Kovaryans analizi çalışmada incelenmek istenmeyen başka bir değişkenin doğrusal etkisinin istatistiksel olarak kontrol edilmesini sağlayan ANOVA’nın genişletilmişi olan bir istatistiksel yöntemdir. Dışardan gelen, bu ikincil değişkenlere ortak değişkenler ya da kontrol değişkenleri adı verilmektedir. Ortak değişkenler aralıklı ya da oransal veri biçiminde olmalıdır. Kovaryans analizi, varyans analizi ve regresyon analizinin bir kombinasyonu olup ortak değişken(ler)in etkilerini kontrol eder. Ortak değişkenler arasında çoklu ortak doğrusallık olmamalıdır.Diğer yandan ortak değişken(ler) ve bağımlı değişken arasında doğrusal bir ilişki olmalıdır. Kovaryans analizinde uygun ortak değişken kullanılması durumunda tip 2 hata azalır, bir başka ifade ile çalışmanın gücü artar.

Analysis of Covariance (ANCOVA) is a statistical method which is an extension of ANOVA that provides a way of statistically controlling the linear effect of variables one does not want to examine in a study. These extraneous variables are called covariates, or control variables. Covariates should be measured on an interval or ratio scale. ANCOVA, which combines regression analysis and analysis of variance (ANOVA), controls for the effects of covariate(s). There should be no multicollinearity between covariates. On the other hand there should be a linear association between dependent variable and covariate(s). If a good covariate is used in ANCOVA, then type 2 error decreases, in other words the power of the study increases.