დავუშვათ, გასულ წელს რაიმე A აქციის ფასი საშუალოდ $ \$50 $ იყო, ხოლო სტანდარტული გადახრა კი $ \$5 $. ასევე დავუშვათ, რომ რაიმე B აქციას იგივე სტანდარტული გადახრა გააჩნია, რაც A აქციას, მაგრამ მისი საშუალო ფასი ორჯერ მეტი – $ \$100 $ იყო. შეიძლება ითქვას, რომ გამომდინარე სტანდარტული გადახრების ტოლობიდან, ორივე აქცია თანაბარ რისკიანია? რასაკვირველია, არა. საქმე იმაშია, რომ $ \$5 $-იანი სტანდარტული გადახრა იაფი (ნაკლები საშუალოს მქონე) აქციისთვის უფრო მეტ მერყეობას (გაბნევას, გაფანტულობას) ნიშნავს, ვიდრე მასზე ძვირი (მეტი საშუალოს მქონე) აქციისთვის. ვარიაციის კოეფიციენტი სწორედ მსგავსი ფაქტის დადგენაში გვეხმარება.

ვარიაციის კოეფიციენტი ზომავს სტანდარტული გადახრის ფარდობით სიდიდეს საშუალო მნიშვნელობასთან შედარებით და გამოითვლება შემდეგი ფორმულით: $$ CV_p=\frac{\sigma_x}{\mu}×100\% $$ (პოპულაციის ვარიაციის კოეფიციენტი). $$ CV_s=\frac{s_x}{\bar{x}}×100\% $$ (შერჩევითი ვარიაციის კოეფიციენტი).

ზემოთ განხილულ მაგალითში ვარიაციის კოეფიციენტი A აქციისთვის იქნება $ 5/50 × 100\%=10\% $ და B აქციისთვის კი – $ 5/100 × 100\%=5\% $. ნაკლები ვარიაციის კოეფიციენტი ნაკლებ მერყეობასა და, შესაბამისად, ნაკლებ რისკიანობაზე მიანიშნებს.

ვარიაციის კოეფიციენტი წარმოადგენს ფაქტობრივად ერთადერთ მართებულ სიდიდეს მაშინ, როცა გვსურს შევადაროთ ორი პოპულაციიდან (ან შერჩევიდან) რომელი მათგანი უფრო დიდი მერყეობით ხასიათდება. აგრეთვე, მას ითვლიან მხოლოდ მაშინ, როცა მონაცემთა სიმრავლის საშუალო მნიშვნელობა დადებითია. იგი, როგორც წესი, პროცენტული ფორმატით მოიცემა ხოლმე, თუმცა ათწილადი სახითაც ხშირად გვხვდება.