离散系数（又称为变异系数）是一种衡量数据相对离散程度的统计指标。它通过将标准差与均值相除，得到一个无量纲的数值，用于比较不同数据集的变异程度。离散系数公式如下：

\[ \text{离散系数 (CV)} = \frac{\text{标准差} (\sigma)}{\text{均值} (\mu)} \]

分析选项：

- **A: 压缩离散程度**
离散系数并不用于压缩离散程度，而是用于衡量离散程度，因此这个选项不准确。

- **B: 数据归一化**
数据归一化通常指将数据转换到一个特定范围（如0到1），离散系数是标准化的一种手段，但其主要目的是比较不同数据集的相对离散程度，而非简单归一化。

- **C: 去除异常值**
离散系数本身并不具备去除异常值的功能，但可以反映数据集中异常值的存在情况。

- **D: 消除数据规模影响**
正确。离散系数通过将标准差与均值相除，消除了数据规模的影响，使得不同量纲或不同规模的数据集的变异程度可以直接比较。

因此，正确答案是 **D: 消除数据规模影响**。离散系数的分母（均值）的作用在于提供一个相对标准，使得不同规模的数据集的离散程度可以相比较。