方差是统计学中常用的一种指标，用于描述一组数据的分散程度。方差有两种计算方式：样本方差和总体方差。

样本方差是通过样本数据计算得到的方差，用于估计总体方差。计算样本方差的公式为：s^2 = ∑(xi- x̄)^2 / (n-1)，其中s^2表示样本方差，xi为第i个样本数据，x̄为样本平均数，n为样本容量。样本方差的分母为n-1，是因为样本方差是用样本数据估计总体方差，而样本数据只是总体数据的一部分，因此需要用n-1来修正样本方差的偏差。

总体方差是通过总体数据计算得到的方差，用于描述总体数据的分散程度。计算总体方差的公式为：σ^2 = ∑(xi- μ)^2 / N，其中σ^2表示总体方差，xi为第i个总体数据，μ为总体平均数，N为总体容量。总体方差的分母为N，是因为总体方差是用总体数据计算得到的，不需要修正偏差。

总体方差和样本方差的区别在于，总体方差是通过总体数据计算得到的，可以精确地描述总体数据的分散程度；而样本方差是通过样本数据估计总体方差，因此存在一定的偏差。在实际应用中，一般采用样本方差来估计总体方差，因为总体数据往往无法全部获得。但需要注意的是，在样本容量比较小的情况下，样本方差的估计结果可能存在较大的偏差，需要进行修正，例如使用t分布来计算置信区间。

综上所述，方差是一种重要的统计指标，可以用于描述数据的分散程度。样本方差和总体方差是两种常用的计算方式，需要根据具体情况选择合适的计算方法，并注意修正偏差。