Teadlased kasutasid teadusliku uurimise algusaegadel eksperimenteerimiseks sageli väga lihtsaid lähenemisviise. Levinud lähenemisviis oli tuntud kui "üks tegur korraga" (või OFAT) ja see hõlmas katses ühe muutuja muutmist ja tulemuste vaatlemist, seejärel liikumist järgmise ühe muutuja juurde. Tänapäeva teadlased kasutavad katsete läbiviimiseks keerukamaid meetodeid, kus nad kaaluvad erinevaid variatsiooniallikaid, mis võivad tulemusi mõjutada.
Katse kujundus
Katse kujundamise protsess on testide kokkupanek, mis annab võimalikult palju teavet. Tavaliselt on mõeldud kavandatud katse eesmärk leida erinevate tegurite mõju protsessi tulemusele. Teadlased panid kokku katsed, mis näitavad, kas varieeruvate subjektide varieerumine erinevad tegurid on suuremad kui variatsioonid uuritavate rühmade vahel, kes kõik puutuvad kokku samaga faktor. Mõni kavandatud eksperiment võib näidata ka seda, kas erinevate tegurite vahel on mingeid koostoimeid.
Ainete piires
Katsealuse variatsioon viitab katses olevale variatsioonile subjektide rühmas, mida kõiki koheldakse ühtemoodi. Kui arst testib kolme ravimit, et otsida erinevust nende efektiivsuses, on ta huvitatud ka nende erinevustest soost, võib ta eraldada meessoost isikud kolme rühma ja ravida kumbagi erineva ravimiga, seejärel teha sama kolme naissoost isikuga rühmadesse. Isegi ühes subjektide rühmas (sama sugu, sama ravim) on erinevatel patsientidel erinevad reaktsioonid. See on õppeaine variatsioon.
Õppeainete vahel
Katse teist tüüpi variatsioonid on uuritavate vahel. See on erinevus erinevate teguritega kokku puutuvate rühmade vahel. Arstianalüüside näites vaataks ta keskmise taastumisaja erinevust meessoost ja naisrühmas ning ka kõigi kolme ravimit kasutavate rühmade vahel. Igal juhul on rühmade vahel tõenäoliselt erinevusi. Kavandatud katse ülesanne on näha, kas see erinevus on statistiliselt oluline.
ANOVA
Uurija kasutab ANOVA-d, dispersioonanalüüsi, statistikat, et võrrelda subjektide variatsioonide sees ja vahel. ANOVA testi suhe variatsioonide "sees" ja "vahel" vahel. Kui samades rühmades on olulisi erinevusi, viitab see sellele, et testil endal on sageli lai valik tulemusi. Kui variatsioon "sees" on võrdne variatsiooniga "vahel", järeldab ANOVA test, et teadlane ei saa öelda et teguritel oli mõju, kuna mis tahes ilmne mõju võis olla tingitud lihtsalt juhuslikust variatsioonist, mida testis täheldati rühmadesse. Keerukam lähenemine, mida nimetatakse kahesuunaliseks ANOVA-ks, suudab tuvastada ka tegurite vahelisi koostoimeid.