F 통계량이 커지면 더 작은 p값을 기대할 수 있다. 이때 p값이 유의 수준보다 작으면 귀무 가설을 기각하고 대립 가설을 채택한다. 그리고 자료를 요인 수준별로 나누어 평균을 구했을 때 요인 수준별 평균은 같지 않다고 해석할 수 있다. 즉, 요인 수준에 따라 종속 변수의 평균이 다름을 의미한다.

예를 들어 어떤 회사의 대리점이 3곳이 있을 때 대리점별로 매출 값이 있을 것이다. 회사에서 대리점별로 매출 평균이 같은지, 다른지를 보고자 할 때 분산분석을 사용할 수 있다. 이때 귀무 가설은 ‘대리점 3곳의 매출 평균은 같음’이고, 대립 가설은 ‘대리점 3곳의 매출 평균은 다름’이 된다. 분산분석 결과에 따라 대리점별로 매출 평균의 차이가 있다고 통계적으로 유의미하게 결론 내릴 수 있다. 복잡하게 계산하는 것 같지만, 그 결과는 꽤나 직관적이다.