Например, проводится измерение интеллекта (в баллах IQ – коэффициента интеллекта) у младших школьников некоего города. Допустим, что небольшая часть детей будет иметь относительно низкие баллы интеллекта – 70–80 баллов, небольшая часть очень высокие баллы – 120–130 и выше, основная масса будет характеризоваться средним интеллектом – в пределах от 90 до 110. Все показатели интеллекта можно разбить на классы, например, с шагом в 10 баллов. Если разбиение на классы сделать более дробным – с шагом в 5 баллов, то распределение будет другим – в этом случае число классов в два раза больше, чем в предыдущем, число детей, попавших в каждый класс измерений, будет меньше, чем в предыдущем примере, и форма распределения изменится – оно будет более плоским. Но если охватить измерениями в два раза больше детей, мы снова получим распределение, похожее по форме на первое, но несколько более сглаженное, напоминающее кривую нормального распределения. Далее можно провести измерения в трех различных группах. Одну группу пусть составят дети, обучающиеся во вспомогательных школах, вторую группу – дети, обучающиеся в специальных школах [для одаренных детей], и третью – дети, обучающиеся в массовых школах. Распределения скорее всего окажутся такими: основная масса детей из вспомогательных школ будет иметь невысокие баллы интеллекта, ниже среднего в популяции. Одаренные дети будут, естественно, характеризоваться более высоким интеллектом; дети из массовых школ, вероятно, покажут результаты, близкие к среднепопуляционным. Все распределения будут различаться по разбросу значений – если в двух отобранных группах (дети из вспомогательных школ и одаренные дети) разброс значений вокруг центральной тенденции невелик, то в группе неотобранных детей (массовые школы) разброс будет заметно выше.
Для характеристики разброса значений вокруг среднего чаще всего пользуются показателем