要判断测量值差异大不大，我们可以使用统计学中的标准差（Standard Deviation）公式来量化数据的离散程度。标准差是衡量数据集分布离散程度的一个重要指标，它表示数据集中的各个数据点与平均值的偏离程度。
标准差的计算公式如下：
\[ \sigma = \sqrt{\frac{1}{N}\sum_{i=1}^{N}(x_i – \mu)^2} \]
其中，\( \sigma \) 表示标准差，\( N \) 表示数据点的总数，\( x_i \) 表示第 \( i \) 个数据点，\( \mu \) 表示数据点的平均值。
通过计算标准差，我们可以得到一个数值，该数值越大，表示数据点的离散程度越大，即测量值差异越大；反之，该数值越小，表示数据点的离散程度越小，即测量值差异越小。
此外，我们还可以使用变异系数（Coefficient of Variation, CV）来进一步判断测量值差异的大小。变异系数是标准差与平均值的比值，用于衡量数据的相对离散程度。变异系数的计算公式如下：
\[ CV = \frac{\sigma}{\mu} \times 100\% \]
其中，\( CV \) 表示变异系数，\( \sigma \) 表示标准差，\( \mu \) 表示平均值。
通过计算变异系数，我们可以得到一个百分比数值，该数值越大，表示数据的相对离散程度越大，即测量值差异越大；反之，该数值越小，表示数据的相对离散程度越小，即测量值差异越小。
综上所述，通过使用标准差和变异系数这两个数学公式，我们可以量化测量值的差异大小，从而判断测量值差异是否显著。