標準差計算最嚴密，它根據全部數據求得，考慮到了每一個樣本數據，測量具有代表性，適合代數法處理，受抽樣變動的影響較小，反應靈敏。缺點是較難理解，運算較繁瑣，易受極端值的影響。
方差的描述作用不大，但是由於它具有可加性，是對一組數據中造成各種變異的總和的測量，通常采用方差的可加性分解並確定屬於不同來源的變異性，並進一步說明各種變異對總結果的影響。因此，方差是推論統計中最常用的統計量數。
全距計算簡便，容易理解，適用於所有類型的數據，但它易受極值影響，測量也太粗糙，隻能反映分布兩極端值的差值，不能顯示全部數據的差異情況，僅作為輔助量數使用。
平均差容易理解，容易計算，能說明分布中全部數值的差異情況，缺點是會受兩極數值的影響，但當數據較多時，這種影響較小，因有絕對值也不適合代數方法處理。
百分位差易理解，易計算，不易受極值影響，但不能反映出分布的中間數值的差異情況，也僅用作補助量數。
四分位差意義明確，計算方便容易，對極端值不敏感，較不受極端值影響。當組距不確定，其他差異量數都無法計算時，可以計算四分位差。但是，四分位差無法反映分布中所有數據的離散狀況，不適合使用代數方法處理，受抽樣變動影響較標準差大。
通過比較，可以發現標準差、方差價值較大，它們的應用也比較廣泛，因此，一般稱標準差、方差為高效差異量。相比較而言，其他差異量數，如全距、平均差、百分位差和四分位差等缺點比較明顯，應用也受到限製，故稱它們為低效差異量數。