의 값을 가진 비율 척도 데이터를 위해 설계되었습니다.

RSD는 제약 및 실험실 분석에서 어떻게 사용되나요?

제약 분석은 ICH(국제조화회의) 지침에 따라 방법 검증을 위해 RSD를 사용합니다. RSD는 단일 무차원 척도에서 반복성, 재현성, 중간 정밀도를 정량화합니다. 일반적인 허용 기준에는 시스템 적합성 RSD ≤ 1%, 방법 반복성 RSD ≤ 2%, 중간 정밀도 RSD ≤ 5%가 포함됩니다. 실험실은 동일한 지표를 사용하여 기기 성능과 분석가 일관성을 비교합니다.

표준 편차와 상대 표준 편차의 차이점은 무엇인가요?

표준 편차는 데이터와 동일한 단위(mg, mL, °C)로 표현된 산포의 절대적 척도입니다. 상대 표준 편차는 단위를 제거한 평균에 대한 백분율로 표현된 동일한 산포입니다. 5 mg의 표준 편차는 평균이 10 mg일 때(RSD = 50%)와 평균이 5,000 mg일 때(RSD = 0.1%) 매우 다른 의미를 갖습니다.

상대 표준 편차는 무엇을 알려주나요?

상대 표준 편차는 데이터 세트가 평균값에 비해 얼마나 산포되어 있는지를 알려줍니다. 작은 RSD는 평균 주위의 단단한 클러스터링과 높은 정밀도를 나타냅니다. 큰 RSD는 높은 변동성을 나타냅니다. RSD는 무차원이기 때문에 서로 다른 단위나 척도를 사용하는 데이터 세트 간의 변동성 비교를 가능하게 합니다.