Heteroskedasticitet betegner helt generelt den situation, hvor variansen på residualet i en regressionsmodel ikke er konstant over individer eller grupper. Dette er "standardantagelsen" i den lineære regressionsmodel (standard implicerer ikke nødvendigvis at det normalt er en korrekt antagelse, men derimod kun at det er en statistisk "praksisk" egenskab). I variansanalysen - eller den generaliserede lineære model som er den mere kendte betegnelse - implicerer uens varians i de grupper som sammenlignes, at estimatet på F-værdierne (som vi bruger til at bestemme om der er signifikant forskelle på de grupper som sammenlignes) bliver upræcist. Dette skyldes, at F-testsstørrelsen udregnes som vægtet sum af afvigelserne fra gennemsnit mellem grupperne og indenfor grupperne. Hvis variansen ikke er homogen indenfor grupperne lægger man - lidt populært sagt - tal sammen til F-testværdien som ikke er "ens" med hensyn til spredning og derfor ikke sammenlignelige (man blander æbler og pærer!). Derfor er varianshomogenitet vigtig i forbindelse med variansanalyser.