Je kunt in je verslag aangeven dat Levene's test significant is. Je kunt vervolgens aangeven dat je sample size dermate groot is dat dit wel eens een type-1 fout zou kunnen zijn (immers, hoe grote je steekproef, hoe kleiner de afwijking die een significant resultaat oplevert), en dat de anova bovendien robuust is tegen schending van deze aanname als je steekproef voldoende groot is. Je kunt dan aangeven dat in dit geval deze uitkomst geen reden is om te twijfelen aan deze uitkomsten.
De aanname van gelijke varianties is nodig omdat anova de variantie binnen alle groepen beschouwt als schatter van de error (meetfout). Als een groep heel veel (of heel weinig) variantie heeft, is er geen sprake van 'een meetfout', maar is de meetfout verschillend per groep, waardoor het anova-model niet langer gebruikt kan worden. Een andere oplossing is dus om de F-ratio herhaald uit te rekenen, waarbij je steeds een andere MS voor de errorterm gebruikt; eentje voor elke groep. Stel je bijvoorbeeld voor dat je vier groepen hebt, met varianties van 50, 200, 250, en 500. Als je groepen even groot zijn, zou Anova die normaal middelen naar 100/4=250 - maar dat zou voor de groepen met varianties van 50 en 500 geen goede representatie zijn van de meetfout in die groepen. Als je de variantie van je effect dan deelt door 50 krijg je de meest liberale uitkomst, en als je deelt door 500 krijg je de meest conservatieve uitkomst. Als zelfs die laatste significant is, weet je redelijk zeker dat er echt een verschil is.