Analiza kowariancji (ANCOVA) – analiza statystyczna  służąca do porównywania średnich wyników między dwiema lub większą liczbą grup przy jednoczesnym uwzględnieniu wpływu jednej lub kilku dodatkowych zmiennych ilościowych, określanych jako współzmienne lub kowarianty. 

ANCOVA łączy elementy analizy wariancji i analizy regresji. Podobnie jak ANOVA pozwala sprawdzić, czy badane grupy (zmienna niezależna) różnią się pod względem zmiennej zależnej, ale dodatkowo umożliwia statystyczną kontrolę zmiennych, które mogą być związane z uzyskiwanymi wynikami. Dzięki temu porównanie grup odbywa się po uwzględnieniu wpływu współzmiennej.

Przykładowo, chcemy sprawdzić, czy osoby o różnym stanie cywilnym różnią się poziomem zadowolenia ze związku. Wiemy jednak, że satysfakcja ze związku może być związana również z długością jego trwania. W takiej sytuacji stan cywilny stanowi zmienną grupującą, zadowolenie ze związku – zmienną zależną, natomiast długość związku może zostać wprowadzona do modelu jako współzmienna. Analiza pozwala wówczas ocenić, czy różnice między grupami pozostają widoczne po statystycznym uwzględnieniu długości związku.

Zastosowanie ANCOVA wymaga spełnienia założeń zbliżonych do analizy wariancji i regresji.  Oprócz niezależności obserwacji, odpowiedniego rozkładu reszt i homogeniczności wariancji szczególnie istotne jest założenie jednorodności nachyleń regresji.  Oznacza ono, że zależność pomiędzy współzmienną a zmienną zależną powinna być podobna w porównywanych grupach. Jeżeli wpływ współzmiennej wyraźnie różni się między grupami, klasyczna interpretacja ANCOVA może być błędna.

Warto również pamiętać, że „kontrola” współzmiennej ma charakter statystyczny, a nie eksperymentalny. Samo uwzględnienie danej zmiennej w modelu nie oznacza automatycznie wyeliminowania jej wpływu przyczynowego ani usunięcia wszystkich różnic pomiędzy badanymi grupami.