Veicot pētījumu, dažkārt rodas nepieciešamība analizēt datus, salīdzinot vairāk nekā divus paraugus vai grupas. Secinājumu statistikas testa veids, dispersijas analīze (ANOVA), ļauj vienlaikus pārbaudīt vairākus paraugus, lai noteiktu, vai starp tiem pastāv nozīmīga saistība. Pamatojums ir identisks t-testiem, tikai dispersijas analīze ietver divu vai vairāku paraugu neatkarīgus mainīgos. Tiek noteiktas atšķirības starp paraugiem, kā arī atšķirības viena parauga ietvaros. ANOVA pamatā ir četri pieņēmumi: mērījumu līmenis, izlases metode, populācijas sadalījums un dispersijas viendabīgums.
Lai noteiktu, vai atšķirības ir nozīmīgas, ANOVA ir saistīta ar atšķirībām starp paraugiem un to iekšienē, ko sauc par dispersiju. ANOVA var noskaidrot, vai atšķirības starp paraugiem ir lielākas nekā starp izlases dalībniekiem. Ja tiek konstatēts, ka tā ir patiesība, atšķirības tiek uzskatītas par būtiskām.
ANOVA testa veikšana ietver noteiktu pieņēmumu pieņemšanu. Pirmais ir tas, ka tiek izmantota neatkarīga nejaušās izlases metode, un izlases dalībnieku izvēle no vienas populācijas neietekmē locekļu izvēli no vēlākām populācijām. Atkarīgos mainīgos mēra galvenokārt intervāla attiecības līmenī; tomēr ir iespējams piemērot dispersijas analīzi kārtas līmeņa mērījumiem. Var pieņemt, ka populācija ir normāli izplatīta, lai gan tas nav pārbaudāms, un populācijas dispersijas ir vienādas, kas nozīmē, ka populācijas ir viendabīgas.
Pētījuma hipotēze pieņem, ka vismaz viens vidējais atšķiras no citiem, bet dažādie līdzekļi netiek identificēti kā lielāki vai mazāki. Tiek prognozēts tikai fakts, ka atšķirība pastāv. ANOVA pārbauda nulles hipotēzi, kas nozīmē, ka starp visām vidējām vērtībām nav tādas atšķirības, ka A = B = C. Tam ir jāiestata alfa, atsaucoties uz varbūtības līmeni, kurā nulles hipotēze tiks noraidīta.
F koeficients ir testa statistika, ko izmanto īpaši dispersijas analīzei, jo F rādītājs parāda, kur sākas nulles hipotēzes noraidīšanas apgabals. Statistiķa Ronalda Fišera izstrādātā F formula ir šāda: F = starp grupas dispersijas novērtējumu (MSB), dalīts ar grupas dispersijas novērtējumu (MSW), lai F = MSB/MSW. Katrs no dispersijas aprēķiniem sastāv no divām daļām — kvadrātu summas (SSB un SSW) un brīvības pakāpēm (df). Izmantojot bioloģisko, lauksaimniecības un medicīnas pētījumu statistikas tabulas, alfa var iestatīt un pamatojoties uz to, un nulles hipotēzi par atšķirību var noraidīt. Var secināt, ka starp visām grupām pastāv būtiska atšķirība, ja tā ir.