科学的調査の初期の研究者は、実験に非常に単純なアプローチを使用することがよくありました。 一般的なアプローチは「一度に1つの要因」（またはOFAT）として知られており、実験で1つの変数を変更して結果を観察し、次の1つの変数に移動する必要がありました。 現代の科学者は、結果に影響を与える可能性のあるさまざまな変動源を検討する、より洗練された方法で試験を実施しています。
実験計画
実験計画のプロセスは、可能な限り多くの情報を提供するテストをまとめる方法です。 通常、計画された実験は、プロセスの結果に対するさまざまな要因の影響を見つけることを目的としています。 科学者たちは、被験者間の変動がにさらされたかどうかを示す実験をまとめました 異なる要因は、すべて同じにさらされた被験者のグループ内の変動よりも大きい 因子。 いくつかの計画実験では、さまざまな要因間に相互作用があるかどうかを示すこともできます。
被験者内
実験における被験者内変動とは、すべて同じように扱われる被験者のグループに見られる変動を指します。 医師が3つの薬をテストしてその有効性の違いを探しており、それらの違いにも関心がある場合 性別、彼女は男性の被験者を3つのグループに分け、それぞれを異なる薬で治療し、次に3人の女性で同じことをするかもしれません グループ。 ただし、1つのグループの被験者（同じ性別、同じ薬）内でも、患者が異なれば反応も異なります。 これは被験者内のバリエーションです。
被験者間
実験における他のタイプの変動は、被験者間です。 これは、さまざまな要因にさらされたさまざまなグループ間の違いです。 医師のテストの例では、彼女は男性と女性のグループ間、および3つの薬のいずれかを服用している各グループ間の平均回復時間の違いを調べます。 いずれの場合も、グループ間で違いが生じる可能性があります。 計画された実験のタスクは、この違いが統計的に有意であるかどうかを確認することです。
ANOVA
研究者は、ANOVA、分散分析、統計を使用して、被験者内および被験者間の変動を比較します。 ANOVA検定は、「範囲内」と「間」の変動の比率を決定します。 同じグループ内で有意な変動がある場合、これは、テスト自体が広範囲の結果をもたらす傾向があることを示唆しています。 「範囲内」の変動が「間」の変動と同等である場合、ANOVA検定は、研究者が言うことができないと結論付けます。 明らかな影響は、テスト内で見られたランダムな変動によるものである可能性があるため、要因が影響を及ぼしたこと グループ。 二元配置分散分析として知られるより洗練されたアプローチでも、因子間の交互作用を検出できます。