在集成電路測試數據分析中，有兩種使用GRR分析的方法。一種是同一個器件，驗證不同的配置下，測試結果是一致的。這種就是單因素方差分析法。因為是同一個器件，所以H0假設是均值相等。因為是同一套系統，可以認為標准差相等。所以，這種情況要求不拒絕H0假設，也就是計算出來的F比值要小於Fα的值，即不拒絕均值相等的假設。
我覺得假設檢驗就是很渣的檢驗，因為他只有拒絕H0假設而選擇備擇假設，或者不拒絕H0假設，不能選擇備擇假設。而沒有接受H0假設的說法。備擇假設才是檢驗想要的。
另外一種常規GRR用法，要選擇不同的器件，要求NDC足夠大，也就是各個器件的均值明確不相等。這個時候H0還是假設測試不同組的數據均值相等。所以這時候的結論是拒絕H0假設，因為選取的就是不相等。所以F的比值要大於Fα，這樣才能拒絕H0，選擇備擇假設：各個均值不想等。這樣，才能證明設備有足夠的能力區分不同的器件參數。
這同樣是一種很渣的檢驗，NDC就是選擇區分不出來的時候，F也只能不拒絕，檢驗失敗。NDC選的差別離譜的時候，即使設備的分辨率略微差一點，F還是可以落到拒絕域中。所以，選擇器件要求覆蓋足夠大制程波動幅度。但是，有幾個選手會關注呢？！
上幾個圖，說明一下單因素方差分析的計算原理。
雙因素方差分析，因為選擇了不同的器件，所以多出一組因素，但是基本原理不變。
比如兩組因素分別為A和B，那么對應得到比值FA，FB，以及交互作用FAB，而同樣對應得到FαA，FαB，FαAB，比值判斷是否拒絕H0假設，也就是大於Fα的就是顯著影響因素，小於Fα的就是沒有顯著影響。所以對於設備測試不同器件，自然是希望顯著影響來自於不同器件，而評價者和交互影響不顯著。