F-ratio er en brøk med den største varians i teller og den minste varians i nevner:
\(F=\displaystyle\frac{s_x^2}{s_y^2}\)
Forholdet mellom to varianser følger F-fordeling, og benyttes i variansanalyse. F-fordelingen har to frihetsgrader (df, ”degrees of freedom”), en for hver av de to variansene, middelkvadratet (”Mean square”, MSG) for gruppene dividert på middeltallet for error (MSE), en for teller og en for nevner. F-fordelingen er høyreskjev, har en lang hale mot høyre, og skjevheten (”skew”) avhenger av de to verdiene for antall frihetsgrader (df). Vi sammenligner den teoretiske F-verdien (kritisk tabellverdi for F-ratio) med vår F-observator som vi har regnet ut fra datasettet, og undersøker hvor sannsynlig er det å få vår F-verdi sammenlignet med den teoretiske. Nullhypotesen (H0)er at det ikke er noen forskjell mellom kritisk tabellverdi og vår F-observator regnet ut fra tallene i datasettet.
Hvis F-ratio er lik eller større enn en kritisk F-verdi så forkastes nullhypotesen om at det ikke er noen forskjell mellom variansene. Er F-verdien lik 1 er variansene like store. De kritiske tabellverdiene for F finner vi som kvantiler med de to frihetsgradene (df) for de to prøvene, henholdsvis df1 og df2.