Hoewel de formulering dat de n-1 gebruikt wordt in steekproeven klopt, is het niet altijd helemaal duidelijk hoe breed wiskundigen 'steekproeven' definieren. Het gaat namelijk niet zozeer om een steekproef van mensen, maar over het aantal waarnemingen in een parameterschatting.
In een ANOVA wordt een algemeen gemiddelde geschat. Iedere 'groep' is een observatie die gebruikt kan worden om dat algemene gemiddelde te berekenen. Er is echter informatie 'teveel' in steekproeven: als we het algemene gemiddelde weten, en het gemiddelde van alle groepen (en N is gelijk in alle groepen), dan weten we al bij K-1 groepen welk gemiddelde de laatste groep heeft. Om dit te compenseren nemen we daarom ook bij het vergelijken van groepen een groep weg in het bepalen van de vrijheidsgraad: slechts k-1 waarnemingen zijn vrij: de laatste is niet vrij, want altijd bekend bij een gegeven algemeen gemiddelde.
Het helpt om vrijheidsgraden niet als n-1 te zien; het aantal vrijheidsgraden is namelijk afhankelijk van het aantal 'vaste' elementen in een schatting. Zie het eerder als het aantal observaties min het aantal noodzakelijke verbanden tussen deze observaties'. In het berekenen van de variantie is bijvoorbeeld het gemiddelde een vaste waarde, en alle losse waarnemingen (die vrij mogen varieren) worden in verband gebracht met die ene vaste waarneming (het gemiddelde) vandaar in een variantie n-1. Echter, bij de within variance wordt de variantie binnen iedere groep berekend, en hierdoor zijn de gemiddelden van iedere groep fixed, en vandaar N-k ipv N-1.