Vārds “viendabīgums” tiek lietots, lai aprakstītu dažādu priekšmetu sajaukumu, atšķirībā no “viendabīguma”, kas liecina, ka kaut kam ir vienāds sastāvs. Ir vairāki iestatījumi, kuros šos terminus var lietot, sākot no datu statistiskās analīzes līdz diskusijām par reģionālo ekoloģiju.
Dažos gadījumos neviendabīgums ir vēlama iezīme. Piemēram, novērtējot dabisko vidi, daudzveidīga sugu, objektu un organismu veidu kombinācija ir laba lieta, jo tas liek domāt, ka vide ir veselīga un spēj uzturēt daudzu veidu organismus. Tāpat, novērtējot populācijas ģenētiku, ģenētiskā materiāla neviendabīgums liecina par robustumu un daudzveidību, savukārt populācijas viendabīgums var liecināt, ka populācija ir neaizsargāta pret problēmām.
Ģenētikā neviendabīgums liecina, ka ģenētiskais materiāls tiek strauji apmainīts starp dažādiem indivīdiem. Tas norāda, ka negatīvās iezīmes, visticamāk, izkritīs no populācijas, savukārt pozitīvās iezīmes var tikt izvirzītas uz priekšu. Turpretim viendabīgām ģenētiskajām populācijām ir tendence pastiprināt negatīvās iezīmes, un tās ir ārkārtīgi neaizsargātas pret slimībām. Piemēram, ja visi augi laukā satur gēnu, kas var izraisīt augu saslimšanu, ja tas tiek pakļauts noteiktai sēnītei un sēne nonāk laukā, visi augi saslims. Turpretim, ja 25% augu pārnēsā gēnu, tie iet bojā, bet pārējie paliks veseli.
Kad jebkuru vielu novērtē zinātniski, viena no novērtētajām īpašībām ir neviendabīgums neatkarīgi no tā, vai tehniķis analizē asins paraugu vai mēģina noteikt nezināma savienojuma sastāvdaļas. Papildus komponentu sajaukuma atspoguļošanai neviendabīgums var parādīties arī struktūru maisījuma veidā. Piemēram, piens ir dabiski neviendabīgs, taču tas bieži tiek apstrādāts tā, lai tas kļūtu homogenizēts, nodrošinot, ka piena sastāvdaļas neizdalīsies, pirms cilvēki to pagūst dzert.
Neviendabīgums var būt arī vēlama īpašība statistikas paraugā. Zinātnieki parasti izvēlas redzēt lielus, daudzveidīgus paraugus, kad runa ir par statistiku, nevis mazākiem, ierobežotiem paraugiem. Ja izlases sastāvs lielākoties ir viendabīgs, rezultātus var būt grūti piemērot citām populācijām vai pasaulei kopumā, savukārt tiek uzskatīts, ka neviendabīgam paraugam ir vairāk statistiskā derīguma. Ir vairāki veidi, kā novērtēt parauga sastāvu, lai noskaidrotu, vai tas ir pietiekami daudzveidīgs, lai atbilstu derīguma standartiem.