Comment calculer le coefficient de variation

Calculez le coefficient de variation CV = σ/μ · 100%. Mesure adimensionnelle de dispersion relative. Pearson 1896, NF EN ISO 5725.

Paramètres de calcul
Ce calculateur vous a-t-il été utile ?

Comment calculer le coefficient de variation: CV = σ/μ · 100%. Mesure adimensionnelle de dispersion relative permettant de comparer la variabilité entre datasets d'échelles différentes. CV 30% élevé.

Formule et paramètres

CV = σ/|μ|. Sans unités. Population σ_pop = √(Σ(x-μ)²/n); échantillon σ_sam avec n-1 (Bessel). NE s'applique pas si μ = 0.

Histoire

Karl Pearson (1896). NF EN ISO 5725 codifie CV en chimie analytique. L'ANSM applique USP ICH Q2.

Interprétation CV

  • CV < 1%: haute précision
  • 1-5%: excellent
  • 5-15%: bon (ISO 5725)
  • 15-30%: biologique
  • 30-50%: social
  • 50-100%: hétérogène
  • > 100%: extrême

Exemples chiffrés

Exemple 1. Diamètres: CV=0.11%.

Exemple 2. Balance analytique: CV=0.030%.

Exemple 3. Protéines: CV=6.2%.

Exemple 4. Revenus (INSEE): CV=91%.

Exemple 5. ISO 5725: 3-10%.

Limites

  1. μ=0.
  2. Changement échelle.
  3. n petit instable.
  4. Outliers.
  5. Asymétrique: MAD-CV.
  6. Échelles comparables.
  7. Multi-niveau.
  8. Économique.

Erreurs courantes

  1. μ négatif.
  2. Population vs échantillon.
  3. Absolu vs relatif.
  4. Échelles incompatibles.
  5. Non spécifié.
  6. Rendements traversant zéro.
  7. Outliers.
  8. Intra/inter sujet.

Applications pratiques

  1. Contrôle qualité NF EN ISO 5725.
  2. Chimie analytique USP.
  3. Pharmacocinétique ANSM.
  4. Biologie.
  5. Finance.
  6. Démographie INSEE.
  7. Sport.
  8. Climatologie Météo-France.
  9. Marketing.
  10. Recherche clinique.

Support

Questions: info@calcoi.com. Outil pédagogique.

Pourquoi la variabilite relative compte : comparer des pommes et des poires

Le grand avantage du coefficient de variation est qu'il n'a pas d'unites. En divisant l'ecart-type par la moyenne, il elimine l'echelle des donnees et exprime la dispersion comme un pourcentage de la valeur typique. Cela resout un probleme que l'ecart-type seul ne peut aborder : comparer la variabilite d'ensembles mesures en unites differentes ou a des ordres de grandeur tres differents. Demander si la taille des adultes est plus ou moins variable que leur poids n'a pas de sens avec des ecarts-types en centimetres et en kilogrammes, mais devient immediat avec le coefficient de variation.

Le meme principe s'applique en finance, ou le coefficient de variation mesure le risque par unite de rendement : entre deux investissements aux rentabilites esperees differentes, celui au plus faible coefficient de variation offre plus de retour par unite d'incertitude. En controle qualite il permet de comparer la precision d'instruments travaillant dans des plages differentes, et en biologie de confronter la variabilite de grandeurs aussi disparates que le poids d'un organe et la concentration d'une hormone. Dans tous ces cas, la cle est que le coefficient de variation rend comparables des choses qui ne l'etaient pas a priori.

Quand le coefficient de variation trompe

Aussi utile soit-il, le coefficient de variation a des limites qu'il faut connaitre pour ne pas le mal appliquer. La plus importante est qu'il devient instable ou n'a plus de sens quand la moyenne s'approche de zero : comme elle apparait au denominateur, une valeur centrale petite propulse le coefficient vers des valeurs enormes ou indefinies, sans que cela reflete une variabilite reelle. C'est pourquoi l'outil avertit quand la moyenne est pratiquement nulle.

