Imaginemos agora que todos os 30 aprovados em um concurso público, para um cargo bastante concorrido, ficaram com pontuação final entre 96,35 e 99,20 pontos (numa escala de zero a cem pontos). Poder-se-ia inferir que essas notas foram suficientemente próximas (por enquanto com base unicamente no bom senso), de modo que a performance dos 30 aprovados (ou 30 primeiros classificados) foi semelhante. Caso fôssemos informados que a nota média deste grupo foi de 98,07, será que, mesmo com as ressalvas já feitas anteriormente, seríamos capazes de afirmar que ela reflete com fidelidade a performance do grupo?

Um caso extremo: todos os 30 primeiros colocados totalizaram exatamente a mesma pontuação de 99,20 pontos. Não deve haver dúvidas de que esta também seria a pontuação média dos 30 aprovados e, consequentemente, representaria com exatidão o desempenho do grupo selecionado.

Pelo que vimos até aqui, deve ficar claro que a média será uma medida fiel, uma medida que representará a base de dados estudada, quando essa base puder ser considerada suficientemente homogênea, isto é, com variabilidade julgada suficientemente pequena. Por mais que queiramos, não é possível chegar a esta conclusão apenas com nossos olhos e uma dose de bom senso, em particular, à medida que a quantidade de dados cresce.

Surge então a necessidade de avaliar/medir a variabilidade ou dispersão (o grau de heterogeneidade ou de homogeneidade) da base de dados - objeto de análise. Essa avaliação deve ser feita da forma mais objetiva possível, para chegar a conclusões seguras.