离散系数又称变异系数，是统计学当中的常用统计指标。离散系数是测度数据离散程度的相对统计 量，主要是用于比较不同样本数据的离散程度。离散系数大，说明数据的离散程度也大；离散系数小，说明数据的离散程度也小。
离散系数是衡量资料中各观测值离散程度的一个
统计量。当进行两个或多个资料离散程度的比较时，如果度量单位与
平均数相同，可以直接利用
标准差来比较。如果单位和（或）平均数不同时，比较其离散程度就不能采用标准差，而需采用标准差与平均数的比值（
相对值）来比较：
离散系数通常可以进行多个总体的对比，通过离散系数大小的比较可以说明不同总体平均指标（一般来说是平均数）的代表性或稳定性大小。一般来说，离散系数越小，说明平均指标的代表性越好；离散系数越大，平均指标的代表性越差。
离散系数只对由比率标量计算出来的数值有意义。举例来说，对于一个气温的分布，使用
开尔文或
摄氏度来计算的话并不会改变标准差的值，但是温度的平均值会改变，因此使用不同的温标的话得出的变异系数是不同的。也就是说，使用区间
标量得到的变异系数是没有意义的。
在
概率论和
统计学中，离散系数（coefficient of variation），是概率分布离散程度的一个
归一化量度，其定义为
标准差 与
平均值 之比：
离散系数（coefficient of variation）只在平均值不为零时有定义，而且一般适用于平均值大于零的情况。变异系数也被称为
标准离差率或单位风险。
比起
标准差来，离散系数的好处是不需要参照数据的平均值。离散系数是一个
无量纲量，因此在比较两组
量纲不同或均值不同的数据时，应该用变异系数而不是标准差来作为比较的参考。
离散系数反映单位
均值上的
离散程度，常用在两个总体均值不等的离散程度的比较上。若两个总体的均值相等，则比较
标准差系数与比较标准差是等价的。
一组数据的标准差与其相应的均值之比，是测度数据离散程度的相对指标，其作用主要是用于比较不同组别数据的
离散程度。 其计算公式为 ( ：标准差， ：平均值)。
由于指数分布的标准差等于其平均值，所以它的离散系数等于一。离散系数小于一的分布，比如爱尔朗分布称为低差别的，而离散系数大于一的分布，如
超指数分布则被称为高差别的。