壹個復雜的事物，其中往往有很多相互制約、相互依存的因素。方差分析的目的是通過數據分析，找出對這個事情有顯著影響的因素，因素之間的相互作用，以及顯著因素的最佳水平。
在實際應用中，往往需要判斷幾組觀測數據或處理結果之間是否存在顯著差異。比如妳想知道不同地區的信用卡用戶月均消費水平是否存在差異，多組數據是否存在差異就是壹個例子，不同處理的結果是否存在差異也有很多例子。
比如用於緩解術後疼痛的幾種藥物之間是否存在差異，即藥物作用的平均持續時間，實際上是考察不同治療方法(藥物應用於患者)的結果是否存在差異。
擴展數據
方差分析中有幾種類型的解釋變量，如研究變量、控制變量、調整變量和中介變量:
1.研究變量:只出現在解釋模型中，是模型中最關鍵的變量。比如營銷場景中的銷量這個變量就是研究變量；
2.控制變量:除了研究變量，任何對Y有影響的變量都是控制變量，這裏的控制變量對研究變量沒有調節作用，只是起到承擔方差分量的作用。比如受教育程度和年齡對收入有影響，年齡和教育程度可能有關系，但年齡的變化對受教育程度和收入沒有影響；
3.調節變量:比如公司福利資金投入對員工忠誠度的提高受員工工資收入水平的影響，所以員工工資收入是調節變量；
4.中介變量:如果壹個變量通過另壹個變量影響Y，那麽另壹個變量就承擔了中介變量的角色。比如餐廳服務水平的提高可以帶來顧客滿意，顧客滿意可以帶來用餐忠誠，所以顧客滿意是壹個中介變量。
百度百科-方差分析