Зміст
Статистичні тести використовуються для визначення того, чи має гіпотезована залежність між змінними статистичне значення. Зазвичай тест вимірює ступінь, до якого змінні або співвідносяться, або відрізняються. Параметричні тести - це ті, які спираються на центральні тенденції змінних і передбачають нормальний розподіл. Непараметричні тести не передбачають припущень щодо розподілу населення.
Т-тест
T-тест - це параметричний тест, який порівнює засоби відібраних проб та популяцій. Існує кілька різновидів t-тестів. Т-випробування на одній вибірці порівнює середнє значення вибірки із середньовизнаним. Незалежна т-проба досліджує, чи мають засоби двох різних зразків подібні значення. Т-тест парного зразка використовується, коли для порівняння для кожного суб'єкта у вибірці є два спостереження. T-тест призначений для числових даних, які мають нормальний розподіл.
Звичайні дані
Звичайні дані - це похідні дані, що описують відносні значення кожної одиниці у вибірці. Наприклад, порядкові дані про висоту 10 учнів у класі будуть просто цифрами 1 - 10, де 1 може представляти найменшого учня, а 10 - найвищого учня. Жоден студент не матиме однакового значення, якщо б вони не мали абсолютно однакового зросту. Заходи центральної тенденції не мають сенсу для порядкових даних.
Невідповідність Т-тесту
Т-тести недоцільно використовувати з порядковими даними. Оскільки порядкові дані не мають центральної тенденції, вони також не мають нормального поширення. Значення порядкових даних розподіляються рівномірно, не групуються навколо середньої точки. Через це t-тест порядкових даних не мав би статистичного значення.
Інші відповідні тести
Існують три тести статистичної значущості, які доцільно використовувати з порядковими даними. Співвідношення рангового порядку Спірмена доцільно використовувати, коли задіяні лише дві змінні, і їх взаємозв'язок є монотонним, хоча й не обов'язково лінійним. У монотонних зв’язках у міру зростання першої змінної не відбувається зміни напрямку другої змінної. Тест Крускаля-Уолліса розроблений для випадків, коли є більше двох зразків, і дані зазвичай не поширюються. Це схоже на однобічний аналіз дисперсії. Аналіз дисперсії Фрідмана за ранжами може бути використаний, коли в одній групі є три або більше спостережень однієї змінної.