De plus, le coefficient de variation n'a un sens clair que pour des donnees en echelle de rapport, avec un zero vrai et absolu, comme les longueurs, les masses ou les concentrations. L'appliquer a la temperature en degres Celsius, dont le zero est arbitraire, produit des resultats denues de sens. Il ne convient pas non plus de l'utiliser avec des donnees qui traversent le zero, comme les rendements financiers pouvant etre positifs ou negatifs, ni d'ignorer qu'il est sensible aux valeurs atypiques, tout comme l'ecart-type lui-meme. Savoir quand ne pas utiliser le coefficient de variation est aussi important que savoir quand l'utiliser.

Mis à jour en juillet 2026

Questions fréquentes

Qu'est-ce que le coefficient de variation ?

C'est une mesure sans dimension de la dispersion relative, definie comme CV = ecart-type divise par la valeur absolue de la moyenne, multiplie par 100 pour l'exprimer en pourcentage. Il indique a quel point les donnees sont dispersees par rapport a leur valeur typique et permet de comparer la variabilite entre ensembles d'echelles differentes.

Comment calcule-t-on le coefficient de variation ?

On calcule la moyenne des donnees, puis l'ecart-type (echantillon avec n-1 ou population avec n) et enfin on divise l'ecart-type par la valeur absolue de la moyenne : CV = sigma/|mu|. En multipliant par 100 on obtient le pourcentage. La calculatrice fournit les deux versions.

Pourquoi le CV est-il sans dimension ?

Parce que c'est le rapport de deux grandeurs de meme unite de mesure, l'ecart-type et la moyenne, qui se simplifie donc. Le resultat est un nombre pur, souvent exprime en pourcentage. Cette absence d'unites est ce qui permet de comparer la variabilite de donnees mesurees sur des echelles differentes.

Quand un CV est-il eleve ou faible ?

Il n'y a pas de seuil universel, mais en pratique : sous 5% variabilite tres faible (procedes de precision), 5-15% faible (bon controle qualite), 15-30% moderee (typique en biologie), au-dela de 30% elevee. Des valeurs superieures a 100% suggerent des donnees tres heterogenes ou des distributions multimodales a examiner.

A quoi sert de comparer la variabilite relative ?

A repondre a des questions impossibles avec le seul ecart-type : la taille ou le poids d'une population est-il plus variable ? Un investissement est-il plus risque qu'un autre par rapport au rendement attendu ? Comme le CV elimine les unites, il rend comparables des dispersions mesurees sur des echelles totalement differentes.

Quand le coefficient de variation n'est-il pas fiable ?

Quand la moyenne est proche de zero, car elle apparait au denominateur et fait exploser la valeur. De plus il n'a de sens que pour des donnees en echelle de rapport avec un zero absolu (longueurs, masses), non pour la temperature en Celsius. Il est aussi problematique avec des donnees qui traversent le zero, comme les rendements financiers.

Qu'est-ce que le rapport signal sur bruit lie au CV ?

C'est l'inverse du coefficient de variation, mu/sigma, qui mesure a quel point la valeur moyenne (le "signal") se detache par rapport a la dispersion (le "bruit"). Un rapport eleve indique des donnees concentrees et fiables, un faible des donnees tres dispersees. Il est tres utilise en ingenierie des signaux et dans les mesures experimentales.

Ou utilise-t-on le coefficient de variation ?

Dans le controle statistique de la qualite et la chimie analytique pour comparer la precision, en pharmacocinetique, en biologie pour la variabilite de mesures differentes, en finance pour le risque relatif, en demographie, dans le sport et en climatologie. C'est l'outil standard pour comparer la variabilite entre ensembles non homogenes.

Formule

CV = \frac{\sigma}{|\mu|} \cdot 100\%, \quad SNR = \frac{\mu}{\sigma}

Commentaires (0)

Pas encore de commentaire. Soyez le premier !