تحلیل واریانس شیوه آماری بسیار مفیدی است که در پژوهش های روانشناختی به طور گسترده ای به کار می رود. شهرت این شیوه آماری بر دو ویژگی مهم استوار است:
تحلیل واریانس کار با داده های آزمایشی موجود در طرح های دارای بیش از دو شرایط آزمایشی را امکان پذیر می سازد. به یاد دارید که آزمون تی اجازه می داد تا میانگین های دو مجموعه از نمرات را مقایسه کنیم (خواه این داده ها مربوط به دو گروه از شرکت کنندگان بود یعنی تی وابسته یا خواه مربوط به اندازه گیری مکرر که دارای دو شرایط بود _ آزمون تی وابسته یا تی همبسته) اما در عمل ممکن است بخواهیم آزمایش هایی را طراحی کنیم که دارای بیش از دو شرایط آزمایشی باشند و در این موقعیت ها به جای استفاده از چندین آزمون تی برای مقایسه تمام تفاوت های ممکن می توانیم از تحلیل واریانس استفاده کنیم. این آزمون تکی به ما خواهد گفت آیا تغییر در متغیر مستقل بر نمرات تاثیر داشته است _ مثلا آیا شرایط مختلف آزمایشی منتج به تفاوت معنادار نمرات شده است؟ باید گفت تحلیل واریانس نمی تواند دقیقا به ما بگوید کدام جفت از شرایط به طور معناداری متفاوتند. برای مثال اگر متغیر مستقل دارای سه شرایط است، تحلیل واریانس به ما خواهد گفت که نمرات تحت این شرایط به طور معناداری با هم متفاوتند اما نخواهد گفت آیا شرایط1 با شرایط ٢ دارای تفاوت معنادار است یا شرایط ٢ با شرایط ٣ تفاوت معنادار دارد، یا تفاوت بین شرایط1 و ٣ معنادار است. چنین مقایسه هایی در مورد میانگین های مشخص نیاز به شیوه های اضافی آماری دارد که مقایسه های طرح ریزی شده و طرح ریزی نشده خوانده می شود.