离中趋势是指数据分布中各变量值背离中心值的倾向。如果说集中趋势是数据分布同质性的体现，那么离中趋势就是数据分布变异性的体现。对离中趋势的描述，就是要反映数据分布中各变量值远离中心值的程度，主要用变异指标来反映。
变异指标是反映总体各单位变量值之间变异程度的综合指标，即反映数据分布中各变量值远离中心值程度的指标。因此，变异指标不仅可以综合地显示变量值的离中趋势，说明数据的离散程度，还可以用来判别平均数的代表性。平均指标反映总体的一般水平，可以说明数据的集中趋势，但它本身无法说明其代表性的大小。变异指标则正好可以弥补这一缺点，它可以说明平均数代表性的大小，说明数据的离散程度。一般来说，变异指标越小，说明数据离散程度越小，平均数的代表性就越大；变异指标越大，说明数据离散程度越大，平均数的代表性就越小。
常用的变异指标有四分位差、全距、标准差、标准分和离散系数。
四分位差
把变量值从小到大排序，并把它们分为四等份，形成三个分割点，这三个分割点的数值就称为四分位数，记为 Q 1 （第一四分位数，也称下四分位数）、 Q 2 （第二四分位数，也称中位数）、 Q 3 （第三四分位数，也称上四分位数）。 Q 1 和 Q 3 的计算如下：
由上式计算的位置有时不是整数，因此，可以利用以下规则计算四分位数。
规则1：如果求得的位置是整数，则该位置上的数值就是四分位数。例如，样本数大小为 n =7，第一四分位数为（7+1）/4=2，即第2个顺序排列的数值。
规则2：如果求得的位置处于两个整数之间，则它们相应的数值的平均数就是四分位数。例如，样本数大小为 n =9，第一四分位数为（9+1）/4=2.5，即第2.5个顺序排列的数值，介于第2个和第3个数值之间。因此，第一四分位数等于第2个数值与第3个数值的平均数。
规则3：如果求得的位置既不是整数也不是两个整数的中间值，则先找出这两个整数对应位置的两个数据，可以分别称其为低值和高值，然后可以通过如下公式计算四分位数：
四分位数=低值+（高值-低值）×位置的小数部分
例如，样本数大小为 n =10，第一四分位数为（10+1）/4=2.75，即第2.75个顺序排列的数值，介于第2个数值与第3个数值之间，0.75是位置的小数部分，因此 Q 1 为
Q 1 =第2个数值+（第3个数值-第2个数值）×0.75
而第三四分位数为3×（10+1）/4=8.25，即第8.25个顺序排列的数值，介于第8个数值与第9个数值之间，0.25是位置的小数部分，因此 Q 3 为
Q 3 =第8个数值+（第9个数值-第8个数值）×0.25
四分位差就是第三四分位数 Q 3 与第一四分位数 Q 1 之差，用Q.D.表示，其公式为
Q.D.= Q 3 -Q 1
四分位差仅用中间50%的数据来反映数据的离散程度。其数值越小，说明中间的数据越集中；数值越大，说明中间的数据越分散。四分位差不受极端数值的影响。由于中位数处于数据的中间位置，因此，四分位差的大小从一定的程度上也说明了中位数代表性的大小。四分位差越大，中位数代表性越差；四分位差越小，中位数代表性越好。四分位差主要适用于测定顺序数据的离散程度，也适用于数值型数据离散程度的测定，但不适用于分类数据离散程度的测定。
